[논문 리뷰] Empirical Welfare Maximization with Constraints

Liyang Sun|arXiv (Cornell University)|2021. 03. 29.

Healthcare Policy and Management참고 문헌 18인용 수 4

한 줄 요약

이 논문은 프로그램 비용이 불확실한 상황으로 확장된 경험적 복지 최적화(Empirical Welfare Maximization)를 다루며, 예산 준수 가능성을 고려하는 규칙과 복리-비용의 균형을 고려하는 규칙을 제안한다. 주요 기여는 불완전한 참여율과 이질적인 비용으로 인한 현실적인 예산 불확실성 하에서 최적의 자격 기준 선택이 가능하게 한 데 있다.

ABSTRACT

Empirical Welfare Maximization (EWM) is a framework that can be used to select welfare program eligibility policies based on data. This paper extends EWM by allowing for uncertainty in estimating the budget needed to implement the selected policy, in addition to its welfare. Due to the additional estimation error, I show there exist no rules that achieve the highest welfare possible while satisfying a budget constraint uniformly over a wide range of DGPs. This differs from the setting without a budget constraint where uniformity is achievable. I propose an alternative trade-off rule and illustrate it with Medicaid expansion, a setting with imperfect take-up and varying program costs.

연구 동기 및 목표

• 기존 경험적 복지 최적화(EWM) 방법은 프로그램 비용이 알려져 있다고 가정하지만, 이는 불완전한 참여율과 이질적인 개인적 필요로 인해 현실적이지 않다.
• 실험 데이터로부터 추정해야 하는 예산이 알려져 있지 않은 상황에서 최적의 자격 기준을 선택하는 통계적 규칙을 개발한다.
• 선택된 자격 기준이 점점 더 높은 확률로 예산 제약 조건을 만족하는 점근적 타당성과 기대 복리를 최대화하는 점근적 최적성을 동시에 확보한다.
• 정책 입안자에게 위험 선호도에 따라 다른 두 가지 결정 규칙을 제공한다: 보수적인(실수 통제), 더 적극적인(무작위).
• 오레곤 건강보험 실험(OHIE) 데이터를 활용해 실증적으로 방법을 적용하고, 예산 제약 조건을 고려한 메디케이드 확대 정책을 도출한다.

제안 방법

• 실수 통제 규칙을 제안하며, 이는 예산 위반 확률이 사전 설정된 수준 α 이하가 되도록 보장하면서 기대 복리를 최대화하는 자격 기준을 선택한다.
• 무작위 규칙을 개발하여, 예산 위반에 대해 기대 복리 증가율에 비례한 보상 항목을 포함시켜, 예산 초과 비용이 복리 증가를 상쇄할 수 있을 경우에만 비가용 기준을 허용한다.
• 일반적인 데이터 분포 클래스에 대해 이론적 성질을 확보하기 위해 통일된 점근적 프레임워크를 사용하여 모형 오류에 대한 강건성을 확보한다.
• 실수 통제 규칙의 임계값을 계산하기 위해 복리 및 비용 추정치의 복합 분포를 정규 근사화하며, 공분산 추정치의 통일된 일致성에 의존한다.
• OHIE 데이터셋에 방법을 적용하여, 자가 보고한 건강 상태를 복리의 대체 지표로 사용하고, 실험 데이터를 통해 비용을 추정한다.
• 무작위 파rameter λ를 보수적인 통계적 생명연도 가치(VSLY) 추정치를 기반으로 校정하며, 개선된 건강 상태로 얻는 QALY 증가량을 고려해 λ = 1/(0.6 × 100,000)로 설정한다.

실험 결과

연구 질문

• RQ1 실험 데이터로부터 추정해야 하는 비용이 알려져 있지 않은 상황에서, 복지 프로그램의 최적 자격 기준을 어떻게 선정할 수 있는가?
• RQ2 비용이 불확실할 때에도 예산 제약 조건을 높은 확률로 만족시키는 통계적 규칙은 무엇인가?
• RQ3 예상 복리 증가와 예산 위반 비용 간의 최적 균형은 어떻게 달성할 수 있는가?
• RQ4 제안된 규칙이 어떤 조건에서 통일된 점근적 타당성과 통일된 점근적 최적성을 달성하는가?
• RQ5 비용 불확실성 하에서 제안된 규칙은 표준 EWM 접근법과 비교해 타당성과 복리 성능 측면에서 어떻게 다를까?

주요 결과

• 실수 통제 규칙는 통일된 점근적 타당성을 확보하며, 표본 크기가 증가함에 따라 높은 확률로 예산을 위반하지 않는 자격 기준만 선택한다.
• 무작위 규칙는 통일된 점근적 최적성을 달성하며, 일부 기준이 예산을 초과하더라도 기대 복리를 최대화하는 자격 기준을 선택한다.
• 비용이 불확실한 상황에서 비용이 알려져 있다고 가정하는 표준 EWM 접근법은 통일된 점근적 타당성이나 최적성 중 어느 것도 확보하지 못한다.
• OHIE에 대한 실증 적용에서 시뮬레이션 연구는 무작위 규칙 하에서의 예산 위반 비용이 지나치게 높지 않음을 시사하며, 이는 실용적 타당성을 뒷받침한다.
• 두 규칙 간의 선택은 정책 입안자의 위험 선호도에 따라 달라져야 한다: 재정적으로 보수적인 정책 입안자에게는 실수 통제 규칙이 적합하고, 더 넓은 커버리지가 필요한 정책 입안자에게는 무작위 규칙이 더 바람직하다.