[論文レビュー] Difference-in-Differences when Parallel Trends Holds Conditional on Covariates

Carolina Caetano, Brantly Callaway|arXiv (Cornell University)|Jun 21, 2024

Economics of Agriculture and Food Markets被引用数 11

ひとこと要約

この論文は、時変する共変量を持つ差分の差（DID）を分析し、条件付き並行トレンドの下ではTWFE回帰が偏る可能性があることを示し、頑健な代替案を提案します。

ABSTRACT

In this paper, we study difference-in-differences identification and estimation strategies when the parallel trends assumption holds after conditioning on covariates. We consider empirically relevant settings where the covariates can be time-varying, time-invariant, or both. We uncover a number of weaknesses of commonly used two-way fixed effects (TWFE) regressions in this context, even in applications with only two time periods. In addition to some weaknesses due to estimating linear regression models that are similar to cases with cross-sectional data, we also point out a collection of additional issues that we refer to as \textit{hidden linearity bias} that arise because the transformations used to eliminate the unit fixed effect also transform the covariates (e.g., taking first differences can result in the estimating equation only including the change in covariates over time, not their level, and also drop time-invariant covariates altogether). We provide simple diagnostics for assessing how susceptible a TWFE regression is to hidden linearity bias based on reformulating the TWFE regression as a weighting estimator. Finally, we propose simple alternative estimation strategies that can circumvent these issues.

研究の動機と目的

• 条件付き並行トレンドが時変共変量とともにDIDの同定に与える影響を評価する。
• 標準的な二重ウェイ固定効果（TWFE）回帰がこの設定で抱える弱点を特定する。
• TWFEからの誤特定バイアスを評価する診断手法を開発する。
• そのような誤特定に頑健な代替推定戦略を提案する。

提案手法

• 時変共変量と時変しない共変量を用いた条件付き並行トレンドの枠組みを形式化する。
• 線形性の違反、共変量レベルの効果、時変しない共変量によってTWFEが偏る可能性を示す。
• 線形投影を用いて条件効果の加重平均としてTWFE係数を分解する（命題2および3）。
• TWFE推定を、処置群と非処置群の潜在アウトカム経路の加重平均として表現する（定理1）。
• 時変共変量を取り扱える回帰調整戦略を提供する。
• ATTの二重ロバスト推定量を導入し、機械学習の実装について議論する。

実験結果

リサーチクエスチョン

• RQ1 共変量を条件付きで仮定した場合、DIDのターゲットとする推定量は何か。
• RQ2 共変量条件下でTWFE係数がATTや有意義な因果パラメータを特定できなくなるのはどの状況か。
• RQ3 時変共変量を扱うTWFE回帰において潜在的な線形性バイアスを研究者が診断する方法は。
• RQ4 TWFEが誤特定される場合（例：回帰調整、二重ロバスト法など）、因果効果を信頼性高く回復する代替推定戦略は何か。

主な発見

• TWFE回帰は、二期間でも条件付き並行トレンドに対して頑健でない可能性がある（理由は(i) 線形性の違反、(ii) 共変量レベルの依存、(iii) 時変しない共変量）。
• 共変量が存在する場合でもTWFE推定は負のウェイトやウェイト反転を示しうることがあり、因果解釈を複雑にする。
• 著者は、TWFE係数を暗示的な回帰ウェイトとして再解釈する診断を提供し、ウェイティング下での共変量のバランスを評価する。
• 回帰調整を提案し、共変量が非処置経路に影響を及ぼすことを許容する。さらに二重ロバストなATT推定量を提案する。
• 論文は漸近的な解釈と実務上の推定問題（高次元共変量空間や機械学習の実装可能性を含む）について議論する。