📈 economics

Quantifying Omitted Variable Bias in Nonlinear Instrumental Variable Estimators

Die Studie entwickelt ein Rahmenwerk zur Quantifizierung von Verzerrungen durch ausgelassene Variablen in nichtlinearen Instrumentenvariablenschätzern mittels Double Machine Learning und wendet dieses auf das JTPA-Experiment an, wobei sich zeigt, dass die Compliance-Schätzungen robust sind, während die Behandlungseffekte insbesondere bei Männern anfällig für Verzerrungen sind.

Ursprüngliche Autoren: Yu-Min Yen

Veröffentlicht 2026-04-07

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Yu-Min Yen

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

🕵️‍♂️ Die Detektivarbeit: Wenn wichtige Hinweise fehlen

Stellen Sie sich vor, Sie sind ein Detektiv, der herausfinden will, ob ein neues Medikament (die Behandlung) wirklich heilt (das Ergebnis).

In der idealen Welt würden Sie zwei Gruppen von Menschen nehmen: Eine bekommt das Medikament, die andere ein Placebo, und alles andere ist genau gleich. Aber in der echten Welt ist das fast unmöglich. Oft entscheiden sich die Leute selbst, ob sie das Medikament nehmen, oder es gibt versteckte Faktoren (wie Genetik oder Lebensstil), die wir nicht messen können. Diese fehlenden Faktoren nennt man „Omitted Variables" (weggelassene Variablen).

Wenn diese Faktoren fehlen, ist Ihr Ergebnis verzerrt. Das nennt man Omitted Variable Bias (OVB). Es ist, als würde man versuchen, die Geschwindigkeit eines Autos zu berechnen, ohne den Wind zu berücksichtigen. Ist der Wind stark, denken Sie vielleicht, das Auto ist schneller, als es wirklich ist.

🎯 Das Problem mit den „Instrumenten"

Um dieses Problem zu lösen, nutzen Ökonomen oft einen Trick namens Instrumental Variable (IV).

Die Analogie: Stellen Sie sich vor, Sie wollen wissen, ob ein Regenschirm (Behandlung) Sie trocken hält (Ergebnis). Aber Leute, die ohnehin nass werden wollen, nehmen vielleicht keinen Schirm.
Der Trick: Sie schauen nicht auf die Leute, die den Schirm haben, sondern auf die, denen der Schirm geschenkt wurde (das Instrument). Wenn der Schirm geschenkt wurde, ist die Entscheidung, ihn zu benutzen, zufälliger.

Das Problem: Selbst dieser Trick funktioniert nicht perfekt, wenn wir wichtige Dinge vergessen haben (z. B. dass es in einer Gegend regnet und in einer anderen nicht).

🛠️ Was macht diese neue Studie?

Bisher gab es gute Werkzeuge, um zu prüfen, wie stark dieser Fehler bei einfachen, geradlinigen Zusammenhängen ist. Aber die echte Welt ist oft krumm und knorrig (nicht-linear).

Yu-Min Yen hat nun ein neues, robustes Werkzeugkasten entwickelt, um genau das zu messen:

Wie stark ist der Fehler wirklich? (Quantifizierung)
Wie weit könnte das wahre Ergebnis eigentlich liegen? (Grenzen setzen)
Wie können wir das mit modernen Computern berechnen? (Maschinelles Lernen)

🧩 Die drei genialen Metaphern der Studie

1. Der „Schatten-Rahmen" (Partial Identification)

Stellen Sie sich vor, Sie versuchen, die genaue Höhe eines Berges zu messen, aber ein dicker Nebel (die fehlenden Daten) verdeckt die Spitze.

Der alte Weg: Man sagt: „Der Berg ist genau 1000 Meter hoch." (Aber das könnte falsch sein).
Yens Weg: Man sagt: „Der Berg liegt definitiv zwischen 800 und 1200 Metern."
Die Studie berechnet diesen Schatten-Rahmen. Sie sagt nicht: „Hier ist die eine richtige Zahl", sondern: „Hier ist der Bereich, in dem die Wahrheit muss liegen, selbst wenn wir die wichtigsten fehlenden Faktoren ignorieren."

