Event-Study Designs for Discrete Outcomes under Transition Independence

Este artículo propone una nueva estrategia de identificación para estimar los efectos promedio del tratamiento en grupos tratados con resultados discretos en datos de panel, basándose en la independencia de transiciones y una estructura de tipos latentes de Markov para superar las limitaciones de las diferencias en diferencias tradicionales.

Lo esencial

Imagina que eres un detective que intenta averiguar si un nuevo medicamento (o una ley, o una reforma) realmente funciona. Para hacerlo, comparas a dos grupos de personas: los que tomaron el medicamento (el grupo tratado) y los que no (el grupo de control).

El método tradicional, llamado "Diferencia de Diferencias" (DiD), funciona como si miraras dos líneas en un gráfico. Si las líneas eran paralelas antes de la medicina, asumes que seguirían siendo paralelas después. Si el grupo tratado mejora más que el de control, ¡la medicina funcionó!

Pero aquí está el problema: Este método tradicional falla estrepitosamente cuando los resultados no son números continuos (como el peso o el dinero), sino categorías (como "Empleo", "Desempleo" o "Fuera de la fuerza laboral").

¿Por qué falla el método viejo? (La analogía de la pelota)

Imagina que el resultado es una pelota que rebota en un techo y un suelo (no puede subir más allá del techo ni bajar más allá del suelo).

1. El problema de la "Reversión a la Media": Si el grupo tratado tiene una tasa de empleo muy alta (cercana al techo) y el grupo de control tiene una muy baja (cercana al suelo), la física de la pelota dicta algo inevitable: la pelota del grupo tratado tiene que bajar un poco (porque no puede subir más), y la del grupo control tiene que subir un poco (porque no puede bajar más).
   • El método viejo ignora esto. Asume que si el grupo tratado estaba arriba, debería seguir subiendo igual que el grupo de control. Esto es imposible. El método viejo ve esa caída natural y dice: "¡Oh no! La medicina hizo que la gente perdiera el empleo", cuando en realidad solo fue la gravedad (la reversión a la media).
2. El problema de lo "Imposible": A veces, el método viejo hace cálculos tan extraños que predice que la probabilidad de algo es -5% o 120%. ¡Eso es imposible! Una probabilidad no puede ser negativa ni mayor que 100%. Es como decir que tienes 120% de probabilidad de ganar la lotería.

La nueva solución: "Independencia de Transición"

Los autores de este paper, Young Ahn y Hiroyuki Kasahara, proponen una nueva forma de pensar. En lugar de mirar la altura de la pelota (el nivel promedio), miran cómo salta la pelota (las transiciones).

La idea central:
En lugar de preguntar "¿Cuál es la tasa de empleo promedio?", preguntamos: "Si una persona estaba desempleada ayer, ¿cuál es la probabilidad de que encuentre trabajo hoy?"

Su nueva regla, la Independencia de Transición, dice:

"Si no hubiera habido tratamiento, las reglas de cómo la gente cambia de estado (de desempleado a empleado, o de empleado a fuera de la fuerza laboral) serían exactamente las mismas para ambos grupos, siempre que hayan estado en el mismo estado ayer".

Es como si dijeras: "No importa si eres rico o pobre; si ayer estabas en la calle, la probabilidad de que hoy entres a un edificio es la misma para todos, a menos que algo externo (la medicina) cambie las reglas del juego".

El misterio de las "Tipos Ocultos" (La caja de herramientas)

A veces, la gente no es igual. Hay personas que son muy propensas a cambiar de trabajo y otras que son muy estables. El método tradicional no ve esto y mezcla todo, lo que genera errores.

Los autores introducen un concepto genial: Tipos Latentes.
Imagina que tienes una caja de herramientas misteriosa. No sabes qué herramientas hay dentro, pero puedes inferirlo viendo cómo se comportan las personas.

• Tipo A: Personas que saltan mucho (cambian de empleo a desempleo rápido).
• Tipo B: Personas que son estables (se quedan en el mismo estado).

El nuevo método separa a la gente en estos "Tipos Ocultos" automáticamente. Luego, compara a los "Tipos A" tratados con los "Tipos A" de control, y a los "B" con los "B". Esto evita que una persona muy volátil arruine el cálculo para una persona estable.

¿Qué descubrieron con esto? (Los casos reales)

El paper prueba su método con tres historias reales y encuentra resultados muy diferentes a los tradicionales:

1. La Ley Dodd-Frank (Banca):

   • Método Viejo: Dijo que la ley empeoró la calidad del servicio (más quejas). Pero su cálculo predecía que la tasa de quejas sería negativa (¡imposible!).
   • Nuevo Método: Dijo que, en realidad, la calidad del servicio mejoró ligeramente o se mantuvo. El método viejo estaba viendo fantasmas matemáticos.

