[논문 리뷰] Decomposing Triple-Differences Regression under Staggered Adoption

Anton Strezhnev|arXiv (Cornell University)|2023. 07. 06.

Global trade and economics인용 수 6

한 줄 요약

이 논문은 단계적 도입 하에서 삼중차이 회귀(TDR) 추정량을 분해하여, 여러 개의 2x2x2 삼중차이 항목을 포함함을 보여주며, 이는 처리된 단위를 포함할 수 있는 위상 placebo DiD를 포함한다. 효과 동질성이 강한 조건이 없을 경우 TDR는 그룹-시간 평균 처리효과를 규명하지 못함을 입증하며, 복잡한 다층 설계에서 타당한 규명을 보장하기 위해 중력모형을 이용한 반사적 예측을 권장한다.

ABSTRACT

The triple-differences (TD) design is a popular identification strategy for causal effects in settings where researchers do not believe the parallel trends assumption of conventional difference-in-differences (DiD) is satisfied. TD designs augment the conventional 2x2 DiD with a "placebo" stratum -- observations that are nested in the same units and time periods but are known to be entirely unaffected by the treatment. However, many TD applications go beyond this simple 2x2x2 and use observations on many units in many "placebo" strata across multiple time periods. A popular estimator for this setting is the triple-differences regression (TDR) fixed-effects estimator -- an extension of the common "two-way fixed effects" estimator for DiD. This paper decomposes the TDR estimator into its component two-group/two-period/two-strata triple-differences and illustrates how interpreting this parameter causally in settings with arbitrary staggered adoption requires strong effect homogeneity assumptions as many placebo DiDs incorporate observations under treatment. The decomposition clarifies the implied identifying variation behind the triple-differences regression estimator and suggests researchers should be cautious when implementing these estimators in settings more complex than the 2x2x2 case. Alternative approaches that only incorporate "clean placebos" such as direct imputation of the counterfactual may be more appropriate. The paper concludes by demonstrating the utility of this imputation estimator in an application of the "gravity model" to the estimation of the effect of the WTO/GATT on international trade.

연구 동기 및 목표

• 단계적 도입과 다중 위상 장치가 있는 상황에서 삼중차이 회귀(TDR) 추정량의 규명 가정과 잠재적 변동성을 명확히 하기.
• 처리 효과가 단위, 시간, 장치 간에 이질적일 경우 TDR 추정량이 왜 편향이 될 수 있는지 진단하기, 특히 위상 DiD에 처리된 관측치가 포함될 경우.
• TDR가 유효한 비교와 무효한 비교를 혼동할 수 있는 다층 설계에서 널리 사용되고 있는 데에 도전하기.
• 무효한 위상 비교를 피하는 대안적 추정 전략—특히 직접적인 반사적 예측—을 주장하기.
• 국제 무역 적용 사례에서 잠재적 결과의 구조적 모형으로 중력모형을 사용한 반사적 예측의 유용성을 보여주기.

제안 방법

• TDR 추정량을 구성하는 각 2x2x2 삼중차이 항목으로 분해하며, 각 항목은 주된 DiD와 위상 DiD를 조합한다.
• Abadie(2005)의 영향을 받은 분해 기법을 적용하여 TDR 추정량에서 각 그룹-시간 처리효과에 할당된 가중치를 분리한다.
• TDR가 다중 장치에서 단계적 처리가 이루어질 경우 위상 DiD에 처리된 단위가 포함될 수 있음을 밝혀내며, 순수한 통제군 가정을 위반함을 규명한다.
• 통제 단위에서만 삼중 고정효과 모형을 적합한 반사적 예측 추정량을 제안한다.
• 통제 상태에서의 잠재적 결과를 위한 구조적 모형으로 무역의 중력모형을 적응하여, 타당한 반사적 예측을 가능하게 한다.
• 예측된 반사적 예측치를 사용하여 처리효과를 추정하고, 모형 타당성을 위한 간편한 위상 테스트를 가능하게 한다.

실험 결과

연구 질문

• RQ1 다중, 단계적 위상 장치가 있는 설정에서 TDR 추정량의 진정한 규명 변동성은 무엇인가?
• RQ2 처리 효과가 이질적일 경우, TDR 추정량이 그룹-시간 평균 처리효과(ATT)의 타당한 평균을 규명하는 조건은 무엇인가?
• RQ3 처리된 관측치를 포함하는 무효한 위상 DiD는 삼중차이 규명 가정이 유지되더라도 TDR 추정량을 어떻게 편향시킬 수 있는가?
• RQ4 복잡한 다층 설계에서 중력모형 프레임워크를 이용한 반사적 예측이 TDR에 비해 더 견고한 대안이 될 수 있는가?
• RQ5 특히 국제 무역 응용에서 연구자들이 중력모형의 규명 가정을 어떻게 검증할 수 있는가?

주요 결과

• TDR 추정량은 각각 주된 DiD와 위상 DiD를 조합한 2x2x2 삼중차이 항목들의 가중평균이며, 여러 장치가 있는 경우 많은 위상 DiD가 처리된 관측치를 포함한다.
• 처리 효과가 이질적일 경우 위상 DiD에 처리된 단위가 포함되면 편향 보정 메커니즘이 무너져 TDR 추정량의 인과적 해석이 훼손된다.
• 분해 분석을 통해 TDR가 제약 없는 효과 이질성 하에서도 그룹-시간 ATT를 규명하지 못함을 규명하였으며, 표준 삼중차이 가정이 유지되더라도 마찬가지다.
• 통제 단위에서만 삼중 고정효과 모형을 적합한 반사적 예측 추정량은 무효한 비교를 피하고 다층 설계에서 더 신뢰할 수 있는 추정량을 제공한다.
• 중력모형은 통제 상태에서의 잠재적 결과를 위한 구조적 모형으로 사용될 수 있으며, 타당한 반사적 예측을 가능하게 하고 모형 가정의 위상 테스트를 용이하게 한다.
• 이 논문은 단일 회귀에서 처리효과와 중력모형 매개변수를 동시에 추정하는 것은 문제를 야기하며, 대신 중력모형을 통제 데이터에서 먼저 추정한 후 반사적 예측치를 추정하는 것이 바람직하다고 보여준다.