2. Der „Sensitivitäts-Test" (Wie stark muss der Nebel sein?)

Die Studie fragt: „Wie stark müsste der Nebel sein, damit unsere Schlussfolgerung komplett ins Wanken gerät?"

Die Analogie: Stellen Sie sich vor, Sie bauen ein Haus aus Karten. Die Studie drückt langsam auf das Dach.
- „Wenn der Wind (der Fehler) nur leicht weht, steht das Haus."
- „Wenn der Wind so stark weht wie ein Orkan, fällt es."
  Die Studie berechnet genau, wie stark der „Orkan" sein müsste, um Ihre Ergebnisse zu zerstören. Wenn der Orkan unrealistisch stark sein müsste, um das Haus zum Einsturz zu bringen, dann ist Ihr Ergebnis robust (stabil).

3. Der „Super-Detektiv" (Double Machine Learning)

Früher mussten Menschen raten, welche Faktoren wichtig sind. Yen nutzt Maschinelles Lernen (KI), um als „Super-Detektiv" zu fungieren.

Die KI schaut sich Tausende von Datenpunkten an und findet die komplexesten Muster, die ein menschlicher Forscher übersehen würde.
Sie nutzt eine Technik namens „Cross-Fitting" (wie ein Schachspieler, der verschiedene Szenarien durchspielt), um sicherzustellen, dass die KI nicht einfach nur die Daten auswendig lernt, sondern wirklich die Zusammenhänge versteht.

📊 Was haben sie herausgefunden? (Das JTPA-Experiment)

Die Forscher haben ihre Methode auf ein echtes Programm angewendet: Das JTPA (eine US-Jobtrainingsinitiative). Sie wollten wissen: Bringt das Training mehr Geld?

Die Ergebnisse waren überraschend und wichtig:

Für Frauen: Das Training funktioniert! 🎉
- Selbst wenn man den „Nebel" (die fehlenden Daten) berücksichtigt, bleibt das Ergebnis stabil. Frauen verdienen durch das Training nachweislich mehr. Das Ergebnis ist robust.
Für Männer: Hier wird es wackelig. 🤔
- Die ersten Zahlen sahen gut aus, aber sobald man die Unsicherheit durch die fehlenden Daten einrechnet, wird das Ergebnis fragil. Es könnte sein, dass es gar keinen Effekt gibt, oder dass er viel kleiner ist als gedacht. Die Schlussfolgerung für Männer ist also nicht sicher.

💡 Die große Lehre

Diese Studie ist wie ein Warnsystem für Wissenschaftler.

Früher haben Forscher oft einfach gesagt: „Unsere Zahl ist X."
Jetzt sagt diese Studie: „Unsere Zahl ist X, aber wenn wir annehmen, dass ein bestimmter, unrealistischer Fehler vorliegt, könnte sie auch Y sein. Hier ist der Bereich, in dem wir uns sicher fühlen können."

Es hilft uns zu unterscheiden zwischen:

Wahrheiten, die auch im Nebel stehen bleiben (wie bei den Frauen).
Hypothesen, die im Nebel verschwinden (wie bei den Männern).

Das ist ein riesiger Schritt hin zu ehrlicherer und sicherer Wissenschaft in der Wirtschaftswelt.

Titel: Quantifizierung von Omitted Variable Bias (OVB) in nichtlinearen Instrumentalvariablen-Schätzern
Autor: Yu-Min Yen
Datum: April 2026

1. Problemstellung

Instrumentalvariablen (IV)-Schätzer sind ein Standardwerkzeug zur Behandlung von Endogenität in der Ökonometrie. Ihre Validität hängt jedoch stark von der Annahme ab, dass keine relevanten Variablen im Modell ausgelassen werden. Wenn wichtige Kovariaten fehlen (Omitted Variable Bias, OVB), können die Schätzer verzerrt sein.

Bisherige Sensitivitätsanalysen konzentrierten sich primär auf lineare Modelle. Dieses Paper adressiert die Lücke, indem es einen Rahmen entwickelt, um den OVB in einer breiten Klasse von nichtlinearen IV-Schätzern zu quantifizieren. Zu diesen gehören:

Der lokale durchschnittliche Behandlungseffekt (LATE).
Der lokale durchschnittliche Behandlungseffekt für die Behandelten (LATT).
Das partiell lineare IV-Modell (PLIVM).