2. Reforma de Patentes en Noruega:

   • Método Viejo: Dijo que los inventores universitarios patentaron un 4.5% menos.
   • Nuevo Método: Dijo que no hubo cambio significativo. ¿Por qué? Porque los universitarios ya patentaban muchísimo antes de la ley. El método viejo vio su caída natural (reversión a la media) y la culpó a la ley. El nuevo método entendió que era solo física de la pelota.

3. Ley ADA (Discapacidad en EE. UU.):

   • Método Viejo: No encontró efectos significativos en el empleo.
   • Nuevo Método: Encontró que la ley tuvo un efecto negativo a corto plazo. Pero lo más importante: pudo explicar por qué.
   • El detalle: El método viejo solo veía el "número final". El nuevo método hizo una "autopsia de flujo": descubrió que la gente no estaba perdiendo el empleo y buscando otro (desempleo), sino que estaba abandonando la fuerza laboral (dejando de buscar). El método viejo no podía ver este detalle porque solo miraba la suma total.

En resumen

Este paper es como cambiar de mirar un mapa plano (el método viejo) a usar un GPS en 3D (el nuevo método).

• El viejo método asume que todos se mueven en línea recta y a veces nos dice cosas imposibles (como probabilidades negativas).
• El nuevo método entiende que la vida es un tablero de juego con estados (trabajo, desempleo, fuera de la fuerza laboral). Mira las reglas de movimiento entre esos estados, separa a la gente por su "personalidad" oculta y nos da una respuesta que respeta la realidad de los números.

Es una herramienta más inteligente para los economistas y políticos, para que no tomen decisiones basadas en ilusiones matemáticas.

Resumen técnico

Resumen Técnico: Diseños de Estudios de Eventos para Resultados Discretos bajo Independencia de Transición

1. El Problema: Limitaciones del DiD en Resultados Discretos

Los autores identifican que la metodología estándar de Diferencias en Diferencias (DiD) es frecuentemente inadecuada cuando las variables de resultado son discretas y categóricas (ej. estado laboral: empleado, desempleado, fuera de la fuerza laboral; o estado de patente: con/sin patente).

El problema central radica en la violación lógica de la hipótesis de tendencias paralelas en contextos acotados:

1. Reversión a la media: En resultados discretos, los grupos con tasas iniciales altas tienen menos "espacio" para mejorar, mientras que los grupos con tasas bajas tienen más espacio para crecer. Si los grupos de tratamiento y control difieren en sus distribuciones basales, la reversión a la media genera tendencias divergentes incluso sin efecto del tratamiento, sesgando los estimadores de DiD.
2. Contrafactuales fuera de los límites: La extrapolación lineal de DiD puede predecir probabilidades negativas o mayores a 1, lo cual es lógicamente imposible para variables binarias o categóricas.
3. Tendencias mal definidas: Para resultados con múltiples categorías, la noción de una única "tendencia" es ambigua. DiD no ofrece una base coherente para comparar la evolución conjunta de distribuciones categóricas.

2. Metodología Propuesta

Los autores proponen un nuevo marco de identificación basado en la Independencia de Transición (Transition Independence - TI) y la incorporación de heterogeneidad latente.

A. Independencia de Transición (TI)
En lugar de asumir que los niveles medios de los resultados evolucionan en paralelo, la hipótesis TI asume que, en ausencia de tratamiento, las dinámicas de transición (probabilidades de moverse de un estado a otro) condicionadas al historial de resultados pre-tratamiento son idénticas entre los grupos de tratamiento y control.

• Formalmente: $Pr(X_t(0) = x_t | X_{1:T_0}(0), D=1) = Pr(X_t(0) = x_t | X_{1:T_0}(0), D=0)$.
• Esto permite construir contrafactuales aplicando las matrices de transición del grupo de control a la distribución pre-tratamiento del grupo de tratamiento, respetando la naturaleza acotada y discreta de los datos.

B. Estructura de Tipos Latentes y Heterogeneidad
Para abordar la heterogeneidad no observada que podría violar la TI a nivel poblacional, el modelo introduce una estructura de mezcla finita de cadenas de Markov:

• La población se divide en $J$ "tipos latentes" ($Z$).
• Dentro de cada tipo, se asume que las dinámicas de transición siguen un proceso de Markov de primer orden (o de orden $\ell$).
• Esto permite identificar efectos de tratamiento específicos por tipo (LTATT) y efectos agregados (ATT) incluso en paneles cortos, mitigando la "maldición de la dimensionalidad" que surge al condicionar en historiales completos.

