Identification Design

Resumen Técnico: Diseño de Identificación

1. Planteamiento del Problema

El artículo aborda el problema de la inferencia causal robusta en microeconometría desde la perspectiva del diseño de información. El autor modela un escenario donde un investigador (el emisor) observa la distribución verdadera de los datos y decide qué información revelar a un tomador de decisiones (el receptor).

• El Dilema: Los investigadores son agentes económicos con incentivos privados que pueden estar tentados a revelar selectivamente información (incluso si los datos revelados son precisos) para influir en la decisión del tomador de decisiones.
• El Tomador de Decisiones: A diferencia de los modelos bayesianos tradicionales que asumen un prior exógeno, este tomador de decisiones es sin priores (prior-free). Observa la distribución poblacional de las señales generadas por una estructura de información.
• Criterio de Decisión: El tomador de decisiones evalúa las acciones basándose en el peor caso (worst-case payoff) sobre el conjunto de distribuciones de estados admisibles que son consistentes con la distribución de señales observada.
• Objetivo Central: Determinar bajo qué condiciones un entorno es manipulable, es decir, si existe una estructura de información que permita implementar cualquier acción deseada por el investigador, independientemente de la verdadera distribución de los estados.

2. Metodología y Marco Teórico

El modelo se construye sobre los siguientes pilares:

• Entorno ($\Omega, \mathcal{P}, \mathcal{A}, U$):
  • $\Omega$: Conjunto finito de estados.
  • $\mathcal{A}$: Conjunto compacto de acciones.
  • $\mathcal{P} \subset \Delta(\Omega)$: Conjunto de distribuciones de estados admisibles (incluyendo la verdadera $\mu$).
  • $U$: Función de utilidad continua dependiente del estado.
• Estructuras de Información: Se definen como pares $(\Sigma, E)$, donde $\Sigma$ son los mensajes y $E: \Omega \to \Delta(\Sigma)$ asigna distribuciones de mensajes a los estados.
  • El tomador de decisiones observa la distribución marginal de los mensajes $E_\mu$.
  • El conjunto identificado $\mathcal{P}_\mu(\Sigma, E)$ contiene todas las distribuciones $\nu \in \mathcal{P}$ que generan la misma distribución de mensajes que $\mu$ ($E_\nu = E_\mu$).
• Implementación: Una estructura de información implementa una acción $\alpha$ si $\alpha$ maximiza el pago del peor caso sobre el conjunto identificado.
• Manipulabilidad: Un entorno es manipulable si, para cualquier acción $\alpha$ y cualquier estado verdadero $\mu$, existe una estructura de información que hace que $\alpha$ sea óptima en el peor caso.

3. Contribuciones Clave y Resultados Principales

El artículo desarrolla tres líneas principales de resultados:

A. Caracterización de Entornos Manipulables (Sección 4)

• Teorema 1: Un entorno es manipulable si y solo si el pago del peor caso es idéntico para todas las acciones sobre el conjunto de distribuciones admisibles $\mathcal{P}$.
  • Implicación: Si las acciones tienen diferentes pagos mínimos potenciales, no se puede manipular el sistema para que una acción subóptima sea óptima en el peor caso sin revelar información que cambie la estructura de pagos.
  • Si los pagos mínimos son iguales, cualquier estructura de información no informativa implementa todas las acciones.

B. Aplicación a Modelos de Efectos del Tratamiento (Sección 5)
El autor aplica el marco a modelos de efectos de tratamiento con múltiples tratamientos, covariables y resultados.

• Proposición 2: Todos los modelos de efectos de tratamiento son manipulables. Esto se debe a la estructura "cúbica" de los pagos: el peor caso para cualquier tratamiento es que los resultados sean el mínimo posible del conjunto de resultados ($\min Y$).
• Proposición 3 (Manipulabilidad Fuerte): Estos modelos son manipulables mediante estructuras de información casi totalmente informativas (que revelan al menos $n-1$ estadísticas linealmente independientes en un modelo de $n$ estados).
  • Estas estructuras son robustas a procedimientos de desempate y permiten la identificación puntual del pago bajo la acción implementada, evitando la revelación ex post de la manipulación.

