Estimating Dynamic Spillover Effects along Multiple Networks in a Linear Panel Model
经济成果的溢出效应往往发生在多个网络中，区分它们各自的作用在实证研究中很重要。例如，两个群体（如在二分图中连接的银行和工业部门）之间的溢出方向具有重要的经济意义，研究人员可能想了解数据支持哪个方向。为此，我们需要有一个经验方法，同时考虑到两个方向的溢出。在本文中，我们开发了一个动态线性面板模型和渐近推断与大$n$和小$T$，其中两个方向的溢出是通过多个网络容纳。使用这里开发的方法，我们在工业部门的银行疲软和企业拥挤之间的溢出效应进行实证研究，使用2005年和2012年之间的西班牙企业银行匹配的数据。总体而言，我们发现银行和部门之间都存在正向溢出。
2022-11-16 econ.EM
Direct and spillover effects of a new tramway line on the commercial vitality of peripheral streets. A synthetic-control approach
本文基于合成控制方法，在潜在结果框架下研究佛罗伦萨轻轨线路对所在街道零售密度的直接效应及对周边街道的溢出效应，并正式定义了部分干扰假设下的相关因果效应。
2023-11-27 econ.EM stat.AP stat.ME
Identification and Estimation of Spillover Effects in Randomized Experiments
我研究识别，估计和推断溢出效应的实验中，单位的结果可能取决于一组内的其他单位的治疗分配。我表明，常用的简化形式的线性均值回归确定了一些负权重的溢出效应的加权和，以及治疗和控制之间的差异，确定了直接和溢出效应的组合进入不同的迹象。我提出了平均直接和溢出效应的非参数估计，克服了这些问题，是一致的，渐近正态下的利益，总样本量和治疗分配机制的参数之间的精确关系。这些研究结果说明使用数据从有条件的现金转移计划和模拟。实证结果揭示了政策评估中未能灵活考虑溢出效应的潜在陷阱：估计的均值差和简化形式的均值线性系数都接近于零，统计上不显著，而我提出的非参数估计揭示了大的，非线性的和显着的溢出效应。
2022-01-19 econ.EM
Recovering latent linkage structures and spillover effects with structural breaks in panel data models
本文提出面板数据时变溢出效应分析框架，可估计潜在关联的未知断点、关联结构及两类效应，通过惩罚估计、断点细化和双重机器学习实现，应用于跨国R&D溢出发现金融危机后溢出更稀疏。
2025-01-16 econ.EM
Identifying Treatment and Spillover Effects with Control-Based and Forecast-Based Counterfactuals
Sapienza University of Rome（罗马第一大学）
研究因果推断中溢出和干扰带来的挑战，比较基于控制和基于预测的两类反事实方法识别因果效应的条件，通过模拟和实证说明方法优缺点，指出在特定溢出效应下基于预测的方法能更可靠识别因果参数。
2026-07-23 econ.EM
A Design-Based Approach to Testing and Inference in (Quasi-)Experiments with Spillovers
Harvard University（哈佛大学）
研究存在溢出效应的（准）实验中的检验与推断问题，利用数据为暴露度量的函数形式及参数选择提供信息，通过建立相关条件和性质，应用于扶贫项目得出不同半径估计及政策效应估计。
2026-08-20 econ.EM math.ST stat.ME
Treatment Effects with Correlated Spillovers: Bridging Discrete and Continuous Methods
Center for Advanced Research in Finance, The University of Tokyo（东京大学高级金融研究中心）
本文提出一个连续框架，整合离散与连续方法，通过互信息度量溢出效应，验证无溢出限制下的正确推断。
2025-12-25 econ.EM econ.TH stat.ME
Chasing Opportunity: Spillovers and Drivers of U.S. State Population Growth
University of Exeter（埃克塞特大学）；Brunel University of London（伦敦布鲁内尔大学）
本文通过动态空间模型分析美国各州人口增长的驱动因素和空间外溢效应，首次结合数据推导的网络结构与工具变量估计，揭示了人口增长的异质收敛特征及生产率效应的出现条件。
2026-01-15 econ.EM
Exploiting network information to disentangle spillover effects in a field experiment on teens' museum attendance
