[论文解读] Treatment Effects in Market Equilibrium

Evan Munro, Kuang, Xu+1 more|arXiv (Cornell University)|Sep 23, 2021

Advanced Causal Inference Techniques参考文献 33被引用 14

一句话总结

本文提出了一种非参数框架，用于估计因价格传导互动而产生干扰的市场均衡中的处理效应。通过将随机一般均衡模型与潜在结果结合，推导出直接效应和间接效应的渐近有效估计量，利用价格弧度估计构建置信区间，并推导出尊重均衡稳定性的最优目标分配规则——通过模拟和一项具有显著优于均匀处理的现金转移实验得到验证。

ABSTRACT

Policy-relevant treatment effect estimation in a marketplace setting requires taking into account both the direct benefit of the treatment and any spillovers induced by changes to the market equilibrium. The standard way to address these challenges is to evaluate interventions via cluster-randomized experiments, where each cluster corresponds to an isolated market. This approach, however, cannot be used when we only have access to a single market (or a small number of markets). Here, we show how to identify and estimate policy-relevant treatment effects using a unit-level randomized trial run within a single large market. A standard Bernoulli-randomized trial allows consistent estimation of direct effects, and of treatment heterogeneity measures that can be used for welfare-improving targeting. Estimating spillovers - as well as providing confidence intervals for the direct effect - requires estimates of price elasticities, which we provide using an augmented experimental design. Our results rely on all spillovers being mediated via the (observed) prices of a finite number of traded goods, and the market power of any single unit decaying as the market gets large. We illustrate our results using a simulation calibrated to a conditional cash transfer experiment in the Philippines.

研究动机与目标

• 解决在通过价格机制中介的市场中进行的随机试验中SUTVA被违反的问题，其中处理会影响供给/需求，从而影响市场价格。
• 开发一种不依赖强参数或分布假设的一般均衡效应的非参数随机模型。
• 为平均和条件平均处理效应提供渐近有效的推断，包括间接效应的置信区间。
• 推导出在保持均衡稳定性的同时最大化处理影响的最优目标分配规则，避免导致市场失稳的分配。
• 通过自由职业劳动力市场模拟和一项现实世界现金转移实验验证该方法。

提出的方法

• 使用潜在结果与跨单位干扰（由市场价格驱动）的形式化处理效应，建立在一般均衡设定中。
• 将潜在供给与需求曲线与经典多商品经济相结合，以建模均衡价格形成。
• 在一般干扰模式下，推导直接效应（ADE）和间接效应（AIE）的渐近分布。
• 采用新颖的实验设计估计价格弧度，这对于构建AIE的置信区间至关重要。
• 提出一种基于线性规划的目标分配规则，通过估计的异质处理效应，在处理收益与均衡稳定性之间取得平衡。
• 采用因果森林（Athey et al., 2019）估计异质处理效应，并使用数据分割与自助法进行样本外评估。

实验结果

研究问题

• RQ1 当市场价格在单位之间中介干扰时，如何在随机试验中一致地估计处理效应？
• RQ2 在具有干扰的一般均衡模型中，直接效应和间接效应的渐近分布是什么？
• RQ3 如何在不施加强参数假设的前提下构建间接效应的置信区间？
• RQ4 如何确定在保持市场均衡稳定性的同时最大化处理影响的最优目标分配规则？
• RQ5 在现实场景中，与仅基于结果的标准目标分配相比，均衡稳定的目标分配表现如何？

主要发现

• ADE可通过标准RCT一致估计，但置信区间需要价格弧度估计，本文通过新颖的实验设计提供了此类估计。
• 利用推导出的价格弧度估计，AIE可获得渐近有效的置信区间。
• 最优均衡稳定目标分配规则优于均匀处理，其相对于均匀规则的点估计增益为2.27，且具有统计显著性（p < 0.05）。
• 最优规则的均衡稳定性度量为-0.006，标准误为0.021，表明其对均衡的平均扰动极小。
• 土地利用和农业收入的异质性导致了处理资格的重新排序：高土地利用但低收入的个体被从均衡稳定规则中剔除。
• 该方法成功识别出在尊重经济约束的同时，实现比标准方法更高政策相关结果的目标规则。