[论文解读] A Unified Robust Bootstrap Method for Sharp/Fuzzy Mean/Quantile Regression Discontinuity/Kink Designs

Harold D. Chiang, Yu‐Chin Hsu+2 more|arXiv (Cornell University)|Feb 15, 2017

Multi-Criteria Decision Making被引用 3

一句话总结

本文提出了一种统一的稳健自助法，用于在锐化和模糊回归 discontinuity 及 kink 设计中进行统一推断，涵盖均值和分位数结果，包括模糊设计中的累积分布函数——此前文献中尚未解决的问题。该方法在大带宽下仍能保证有效推断，经模拟和对俄克拉荷马州学前班项目的实证应用验证。

ABSTRACT

The practical importance of inference with robustness against large bandwidths for causal effects in regression discontinuity and kink designs is widely recognized. Existing robust methods cover many cases, but do not handle uniform inference for CDF and quantile processes in fuzzy designs, despite its use in the recent literature in empirical microeconomics. In this light, this paper extends the literature by developing a unified framework of inference with robustness against large bandwidths that applies to uniform inference for quantile treatment effects in fuzzy designs, as well as all the other cases of sharp/fuzzy mean/quantile regression discontinuity/kink designs. We present Monte Carlo simulation studies and an empirical application for evaluations of the Oklahoma pre-K program.

研究动机与目标

• 填补文献中在模糊回归 discontinuity 和 kink 设计中对 CDF 和分位数过程进行稳健推断的空白。
• 将现有稳健方法扩展，覆盖锐化/模糊、均值/分位数以及回归 discontinuity/kink 设计的所有组合。
• 确保在大带宽下推断的有效性，这对实证微观经济学中可靠因果效应估计至关重要。
• 提供一个统一框架，简化多样化实证情境下的实施过程，并提高可靠性。

提出的方法

• 开发一种新颖的自助程序，保持对带宽选择的稳健性，尤其在大带宽下表现稳定。
• 通过保留设计结构特征的重采样方案，实现对一系列分位数或处理效应的统一推断。
• 采用学生化检验统计量以稳定方差，改善小样本性能。
• 使用野生自助法或乘子自助法，以考虑误差结构中的异方差性和非正态性。
• 构建在运行变量支持域上统一有效的 CDF 和分位数过程置信带。
• 确保该方法在锐化和模糊设计之间，以及不连续性和 kink 设计之间均具有一致适用性。

实验结果

研究问题

• RQ1 是否能够通过单一自助框架，确保在模糊回归 discontinuity 和 kink 设计中对分位数处理效应进行统一推断？
• RQ2 与现有方法相比，该方法在大带宽下的覆盖准确性和大小控制表现如何？
• RQ3 该方法在具有复杂设计结构的实证应用中，对推断可靠性的提升程度如何？
• RQ4 统一方法是否在所有锐化/模糊、均值/分位数以及不连续性/kink 设计的组合中均保持有效性？

主要发现

• 所提出的自助方法在模糊设计中实现了对 CDF 和分位数过程的有效统一推断，填补了此前文献中的空白。
• 蒙特卡洛模拟显示，即使在大带宽下，该方法仍能保持正确的覆盖率，优于传统方法。
• 该方法在运行变量整个分布范围内均能提供准确的分位数处理效应置信带。
• 对俄克拉荷马州学前班项目的实证应用表明，该方法在现实政策评估中具有实际应用价值。
• 统一框架减少了不同设计类型间对独立推断程序的需求，增强了方法论的一致性。
• 对带宽选择的鲁棒性得以保持，提高了在带宽选择不确定的应用研究情境中的可靠性。