[논문 리뷰] Proxy Controls and Panel Data

Ben Deaner|arXiv (Cornell University)|2018. 09. 30.

Economics of Agriculture and Food Markets인용 수 7

한 줄 요약

이 논문은 비모수적이고 비모수적 추정 및 추론 방법을 개발하여, 관측 가능한 변수(비모수적 조정 변수)를 사용해 관측되지 않은 혼란 변수의 노이즈 있는 대체자로 사용하는 원인 효과를 분석한다. 고정된 시간 주기의 패널 데이터 설정에서, 순차적 의존성 구조를 통해 식별성을 확립하고, 균일 신뢰구간을 갖는 잘 정의된 추정기법을 제안하며, 엔겔 곡선과 학년 재수료 효과를 추정하는 데 응용한다.

ABSTRACT

We provide new results for nonparametric identification, estimation, and inference of causal effects using `proxy controls': observables that are noisy but informative proxies for unobserved confounding factors. Our analysis applies to cross-sectional settings but is particularly well-suited to panel models. Our identification results motivate a simple and `well-posed' nonparametric estimator. We derive convergence rates for the estimator and construct uniform confidence bands with asymptotically correct size. In panel settings, our methods provide a novel approach to the difficult problem of identification with non-separable, general heterogeneity and fixed $T$. In panels, observations from different periods serve as proxies for unobserved heterogeneity and our key identifying assumptions follow from restrictions on the serial dependence structure. We apply our methods to two empirical settings. We estimate consumer demand counterfactuals using panel data and we estimate causal effects of grade retention on cognitive performance.

연구 동기 및 목표

• 핵심 혼란 변수가 측정되지 않지만 조정 변수가 가용할 때 발생하는 관측되지 않은 혼란 변수 문제를 다루기 위해.
• 측정 오차가 있거나 조정 변수로 사용되는 경우에 비모수적 조건부 평균 잠재 결과의 식별성을 확장하기 위해.
• 약한 정규성 조건 하에서 점점 더 정의된 비모수적 추정기법과 균일 신뢰구간을 개발하기 위해.
• 비분리 이질성과 고정된 T를 갖는 패널 데이터 모형에 대해, 과거의 결과와 치료를 조정 변수로 사용하여 식별 및 추정 전략을 제공하기 위해.
• 실제 응용을 통해 방법의 실용적 유용성을 입증하기 위해: 구조적 엔겔 곡선 추정 및 학년 재수료가 인지 성능에 미치는 원인 효과 분석.

제안 방법

• 두 가지 조건부 모멘트 제약 조건을 사용하여 조정 변수 가정 하에 조건부 평균 잠재 결과를 식별한다.
• 지속적인 치료 및 공변량을 위한 기저 전개를 활용해 영향을 받는 비모수적 추정기법을 제안한다.
• 기초 정규성 조건 하에서 일致성과 수렴 속도를 확립하며, 이는 유한한 모멘트와 고유값 감쇠를 포함한다.
• 균일 신뢰구간을 구성하기 위해 승수 부트스트랩을 사용하여 추정기의 渐近 정규 근사치를 유도한다.
• 잠재 혼란 변수와 관측 변수 간의 순차적 의존성 제약 조건을 도입하여 패널에서 과거 시간 주기 데이터를 조정 변수로 사용할 수 있음을 정당화한다.
• 승수 부트스트랩을 기반으로 한 사양 검정을 통해 균일 추론 절차의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 관측되지 않은 혼란 변수가 조정 변수를 통해 간접적으로만 관측될 경우, 조건부 평균 잠재 결과의 비모수적 식별이 가능할 수 있는가?
• RQ2 비분리 이질성과 관측되지 않은 혼란 변수가 존재하는 조건에서, 고정된 시간 주기 T를 갖는 패널 데이터는 어떻게 원인 효과를 식별하는 데 사용될 수 있는가?
• RQ3 조정 변수 기반 비모수적 추정기법이 잘 정의되고 균일 추론이 가능한 정규성 조건은 무엇인가?
• RQ4 패널 모형에서 지속적인 관측되지 않은 혼란 변수를 위해 과거 결과와 치료는 어느 정도의 유효한 조정 변수로 작용할 수 있는가?
• RQ5 복잡하고 비선형적인 치료 효과를 갖는 실제 응용에서 제안된 방법은 어떻게 성능을 발휘하는가?

주요 결과

• 논문은 두 가지 상호보완적 모멘트 제약 조건 하에서 조정 변수를 사용해 조건부 평균 잠재 결과의 비모수적 식별성을 확립한다.
• 제안된 추정기법은 잘 정의되어 있으며, 표준 비모수적 정규성 조건(유한한 모멘트, 고유값 감쇠 포함) 하에서 수렴 속도가 유도된다.
• 승수 부트스트랩 절차를 통해 점점 더 정확한 크기를 갖는 균일 신뢰구간이 구성되며, 이는 연속적인 공변량과 치료에 대해 유효한 추론을 가능하게 한다.
• 고정된 T를 갖는 패널 모형에서, 관측되지 않은 혼란 변수에 대한 순차적 의존성 제약 조건 하에서 과거 관측치가 유효한 조정 변수로 기능함을 보였다.
• 이 방법은 연속적인 치료 및 공변량을 허용하여 비모수적 가정 없이 비선형 치료 효과를 영향력 있게 추정할 수 있다.
• 실증 응용에서는 합리적인 반대 조건 추정치를 도출한다: PSID 자료에서 유도된 구조적 엔겔 곡선과 ECLS-K 자료에서의 학년 재수료가 인지 성능에 미치는 원인 효과.