Das Ziel ist es, nicht nur die Verzerrung zu messen, sondern auch Partial-Identifikationsgrenzen (Partial Identification Bounds) für den interessierenden Parameter $\theta$ zu etablieren und darauf aufbauende Konfidenzintervalle zu konstruieren, die den OVB berücksichtigen.

2. Methodik

2.1 Theoretischer Rahmen und Bias-Zerlegung

Der Autor betrachtet IV-Schätzer, die als Verhältnis zweier Erwartungswerte dargestellt werden können: $\theta = \lambda / \gamma$ .

$\lambda$ und $\gamma$ basieren auf einer vollständigen Menge von Variablen $W = (Z, X, A)$ , wobei $Z$ das Instrument, $X$ beobachtbare Kovariaten und $A$ unbeobachtbare (ausgelassene) Kovariaten sind.
In der Praxis steht oft nur $W_s = (Z, X)$ zur Verfügung, was zu "kurzen" Schätzern $\theta_s = \lambda_s / \gamma_s$ führt.

Die Verzerrung wird als $|\theta - \theta_s|$ definiert. Das Paper leitet Zerlegungen für die quadrierte Verzerrung der Komponenten $\lambda$ und $\gamma$ her:
$|\lambda - \lambda_s|^2 = \rho_Y^2 B_Y^2 \quad \text{und} \quad |\gamma - \gamma_s|^2 = \rho_D^2 B_D^2$
Dabei sind $\rho$ die Korrelationskoeffizienten zwischen dem Fehlerterm und dem Auslassungsfehler, und $B$ sind Terme, die von Sensitivitätsparametern abhängen.

2.2 Sensitivitätsparameter

Um die Unsicherheit zu quantifizieren, werden drei dimensionslose Sensitivitätsparameter eingeführt, die auf nicht-parametrischen $R^2$ -Maßen basieren:

$C_\alpha$ : Misst den Gewinn an Vorhersagegenauigkeit für das Instrument $Z$ , wenn $A$ hinzugefügt wird.
$C_Y$ : Misst den Gewinn an Vorhersagegenauigkeit für das Ergebnis $Y$ .
$C_D$ : Misst den Gewinn an Vorhersagegenauigkeit für die Behandlung $D$ .

Diese Parameter können durch Benchmarking-Analysen kalibriert werden, indem die Stärke des ausgelassenen Faktors $A$ mit der Stärke beobachtbarer Variablen $X_j$ verglichen wird.

2.3 Partial Identification und Theorem 1

Basierend auf den Grenzen für $\lambda$ und $\gamma$ ( $\lambda_\pm, \gamma_\pm$ ) leitet das Paper Grenzen für $\theta$ her.

Theorem 1 definiert die Partial-Identifikationsbereiche für $\theta_0$ in Abhängigkeit von den Vorzeichen der Intervalle für $\lambda$ und $\gamma$ .
Ein kritischer Punkt ist, wenn die Grenzen für $\gamma$ unterschiedliche Vorzeichen haben (d.h. das Intervall enthält Null). In diesem Fall kann der Partial-Identifikationsbereich für $\theta$ in disjunkte Segmente zerfallen oder die gesamte reelle Achse umfassen, was die Interpretation erschwert. Das Paper empfiehlt, die Schätzung nur fortzusetzen, wenn die Vorzeichen von $\gamma$ konsistent sind.

2.4 Schätzung und Inferenz (Double Machine Learning)

Um die Grenzen und Konfidenzintervalle in hochdimensionalen Settings zu schätzen, wird Double Machine Learning (DML) in Kombination mit K-Fold Cross-Fitting verwendet.

Es werden Neyman-orthogonale Momentenbedingungen (basierend auf Einflussfunktionen) genutzt, um die Schätzer für $\lambda_s, \gamma_s$ und die Varianzkomponenten robust gegenüber Fehlspezifikationen der Nuisance-Parameter (z.B. Propensity Scores, bedingte Erwartungswerte) zu machen.
Zur Verbesserung der Stabilität wird die Median-Methode (Chernozhukov et al., 2018) angewendet, bei der die Schätzer über mehrere Kreuzvalidierungsläufe gemittelt werden.

