Machine Learning-Augmented Synthetic Control Method

De machine learning-augmented synthetic control method breidt de klassieke synthetic control-schatter uit door gebruik te maken van gepenaliseerde regressie of andere ML-algoritmen — zoals lasso, ridge, of random forests — om de donor-gewichten te construeren en om pre-interventie uitkomsttrajecten te modelleren. De augmentatie corrigeert voor resterende onbalans die door de standaard weging achterblijft, wat leidt tot minder bias wanneer er geen perfecte synthetic control bestaat.