Il metodo del controllo sintetico

Una regola nazionale, una riprogettazione di una borsa o un intervento specifico per un'impresa può interessare una sola unità. Nessuna unità non trattata singola può assomigliarle abbastanza.

Il controllo sintetico combina diverse unità non trattate, di solito con pesi non negativi la cui somma è uno, per formare un confronto basato sui dati.

L'oggetto non è una previsione scelta per l'accuratezza dopo l'evento. È un controfattuale costruito interamente con le informazioni disponibili prima del trattamento.

I pesi vengono scelti in modo che l'unità sintetica segua i predittori importanti e, soprattutto, il percorso del risultato trattato prima dell'intervento.

Un lungo periodo precedente può mostrare se i donatori ponderati riproducono sia il livello sia la dinamica. Una storia breve o instabile lascia molti controfattuali plausibili.

Un cattivo adattamento precedente non viene sanato da un interessante divario post- trattamento. Significa che il metodo non ha dimostrato un confronto credibile nel punto in cui può essere verificato.

I donatori dovrebbero essere soggetti a forze comparabili, ma rimanere estranei al trattamento, all'anticipazione e agli spillover. Unità strutturalmente diverse possono distorgere il benchmark.

L'unità trattata dovrebbe trovarsi vicino all'inviluppo convesso delle storie dei donatori. Se è più estrema di ogni donatore, i pesi non negativi non possono riprodurla bene.

Aggiungere donatori non aiuta automaticamente. Un insieme ampio può introdurre unità contaminate o non comparabili, mentre escludere sulla base del risultato invita alla selezione opportunistica.

Una volta fissati i pesi, i risultati sintetici proseguono come risultati dei donatori ponderati. Il divario traccia l'effetto stimato nel tempo.

L'interpretazione presuppone che nessun altro shock dell'unità trattata inizi alla stessa data. Una riforma del mercato, un'esposizione a una crisi, un cambiamento dell'indice o una discontinuità di misurazione possono imitare il trattamento.

Il comportamento anticipatorio può spostare prima la data effettiva, mentre gli spillover possono spostare i risultati dei donatori. Entrambi contaminano il contrasto, invece di aggiungere soltanto rumore.

I placebo nello spazio riassegnano il trattamento a ciascun donatore e confrontano il suo divario con quello dell'unità trattata. I placebo nel tempo testano date in cui non si è verificato alcun intervento.

La dimensione del divario dovrebbe essere valutata rispetto all'errore pre-trattamento. Un rapporto RMSPE post/pre elevato è più informativo di un divario grezzo proveniente da un'unità che non si era mai adattata bene.

Queste graduatorie non sono p-value randomizzati ordinari, salvo che il meccanismo di assegnazione giustifichi tale lettura. Mostrano quanto sia insolito il percorso trattato all'interno dell'insieme dei donatori.

L'analisi leave-one-out rimuove i donatori influenti con peso positivo. Finestre di predittori e regole sui donatori alternative mostrano se una singola scelta di modellazione crea il risultato.

Traccia i pesi e gli errori del periodo precedente, non solo il divario finale. Un'unità sintetica che poggia quasi interamente su un solo donatore richiede particolare attenzione.

Le varianti aumentate o generalizzate possono allentare alcuni limiti di adattamento, ma introducono nuove ipotesi di modellazione. Un'estensione sofisticata non può salvare un cattivo disegno di ricerca.

Una regola che interessa una sola borsa può essere confrontata con una combinazione ponderata di borse non esposte che in precedenza seguivano fatturato, spread e volatilità.

Anche controlli sui capitali a livello nazionale o un intervento sulla governance di un'impresa possono essere adatti, purché l'insieme dei donatori sia stabile e gli shock globali lo interessino in modo comparabile.

La conclusione è locale a quell'unità e a quell'evento. Non si generalizza automaticamente a un altro mercato, a un'intensità di politica diversa o a un diverso regime economico.

Riporta l'idoneità dei donatori prima di mostrare i risultati, tutti i pesi non nulli, l'equilibrio dei predittori, l'intero percorso precedente e successivo e le misure numeriche dell'adattamento precedente.

Aggiungi divari placebo, rapporti di adattamento post/pre, risultati leave-one-out, finestre alternative e una cronologia degli eventi contemporanei e dei possibili spillover.

Quando l'adattamento precedente è debole o l'unità trattata si trova fuori dal supporto dei donatori, il risultato onesto può essere che questo disegno non può stimare un effetto convincente.