C. Identificación y Estimación

• Identificación: Se demuestra que los efectos de tratamiento son puntualmente identificables bajo supuestos de independencia de transición, soporte común y una estructura de mezcla finita. Se establece que el ATT agregado es un promedio ponderado de los efectos por tipo latente.
• Descomposición de Flujos: Una ventaja distintiva es la capacidad de descomponer el efecto del tratamiento en componentes de flujo de entrada (inflow) y flujo de salida (outflow) para cada estado, revelando los canales específicos de transmisión del efecto.
• Estimador: Se propone un procedimiento de dos etapas:
  1. Estimación de máxima verosimilitud (MLE) mediante el algoritmo EM para inferir los parámetros de la mezcla (probabilidades de tipo y matrices de transición).
  2. Cálculo de los efectos de tratamiento utilizando las probabilidades posteriores de los tipos como ponderadores.
• Inferencia: Se utiliza un bootstrap ponderado no paramétrico para obtener errores estándar consistentes y bandas de confianza uniformes.

3. Contribuciones Clave

1. Resolución Teórica: Demuestran que la hipótesis de tendencias paralelas es genéricamente inválida para resultados discretos acotados y proponen la Independencia de Transición como una estrategia de identificación creíble y verificable con datos pre-tratamiento.
2. Manejo de Heterogeneidad: Integran modelos de mezcla finita con procesos de Markov para identificar efectos de tratamiento específicos por tipo latente en paneles cortos, resolviendo problemas de soporte limitado y dimensionalidad.
3. Nueva Métrica de Análisis: Introducen la descomposición de flujos, permitiendo a los investigadores entender no solo si un tratamiento afecta un resultado, sino cómo (a través de qué transiciones específicas, ej. salida de la fuerza laboral vs. desempleo).
4. Evidencia Empírica: Revisan tres estudios de caso donde DiD falla, mostrando resultados sustancialmente diferentes.

4. Resultados Empíricos

Los autores aplican su método a tres estudios de caso, obteniendo conclusiones distintas a las del DiD convencional:

• Ley Dodd-Frank (2012):

  • Problema de DiD: Las tendencias paralelas implican tasas de quejas contrafactuales negativas (imposibles). DiD sugiere un aumento en las quejas (menor calidad).
  • Resultado del Modelo: El método basado en transiciones evita valores fuera de rango y encuentra una ligera disminución en las tasas de quejas, sugiriendo una mejora o impacto nulo en la calidad del servicio.

• Reforma de Patentes en Noruega (2003):

  • Problema de DiD: Los inventores universitarios (tratados) tenían tasas de patentes casi el doble que los no universitarios. La reversión a la media sesgó el DiD hacia una caída significativa del 4.5%.
  • Resultado del Modelo: Al controlar las dinámicas dependientes del estado y la heterogeneidad, el método encuentra ningún cambio significativo en las tasas de patentes, indicando que el efecto negativo reportado por DiD era un artefacto de la reversión a la media.

• Americans with Disabilities Act (ADA, 1990):

  • Problema de DiD: No detecta efectos significativos debido a diferencias basales en las tasas de empleo.
  • Resultado del Modelo: Revela un impacto negativo significativo a corto plazo en el empleo de personas con discapacidad.
  • Insight de Descomposición: La descomposición de flujos muestra que el efecto negativo opera principalmente a través de un aumento en las transiciones directas de Empleado a Fuera de la Fuerza Laboral (OLF), y no a través de cambios en la búsqueda de empleo (desempleo). Este mecanismo específico es invisible para el DiD estándar.

5. Significancia e Implicaciones

Este trabajo es fundamental para la economía aplicada y la evaluación de políticas porque:

1. Corrige Sesgos Sistemáticos: Proporciona una alternativa robusta al DiD cuando los resultados son discretos, evitando conclusiones erróneas derivadas de la reversión a la media y la imposibilidad lógica de probabilidades fuera de rango.
2. Profundidad Mecanística: La capacidad de descomponer efectos en flujos de entrada/salida ofrece una comprensión causal mucho más rica sobre los mecanismos de transmisión de las políticas.
3. Viabilidad en Paneles Cortos: A diferencia de otros métodos que requieren paneles largos para identificar tipos latentes, este enfoque permite la identificación con pocos periodos pre-tratamiento, haciéndolo aplicable a muchos contextos de política pública reales.
4. Herramienta Práctica: Los autores proveen un paquete de software en R (ak) que facilita la implementación de este método, promoviendo su adopción en la literatura empírica.

En resumen, el artículo redefine cómo deben evaluarse los efectos causales en datos categóricos, desplazando el foco de los "niveles" a las "transiciones" y ofreciendo un marco riguroso para manejar la heterogeneidad no observada.