C. Estructuras de Información Marginal y Contexto Real (Secciones 5.2 y 5.3)
Dado que en la práctica los investigadores no revelan distribuciones arbitrarias, sino distribuciones marginales conjuntas de $(Y, T, Z)$ (resultado, tratamiento y covariables seleccionadas), el autor analiza esta restricción:

• Teorema 2 (Identificación Exacta): Un modelo de efectos de tratamiento es identificado (y no manipulable) mediante una estructura marginal si y solo si las covariables reveladas $Z$ son suficientes para determinar la probabilidad de asignación del tratamiento $P(T|X)$.
  • En experimentos donde el mecanismo de asignación se conoce o depende solo de $Z$, la divulgación de $Z$ elimina toda manipulación.
  • En estudios observacionales, si hay covariables omitidas ($W$) que afectan la asignación, el modelo no está identificado y permanece parcialmente manipulable.
• Teorema 3 (Límites de Pago): Para estudios observacionales con covariables omitidas, el autor deriva límites superiores e inferiores (bounds) ajustados para los pagos.
  • La manipulación ocurre a través de la selección de covariables: el investigador puede elegir qué $Z$ revelar para maximizar el límite inferior del pago de su tratamiento preferido.
  • A medida que se revelan más covariables, los límites se estrechan hacia los valores verdaderos.

D. Entornos No Manipulables (Sección 6)
Para entornos que no cumplen la condición de manipulabilidad (donde los pagos del peor caso difieren), el autor caracteriza las acciones implementables bajo condiciones de regularidad (convexidad, concavidad cuasi):

• Teorema 4: Una acción $\alpha$ es implementable bajo la distribución verdadera $\mu$ si y solo si existe un prior admisible $\nu$ tal que:
  1. $\alpha$ es óptima bajo información completa con $\nu$.
  2. El pago de $\alpha$ bajo $\nu$ es menor o igual que bajo $\mu$ ($U(\alpha, \nu) \leq U(\alpha, \mu)$).
  • Esto implica que la implementación es posible mediante estructuras de información casi totalmente informativas que "apuntan" a un prior $\nu$ específico.

4. Significancia e Implicaciones

1. Nueva Perspectiva en Diseño de Información: El artículo endogeniza el conjunto de identificación (partial identification) de la misma manera que la persuasión bayesiana endogeniza los experimentos de Blackwell, pero bajo un criterio de minimax (peor caso) y sin priores.
2. Vulnerabilidad de los Estudios Observacionales: El trabajo demuestra teóricamente que los estudios observacionales son inherentemente vulnerables a la manipulación a través de la selección de covariables, incluso si los datos revelados son veraces. La "identificación" depende críticamente de qué covariables se incluyen en la divulgación.
3. Recomendaciones de Política y Práctica:
   • Para experimentos, la divulgación de las covariables que determinan la asignación es suficiente para garantizar la integridad.
   • Para estudios observacionales, la falta de divulgación de covariables relevantes permite a los investigadores manipular los resultados hacia tratamientos específicos.
   • Se sugiere que las estructuras de información que no revelan la distribución conjunta de $(Y, T, Z)$ deben ser vistas con escepticismo.
4. Robustez: El modelo es robusto a la ambigüedad y no requiere supuestos sobre la distribución de los datos más allá de las restricciones estructurales (como la unconfundabilidad), lo que lo hace altamente relevante para la inferencia causal en ciencias sociales y políticas públicas.

En conclusión, Rosenthal proporciona un marco riguroso para entender cómo la elección de qué datos revelar (diseño de identificación) afecta la capacidad de un investigador para influir en decisiones políticas, demostrando que la transparencia total de las covariables es la única barrera efectiva contra la manipulación en estudios observacionales.