Dynamic covariate balancing: estimating treatment effects over time with potential local projections

1. Il Problema di Ricerca

Il paper affronta la sfida di stimare e fare inferenza sugli effetti causali del trattamento in contesti di dati panel (osservazioni longitudinali su $n$ unità per $T$ periodi), dove il trattamento cambia dinamicamente nel tempo.

Le principali difficoltà identificate sono:

• Selezione Dinamica: Le unità scelgono dinamicamente il trattamento in base alla storia passata di covariate, esiti e trattamenti precedenti (es. massimizzazione dell'utilità attesa futura). Questo viola l'assunzione di "tendenze parallele" richiesta dai classici modelli Difference-in-Differences (DiD).
• Alta Dimensionalità: Le covariate possono essere numerose ($p \gg n$), rendendo problematica la modellazione esplicita di tutte le interazioni temporali.
• Instabilità dei Punteggi di Propensione: I metodi basati sulla ponderazione inversa della probabilità (IPW/AIPW) soffrono di instabilità numerica quando si stima la probabilità congiunta di intere storie di trattamento, specialmente in campioni finiti o con scarsa sovrapposizione (overlap).
• Misspecificazione del Modello: I metodi esistenti richiedono spesso la corretta specificazione sia del modello di esito che del modello di assegnazione del trattamento (punteggio di propensione), condizione difficile da garantire in alta dimensione.

2. Metodologia Proposta: Dynamic Covariate Balancing (DCB)

Gli autori propongono un nuovo metodo chiamato Dynamic Covariate Balancing (DCB), che combina proiezioni locali potenziali con un bilanciamento sequenziale delle covariate.

A. Struttura del Modello

• Proiezioni Locali Potenziali: A differenza delle proiezioni locali standard (che modellano gli esiti osservati), il DCB impone un modello lineare approssimato sulle aspettative degli esiti potenziali condizionati alla storia passata. Questo permette di evitare restrizioni funzionali sul meccanismo di assegnazione del trattamento.
• Assunzioni Chiave:
  1. Non-anticipazione: Gli esiti intermedi dipendono solo dai trattamenti passati, non da quelli futuri.
  2. Ignorabilità Sequenziale: Condizionando alle covariate osservabili ad alta dimensione e alla storia passata, il trattamento è "ignorabile" (nessun confondente non osservato).
  3. Linearità Approssimata: L'aspettativa degli esiti potenziali è una funzione lineare (approssimata) delle caratteristiche passate.

B. Algoritmo di Stima

L'algoritmo procede in due fasi principali:

1. Stima dei Coefficienti (Ricorsiva): Utilizzando la regressione Lasso (o penalizzata), si stimano i coefficienti del modello lineare per gli esiti potenziali in modo ricorsivo, proiettando le aspettative condizionate su storie passate.
2. Bilanciamento Dinamico (Ponderazione): Invece di usare i punteggi di propensione (IPW), il metodo calcola pesi di bilanciamento risolvendo una sequenza di programmi quadratici.
   • L'obiettivo è minimizzare la varianza dei pesi (norma L2) soggetto a vincoli di bilanciamento.
   • Vincolo Dinamico: I pesi al tempo $t$ devono bilanciare le storie osservabili ($H_t$) tra le unità trattate e quelle di controllo, ri-pesando le osservazioni con i pesi ottenuti nel periodo precedente ($t-1$).
   • Questo crea un bilanciamento sequenziale che controlla il bias derivante dall'errore di stima dei coefficienti in alta dimensione.

3. Contributi Teorici Chiave

Il paper stabilisce risultati teorici rigorosi in un regime di alta dimensione:

• Tasso di Convergenza Parametrico: Dimostrano che lo stimatore DCB converge al tasso parametrico $O_p(n^{-1/2})$, anche quando il numero di covariate $p$ cresce con $n$ (sotto condizioni di sparsità e crescita logaritmica).
• Inferenza Valida: Forniscono garanzie per l'inferenza asintotica (distribuzione normale), permettendo la costruzione di intervalli di confidenza validi per gli effetti medi del trattamento (ATE) su diverse storie di trattamento.
• Robustezza alla Misspecificazione del Punteggio di Propensione: A differenza dei metodi AIPW (Augmented Inverse Probability Weighting), il DCB non richiede la stima coerente del punteggio di propensione. Sfruttando il modello lineare sugli esiti potenziali, il metodo richiede solo che l'errore di stima dei coefficienti del modello di esito sia sufficientemente piccolo ($o(n^{-1/4})$), eliminando la necessità di condizioni di "doppia robustezza" basate sul prodotto degli errori di stima.
• Esistenza di Soluzioni Fattibili: Dimostrano che, sotto condizioni di sovrapposizione (overlap), esiste sempre una soluzione fattibile al problema di ottimizzazione dei pesi, e che i pesi ottenuti hanno una varianza inferiore rispetto ai pesi IPW.

4. Risultati Empirici e Simulazioni

• Studi di Simulazione: In scenari con dati panel, alta dimensionalità e selezione dinamica, il DCB supera significativamente i concorrenti:
  • AIPW/IPW: Mostrano alta varianza e bias a causa dell'instabilità dei pesi IPW in contesti dinamici.
  • Metodi Lasso/Double Lasso: Soffrono di bias quando non si bilanciano le covariate dinamicamente.
  • Local Projections Standard: Forniscono stime distorte perché non distinguono tra esiti osservati e potenziali in presenza di selezione dinamica.
  • Il DCB mantiene un errore quadratico medio (MSE) inferiore e una migliore copertura degli intervalli di confidenza, specialmente quando la sovrapposizione è scarsa.
• Applicazione Empirica: Gli autori applicano il metodo allo studio dell'effetto della democrazia sulla crescita economica (utilizzando i dati di Acemoglu et al., 2019).
  • I risultati mostrano che il DCB rileva un impatto positivo a lungo termine della democrazia sulla crescita del PIL, più grande e statisticamente significativo rispetto alle stime ottenute con regressioni lineari standard o proiezioni locali semplici.
  • L'analisi diagnostica conferma che il DCB riduce drasticamente lo squilibrio (imbalance) nelle covariate rispetto ai metodi IPW, specialmente per orizzonti temporali più lunghi.

5. Significato e Implicazioni

Questo lavoro rappresenta un avanzamento significativo nella causal inference per dati panel dinamici:

1. Superamento dei Limiti del DiD: Offre una soluzione valida quando l'assunzione di tendenze parallele è violata dalla selezione dinamica nel trattamento.
2. Gestione dell'Alta Dimensionalità: Permette di controllare un gran numero di covariate senza dover specificare correttamente il modello di selezione (propensity score), un problema noto nella letteratura econometrica e statistica.
3. Stabilità Numerica: Sostituendo i pesi IPW instabili con pesi di bilanciamento ottimizzati, il metodo garantisce maggiore stabilità in campioni finiti, rendendolo pratico per applicazioni reali con serie storiche lunghe.
4. Flessibilità: Il framework è generale e può essere applicato a diverse storie di trattamento, permettendo di studiare effetti di percorsi specifici (es. trattamento continuo vs. interrotto).

In sintesi, il paper introduce un metodo robusto e teoricamente fondato per stimare effetti causali dinamici in presenza di alta dimensionalità e selezione endogena, superando le limitazioni delle tecniche di ponderazione tradizionali e delle proiezioni locali standard.