[论文解读] Estimating Dynamic Treatment Effects in Event Studies with Heterogeneous Treatment Effects

Liyang Sun, Sarah Abraham|arXiv (Cornell University)|Apr 16, 2018

Advanced Causal Inference Techniques参考文献 17被引用 186

一句话总结

该论文表明，具有 leads 和 lags 的双向固定效应在采用队列的治疗效应异质性存在时可能被污染，并提出一个鲁棒的替代估计量和一个基于权重的诊断工具。

ABSTRACT

To estimate the dynamic effects of an absorbing treatment, researchers often use two-way fixed effects regressions that include leads and lags of the treatment. We show that in settings with variation in treatment timing across units, the coefficient on a given lead or lag can be contaminated by effects from other periods, and apparent pretrends can arise solely from treatment effects heterogeneity. We propose an alternative estimator that is free of contamination, and illustrate the relative shortcomings of two-way fixed effects regressions with leads and lags through an empirical application.

研究动机与目标

• 识别在跨队列分阶段采用的情况下，从带有两向固定效应的动态治疗效应中解释时的陷阱。
• 分解领先的 FE 估计量，显示相对时期之间的异质性对估计的污染。
• 提出一种在治疗效应异质性下仍具可解释性的替代回归估计量。
• 提供一种计算队列特定权重并评估它们对估计动态的影响的方法。
• 通过住院研究的实证分析来说明理论结果。

提出的方法

• 将事件研究设计形式化为吸收式处理，并按初始治疗时间将队列分类。
• 将 FE 的相对时期系数分解为跨越所有相对时期的队列特定治疗效应。
• 表明系数是队列特定的在治疗中的平均治疗效应（CATT）及其他队列效应的线性组合。
• 引入一个辅助回归以估计支配底层治疗效应线性组合的权重。
• 提出一种替代估计量，产生带有可解释队列份额的治疗效应加权平均，并可如 Callaway 和 Sant’Anna (2020a) 那样包含协变量。
• 提供一个使用住院对收入和自付支出影响的实证例证。

实验结果

研究问题

• RQ1 跨队列的治疗效应异质性如何影响从带有两向 FE 回归得到的动态治疗效应估计的解释？
• RQ2 我们能否量化并诊断由于异质性导致的基于 FE 的估计污染，并且如何构建能给出可解释因果动态性的替代估计量？
• RQ3 队列特定权重在塑造 FE 估计中的作用是什么，如何计算它们？
• RQ4 在动态事件研究环境下，与标准 FE 相比，替代回归基方法在实际中的表现如何？
• RQ5 所提方法是否能容纳协变量并仍然提供可解释的、带权重的治疗效应平均值？

主要发现

• 当处理时机在单位之间变化时，FE 对动态效应的估计可能被来自其他相对时期的治疗效应污染。
• FE 回归中的 leads/lags 系数是队列特定治疗效应的线性组合，而非纯粹的时期效应，除非存在强同质性。
• 基于 lead 系数的标准前趋势检验在治疗效应异质性下可能无效。
• 辅助回归可以计算决定每个队列和相对时期对 FE 系数贡献大小的权重。
• 该论文提出一个基于回归的替代估计量，产生带有可解释队列份额的治疗效应加权平均，并且可以纳入协变量。
• 对住院数据的实证应用表明，替代方法在收入下降方面与 FE 得出类似的总体结论，但其估计值被约束在潜在效应的凸包内，这与某些 FE 估计不同。