[論文レビュー] Estimation and Inference for Synthetic Control Methods with Spillover Effects

Jianfei Cao, Connor Dowd|arXiv (Cornell University)|Feb 19, 2019

Advanced Causal Inference Techniques参考文献 19被引用数 15

ひとこと要約

本稿は、処置群が非処置群に影響を与えるspillover効果を考慮する合成コントロール法を提案する。処置群と非処置群の両方に影響を与える既知のspillover構造を推定と意思決定に組み込むことで、SUTVA（安定単位処置値仮定）の破れに対処する。直接効果およびspillover効果の漸近的に不偏な推定量を導入し、Andrews（2003）に基づく一般化されたP検定を用いて推論を行う。すべてのコントロール単位がspilloverの影響を受けても、純粋ドナー法よりもバイアスと効率性の面で優れる。

ABSTRACT

Estimation and inference procedures for synthetic control methods often do not allow for the existence of spillover effects, which are plausible in many applications. In this paper, we consider estimation and inference for synthetic control methods, allowing for spillover effects. We propose estimators for both direct treatment effects and spillover effects and show that they are asymptotically unbiased. In addition, we propose an inferential procedure and show that it is asymptotically unbiased. Our estimation and inference procedure applies to cases with multiple treated units and/or multiple post-treatment periods, and to ones where the underlying factor model is either stationary or cointegrated. We discuss the bias from misspecified spillover structures and propose a test for correct specification. We apply our method to a classic empirical example that investigates the effect of California's tobacco control program as in Abadie et al. (2010) and find evidence of spillovers. We contrast our method with the pure-donor approach through a sensitivity analysis.

研究の動機と目的

• spillover効果によるSUTVA（安定単位処置値仮定）の破れに対処すること。
• spilloverがコントロール単位に影響を与える状況でも、推定と推論手続きが有効に機能するようにすること、特にすべての単位が汚染されている場合を含む。
• 純粋ドナー法を改善し、すべてのコントロール単位を推定に含めることで、効率性を向上させ、モデル誤指定による最悪バイアスを低減すること。
• Andrews（2003）に基づく一般化されたP検定を用いて、spillover下でも仮説検定に適した形式的推論手順を提供すること。
• カリフォルニア州のたばこ規制プログラムを実証的に検証し、spilloverの存在を示し、純粋ドナー法よりも優れた性能を示すこと。

提案手法

• 既知のspillover構造を仮定する線形モデルを提案し、SUTVAの破れに対処する。
• 正規性条件と既知のspilloverパターンのもとで、漸近的に不偏となる直接効果およびspillover効果の推定量を導入する。
• Andrews（2003）に基づく一般化されたP検定を用い、事前期間のデータを用いて検定統計量の帰無分布を近似することで、妥当な推論を可能にする。
• 不完全な事前適合を扱うために、デメーンドされた合成コントロールフレームワークを適用し、時間的に不変な未観測要因のもとで漸近的不偏性を保証する。
• 定常的または共積分する要因を用いた要因モデルフレームワークを採用し、高次元のコントロール単位を柔軟にモデル化可能にする。
• spilloverの影響を受ける単位を含めても推定に使用するフルサンプル推定戦略を採用し、効率性を向上させるとともに、モデル誤指定によるバイアスを低減する。

実験結果

リサーチクエスチョン

• RQ1 SUTVAが単位間干渉（cross-unit interference）によって破れる状況下でも、合成コントロール法が直接効果およびspillover効果の不偏推定を可能にするか。
• RQ2 spilloverの影響を受けるコントロール単位を含めると、純粋ドナー法と比較して推定バイアスと効率性にどのような影響を与えるか。
• RQ3 spillover効果下でも漸近的に妥当な推論を保証する推論手順は何か。また、その手順はプラセボ検定と比較してどのように異なるか。
• RQ4 spillover構造の誤指定に対する結果の感度はどの程度か。また、形式的検定によりその誤指定を検出可能か。
• RQ5 州レベルのたばこ政策のような広範なspilloverが見られる実証的状況において、提案手法は既存手法を上回るか。

主な発見

• 正しいspillover構造の指定のもとで、直接効果およびspillover効果の推定量は漸近的に不偏である。
• 一般化されたP検定は、事前データを用いて帰無分布を近似することで、spillover下でも漸近的に妥当な推論を提供する。
• モンテカルロシミュレーションにより、事前期間が中程度の数である場合でも、有限標本性能が良好であることが示された。
• カリフォルニア州のたばこ規制プログラムへの実証的応用により、顕著なspillover効果が確認され、現実世界の設定でSUTVAが破れていることが示唆された。
• 感度分析の結果、spillover構造が誤指定された場合、純粋ドナー法はより大きな最悪バイアスを示す一方、フルサンプル法はそのリスクを軽減した。
• spillover構造が既知または正しくモデル化されていれば、すべてのコントロール単位がspilloverの影響を受けても、本手法は依然として有効である。