[논문 리뷰] 2SLS with Multiple Treatments

Manudeep Bhuller, Henrik Sigstad|arXiv (Cornell University)|2022. 05. 16.

Consumer Market Behavior and Pricing인용 수 4

한 줄 요약

이 논문은 다중 처리가 있는 경우 양단계 최소제곱법(2SLS)이 유의미한 가중치를 부여한 에이전트별 처리 효과의 합을 유일하게 특정하기 위해서는 평균 조건부 단조성과 교차 효과가 없을 조건이 필요하다고 규명한다. 이러한 조건들은 2SLS 추정치가 각 처리 효과에 대해 음수 아닌 가중치를 할당하고 다른 처리의 확산 효과에는 영향을 주지 않음을 보장하여 다변량 IV 모델에서 처리 효과 이질성 하에서의 식별 문제를 해결한다.

ABSTRACT

We study what two-stage least squares (2SLS) identifies in models with multiple treatments under treatment effect heterogeneity. Two conditions are shown to be necessary and sufficient for the 2SLS to identify positively weighted sums of agent-specific effects of each treatment: average conditional monotonicity and no cross effects. Our identification analysis allows for any number of treatments, any number of continuous or discrete instruments, and the inclusion of covariates. We provide testable implications and present characterizations of choice behavior implied by our identification conditions.

연구 동기 및 목표

• 처리 효과 이질성이 존재하는 다중 처리 모델에서 2SLS의 식별 조건을 명확히 하기.
• 다수의 처리가 내(endogenous)일 때 처리 효과가 에이전트 간으로 다양할 경우 2SLS 추정치의 해석에 혼란이 발생하는 이유를 해결하기.
• 두 가지 핵심 식별 조건인 평균 조건부 단조성과 교차 효과 없음을 검증 가능한 함의를 도출하기.
• 다중 처리, 다중 도구변수, 공변량이 포함된 상황까지 2SLS의 유효성을 확장하기, 조건부 독립성 포함.
• 노르웨이 범죄사법 연구 데이터를 활용하여 실용적 구현 방법을 제시하기.

제안 방법

• 다중 처리 모델에서 의미 있는 가중치 처리 효과를 식별하기 위해 2SLS가 필요한 필요충분 조건으로 평균 조건부 단조성과 교차 효과 없음을 제안.
• 검증 가능한 함의 유도: 결과 변수의 변환값을 도구변수로 회귀할 때, 처리 1에 대한 도구변수 계수는 음수가 아니어야 하고, 처리 2에 대한 계수는 0이어야 한다.
• 공변량을 포함한 프레임워크로 확장하여 조건부 독립성을 允허하고, 사전에 결정된 공변량 기반의 부분집단에서 유사한 검증 가능한 함의를 도출.
• 제1단계에서 예측된 처리 지표를 도구변수로 사용함으로써 전체 도구변수 벡터를 사용한 것과 동치임을 보여줌.
• 서로 배타적인 n개의 처리와 n개의 서로 배타적인 이진 도구변수를 가진 정확히 식별된 설정에 프레임워크를 적용함. 이는 불완전한 준수를 보이는 무작위화 실험에서 흔함.
• Bhuller 등(2020)의 데이터를 활용하여 실세계 환경에서 테스트의 구현과 검증을 수행함.

실험 결과

연구 질문

• RQ1 다중 처리가 존재할 때 2SLS가 에이전트별 처리 효과의 양수 가중합을 식별하는 조건은 무엇인가?
• RQ2 처리 효과 이질성이 존재할 경우 2SLS가 음수 가중치를 가진 양수 처리 효과를 잘못 추정하는 이유는 무엇인가?
• RQ3 어떤 조건이 한 처리 효과의 2SLS 추정치가 다른 처리의 효과에 의해 오염되지 않도록 보장하는가?
• RQ4 연구자들이 실무에서 다중 처리에 대한 2SLS 추정치가 필요한 식별 조건을 검증할 수 있는 방법은 무엇인가?
• RQ5 이 식별 프레임워크는 공변량과 조건부 독립성을 포함한 상황으로 확장될 수 있는가?

주요 결과

• 2SLS 추정치는 평균 조건부 단조성과 교차 효과 없음 조건이 동시에 성립할 때만 에이전트별 처리 효과의 양수 가중합을 식별한다.
• 교차 효과 없음 조건은 한 처리에 대한 도구변수가 다른 처리의 수혜 확률에 평균적으로 영향을 주지 않음을 보장하여 추정치의 오염을 방지한다.
• 검증 가능한 함의로는 결과 변수의 변환값을 도구변수로 회귀할 때 처리별 도구변수 계수가 음수가 아니어야 하고, 다른 처리의 도구변수 계수는 0이어야 한다.
• 노르웨이 범죄사법 데이터에서는 대부분의 부분집합에서 조건 검정의 귀무가설을 기각하지 못하여, 실무에서 식별 조건이 타당할 가능성이 높다는 것을 시사한다.
• 공변량과 조건부 독립성을 포함한 모델로 일반화되었으며, 사전에 결정된 공변량 기반 부분집단에서도 검증 가능한 함의가 유지된다.
• 이 프레임워크는 처리 및 도구변수의 수에 관계없이 적용 가능하며, 연속형 및 이산형 도구변수 모두 가능하고, 기준 처리 대비 상대적 처리 효과 분석도 가능하다.