[论文解读] Causal Inference by Quantile Regression Kink Designs

Harold D. Chiang, Yuya Sasaki|arXiv (Cornell University)|May 31, 2016

Advanced Causal Inference Techniques参考文献 22被引用 4

一句话总结

本文為分位数回归断点设计（QRKD）估计量建立了因果解释，表明其识别了结果分布不同分位点上异质性边际处理效应的加权平均。作者利用弱收敛理论与关键模拟方法，实现了对异质性效应的有效推断，并将该方法应用于路易斯安那州（1981–1983年）的失业保险对失业时长影响的研究，发现其具有正向的、分位数特定的影响。

ABSTRACT

The quantile regression kink design (QRKD) is proposed by empirical researchers as a potential method to assess heterogeneous treatment effects under suitable research designs, but its causal interpretation remains unknown. We propose a causal interpretation of the QRKD estimand. Under flexible heterogeneity and endogeneity, the QRKD estimand measures a weighted average of heterogeneous marginal effects at respective conditional quantiles of outcome given a designed kink point. In addition, we develop weak convergence results for the QRKD estimator as a local quantile process for the purpose of conducting statistical inference on heterogeneous treatment effects using the QRKD. Applying our methods to the Continuous Wage and Benefit History Project (CWBH) data, we find significantly heterogeneous positive causal effects of unemployment insurance benefits on unemployment durations in Louisiana between 1981 and 1983. These effects are larger for individuals with longer unemployment durations.

研究动机与目标

• 在灵活异质性与内生性条件下，为QRKD估计量提供正式的因果解释。
• 为QRKD估计量构建弱收敛理论，将其视为局部分位数过程，以支持统计推断。
• 提出实用的带宽选择工具、基于关键模拟的稳健推断方法，以及异质性处理效应的检验方法。
• 将该方法应用于真实世界数据，特别是连续工资与福利历史（CWBH）数据集，评估失业保险对失业时长的影响。

提出的方法

• 将QRKD估计量的因果解释表述为：在断点处给定结果的条件分位数下，不同分位点上异质性边际效应的加权平均。
• 通过利用分位数过程的统一Bahadur表示，推导出QRKD估计量的弱收敛结果。
• 提出一种关键模拟程序，通过在条件随机性下模拟估计过程的分布，实现统一推断。
• 开发两步带宽选择方法：第一步用于协变量密度，第二步用于条件分位数密度，基于MISE最小化规则与数据驱动的方差估计。
• 使用局部线性分位数回归与核平滑方法，应用QRKD估计量在失业时长的不同分位点上估计处理效应。
• 通过在原假设下对经验过程进行关键模拟，生成模拟临界值，实施显著性检验与异质性检验。

实验结果

研究问题

• RQ1 在一般异质性与内生性条件下，QRKD估计量的因果解释是什么？
• RQ2 如何利用QRKD估计量对异质性处理效应进行有效的统计推断？
• RQ3 QRKD估计量作为局部分位数过程，其渐近分布为何？
• RQ4 如何在实践中通过关键模拟实现稳健推断？
• RQ5 失业保险对失业时长的异质性处理效应具有何种实证影响？

主要发现

• 即使在非单调性与内生性条件下，QRKD估计量仍能识别结果分布不同分位点上异质性边际效应的加权平均。
• QRKD估计量作为局部分位数过程具有弱收敛性，支持对异质性处理效应的有效渐近推断。
• 关键模拟程序可为跨分位点的处理效应显著性与异质性检验提供准确的临界值。
• 对CWBH数据的实证应用显示，失业保险对路易斯安那州（1981–1983年）的失业时长具有显著正向因果影响。
• 处理效应具有异质性，且对失业时长较长的个体影响更大，表明保险福利具有累进性影响。
• 基于MISE最小化与数据驱动方差估计的带宽选择方法，在实证应用中表现出可靠的有限样本性能。