[論文レビュー] Causal Inference by Quantile Regression Kink Designs

Harold D. Chiang, Yuya Sasaki|arXiv (Cornell University)|May 31, 2016

Advanced Causal Inference Techniques参考文献 22被引用数 4

ひとこと要約

本稿は、分位数回帰かぎりんデザイン（QRKD）推定量に対して因果的解釈を確立し、結果分布の異なる分位数における異質な処置効果の重み付き平均が同定されることを示している。弱収束理論とピボット的シミュレーションを用いて、異質効果に関する妥当な推論を可能にし、ルイジアナ州（1981–1983年）における失業保険の失業期間への正の、分位数に依存する効果を実証的に示している。

ABSTRACT

The quantile regression kink design (QRKD) is proposed by empirical researchers as a potential method to assess heterogeneous treatment effects under suitable research designs, but its causal interpretation remains unknown. We propose a causal interpretation of the QRKD estimand. Under flexible heterogeneity and endogeneity, the QRKD estimand measures a weighted average of heterogeneous marginal effects at respective conditional quantiles of outcome given a designed kink point. In addition, we develop weak convergence results for the QRKD estimator as a local quantile process for the purpose of conducting statistical inference on heterogeneous treatment effects using the QRKD. Applying our methods to the Continuous Wage and Benefit History Project (CWBH) data, we find significantly heterogeneous positive causal effects of unemployment insurance benefits on unemployment durations in Louisiana between 1981 and 1983. These effects are larger for individuals with longer unemployment durations.

研究の動機と目的

• 柔軟な異質性と内生性の下でQRKD推定量の形式的因果的解釈を提供すること。
• 局所的分位数過程としてのQRKD推定量の弱収束理論を構築し、統計的推論を可能にすること。
• バンド幅選択、ピボット的シミュレーションによるロバスト推論、異質な処置効果の検定のための実用的ツールを提案すること。
• 実世界のデータ、特に継続的賃金および給付履歴（CWBH）データセットを用いて、失業保険の失業期間への影響を評価すること。

提案手法

• かぎりん点における条件付き分位数における異質な限界効果の重み付き平均としてQRKD推定量の因果的解釈を提示する。
• 分位数過程の均一なバハドゥール表現を活用して、QRKD推定量の弱収束結果を導出する。
• 条件付きランダム性の下での推定過程の分布をシミュレートすることで、一様推論を実行するピボット的シミュレーション手順を導入する。
• MISE最小化とデータ駆動型分散推定に基づくルールを用いて、共変量密度と条件付き分位数密度の両方のバンド幅選択のための2段階手法を開発する。
• カーネルスムージングを用いた局所線形分位数回帰を用いて、失業期間の異なる分位数における処置効果を推定するQRKD推定量を適用する。
• 帰無仮説の下での経験過程のピボット的シミュレーションから得たシミュレートされた臨界値を用いて、有意性および異質性の検定を実装する。

実験結果

リサーチクエスチョン

• RQ1 一般の異質性と内生性の下で、QRKD推定量の因果的解釈は何か？
• RQ2 QRKD推定量を用いて、異質な処置効果に関する妥当な統計的推論をどのように行えるか？
• RQ3 局所的分位数過程としてのQRKD推定量の漸近的分布は何か？
• RQ4 ピボット的シミュレーションを用いて、実務的にロバスト推論をどのように実装できるか？
• RQ5 失業保険の失業期間への異質な処置効果の実証的意味は何か？

主な発見

• 非単調性や内生性が存在する状況下でも、QRKD推定量は結果分布の異なる分位数における異質な限界効果の重み付き平均を同定する。
• QRKD推定量は局所的分位数過程として弱収束するため、異質な処置効果に関する妥当な漸近的推論が可能になる。
• ピボット的シミュレーション手順により、分位数間での処置効果の有意性および異質性の検定に適した正確な臨界値が得られる。
• CWBHデータへの実証的応用により、ルイジアナ州（1981–1983年）における失業保険が失業期間に著しく正の因果的効果をもたらすことが明らかになった。
• 処置効果は異質的であり、長期の失業期間を経験する個人に対してより大きくなるため、保険給付は進行的影響を有している。
• MISE最小化とデータ駆動型分散推定に基づくバンド幅選択手順は、実証的応用において良好な有限標本性能を示した。