[論文レビュー] A Practical Guide to Counterfactual Estimators for Causal Inference with Time-Series Cross-Sectional Data

Licheng Liu, Ye Wang+1 more|arXiv (Cornell University)|Jul 2, 2021

Economic Policies and Impacts被引用数 63

ひとこと要約

本論文は TSCS データに対する反事実推定代入フレームワークを提案し、三つの推定量（FEct、IFEct、MC）と診断ツール、および 反事実推定を従来の TWFE より改善するオープンソースパッケージ（fect）を導入している。

ABSTRACT

This paper introduces a simple framework of counterfactual estimation for causal inference with time-series cross-sectional data, in which we estimate the average treatment effect on the treated by directly imputing counterfactual outcomes for treated observations. We discuss several novel estimators under this framework, including the fixed effects counterfactual estimator, interactive fixed effects counterfactual estimator, and matrix completion estimator. They provide more reliable causal estimates than conventional twoway fixed effects models when treatment effects are heterogeneous or unobserved time-varying confounders exist. Moreover, we propose a new dynamic treatment effects plot, along with several diagnostic tests, to help researchers gauge the validity of the identifying assumptions. We illustrate these methods with two political economy examples and develop an open-source package, fect, in both R and Stata to facilitate implementation.

研究の動機と目的

• 二値処置を伴う TSCS データに対する簡単な反事実推定代入フレームワークを導入する。
• 3つの推定量を開発・比較する（固定効果反事実、相互作用固定効果反事実、マトリクス補完）。
• 識別仮定とモデル妥当性を評価するための診断法とビジュアル化を提供する。
• 使用を容易にするための R と Stata におけるオープンソース実装（fect）を提供する。

提案手法

• 処置を受けた観測値に対して潜在結果と反事実 Y_it(0) を定義する。
• 処置単位の反事実結果を代入して処置効果を平均することにより ATT を推定する。
• FEct、IFEct、MC 推定量を、未処置結果を回復するための異なる正則化アプローチとして説明する。
• 反事実に基づくダイナミックな処置効果プロットを提案し、異質性やキャリオーバー/前傾を評価する。
• 偽薬効果検定、事前傾向なしの検定、キャリオーバー効果なしの検定などの診断検査を導入し、検出力が限定的な場合の同等性検定も含める。

実験結果

リサーチクエスチョン

• RQ1 時間変動する交絡と処置の反転がある TSCS データにおいて、反事実推定の代入は因果推定をどのように改善できるか？
• RQ2 FEct、IFEct、または MC の性質は何か、ATT 推定においていつ使用すべきか？
• RQ3 研究者はダイナミックな処置効果や診断検査を用いて識別仮定の妥当性をどう診断するか？
• RQ4 これらの推定量と診断を TSCS アプリケーション全体で実装する上での fect ソフトウェアの役割は何か。

主な発見

• 反事実推定量（FEct、IFEct、MC）は、処置効果が異質である場合や観測されない時間変動交絡が存在する場合に、従来の TWFE より信頼性の高い因果推定を提供する。
• FEct は、負の重みを避け、個別の処置効果の凸結合と一致する重み付け推定量として機能する。
• IFEct と MC は、因子拡張と低ランク分解を介して厳密外生性を緩和し、時間変動交絡に対応する。
• ダイナミックな処置効果プロットや偽薬テスト、事前傾向なしテスト、キャリオーバーなしテストを含む一連の診断ツールは、識別仮定の評価に役立つ。
• オープンソースパッケージである fect は、R および Stata でこれらの推定量を実装し、適用を促進する。