[論文レビュー] Synthetic Difference In Differences Estimation

Damian Clarke, Daniel Pailañir+2 more|arXiv (Cornell University)|Jan 27, 2023

Advanced Causal Inference Techniques被引用数 6

ひとこと要約

この論文は、差分の差分（DID）法と合成コントロール法の長所を組み合わせ、平行トレンド仮定を緩和した条件下でも処置効果を推定できる、合成差分の差分（SDID）推定量の実装を目的としたStata用のsdidコマンドを紹介している。パネルデータにおける単一または段階的処置導入の状況でも、頑健な推定と推論を可能にし、政策評価のための改善された反実仮想の構築と可視化ツールを提供する。

ABSTRACT

In this paper, we describe a computational implementation of the Synthetic difference-in-differences (SDID) estimator of Arkhangelsky et al. (2021) for Stata. Synthetic difference-in-differences can be used in a wide class of circumstances where treatment effects on some particular policy or event are desired, and repeated observations on treated and untreated units are available over time. We lay out the theory underlying SDID, both when there is a single treatment adoption date and when adoption is staggered over time, and discuss estimation and inference in each of these cases. We introduce the sdid command which implements these methods in Stata, and provide a number of examples of use, discussing estimation, inference, and visualization of results.

研究の動機と目的

• 実務研究者にとって計算効率的でアクセスしやすいSDID推定量のStata実装を提供すること。
• 合成コントロール重みを用いて、単一処置および段階的処置導入の両状況で推定と推論を可能にすること。
• ブートストラップ、ジャックナイフ、およびダミー手順を用いた頑健な推論を支援し、妥当な統計的検定を可能にすること。
• 合成コントロールのトレンドとイベントスタディのダイナミクスを可視化することで、結果の解釈を透明にする。
• 標準DIDおよび合成コントロール法の限界を克服し、平行トレンド仮定を緩和し、凸包制約を回避すること。

提案手法

• SDID推定量は、処置対象単位との前処置期間の結果の違いを最小化するように、ドナー単位の凸結合として合成コントロール群を構築する。
• 最適な重みは、制約付き最適化により決定され、処置対象単位の前処置結果と、必要に応じて共変量を一致させる。
• この手法は、単一処置および段階的導入デザインの両方をサポートし、複数の処置期間におけるイベントスタディ推定を可能にする。
• 標準誤差とp値の評価のために、ブートストラップ、ジャックナイフ、およびダミーに基づく手順を用いて推論を実施する。
• sdidコマンドは計算効率を高めるためにMataで実装され、Stataのデータ管理およびグラフィクスツールと統合されている。
• グラフィカルな出力は、合成コントロールのトレンド、前処置の適合度、および時間経過に伴うイベントスタディ効果を可視化する。

実験結果

リサーチクエスチョン

• RQ1 標準DIDモデルで平行トレンド仮定が破綻している状況において、SDID推定量は反実仮想推定をどのように改善できるか？
• RQ2 不均衡なラグおよびリードを伴う段階的処置導入状況において、SDIDのパフォーマンスはいかがなものか？
• RQ3 ブートストラップ、ジャックナイフ、およびダミー推論手順は、SDID推定におけるサイズとパワーの観点でどのように比較されるか？
• RQ4 バイアスと精度の観点から、SDIDは従来のDIDおよび合成コントロール法をどの程度上回るか？
• RQ5 研究者はどのようにして、合成コントロール構築の品質と時間経過に伴う処置効果を視覚的に評価できるか？

主な発見

• sdidコマンドは、StataにおけるSDID推定量の実装に成功しており、非平行トレンドに頑健な処置効果推定を可能にしている。
• sdidで生成されたイベントスタディプロットは、処置対象単位と合成コントロールの間で前処置トレンドがよく一致しており、良好な適合を確認している。
• 女性議会議員割当の事例研究では、SDID推定量が、割当実施年の以降に大きな統計的に有意な処置効果を検出している。
• この手法は、単一および段階的導入デザインの両方を効果的に処理でき、それぞれの状況で適切な推論手順が利用可能である。
• コマンドは、合成コントロール重みと結果の軌道の可視化をサポートしており、結果の透明性と解釈可能性を高めている。
• 少なくとも2つの処置対象単位がある場合には、頑健な推論が可能である。単一の処置対象単位の場合、制御単位が処置単位を上回る場合には、ダミー推論が推奨される。