[논문 리뷰] Revisiting Event Study Designs: Robust and Efficient Estimation

Kirill Borusyak, Xavier Jaravel외 1명|London School of Economics and Political Science Research Online (London School of Economics and Political Science)|2021. 08. 27.

Advanced Causal Inference Techniques참고 문헌 25인용 수 9

한 줄 요약

이 논문은 단계적 치료 도입과 이질적인 인과 효과를 가진 이벤트 스터디 설계를 위한 강력하고 효율적인 추정기법을 개발한다. 기존의 이원 고정효과 회귀분석에서 발생하는 편향 문제를 해결하며, 유의미한 소비 성향을 추정한다. 이는 유의미한 소비 성향이 미국의 세금 환급에서 첫 분기 동안 8–11%로 추정되며, 이는 이전 기준치 추정치의 약 절반 수준이다.

ABSTRACT

We develop a framework for difference-in-differences designs with staggered treatment adoption and heterogeneous causal effects. We show that conventional regression-based estimators fail to provide unbiased estimates of relevant estimands absent strong restrictions on treatment-effect homogeneity. We then derive the efficient estimator addressing this challenge, which takes an intuitive "imputation" form when treatment-effect heterogeneity is unrestricted. We characterize the asymptotic behavior of the estimator, propose tools for inference, and develop tests for identifying assumptions. Our method applies with time-varying controls, in triple-difference designs, and with certain non-binary treatments. We show the practical relevance of our results in a simulation study and an application. Studying the consumption response to tax rebates in the United States, we find that the notional marginal propensity to consume is between 8 and 11 percent in the first quarter - about half as large as benchmark estimates used to calibrate macroeconomic models - and predominantly occurs in the first month after the rebate.

연구 동기 및 목표

• 치료 효과 이질성 하에서 동적 치료 효과를 추정할 때 기존의 이원 고정효과(TWFE) 회귀분석에서 발생하는 편향 문제를 해결하기 위해.
• 식별 조건(예: 평행 추세)과 추정 목표(예: 다양한 기간에서의 평균 치료 효과) 사이의 구분을 명확히 하기 위해.
• 치료 효과가 단위 간으로 다를 수 있는 최소한의 가정 조건 하에서도 일관된 추정이 가능한 효율적이고 이중 강건한 추정기법을 개발하기 위해.
• 단계적 도입을 가진 이벤트 스터디 설계에 대해 타당한 추론 도구와 사전 추세 검정 절차를 제공하기 위해.
• 새로운 방법을 사용하여 미국의 세금 환급에서의 소비 성향(MPX)을 재추정하고, 기존 거시경제 모델에서 사용된 기준치를 도전하기 위해.

제안 방법

• 평행 추세 가정 하에 역행 추정을 통해 반사적 결과를 재구성하는 새로운 추정기법을 제안하여, 동적 치료 효과의 일관된 추정이 가능하도록 한다.
• 잠재 결과 프레임워크 하에서 효율적 추정기법을 유도하며, 식별 조건을 충족시키는 조건 하에서 분산을 최소화한다.
• 결과 회귀분석과 성향 스코어 모델을 조합하여 강건성을 향상시키는 이중 강건 추정 전략을 사용한다.
• 이민 추정 프레임워크 기반의 사전 추세 검정을 도입하여 이벤트 스터디 설계에서 평행 추세 가정의 타당성을 검증한다.
• 합성 데이터와 NielsenIQ, 미국 세금 환급 조사의 실제 데이터에 이 방법을 적용한다.
• 추정기법 구현과 동적 효과 시각화를 위한 Stata 명령어(did_imputation 및 event_plot)를 제공한다.

실험 결과

연구 질문

• RQ1 왜 기존의 이원 고정효과 회귀분석은 치료 도입이 단계적이고 치료 효과가 이질적인 이벤트 스터디 설계에서 편향된 추정치를 산출하는가?
• RQ2 치료 효과 이질성이 제한 없이 존재할 경우, 동적 치료 효과에 대한 효율적이고 강건한 추정기법은 무엇인가?
• RQ3 치료 후 계수 추정치에 의존하지 않고도 이벤트 스터디 설계에서 평행 추세 가정을 어떻게 검정할 수 있는가?
• RQ4 미국 세금 환급에서의 진짜 소비 성향(MPX)은 얼마이며, 거시경제 모델에서 일반적으로 사용되는 기준치와 비교해 볼 때 어떻게 다른가?
• RQ5 제안된 추정기법은 시간에 따라 변화하는 제어 변수, 트리플 디퍼런셜, 비이진 치료와 같은 설정으로 확장 가능한가?

주요 결과

• 치료 효과가 이질적일 경우, 심지어 평행 추세 가정이 성립하더라도 기존의 이원 고정효과 회귀분석은 동적 치료 효과의 추정치에 편향을 유발한다.
• 제안된 이민 기반 추정기법은 효율적이고 강건하여, 치료 이후 다양한 시점에서의 평균 치료 효과를 일관되게 추정할 수 있다.
• 미국 세금 환급에서의 소비 성향(MPX)은 첫 분기 동안 8–11%로 추정되며, 이는 거시경제 모델에서 일반적으로 가정하는 15–20%보다 크게 낮다.
• 소비 반응의 대부분은 환급 후 첫 달 안에 발생하여, 빠르지만 제한된 지출 반응을 보인다.
• 이민 프레임워크 기반의 사전 추세 검정은 유한 표본에서 평행 추세 가정 위반 여부를 성공적으로 탐지한다.
• 이 방법은 시간에 따라 변화하는 제어 변수, 트리플 디퍼런셜 설계, 일부 비이진 치료와 같은 설정에도 적용 가능하여 실증적 유연성을 높인다.