[論文レビュー] A Regression Discontinuity Design for Ordinal Running Variables: Evaluating Central Bank Purchases of Corporate Bonds

Fan Li, Andrea Mercatanti+2 more|arXiv (Cornell University)|Apr 1, 2019

Advanced Causal Inference Techniques参考文献 44被引用数 57

ひとこと要約

この論文は、順序変数を用いた回帰不連続性設計（RD）アプローチを、潜在的連続ランニング変数を作成するための順序プロビットモデルを用いて開発し、ECBのCSPPが発行時の社債スプレッドに及ぼす影響を評価する。

ABSTRACT

Regression discontinuity (RD) is a widely used quasi-experimental design for causal inference. In the standard RD, the assignment to treatment is determined by a continuous pretreatment variable (i.e., running variable) falling above or below a pre-fixed threshold. In the case of the corporate sector purchase programme (CSPP) of the European Central Bank, which involves large-scale purchases of securities issued by corporations in the euro area, such a threshold can be defined in terms of an ordinal running variable. This feature poses challenges to RD estimation due to the lack of a meaningful measure of distance. To evaluate such program, this paper proposes an RD approach for ordinal running variables under the local randomization framework. The proposal first estimates an ordered probit model for the ordinal running variable. The estimated probability of being assigned to treatment is then adopted as a latent continuous running variable and used to identify a covariate-balanced subsample around the threshold. Assuming local unconfoundedness of the treatment in the subsample, an estimate of the effect of the program is obtained by employing a weighted estimator of the average treatment effect. Two weighting estimators---overlap weights and ATT weights---as well as their augmented versions are considered. We apply the method to evaluate the causal effect of the CSPP and find a statistically significant and negative effect on corporate bond spreads at issuance.

研究の動機と目的

• ランニング変数が連続でも離散でもなく距離が定義されない場合の因果推論の課題を動機づけ、対処する。
• 潜在的連続ランニング変数を用いた局所ランダム化フレームワーク内の3段階RDアプローチを提案する。
• 共変量のバランシングを行う共変量バランスのサブサンプルで、局所オーバーラップ、局所SUTVA、局所無交絡性の下で因果効果を推定する。
• オーバーラップ重み付けとATT重み付けの堅牢な推定量（増補済みアウトカムモデル）とRD分析の妥当な分散推定を提供する。

提案手法

• 順序プロビットモデルを仮定して順序ランニング変数を推定し、治療割り当ての確率から潜在的連続ランニング変数を得る。
• 推定された潜在ランニング変数とバランス検査を用いて閾値周辺の共変量バランスのとれたサブポピュレーションを特定する。
• バランスのとれたサブポピュレーション内で、オーバーラップ重み（ATO）またはATT重みによる重み付き平均処置効果を推定し、堅牢性のためにアウトカム回帰モデルを補強する。
• 設計（傾向スコア）と分析段階の不確実性を考慮したマルチエスティメータ（サンドイッチ）分散推定量を導出する。
• h(x)によるターゲット集団のターゲット化関数を定義し、加重推定量を用いて estimand（ATOおよびATT）を得る。
• 閾値周辺の共変量バランス（バランステスト）に基づくデータ駆動型の帯域幅探索によってサブポピュレーションを選択することを記述する。

実験結果

リサーチクエスチョン

• RQ1 ランニング変数が順序であり、閾値までの距離が定義されない場合、RD推定をどのように実施できるか？
• RQ2 順序プロビットモデルから導出された潜在連続ランニング変数が、RD閾値周辺で有効な局所ランダム化風の推定を提供できるか？
• RQ3 共変量バランスを取り、オーバーラップ重み付けを用いた閾値周辺のRDで、発行時のCSPP適格性がボンドスプレッドに及ぼす影響はどうか？
• RQ4 増補型（二重頑健）重み付け推定量は、順序ランニング変数を用いるRDにおいて効率と頑健性を改善するか？

主な発見

• この方法は、CSPP適格性が発行時の社債スプレッドに対して統計的に有意で負の影響を及ぼすことを示した。
• 閾値周辺の共変量バランスのとれたサブサンプルを特定するのに、順序プロビット潜在的ランニング変数を用いた3段階RDアプローチが成功した。
• オーバーラップ重み付け（ATO）および補強を伴うATT重み付けは、この順序RD設定で因果効果を推定するのに実現可能である。
• 補強推定量はRD文脈においてダブルロバスト性と効率の向上を提供し、設計と分析の不確実性を考慮した分散推定量を提供する。
• 順序ランニング変数として使用される格付けは、CSPP購入の適格性を支配する潜在連続過程を反映するようにモデル化できる。