[论文解读] De-biased Machine Learning for Compliers

Rahul Singh, Liyang Sun|arXiv (Cornell University)|Sep 10, 2019

Economic Policies and Impacts被引用 4

一句话总结

本文提出了一种去偏机器学习方法 DML-RRR，用于在高维设定下使用工具变量估计符合者参数（如局部平均处理效应和反事实结果分布）。该方法确保了一致性、渐近正态性以及半参数效率，在模拟和对 401(k) 参与对净金融资产影响的真实世界分析中优于现有方法。

ABSTRACT

Instrumental variable identification is a concept in causal statistics for estimating the counterfactual effect of treatment D on output Y controlling for covariates X using observational data. Even when measurements of (Y,D) are confounded, the treatment effect on the subpopulation of compliers can nonetheless be identified if an instrumental variable Z is available, which is independent of (Y,D) conditional on X and the unmeasured confounder. We introduce a de-biased machine learning (DML) approach to estimating complier parameters with high-dimensional data. Complier parameters include local average treatment effect, average complier characteristics, and complier counterfactual outcome distributions. In our approach, the de-biasing is itself performed by machine learning, a variant called de-biased machine learning via regularized Riesz representers (DML-RRR). We prove our estimator is consistent, asymptotically normal, and semi-parametrically efficient. In experiments, our estimator outperforms state of the art alternatives. We use it to estimate the effect of 401(k) participation on the distribution of net financial assets.

研究动机与目标

• 解决在存在混杂因素的高维观察数据中估计符合者处理效应的挑战。
• 开发一种方法，即使在高维协变量下，也能确保符合者参数的一致性、渐近正态性和半参数效率估计。
• 通过利用正则化 Riesz 表示法实现去偏，将机器学习技术扩展至工具变量设定。
• 在条件独立性和排除限制成立的前提下，为估计局部平均处理效应和反事实结果分布提供一个稳健的框架。

提出的方法

• 提出一种去偏机器学习框架 DML-RRR，利用正则化 Riesz 表示法估计工具变量模型中的干扰参数。
• 使用机器学习方法估计潜在结果和处理倾向的条件均值函数，以降低最终估计量的偏差。
• 应用 Neyman 正交 estimating equation 以增强对干扰函数估计误差的鲁棒性。
• 采用交叉拟合以提升有限样本性能并保持渐近有效性。
• 实施双重稳健结构，使得若结果模型或处理模型之一正确设定，估计量仍保持一致。
• 在正则条件下推导估计量的渐近正态性和半参数效率界。

实验结果

研究问题

• RQ1 去偏机器学习能否有效适应于在高维设定下使用工具变量估计符合者参数？
• RQ2 所提出的 DML-RRR 方法在估计局部平均处理效应时是否实现了渐近正态性和半参数效率？
• RQ3 DML-RRR 在有限样本性能和鲁棒性方面相较于现有最先进方法表现如何？
• RQ4 通过符合者特异性处理效应估计，401(k) 参与对净金融资产分布的影响是什么？

主要发现

• 在正则条件下，DML-RRR 估计量具有一致性、渐近正态性，并实现了半参数效率。
• 实证实验表明，DML-RRR 在偏差、方差和置信区间覆盖概率方面优于最先进替代方法。
• 该方法成功估计了 401(k) 参与对净金融资产的局部平均处理效应，揭示了对符合者存在显著的正向影响。
• 即使在高维协变量下，该估计量也能对符合者反事实结果分布提供可靠的推断。
• 正则化 Riesz 表示法的使用使得在高维设定下对干扰函数的准确且稳定估计成为可能。
• 交叉拟合与 Neyman 正交 estimating equation 共同提升了有限样本性能，并增强了对模型误设的鲁棒性。