[논문 리뷰] Synthetic Difference In Differences Estimation

Damian Clarke, Daniel Pailañir외 2명|arXiv (Cornell University)|2023. 01. 27.

Advanced Causal Inference Techniques인용 수 6

한 줄 요약

이 논문은 차등-차분(DID) 및 합성 대조군 방법의 장점을 융합하여 평행 추세 가정을 완화한 조건에서도 처리 효과를 추정할 수 있는 Synthetic Difference-in-Differences(SDID) 추정기인 Stata의 sdid 명령어를 소개한다. 이는 단일 또는 겹침 처리 채택 상황에서의 패널 데이터에서 강력한 추정과 추론을 가능하게 하며, 정책 평가를 위한 개선된 반사적 대조군 구성 및 시각화 도구를 제공한다.

ABSTRACT

In this paper, we describe a computational implementation of the Synthetic difference-in-differences (SDID) estimator of Arkhangelsky et al. (2021) for Stata. Synthetic difference-in-differences can be used in a wide class of circumstances where treatment effects on some particular policy or event are desired, and repeated observations on treated and untreated units are available over time. We lay out the theory underlying SDID, both when there is a single treatment adoption date and when adoption is staggered over time, and discuss estimation and inference in each of these cases. We introduce the sdid command which implements these methods in Stata, and provide a number of examples of use, discussing estimation, inference, and visualization of results.

연구 동기 및 목표

• 응용 연구자들이 접근하기 쉬우면서도 계산적으로 효율적인 SDID 추정기의 Stata 구현을 제공하는 것.
• 합성 대조군 가중치를 사용하여 단일 처리 및 겹침 처리 채택 상황 모두에서 추정과 추론을 가능하게 하는 것.
• 부트스트랩, 재검사, 가짜 처리 절차를 통해 강력한 추론을 지원하여 유효한 통계적 검정을 가능하게 하는 것.
• 합성 대조군 추세와 이벤트 스터디 역학을 위한 시각화를 통해 결과의 투명한 해석을 가능하게 하는 것.
• 기본 DID 및 합성 대조군 방법의 한계를 보완하기 위해 평행 추세 가정을 완화하고 볼록 껍질 제약 조건을 피하는 것.

제안 방법

• SDID 추정기는 기여 단위들의 볼록 조합으로서의 합성 대조군을 구성하여, 처리된 단위와의 사전 처리 결과 차이를 최소화한다.
• 최적의 가중치는 처리된 단위가 사전 처리 결과와 일치하도록 제약 조건이 있는 최적화를 통해 결정되며, 필요에 따라 공변량도 고려할 수 있다.
• 이 방법은 단일 처리 및 겹침 처리 채택 설계를 모두 지원하며, 여러 처리 기간 동안의 이벤트 스터디 추정이 가능하다.
• 표준 오차와 p-값을 평가하기 위해 부트스트랩, 재검사, 가짜 처리 기반 절차를 통해 추론을 수행한다.
• sdid 명령어는 계산 효율성을 위해 Mata에 구현되었으며, Stata의 데이터 관리 및 그래프 도구와 통합되어 있다.
• 그래픽 출력은 합성 대조군 추세, 사전 처리 적합도, 시간에 따른 이벤트 스터디 효과를 시각화한다.

실험 결과

연구 질문

• RQ1 표준 DID 모델에서 평행 추세 가정이 위반될 경우 SDID 추정기는 어떻게 반사적 대조군 추정을 향상시킬 수 있는가?
• RQ2 비균형적인 지연 및 예측 기간이 존재하는 겹침 처리 채택 상황에서 SDID의 성능은 어떠한가?
• RQ3 SDID 추정에 대해 부트스트랩, 재검사, 가짜 처리 추론 절차는 크기와 검정력 측면에서 어떻게 비교되는가?
• RQ4 편향과 정밀도 측면에서 전통적 DID 및 합성 대조군 방법에 비해 SDID는 어느 정도 뛰어나게 성능을 발휘하는가?
• RQ5 연구자들은 어떻게 합성 대조군 구성의 품질과 시간에 따른 처리 효과를 시각적으로 평가할 수 있는가?

주요 결과

• sdid 명령어는 Stata에서 SDID 추정기를 성공적으로 구현하여 평행 추세 가정 위반에 대해 강건한 처리 효과 추정이 가능하다.
• sdid를 통해 생성된 이벤트 스터디 플롯은 처리된 단위와 합성 대조군 간의 사전 처리 추세가 밀도 있게 일치함을 보여주며, 적합도가 양호함을 확인한다.
• 여성 의회 의석 할당제 사례 연구에서 SDID 추정기는 할당제 시행 연도 이후 큰 통계적으로 유의미한 처리 효과를 감지하였다.
• 이 방법은 단일 처리 및 겹침 처리 채택 설계를 효과적으로 처리하며, 각 상황에 적절한 추론 절차가 제공된다.
• 명령어는 합성 대조군 가중치와 결과 궤적의 시각화를 지원하여 결과의 투명성과 해석 가능성 향상에 기여한다.
• 적어도 두 개 이상의 처리된 단위가 있는 경우 강력한 추론이 가능하며, 단일 처리된 단위의 경우 제어 단위 수가 처리 단위 수를 초과할 경우 가짜 처리 추론을 권장한다.