青年教育的一个关键因素是使他们对历史和艺术遗产有敏感认识。我们分析了在佛罗伦萨（意大利）进行的实地实验，以评估如何适当的激励分配给高中班级可能会导致青少年参观博物馆在他们的空闲时间。不遵守和溢出效应使得这种集群式鼓励设计的影响评估具有挑战性。我们建议混合主要分层和因果调解，根据他们的遵守行为，并使用他们的友谊网络作为调解人的信息定义子群体的单位。我们正式定义了主要的自然直接和间接效应以及主要控制的直接和溢出效应，并使用它们来解开其他因果渠道的溢出。我们采用贝叶斯方法进行推理。
2022-05-06 econ.EM stat.AP stat.ME
Uniform Inference on Quantile Effects under Network Interference
School of Economics, Shanghai University of Finance and Economics（上海财经大学经济学院）；Tippie College of Business, University of Iowa（爱荷华大学蒂皮商学院）；School of Statistics and Data Science, Shanghai University of Finance and Economics（上海财经大学统计与数据科学学院）
本文针对网络干扰下的分位数效应推断问题，提出无需度分布与协方差结构稳定要求的一致置信带方法，经模拟与尼泊尔储蓄账户实验验证，拓展了网络实验分位数效应的推断框架。
2026-08-25 econ.EM
Causal Inference on Networks under Continuous Treatment Interference
针对连续处理与网络干扰下的非实验政策评估场景，提出基于广义倾向得分的估计量，可估计直接和溢出效应并适配异质强度的非对称网络，农业市场应用显示忽略干扰会低估政策有效性。
2023-06-12 econ.EM stat.AP stat.ME
Linear estimation of global average treatment effects
Georgia Institute of Technology（佐治亚理工学院）；UC San Diego（加州大学圣地亚哥分校）
本文提出了一种基于线性模型的估计方法，用于估计全局平均处理效应，并在小聚类情况下实现了更快的收敛速度。
2026-01-27 econ.EM
Spillovers and Effect Attenuation in Firearm Policy Research in the United States
Yale School of Public Health（耶鲁大学公共卫生学院）；The College of William & Mary（威廉与玛丽学院）
本文探讨了美国枪支政策研究中溢出效应和效应弱化问题，指出现有因果推断方法与数据不匹配，需整合数据基础设施和新方法以更准确评估政策效果。
2025-06-02 econ.EM stat.AP
Randomization Tests in Randomized Saturation Designs
研究随机饱和设计中溢出效应，针对不同零假设开发随机化检验。固定饱和度水平时，对个体水平假设用条件随机化框架检验；研究弱平均溢出零假设，学生化重标记统计量可渐进有效推断；多有序饱和度水平时，开发全局单调性检验。
2026-07-07 econ.EM stat.ME
Multiple Randomization Designs: Estimation and Inference with Interference
Amazon（亚马逊）；Stanford University（斯坦福大学）；University of Washington（华盛顿大学）
本文提出了一种新的多重随机化设计，用于处理随机实验中的复杂溢出效应，并推导了相关估计量的有限样本性质。
2025-12-01 cs.SI econ.EM math.ST
Design-Based and Network Sampling-Based Uncertainties in Network Experiments
该研究针对网络实验中的OLS溢出效应估计，分析了设计与网络抽样两类不确定性下的因果解释问题，发现回归变量相关性会引发污染偏差，推导了渐近分布并提出网络稳健方差估计量，验证了偏差会导致溢出估计偏高。
2025-09-07 econ.EM stat.ME
Difference-in-Differences with Interference
本文研究了存在邻居干扰时标准DID估计量的失效问题，提出在修改平行趋势假设下的双重稳健估计量以估计直接平均处理效应和平均溢出效应，并讨论了放宽常见限制后的稳健推断。
2025-01-29 econ.EM
Randomization tests for model specification in causal inference under network interference
Indian School of Business（印度商学院）
针对网络干扰下因果推断中暴露映射模型设定偏差问题，提出基于设计的模型设定框架及随机化检验程序，经理论验证与模拟、实地实验证实其有效性与良好功效。
2026-08-26 econ.EM stat.ME
Experimental Design under Network Interference
Harvard University（哈佛大学）
