倾向得分匹配（Propensity score matching，简称PSM）方法逐渐成为会计研究中估计平均处理效应的一种常用方法。但是少有文章讨论PSM的规范使用问题。Jonathan E. Shipman, Quinn T. Swanquist和Robert L. Whited合作完成的Propensity Score Matching in Accounting Research通过回顾2008-2014年间发表在会计学领域顶级期刊（包括TAR,CAR, JAE, JAR和RAS）上86篇运用PSM方法的文章，发现多数文章高估了PSM在解决内生性问题中所发挥的作用。我们将该篇的核心观点摘录于下，论文全文请见The Accounting Review 2017年第1期，版权归原作者所有。

PSM方法的优势

内生性问题是研究者经常面对的问题，比如互为因果、遗漏变量等。举例来说，我们想检验大学学位对个人收入的影响。一个理想的情境是人是否获得大学学位是随机分配的结果，此时我们就可以直接比较两类人群的收入水平。然而，在现实中很多因素同时影响一个人“是否获得大学学位”与“收入水平”，比如家庭背景、能力等。因此，我们需要控制这些因素的影响。建立多元回归模型是常用方法之一。

但是设定多元回归模型之前，研究者需要明确X与Y之间的函数关系，否则会出现模型设定偏误问题（Functional form misspecification，简称FFM），导致估计系数有偏。但是，PSM并不依赖于明确的模型设定假设。在反事实框架下，PSM为“处理组”构造出与之相似的“控制组”，从而估计处理效应。与MR相比，PSM的“高明之处”仅止于此——缓解模型设定偏误产生的遗漏变量问题。接下来，作者具体指出了PSM方法的局限性。

PSM方法的局限性

第一，PSM方法仅仅能在可观测变量的维度上通过配对创造“准自然实验”条件，从而缓解因可观测变量模型设定偏误产生的遗漏变量问题。当“处理组”与“控制组”存在不可观测的系统性差异时，PSM并不能控制这些差异。

第二，PSM的外部有效性取决于总体平均处理效应是否可以被样本平均处理效应所代替。因为PSM局限于“重叠（Common support）”下的子样本，这些子样本可能无法代替总体样本的特征。如果改变PSM配对方法，子样本也不同，最终可能导致估计的平均处理效应发生显著改变，说明PSM结果的外部有效性较低。

建议

第一，明确使用PSM方法的目的，不含糊表示为“缓解内生性问题”。在会计学实证研究中，PSM方法存在被“滥用”的情况——有的研究者过高估计了PSM解决内生性问题的功力。在作者回顾的86篇文章中，仅仅有20篇文章明确指出使用PSM方法是为了放松多元回归模型的线性假设。33篇文章含糊地表明PSM是为了解决内生性问题、自选择偏差或者遗漏变量偏差。甚至有文章将PSM作为工具变量的替代方法。

第二，建议结合使用PSM方法和多元回归方法，两种方法各有优劣。

第三，理论上，PSM的配对变量和多元回归模型中的控制变量应该保持一致。

第四，在文中，研究者应该详细说明PSM配对细节。“是否放回”、“卡尺距离”以及“配对比例”等研究设计对结果有重要影响。

附：原文标题及摘要

Propensity Score Matching

in Accounting Research

Jonathan E. Shipman, Quinn T. Swanquist ,Robert L. Whited

Propensity score matching (PSM) has become a popular technique for estimating average treatment effects (ATEs) in accounting research. In this study, we discuss the usefulness and limitations of PSM relative to more traditional multiple regression (MR) analysis. We discuss several PSM design choices and review the use of PSM in 86 articles in leading accounting journals from 2008–2014. We document a significant increase in the use of PSM from zero studies in 2008 to 26 studies in 2014. However, studies often oversell the capabilities of PSM, fail to disclose important design choices, and/or implement PSM in a theoretically inconsistent manner. We then empirically illustrate complications associated with PSM in three accounting research settings. We first demonstrate that when the treatment is not binary, PSM tends to confine analyses to a subsample of observations where the effect size is likely to be smallest. We also show that seemingly innocuous design choices greatly influence sample composition and estimates of the ATE. We conclude with suggestions for future research considering the use of matching methods.