2.5 Konfidenzintervalle und Stoye-Shrinkage

Das Paper konstruiert OVB-adjustierte Konfidenzintervalle (C.I.).

Theorem 3 & 4 zeigen die asymptotische Normalität der Schätzer für die Grenzen.
Um ein gleichmäßig gültiges $(1-\tau)$ -Konfidenzintervall zu erhalten, das auch dann valide ist, wenn die Identifikationsregion klein ist (nahe Null), wird die Shrinkage-Methode von Stoye (2009) adaptiert. Dies verhindert, dass das Intervall zu schmal wird, wenn die Unsicherheit über die OVB-Grenzen gering ist.

3. Empirische Anwendung: JTPA-Daten

Die Methode wird auf Daten aus dem Job Training Partnership Act (JTPA) Experiment in den USA angewendet, um die Effekte von Job-Trainingsprogrammen auf die Einkommen zu untersuchen.

Daten: 11.204 Beobachtungen (Männer und Frauen).
Instrument: Angebot des Trainings ( $Z$ ).
Behandlung: Tatsächliche Teilnahme ( $D$ ).
Ergebnis: Einkommen nach 30 Monaten ( $Y$ ).

Ergebnisse:

Robustheit der First-Stage: Die Schätzung der Compliance-Wahrscheinlichkeit ( $\gamma$ , P(T=C)) ist sehr robust gegenüber ausgelassenen Variablen. Die Schwellenwerte für Sensitivitätsparameter, die die Signifikanz von $\gamma$ zerstören würden, sind sehr hoch (> 0,65).
Empfindlichkeit von ITT und LATE: Die Schätzungen für den Intention-to-Treat-Effekt ( $\lambda$ ) und den LATE ( $\theta$ ) sind deutlich empfindlicher.
Geschlechtsspezifische Unterschiede:
- Frauen: Die LATE-Schätzungen bleiben auch nach Berücksichtigung des OVB und der Unsicherheit der Grenzen statistisch signifikant und robust. Der Effekt ist positiv und signifikant.
- Männer: Die Signifikanz der LATE-Schätzungen ist fragil. Sobald OVB und die Unsicherheit der Grenzen berücksichtigt werden, verschwindet die statistische Signifikanz (das Konfidenzintervall enthält Null).

4. Wichtige Beiträge

Erweiterung auf Nichtlinearität: Das Paper überträgt die Sensitivitätsanalyse von linearen auf nichtlineare IV-Modelle (LATE, LATT, PLIVM), was eine große methodische Lücke schließt.
Rahmen für Partial Identification: Es bietet eine rigorose Methode, um Partial-Identification-Bounds für IV-Schätzer zu berechnen, die explizit die Unsicherheit durch ausgelassene Variablen einbeziehen.
Inferenz-Tools: Die Entwicklung von OVB-adjustierten Konfidenzintervallen unter Verwendung von DML und Stoye-Shrinkage ermöglicht es Forschern, robuste Schlussfolgerungen auch in komplexen, hochdimensionalen Datensätzen zu ziehen.
Benchmarking: Die Integration einer Benchmarking-Analyse erlaubt es, die Sensitivitätsparameter empirisch zu kalibrieren, anstatt sie willkürlich zu wählen.

5. Bedeutung

Die Studie unterstreicht, dass die Robustheit von IV-Schätzern stark vom spezifischen Parameter abhängt. Während First-Stage-Schätzungen oft robust sind, können Behandlungseffekte (LATE) und ITT-Effekte stark von OVB beeinflusst werden. Die vorgestellte Methodik bietet Praktizierenden ein essentielles Werkzeug, um die Glaubwürdigkeit kausaler Schlussfolgerungen in angewandter Forschung zu bewerten und zu quantifizieren, wie stark die Ergebnisse von der Annahme der Exogenität abhängen. Die Anwendung auf die JTPA-Daten zeigt, dass geschlechtsspezifische Heterogenität in der Robustheit bestehen kann, was für die Politikgestaltung relevant ist.