目前文献中的渐近结果表明，匹配估计量比重加权估计量具有更高的方差。然而，现有的文献比较了匹配的有限样本性质与特定的重加权估计量，得出的结论是，重加权的性能甚至比最简单的匹配估计量差得多。我们解决了这个难题。我们表明，有限样本分析的结果并不与渐近分析不一致，但对于重加权实施的特定选择非常具体，并且无法推广到实际经验实践中可能遇到的设置。在这里研究的DGPs中，重新加权通常优于倾向分数匹配。