本文研究了在存在溢出效应时如何设计双阶段实验以精确推断处理效应。通过单网络连接单元、个体间局部依赖及一般类别的估计量，提出统计框架优化参与者和处理分配以最小化估计量方差，并提供推断和方差的保证。
2026-06-18 econ.EM stat.ME
Big Wins, Small Net Gains: Direct and Spillover Effects of First Industry Entries in Puerto Rico
研究探讨了波多黎各首次产业进入对本地及周边劳动力市场的直接影响和外溢效应，发现本地收益显著但区域净效应较小，强调空间外溢在评估地方政策时的重要性。
2026-09-30 econ.EM econ.GN q-fin.EC
Bootstrap Inference in Nonlinear Panel Data Models with Interactive Fixed Effects
KU Leuven（荷语鲁汶大学）
本文提出使用参数自助法进行非线性面板数据模型中交互固定效应的最大似然估计推断，证明其渐近无偏性，并提出基于变换的自助置信区间以提升小样本性能。
2026-04-29 econ.EM stat.ME
Causal inference in network experiments: regression-based analysis and design-based properties
本文研究网络实验中溢出效应的因果推断，证明基于回归的方法在合理设定下具有理论保证，并提出调整后的协方差估计量以改善覆盖率。
2025-06-05 econ.EM
Policy design in experiments with unknown interference
Harvard University（哈佛大学）；Oregon State University（俄勒冈州立大学）；Stanford University（斯坦福大学）；University of Chicago（芝加哥大学）
本文研究了存在外溢效应的政策估计与推断实验设计。通过在集群对间变化随机化来估计治疗概率变化的边际效应，提出政策最优性检验，并设计多波实验估计福利最大化治疗规则。
2026-10-08 cs.LG econ.EM stat.ME
Synthetic Control Inference for Staggered Adoption
Northeastern University（东北大学）；Harvard Business School（哈佛商学院）；Fudan University（复旦大学）
本文针对交错采纳的政策（如董事会性别多样性政策）提出合成控制方法，利用政策交错采纳的变异估计动态平均处理效应，通过欧洲劳动力数据实证发现该监管提升女性专业人员全职就业。
2025-11-15 econ.EM
SPORTSCausal: Spill-Over Time Series Causal Inference
针对传统RCTs在组间独立性等强假设不成立时失效的问题，提出SPORTSCausal方法，无需严格假设即可估计处理效应，并在真实预算控制实验中克服溢出效应提供了稳健估计。
2024-08-21 econ.EM
Debiasing and $t$-tests for synthetic control inference on average causal effects
针对合成控制法估计的平均处理效应，提出基于交叉拟合去偏和自归一化 $t$ 统计量的稳健推断方法，并应用于碳排放税效果评估。
2025-05-23 econ.EM
LASSO-Driven Inference in Time and Space
我们考虑的估计和推理系统的高维回归方程，允许时间和横截面的依赖性，协变量和误差过程，涵盖而一般形式的弱时间依赖性。使用LASSO（最小绝对收缩和选择算子）的具有许多回归变量的回归序列被应用于变量选择目的，并且通过块乘数自助程序仔细选择总体惩罚水平，以考虑方程的多重性和数据中的依赖性。相应地，与联合选择的调优参数的Oracle属性派生。我们还提供了高质量的去偏的同时推理系统的许多目标参数。我们提供了自举的一致性结果的测试过程中，这是基于一般Bahadur表示的$Z$ -估计与相关数据。仿真结果表明，所提出的推理过程具有良好的性能。最后，我们应用该方法来量化金融市场中的文本情绪指数的溢出效应，并测试行业之间的联系。
2020-05-15 econ.EM stat.ME
Causal Inference with Groupwise Matching
Vancouver School of Economics, University of British Columbia（不列颠哥伦比亚大学温哥华经济学院）
本文研究了在观察多个大群体跨多时期数据时，基于组内匹配的因果推断方法。通过广义匹配条件推广差分-in-差分设计的平行趋势假设，分析了差分-in-差分、合成控制和合成差分-in-差分设计的区分条件，并展示其互补性及等价性。
2026-03-20 econ.EM
Counterfactual and Synthetic Control Method: Causal Inference with Instrumented Principal Component Analysis
本研究提出一种基于工具变量主成分分析的反事实与合成控制因果推断方法，用预测协变量工具化因子载荷，可处理高维数据、降低模型误设风险与偏差，并用于评估英国脱欧对英外国直接投资的影响。
