[論文レビュー] Sensitivity Analysis in Unconditional Quantile Effects

Julian Martinez-Iriarte|arXiv (Cornell University)|Mar 24, 2023

Monetary Policy and Economic Impact被引用数 4

ひとこと要約

本稿は、処置割り当ての割合が変化する反実仮想政策下で部分的同定が成立する状況における無条件分位数効果の感度分析フレームワークを提示する。本稿は、感度分析の妥当性を評価し、さまざまな分位数における与えられた結論と整合する最大の選択バイアスを定量化するための分位数ブレイクダウンフロンティアを提案する。これにより、政策選択バイアス下でのグローバル効果およびマージナル効果の境界が得られる。

ABSTRACT

This paper proposes a framework to analyze the effects of counterfactual policies on the unconditional quantiles of an outcome variable. For a given counterfactual policy, we obtain identified sets for the effect of both marginal and global changes in the proportion of treated individuals. To conduct a sensitivity analysis, we introduce the quantile breakdown frontier, a curve that (i) indicates whether a sensitivity analysis is possible or not, and (ii) when a sensitivity analysis is possible, quantifies the amount of selection bias consistent with a given conclusion of interest across different quantiles. To illustrate our method, we perform a sensitivity analysis on the effect of unionizing low income workers on the quantiles of the distribution of (log) wages.

研究の動機と目的

• 処置割り当てが無作為でなく、新たに処置を受けた個体の分布が不明である状況下で、反実仮想分位数効果を同定する課題に対処すること。
• 処置割り当ての選択バイアス（新たに処置を受けた者とすでに処置を受けた者の分布の差）が無条件分位数効果に与える影響を定量化する感度分析フレームワークを構築すること。
• 点同定が不可能な状況下でも、グローバル効果およびマージナル効果の同定集合を提供すること。
• 与えられた分位数効果に関する結論が、妥当なレベルの選択バイアス下で成立するかどうかを判断するためのツールとして、分位数ブレイクダウンフロンティアを導入すること。
• 経験的分布関数を用いて分位数効果の境界を経験的に推定可能であり、その推定量が根n漸近正規性を有することを保証すること。

提案手法

• 新たに処置を受けた個体の分布が観察されない状況下で、部分的同定が成立する条件下で、反実仮想政策のグローバル効果およびマージナル効果を分析するフレームワークを提案する。
• 識別不能の主な要因として、新たに処置を受けた者とすでに処置を受けた者の賃金分布の差として定義される政策選択バイアスを導入する。
• 分位数ブレイクダウンフロンティアを、さまざまな分位数における分位数効果に関する与えられた結論の妥当性を保証するための最大許容可能な政策選択バイアスをマッピングする曲線として定義する。
• 経験的分布関数と経験的分位数を用いて、分位数ブレイクダウンフロンティアと組み合わせることで、グローバル効果およびマージナル効果の同定集合を導出する。
• ハダマール方向微分可能性および弱収束の議論を用いて、ブレイクダウンフロンティアおよび効果境界の推定量の根n漸近正規性を確立する。
• 経験過程理論および関数的中心極限定理を用いて、推定境界およびフロンティアの漸近分布を導出する。

Figure 2 : Unionization rates by quantiles of the distribution of wages.

実験結果

リサーチクエスチョン

• RQ1 新たに処置を受けた個体の反実仮想分布が観察されない状況下で、無条件分位数効果の感度分析を実施できる条件は何か？
• RQ2 新たに処置を受けた者とすでに処置を受けた者の分布の差として定義される政策選択バイアスは、結果の分位数に対する政策効果に関する与えられた結論とどの程度整合するか？
• RQ3 処置割り当てが選択バイアスの影響を受ける状況下で、無条件分位数に対するグローバル効果およびマージナル効果の同定集合は何か？
• RQ4 分位数ブレイクダウンフロンティアはどのようにデータから推定可能か？ また、その漸近的性質は何か？
• RQ5 政策選択バイアスによる点同定の逸脱が生じる可能性のある妥当な条件下でも、提案された分位数効果の境界はどの程度有効に保たれるか？

主な発見

• 分位数ブレイクダウンフロンティアは、感度分析の妥当性を評価するための視覚的かつ定量的ツールを提供し、与えられた分位数効果に関する結論と整合する最大の政策選択バイアスを同定する。
• グローバル効果およびマージナル効果の同定集合は、分位数ブレイクダウンフロンティアを用いて導出され、新たに処置を受けた個体の反実仮想分布が観察されない部分的同定の下で有効である。
• 分位数ブレイクダウンフロンティアおよび効果境界の推定量は根n一様収束性を示し、弱収束および関数的中心極限定理を用いた推論が可能である。
• 元の処置割り当てが無作為であっても、政策選択バイアスは無視できない可能性があり、識別性は初期選択の問題ではなく、反実仮想政策設計の問題に依存することが示された。
• ユニオン化の例では、低スキル労働者におけるユニオン化の拡大が不平等を低減する可能性があるが、これは新たにユニオン化された労働者の賃金分布に関する妥当な仮定が成り立つ場合に限る。
• 本フレームワークにより、新たに処置を受けた個体の反実仮想分布が点同定不可能であっても、分布仮定への感度を定量化することで、分位数効果に関する頑健な推論が可能となる。

Figure 3 : Quantile Breakdown Frontier for $G_{\tau,D_{\delta}}\geq 0.1$ with $95\%$ pointwise confidence intervals.