[論文レビュー] A Computational Approach to Identification of Treatment Effects for Policy Evaluation

Sukjin Han, Shenshen Yang|arXiv (Cornell University)|Sep 29, 2020

Healthcare Policy and Management参考文献 40被引用数 4

ひとこと要約

本稿は、二値のインストゥルメントと観察されない異質性が存在する下で、政策に影響を与える処置効果の鋭い非パラメトリックな境界を導出する計算フレームワークを提案する。インストゥルメントと未観測要因の統計的独立性と、形状制限や共変量の逐次的独立性を含む柔軟な同定仮定のセットを活用することで、線形計画法を用いて局所平均処置効果（LATE）を反事後的な政策設定に体系的に外挿可能とし、従来の手法と比較して同定区間を顕著に狭める。

ABSTRACT

For counterfactual policy evaluation, it is important to ensure that treatment parameters are relevant to policies in question. This is especially challenging under unobserved heterogeneity, as is well featured in the definition of the local average treatment effect (LATE). Being intrinsically local, the LATE is known to lack external validity in counterfactual environments. This paper investigates the possibility of extrapolating local treatment effects to different counterfactual settings when instrumental variables are only binary. We propose a novel framework to systematically calculate sharp nonparametric bounds on various policy-relevant treatment parameters that are defined as weighted averages of the marginal treatment effect (MTE). Our framework is flexible enough to fully incorporate statistical independence (rather than mean independence) of instruments and a large menu of identifying assumptions beyond the shape restrictions on the MTE that have been considered in prior studies. We apply our method to understand the effects of medical insurance policies on the use of medical services.

研究の動機と目的

• ランダム化実験の結果を新しい政策環境に一般化する際の外部妥当性の欠如を是正すること。
• 重み付き平均として定義される処置パラメータの鋭い非パラメトリック境界を体系的に計算する方法を開発すること。
• MTEの形状制限を超える、インストゥルメントの統計的独立性（共変量を条件として）と、広範な同定仮定のセットを組み込むこと。
• 離散的インストゥルメントを用いた設定で、外生的共変量とシーブ近似を活用して同定の精度を向上させること。
• シミュレーションと医療保険政策評価への応用を通じて、本手法の有効性を示すこと。

提案手法

• 政策に影響を与える処置パラメータを、MTEの重み付き平均（ATE、処置を受けた者の処置効果、政策に影響を与える処置効果（PRTE）を含む）として定式化する。
• 観察された共変量を条件として、インストゥルメントと未観測要因の統計的独立性を仮定し、線形計画法を用いてこれらのパラメータの鋭い非パラメトリック境界を計算する。
• 形状制限を超える柔軟な同定仮定（例：補助変数の外生性、条件付き独立性）を、線形計画法の制約として統合する。
• ベルンシュタイン多項式シーブ近似を用いてMTE関数を非パラメトリックに推定し、多項式次数Kを増加させた下での収束性を分析する。
• 双対線形計画法を解くことで、MTE関数およびその重み付き平均の境界を導出し、維持された仮定の下で鋭さを保証する。
• インストゥルメントのサポート（Z）、結果変数の濃度（Y）、真のMTE関数の滑らかさの変化を想定したシミュレーションを用いて、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 インストゥルメントが二値であり、観察されない異質性が存在する状況で、政策に影響を与える処置効果の鋭い非パラメトリック境界を体系的に計算可能か？
• RQ2 共変量を条件としてインストゥルメントの統計的独立性は、二値インストゥルメント設定において平均独立性と比較して、同定力の向上にどの程度寄与するか？
• RQ3 連続的インストゥルメントが存在しない状況で、補助的外生変数は、処置効果の境界の精度をどの程度向上させ得るか？
• RQ4 形状制限とシーブ近似は、滑らかでないMTE関数の下で、境界の正確性と頑健性にどのような影響を及ぼすか？
• RQ5 本フレームワークは、Mogstadら（2018）のような既存の部分同定手法に比べ、境界の鋭さという点で優れているか？

主な発見

• 本手法は、離散的および連続的結果変数の両設定において、Mogstadら（2018）と比較して平均処置効果（ATE）の境界を顕著に狭める。特に、インストゥルメントのサポートが拡大する場合に顕著である。
• インストゥルメントZのサポートが拡大するにつれて境界が著しく狭くなることが確認され、二値インストゥルメントであっても、より大きな外生的変動が同定を改善することを裏付けている。
• 逆に除外されない外生的共変量の導入で境界の鋭さが向上することから、同定力の主な駆動要因は除外性ではなく、外生性であることが示された。
• 真のMTE関数が滑らかでない場合（例：|sin(2πu)|のような折り目を持つ関数）、低次の多項式次数K（例：K=5）のシーブ近似は深刻な誤特定を引き起こすが、Kの増加に伴い著しく改善される（例：K≥10）。
• 真のMTE関数と同定集合との間のハウスドルフ距離は、Kが高くなるにつれて顕著に減少し、誤特定が軽減され、近似の収束性が向上していることが示された。
• 本フレームワークは、従来の形状制限を超える広範な同定仮定の下で、LATEのサブグループやPRTEを含むさまざまな政策に影響を与えるパラメータの鋭い境界を的確に同定できた。