Synthetic Regressing Control

Resumo Técnico: Controle de Regressão Sintética (SRC)

Definição do Problema
O método de Controle Sintético (SC) é uma abordagem padrão para estimar efeitos de tratamento em dados de painel com uma única unidade tratada e um número modesto de unidades de controle. Ele constró o um "controle sintético" ao encontrar uma média ponderada de unidades de controle que se assemelha de perto aos resultados pré-tratamento da unidade tratada. No entanto, o artigo identifica duas falhas críticas na metodologia SC padrão que levam a pesos subótimos e uma extrapolação deficiente:

1. Erro de Interpolação: O método SC padrão tenta combinar diretamente os resultados pré-tratamento. Se a combinação linear das unidades de controle (restrita a pesos não negativos que somam um) não conseguir aproximar de perto a trajetória pré-tratamento da unidade tratada, ocorre um erro de interpolação significativo. Isso é particularmente problemático sob modelos de fatores, onde as cargas fatoriais da unidade tratada estão fora do envelope convexo das cargas das unidades de controle.
2. Ruído e Falhas de Restrição: A restrição padrão de que os pesos devem somar um ($\sum w_j = 1$) é projetada para minimizar o viés na média, mas negligencia o impacto do ruído. O artigo demonstra que essa restrição falha em minimizar o componente de variância do erro de previsão. Especificamente, forçar a soma dos pesos a ser igual a 1 não otimiza o equilíbrio entre viés e variância na presença de erros idiossincráticos, levando a um erro de previsão quadrática média subótimo.

Metodologia: Controle de Regressão Sintética (SRC)
O método de Controle de Regressão Sintética (SRC) proposto aborda essas questões por meio de um procedimento de dois estágios que desacopla o alinhamento das unidades da síntese dos pesos.

1. Regressão de Unidades (Pré-processamento):
   Em vez de combinar diretamente os resultados brutos, o SRC primeiro realiza uma regressão linear univariada para cada unidade de controle $j$ contra a unidade tratada usando dados pré-tratamento.

   • Para cada unidade de controle $j$, um coeficiente $\hat{\theta}_j$ é estimado para minimizar a distância ao quadrado entre os resultados pré-tratamento da unidade tratada e uma versão escalonada dos resultados da unidade de controle.
   • Isso gera "controles regredidos" $\tilde{Y}_{jt}(0) = \hat{\theta}_j(Y_{jt} - \bar{y}_j)$, o que efetivamente alinha as trajetórias pré-tratamento das unidades de controle com a unidade tratada, reduzindo o erro de interpolação.

2. Síntese com Estimativa de Risco Não Viesado:
   O estimador SRC é construído como uma média ponderada desses controles regredidos. Os pesos $w$ são determinados pela minimização de um estimador de risco não viesado (especificamente, um critério do tipo Mallows' $C_p$) em vez de satisfazer a restrição estrita do simplex ($\sum w_j = 1$).

   • Função Objetivo: O método minimiza $\| \hat{y}_1(w) - y_1 \|^2 + 2\hat{\sigma}^2 \sum w_j$, onde $\hat{\sigma}^2$ é uma estimativa da variância do erro.
   • Restrição: Os pesos são restritos a serem não negativos ($w_j \ge 0$), mas são permitidos somar uma constante $c$ (onde $c$ é orientado pelos dados e relacionado ao nível de ruído), em vez de somarem estritamente 1. Essa relaxação permite que o método considere o ruído do modelo e evita o "sobreajuste" (over-fitting) do componente de ruído que ocorre ao forçar a soma a 1.
   • Extensão para Alta Dimensionalidade: Quando o número de unidades de controle $J$ excede ou se aproxima do número de períodos temporais $T_0$, o artigo propõe uma etapa de triagem usando Sure Independent Ranking and Screening (SIRS) para selecionar um subconjunto de unidades ativas antes de aplicar o algoritmo SRC.

Principais Contribuições

• Estrutura Teórica: O artigo introduz um modelo de trabalho onde o resultado potencial da unidade tratada é uma combinação linear das unidades de controle regredidas mais um termo de erro. Esta estrutura separa explicitamente o alinhamento das unidades (via coeficientes de regressão) da síntese das unidades (via pesos).
• Otimalidade Assintótica: Os autores provam que o estimador SRC, utilizando pesos derivados do critério de estimativa de risco não viesado, é assintoticamente ótimo. Especificamente, a perda do estimador SRC converge para a perda mínima alcançável pelo "melhor possível infaisível" estimador sintético (o oráculo) conforme o número de períodos pré-tratamento aumenta.
• Abordagem das Limitações do SC: O método demonstra teoricamente que relaxar a restrição $\sum w_j = 1$ em favor de uma minimização de risco penalizada reduz o impacto do ruído no erro de previsão, uma limitação inerente ao SC padrão.
• Tratamento de Não Linearidade e Heterogeneidade: Através de exemplos envolvendo modelos de fatores lineares, modelos de fatores não lineares e modelos autorregressivos, o artigo mostra que a regressão de unidades pode identificar e reduzir o peso de unidades de controle irrelevantes (por exemplo, definindo pesos como zero em modelos de fatores não lineares onde os controles não estão relacionados à unidade tratada), melhorando assim a robustez.

Resultados

• Estudos de Simulação: Simulações de Monte Carlo extensas baseadas em modelos de fatores (incluindo configurações com efeitos temporais fixos, cargas fatoriais heterogêneas e ruído heterocedástico) mostram que o SRC consistentemente alcança um erro de previsão quadrática média inferior comparado a métodos existentes, incluindo o SC original, SC desmeanado, SC aumentado, SC generalizado e Lasso restrito.
• Aplicação Empírica: O método é aplicado aos custos econômicos dos conflitos na região Basca, na Espanha. Os resultados indicam que o SRC proporciona um melhor ajuste para o período pré-tratamento e produz estimativas contrafatuais mais precisas em comparação com estimadores alternativos.

Significância e Alegações
O artigo afirma que o SRC oferece uma melhoria simples, porém eficaz, sobre o método de Controle Sintético padrão ao abordar as questões fundamentais do erro de interpolação e da sensibilidade ao ruído.

• Alegações Modestas sobre Inferência: Os autores declaram explicitamente que, embora o estimador SRC alcance a otimalidade assintótica em termos de perda de previsão, ele não fornece atualmente um estimador não viesado para o efeito do tratamento em si. Eles observam que derivar um estimador desenviesado para inferência estatística válida (por exemplo, intervalos de confiança) usando teoria de projeção é uma direção promissora para trabalhos futuros, mas está além do escopo do presente artigo.
• Interpretabilidade: O método mantém a interpretabilidade da abordagem SC (pesos não negativos) enquanto permite que os coeficientes de regressão lidem com o escalonamento e o alinhamento, gerenciando efetivamente a extrapolação sem depender da restritiva restrição de soma unitária.
• Utilidade Prática: A inclusão de um mecanismo de triagem (SIRS) torna o método aplicável em cenários de alta dimensionalidade, onde o número de unidades de controle é grande em relação ao comprimento da série temporal, um desafio comum em aplicações modernas de dados de painel.