[論文レビュー] Difference-in-Differences with a Continuous Treatment

Brantly Callaway, Andrew Goodman-Bacon+1 more|arXiv (Cornell University)|Jul 6, 2021

Optimal Experimental Design Methods被引用数 235

ひとこと要約

本論文は、連続的または多値の処置を伴う差分の差分（DiD）の同定、推定、解釈ツールを開発し、TWFEが誤導する可能性を示すとともに、ノンパラメトリック推定量と意味のある要約尺度を提供し、Medicare改革に関する実証例を示す。

ABSTRACT

This paper analyzes difference-in-differences designs with a continuous treatment. We show that treatment-on-the-treated-type parameters are identified under a parallel trends assumption analogous to the binary treatment case. However, comparing these parameters across treatments is challenging because parallel trends does not rule out selection bias. We discuss alternative, typically stronger, assumptions that eliminate selection bias. We further show that popular two-way fixed effects estimands admit multiple interpretations, depending on the underlying causal building block, all having important limitations as meaningful summaries of treatment effects. Finally, we introduce alternative estimation procedures that avoid these drawbacks and demonstrate them in an empirical application.

研究の動機と目的

• 連続的な処置の下で、平均レベルの処置効果と平均因果反応が並行トレンドの下でどのように同定できるかを明らかにする。
• 連続処置DiD設定における標準的なTWFE仕様の限界を示す。
• 収束性と推定性に優れたノンパラメトリックDiD推定量を開発する。
• 連続DiD分析の解釈可能な要約指標とイベントスタディツールを提供する。
• Medicare改革への応用で方法を実例示し、解釈上の課題を論じる。

提案手法

• 連続処置に対するレベル処置効果（ATT(d|d)）と平均処置効果（ATE(d)）を定義する。
• 周辺用量効果を捉えるため、平均因果応答（ACR(d)）とその微分（ACRT）を定義する。
• 2期間の連続処置DiDフレームワークにおけるATT(d|d)とATT^oの並行トレンドに基づく同定を導入する。
• ヘテロogeneityとウェイトの問題により、TWFE回帰が偏りのあるまたは解釈が難しいパラメータを生み出す可能性があることを示す。
• データ駆動のsup-norm推定から適応したノンパラメトリックDiD推定量を提案し、強い並行トレンドの下でATT(d|d)とACR(d)を回復する。
• 用量密度ウェイトを用いた要約指標（ATT^o, ATE^o, ACR^o, ACRT^o）を提供し、イベントスタディの構成について論じる。

実験結果

リサーチクエスチョン

• RQ1 処置が連続的または離散的に多値である場合、並行トレンドの下でATT(d|d)とATE(d)はどのように同定できるか？
• RQ2 連続処置DiD設計におけるTWFE推定量の限界と解釈上の問題は何か？
• RQ3 用量–反応（ATTとACR）関数をノンパラメトリックに推定し、推論を行うにはどうすればよいか？
• RQ4 用量分布全体で処置効果を最もよく捉える要約指標は何で、どのように構成するか？

主な発見

• 連続処理DiDにおけるTWFE係数はさまざまな構成要素に分解でき、負のウェイトを割り当てることがあり、因果解釈を明確に妨げる。
• 一般化された並行トレンド仮定の下で、ATT(d|d)とATT^oは同定されるが、ATE(d)はより強い仮定がなくては同定できない場合がある。
• 用量グループ間の比較は、強い並行トレンドが成立し、処置効果の異質性が限定されていない限り、選択バイアスに汚染され得る。
• ノンパラメトリックDiD推定量は一様収束する推定量を提供し、信頼区間は狭く、 rigidな関数形に依存しない。
• Medicare改革の実証で推定された効果は、いくつかの分解よりもTWFEベースの推定が大きく、解釈の差を強調している。
• 本論文は実用的な要約指標（ATT^o, ATE^o, ACR^o, ACRT^o）を提供し、並行トレンドを評価するイベントスタディ表現について論じる。