2024-09-14 econ.EM
Randomization Inference in Two-Sided Market Experiments
本文提出了一种用于双侧市场实验的随机化推断框架，重点在于测试和推断双侧溢出效应。方法在有限样本下有效，并改进了学生化方法以确保渐近有效性，通过模拟和实际案例验证了方法的效力。
2026-03-27 econ.EM stat.ME
Causal Inference with Noncompliance and Unknown Interference
本文研究社交网络中存在不依从和未知干扰的因果推断问题，提出暴露映射概念将复杂溢出效应汇总为固定维工具变量统计量，基于逆概率加权开发非参数估计程序并证明其渐近性质，还提供了配套R包。
2023-10-23 econ.EM stat.ME
Synthetic Difference In Differences Estimation
在本文中，我们描述了Arkhangelsky等人（2021）的合成双重差分法（SDID）估计器在Stata中的计算实现。合成双重差分法可用于需要对某些特定策略或事件的处理效应，并且可随时间对处理和未处理单元进行重复观察的广泛情况。我们列出了SDID的理论基础，无论是当有一个单一的治疗采用日期，当采用交错随着时间的推移，并讨论在这些情况下的估计和推断。我们介绍了在Stata中实现这些方法的sdid命令，并提供了一些使用示例，讨论了估计，推理和结果的可视化。
2023-02-13 econ.EM
Shared-Donor Inference for Fixed-Set Heterogeneity in Synthetic Difference-in-Differences
Faculty of Economics, Keio University（庆应义塾大学经济学部）；RIKEN Center for Advanced Intelligence Project (AIP)（理化学研究所先进智能项目中心）
研究多组合成差分中异质性的有限总体推断，通过结合多种方法构建理论，经美国社区调查和县级《清洁空气法》应用验证，可揭示效应变化、验证分解，还发现捐赠者共享对标准误差有影响。
2026-09-09 econ.EM
The Local Approach to Causal Inference under Network Interference
针对网络干扰下的因果推断问题，提出基于网络局部构型匹配的非参数框架，推导了k近邻估计的有限样本误差界并给出政策无关性的渐近有效检验。
2025-03-23 econ.EM math.ST stat.ME
An Exact and Robust Conformal Inference Method for Counterfactual and Synthetic Controls
我们引入了新的推理程序的反事实和合成控制法的政策评估。我们将因果推断问题重新定义为一个反事实预测和一个结构突变检验问题。这使我们能够利用共形预测和结构突变测试的见解，开发置换推理程序，以适应现代高维估计，在弱和易于验证的条件下是有效的，并且可以证明对误指定是鲁棒的。我们的方法与许多不同的方法一起工作，在没有政策干预的情况下预测反事实的平均结果。示例包括合成控制、差异中的差异、因子和矩阵完成模型以及（融合）时间序列面板数据模型。我们的方法在模拟中表现出出色的小样本性能，并被用于数据应用，我们重新评估室内卖淫合法化的后果。用于实现我们的共形推理方法的开源软件是可用的。
2021-05-20 econ.EM stat.ME
Bayesian and Frequentist Inference for Synthetic Controls
本文刻画线性因子模型中风险最小化权重成为合成控制的条件，提出可有效推断的贝叶斯合成控制方法，并证明其与 MLE 的渐近等价及稀疏模拟收敛，且用于两项实证研究。
2024-07-07 econ.EM stat.ME
Randomization Test for the Specification of Interference Structure
Waseda University（早稻田大学）；Kyoto University（京都大学）
本文提出一种新的随机化检验方法，用于检验因果推断中的溢出效应规范性，适用于任何零暴露规范，并通过两个社会网络实验进行实证检验。
2023-12-25 econ.EM stat.ME
Semiparametric Estimation of Treatment Effects in Observational Studies with Heterogeneous Partial Interference
针对异质性部分干扰下的观察性研究，提出条件可交换假设下的广义AIPW估计量，证明其半参数有效性与稳健性，并通过Add Health数据集验证了方法在实际因果效应分析中的应用价值。
2024-06-22 econ.EM math.ST stat.ME
Inference for Two-stage Experiments under Covariate-Adaptive Randomization
HSBC Business School（汇丰商学院）；Peking University（北京大学）
