Spectral Truncation in Synthetic Control

Resumo Técnico: Truncamento Espectral em Controle Sintético

Definição do Problema
Os métodos de Controle Sintético (CS) estimam a trajetória contrafactual de uma unidade tratada construindo uma média ponderada das trajetórias não tratadas do grupo de doadores, de modo que o caminho pré-tratamento ponderado dos doadores coincida com o caminho bruto pré-tratamento da unidade tratada. Este artigo investiga uma abordagem alternativa: o Controle Sintético Espectral, que realiza o pareamento não nas coordenadas temporais brutas, mas nas coordenadas dos vetores singulares temporais líderes do painel de doadores. A hipótese motivadora é que, se o processo de resultado seguir um modelo de efeitos fixos interativos de baixo posto, o pareamento nas direções que carregam a variação sistemática pode visar mais diretamente as cargas de fatores subjacentes. No entanto, o artigo postula que esta abordagem introduz riscos específicos: subdeterminação de pesos (onde o problema de balanceamento possui infinitas soluções) e ruído de estimação da base (onde efeitos fixos não removidos contaminam a base espectral).

Metodologia
Os autores propõem e analisam uma família de estimadores definidos por um parâmetro de truncamento espectral $K$ e um peso de mistura híbrido $\eta$:

1. CS Espectral: A matriz pré-tratamento dos doadores é decomposta via Decomposição de Valor Singular (SVD). A unidade tratada e os doadores são projetados nos $K$ vetores singulares superiores ($V_K$). Os pesos são escolhidos para minimizar a distância quadrática entre o caminho projetado da unidade tratada e os caminhos projetados dos doadores ponderados, sujeitos a restrições de simplex e uma penalidade de ridge.
2. Estimador Híbrido: Para evitar a abruptez do truncamento, um estimador híbrido atribui um peso estritamente positivo, porém reduzido, $\eta \in [0, 1]$, às direções fora do subespaço de dimensão $K$ retido.
   • $\eta = 0$: Recupera o CS Espectral truncado.
   • $\eta = 1$: Recupera o CS de caminho bruto exatamente (equivalente ao pareamento no espaço completo de dimensão $T_0$).
   • $\eta \in (0, 1)$: Interpola entre os dois, restringindo todas as direções, mas com pesos desiguais.
3. Seleção de Hiperparâmetros: A penalidade de ridge ($\lambda_\omega$) e o peso de mistura ($\eta$) são ajustados via validação de placebo leave-one-out apenas para doadores. O posto $K$ é fixado por design para cada regime experimental e não é ajustado.

Contribuições Teóricas Principais
O artigo estabelece três resultados formais que regem o comportamento destes estimadores:

• Equivalência de Posto Total: No posto total ($K = T_0$), o objetivo espectral é matematicamente idêntico ao objetivo do CS de caminho bruto. A projeção preserva exatamente a discrepância de balanceamento euclidiano.
• Subdeterminação de Pesos: O artigo prova que o balanceamento espectral exato (sem penalidade de ridge) é um sistema subdeterminado sempre que o número de doadores $N_0$ excede $K + 1$. O conjunto de soluções forma um subespaço afim de dimensão $N_0 - K - 1$. Consequentemente, os pesos específicos selecionados pelo estimador dependem fortemente do termo de regularização, e não dos dados, pois os dados sozinhos não podem determinar uma solução única nas direções ortogonais ao subespaço retido.
• Decomposição de Viés e Limite: Utilizando uma construção de Melhor Preditor Linear (BLP), os autores derivam um limite de amostra finita relacionando o viés do efeito de tratamento à qualidade do balanceamento espectral. O viés é mostrado como dependente de:
  1. O resíduo espectral alcançado (controlado pelo estimador).
  2. A norma do operador da matriz de coeficientes do BLP ($\|A_K\|_{op}$).
  3. O resíduo do BLP ($r_i$), que captura o ruído de estimação da base (erros na estimação do verdadeiro subespaço de fatores) e fatores omitidos. Crucialmente, se os efeitos fixos não forem removidos antes da SVD, os vetores singulares líderes podem ser dominados por diferenças de nível entre unidades em vez da estrutura de fatores, inflacionando o resíduo do BLP e tornando o limite espectral não informativo.

Resultados Empíricos
Os autores avaliam os estimadores através de onze regimes de geração de dados especificamente desenhados para favorecer o truncamento espectral (ex: estruturas de baixo posto, doadores esparsos, fatores fracos), usando 400 replicações por regime.

• Desempenho de Entrada Bruta: Quando aplicados a caminhos pré-tratamento brutos (sem remover efeitos fixos), o CS Espectral Truncado apresenta desempenho consistentemente inferior ao CS de caminho bruto ajustado. O Erro Quadrático Médio (RMSE) do CS Espectral é significativamente maior (4 a 11 erros padrão) em todos os regimes.
• Comportamento do Estimador Híbrido: O estimador híbrido, livre para escolher qualquer $\eta$, seleciona predominantemente $\eta = 1$ (pareamento de caminho bruto) na maioria das replicações em todos os regimes. Ele é estatisticamente indistinguível do CS de caminho bruto ajustado na maioria dos casos.
• Sensibilidade ao Pré-processamento (Teste de Robustez): Um achado crítico emerge quando os dados são pré-processados. Quando os efeitos fixos de unidade e tempo são removidos (desmediação de duas vias) antes da decomposição espectral:
  • A lacuna de desempenho entre o CS Espectral e o CS de caminho bruto quase desaparece.
  • O procedimento de ajuste de placebo inverte sua preferência, selecionando o truncamento total ($\eta = 0$) na maioria das replicações.
  • Isso confirma o limite teórico: a remoção de efeitos fixos reduz o resíduo do BLP, permitindo que a base espectral aproxime melhor o verdadeiro subespaço de fatores.

Significância e Alegações
O artigo não alega que os métodos espectrais devam substituir o CS de caminho bruto. Em vez disso, enquadra o trabalho como um resultado diagnóstico identificando os mecanismos específicos que fazem o truncamento espectral falhar sob condições padrão:

1. Subdeterminação: O balanceamento de baixa dimensão deixa muita liberdade para a regularização ditar os pesos.
2. Contaminação da Base: Nos dados brutos, os efeitos fixos não removidos distorcem a base espectral estimada, inflacionando o termo de erro no limite de viés.

Os autores concluem que os resultados negativos observados no estudo de simulação principal são específicos da entrada de caminho bruto. O artigo demonstra que, quando a condição do limite teórico é atendida (removendo efeitos fixos), o pareamento espectral pode tornar-se viável. O trabalho serve para esclarecer quando e por que o truncamento espectral ajuda ou prejudica, em vez de propor um novo estimador universal.

Questões em Aberto
O artigo nota explicitamente algumas limitações e áreas abertas para pesquisas futuras:

• A robustez da reversão do pré-processamento em todos os onze regimes (apenas a linha de base foi verificada).
• Seleção principiada do posto $K$ (atualmente fixado por design).
• Procedimentos de inferência que deem conta da incerteza na base estimada e nos hiperparâmetros.
• Extensões para adoção escalonada e múltiplas unidades tratadas.