Relevanz des Themas
Das Matching-Verfahren wird zur Evaluation von Maßnahmeneffekten verwendet, indem Teilnehmer mit Nicht-Teilnehmern verglichen werden. Anders als bei herkömmlichen statistischen Verfahren wie der OLS-Regression erfordert das Matching keine starken Annahmen, die sich oft nicht theoretisch fundiert herleiten lassen. Zwar hatten einfache OLS-Modelle in den 1970er und 1980er Jahren aufgrund begrenzter Rechenkapazitäten durchaus ihre Berechtigung. Mit den heutigen technischen Möglichkeiten lässt sich das Matching-Verfahren jedoch in der Regel leicht implementieren.
![Geschätzter Maßnahmeneffekt auf die Teilnehmer: Matching vs. OLS](http://www.ecmna114.com/wol/uploads/articles/186/images/IZAWOL.186.ga.de.png)
Wichtige Resultate
Pro
Mittels Matching lassen sich kausale Effekte auch ohne starke Annahmen schätzen, was die Ergebnisse zuverlässiger macht.
Matching ermöglicht das Minimieren zweier typischer Fehlerquellen in der statistischen Schätzung: Verzerrung und Varianz.
Durch das Matching-Verfahren wird offenkundig, ob es in den Maßnahmen- und Vergleichsgruppen an Individuen mit ähnlichen Merkmalen mangelt.
Contra
Die Matching-Methode kann eine hohe Rechnerleistung erfordern.
Wie auch das OLS-Verfahren beruht Matching nach wie vor auf starken Annahmen über die Exogenität der Maßnahme, was die Zuverlässigkeit der Ergebnisse beeinträchtigt.
Im Verlauf des Matching-Verfahrens müssen immer wieder Entscheidungen getroffen werden, die die Schätzungen beeinflussen und ungenauer machen können.