本文研究了双重随机实验中协变量自适应随机化下的推断问题，提出了差异-平均平均估计量，并探讨了协变量信息在提高效率中的作用。
2026-01-15 econ.EM stat.ME
Identification and Inference for Synthetic Controls with Confounding
本文在存在未观测混杂的面板数据中，利用随机因子模型研究处理效应的识别与推断，揭示时间与个体层面混杂的权衡，并为多种合成控制估计量建立渐近推断结果。
2023-12-01 econ.EM math.ST stat.ME
Synthetic Control with Weight Uncertainty: Robust Identification and Statistical Inference
Columbia University Mailman School of Public Health（哥伦比亚大学米兰恩公共卫生学院）；Center for Data Science, Zhejiang University（浙江大学数据科学中心）
DRoSC方法通过解决控制单位高度相关和关系变化问题，提供了一种更鲁棒的因果估计方法。
2026-08-18 econ.EM stat.ME
Double and Single Descent in Causal Inference with an Application to High-Dimensional Synthetic Control
研究因果推断中高维模型的双重下降现象，发现过参数化线性回归与合成控制可提升插补和估计性能，并统一解释为模型平均效应。
2023-10-12 econ.EM stat.ME stat.ML
On the Assumptions of Synthetic Control Methods
综合控制（SC）方法已被广泛应用于估计大规模干预的因果效应，例如，政策改变对全州的影响综合控制的思想是使用其他一些单位的观察结果的加权组合来近似一个单位的反事实结果。本文的动机问题是：供应链策略如何导致有效的因果推断？我们通过用更细粒度的模型重新制定SC所针对的因果推断问题来解决这个问题，其中我们将分析的单位从“大单位”（例如，状态）到“小单元”（例如，国家的人）。在这种重新制定，我们推导出充分条件的因果效应的非参数因果识别。我们强调两个意义的重新表述：（1）它澄清了“线性”从何而来，以及它如何自然地落在更细粒度和灵活的模型，（2）它提出了新的方法，使用可用的数据与SC方法有效的因果推断，特别是，新的方法选择的观察，估计反事实。
2021-12-14 econ.EM stat.ME
Synthetic learner: model-free inference on treatments over time
Stanford Graduate School of Business（斯坦福大学商学院）；University of California at San Diego（加州大学圣地亚哥分校）
了解特定治疗或政策的影响涉及许多感兴趣的领域，从政治经济学，营销到医疗保健。在本文中，我们开发了一种非参数算法，用于在合成控制的背景下检测治疗随时间的影响。该方法建立在来自许多算法的反事实预测的基础上，而不必假设算法正确地捕获模型。我们介绍了一个推理过程检测处理效应，并表明测试过程是渐近有效的平稳，β混合过程，而不施加任何限制的基础算法的考虑。我们讨论的一致性保证平均处理效应估计和获得遗憾的界限所提出的方法。这类算法可以包括随机森林、Lasso或任何其他机器学习估计器。数值研究和应用表明该方法的优点。
2022-08-23 cs.LG econ.EM stat.ME
Model-Based Inference and Experimental Design for Interference Using Partial Network Data
本文针对完整网络数据难以获取下的干扰与溢出效应问题，基于结构因果模型提出利用部分网络数据进行处理效应估计、推断及处理分配的框架，并证明单一网络渐近性质。
2024-06-17 cs.SI econ.EM stat.ME
scpi: Uncertainty Quantification for Synthetic Control Methods
综合控制方法提供了一种量化干预效果的方法，使用未处理单元的加权平均值来近似处理单元在没有干预的情况下会经历的反事实结果。该方法对于观察性研究中的项目评价和因果推断是有用的。我们介绍了使用合成控件进行预测和推理的软件包scpi，该软件包在Python，R和Stata中实现。对于处理效应的点估计或预测，该软件包提供了一系列利用最新优化方法的方法（可能会受到惩罚）。对于不确定性量化，该软件包提供了Cattaneo，Feng和Titiunik（2021）以及Cattaneo，Feng，Palomba和Titiunik（2022）介绍的预测区间方法。文中包括数值例子和与其他综合控制软件的比较。
2022-10-11 econ.EM stat.AP stat.CO
Inference for Synthetic Controls via Refined Placebo Tests
针对合成控制方法中小样本推断的问题，提出留二法改进安慰剂检验，在均匀/非均匀分配下保持有限样本第一类错误保证，提升小样本分辨率与功效，还支持敏感性分析。
2025-04-19 econ.EM math.ST stat.ME
