When Do Treatment Changes Identify Causal Effects?

Sintesi Tecnica: Quando i cambiamenti nel trattamento identificano effetti causali?

Problema e Motivazione
La ricerca empirica si affida frequentemente a dati osservazionali per identificare effetti causali, impiegando tipicamente o strategie di selezione su osservabili (condizionando sugli covariate per trattare i livelli di trattamento come esogeni) o disegni di differenza-nelle-differenze (DiD) (assumendo trend paralleli nei potenziali esiti). Tuttavia, esiste una terza pratica, spesso implicita: valutare l'effetto dei cambiamenti in un trattamento che evolve dinamicamente (ad esempio, aggiustamenti delle aliquote fiscali, modifiche del dosaggio) piuttosto che livelli di trattamento specifici. Sebbene i ricercatori spesso ricodifichino i trattamenti come indicatori binari di incremento rispetto a nessuna variazione, le assunzioni strutturali richieste per questa strategia di identificazione tramite "cambiamento nel trattamento" rimangono teoricamente poco esplorate. Nello specifico, non è chiaro come queste assunzioni si relazionino alle convenzionali strategie basate sui livelli di trattamento e se siano annidate in esse. Questo articolo affronta le condizioni sotto le quali la variazione nei cambiamenti del trattamento identifica effetti causali, caratterizza i modelli strutturali che supportano tale identificazione e indaga la relazione tra le strategie di identificazione basate sul cambiamento del trattamento e quelle basate sul livello del trattamento.

Metodologia e Quadro Strutturale
Il saggio impiega il framework dei potenziali esiti per definire l'effetto causale di interesse: l'effetto medio di un incremento di trattamento $\nabla d$ rispetto a nessuna variazione, denotato con $\Delta_t(\nabla d)$. L'assunzione identificativa centrale è un'assunzione di indipendenza condizionale per i cambiamenti del trattamento (CIA-$\nabla D$), che richiede che il cambiamento del trattamento $\nabla D_T$ sia indipendente dai potenziali esiti condizionatamente alla storia degli covariate osservati $\bar{X}_{T-1}$.

Per comprendere la validità della CIA-$\nabla D$, l'autore caratterizza due distinti modelli strutturali non annidati (Modello A e Modello B) che coinvolgono equazioni di esito e di trattamento con non osservabili invarianti nel tempo (effetti fissi $U$) e non osservabili variabili nel tempo ($V_t, W_t$):

• Modello A: Richiede che l'effetto fisso $U$ sia additivamente separabile nell'equazione del trattamento (annullandosi nel cambiamento $\nabla D_T$) e esclude effetti di trattamento dinamici (i trattamenti precedenti non influenzano gli esiti o i covariate successivi). Richiede inoltre che i non osservabili variabili nel tempo nell'equazione del trattamento siano indipendenti da quelli nell'equazione dell'esito.
• Modello B: Richiede anch'esso la separabilità additiva di $U$ nell'equazione del trattamento, ma impone una restrizione più forte sul processo di trattamento: gli shock variabili nel tempo che guidano i cambiamenti del trattamento devono seguire un processo di cammino casuale (random walk, ovvero non correlati serialmente condizionatamente agli covariate). In cambio di questa assunzione più forte, il Modello B permette effetti di trattamento dinamici.

Il saggio dimostra formalmente che le assunzioni alla base dell'identificazione tramite cambiamento del trattamento sono generalmente non annidate con quelle delle strategie basate sui livelli di trattamento (Selezione sugli Osservabili, CIA-$D$ e DiD, CIA-$\nabla Y$). Nello specifico, la CIA-$\nabla D$ non implica la CIA-$D$ o la CIA-$\nabla Y$, e viceversa. Tuttavia, sotto le specifiche condizioni del Modello B (cammino casuale), il condizionamento sui cambiamenti del trattamento diventa equivalente al condizionamento sui livelli di trattamento dato il trattamento ritardato, rendendo le tre strategie congiuntamente valide.

Contributi Chiave e Risultati Teorici

1. Caratterizzazione di Modelli Non Annidati: Il saggio stabilisce che l'identificazione valida tramite i cambiamenti del trattamento si basa su condizioni strutturali distinte da quelle richieste per l'identificazione basata sui livelli. Questa non-annidabilità implica che una strategia valida sotto un insieme di assunzioni può fallire sotto un altro dove una strategia basata sui livelli ha successo.
2. Equivalenza sotto Cammini Casuali: Un risultato teorico chiave è che se il processo di trattamento segue un cammino casuale (Modello B), il condizionamento sui cambiamenti del trattamento è equivalente al condizionamento sui livelli di trattamento dato il trattamento ritardato. Questa equivalenza permette la costruzione di test di sovraidentificazione di tipo Hausman per sfruttare congiuntamente i metodi basati su livelli e cambiamenti.
3. Robustezza Doppia Strutturale (DR): Oltre ai test di sovraidentificazione, i risultati di non-annidabilità implicano una proprietà di robustezza doppia strutturale per gli stimatori che differenziano sia gli esiti che i trattamenti, come il classico stimatore a due vie di effetti fissi (TWFE). Il saggio prova che il TWFE rimane consistente se o l'assunzione del cambiamento del trattamento (separabilità additiva nell'equazione del trattamento) o l'assunzione dei trend paralleli (separabilità additiva nell'equazione dell'esito) è soddisfatta, senza richiedere che entrambe siano soddisfatte simultaneamente. Questa proprietà sussiste anche quando l'altra assunzione fallisce.
4. Differenze negli Estimandi e Riscalamento: Il saggio chiarisce che, sotto effetti di trattamento eterogenei, gli estimandi delle diverse strategie differiscono. Nello specifico, lo stimatore CIA-$\nabla D$ mira a una media ponderata di effetti marginali scalata da un fattore di persistenza $\lambda$ (il grado in cui i livelli di trattamento co-movono con i cambiamenti), mentre il TWFE e le strategie basate sui livelli mirano direttamente all'effetto marginale non scalato. Di conseguenza, i test di sovraidentificazione validi richiedono il riscalamento degli stimatori CIA-$\nabla D$ per $1/\lambda$ prima del confronto.

Risultati Empirici e di Simulazione

• Studio di Simulazione: Il saggio conduce studi di simulazione che confermano i risultati di non-annidabilità. In scenari in cui solo una assunzione è soddisfatta, lo stimatore corrispondente è consistente mentre gli altri sono distorti. Crucialmente, le simulazioni validano la robustezza doppia del TWFE: esso rimane consistente ogni volta che l'assunzione del cambiamento del trattamento o l'assunzione dei trend paralleli è soddisfatta, anche se l'altra fallisce. Quando il trattamento segue un cammino casuale, tutte le strategie forniscono stime consistenti.
• Applicazione Empirica: La metodologia viene applicata per stimare l'elasticità del prezzo della domanda di sigarette utilizzando dati panel a livello statale (Baltagi e Levin, 1986). Lo studio confronta quattro strategie: CIA-$\nabla D$, CIA-$\nabla Y$ (DiD), CIA-$D$ (selezione sugli osservabili) e TWFE.
  • I risultati mostrano che le strategie basate sui livelli (CIA-$\nabla Y$, CIA-$D$, TWFE) forniscono stime consistenti (elasticità $\approx -0,38$ a $-0,40$).
  • La strategia del cambiamento del trattamento (CIA-$\nabla D$), anche dopo il riscalamento per il fattore di persistenza, fornisce un'elasticità significativamente maggiore in valore assoluto ($\approx -0,68$).
  • I test di sovraidentificazione di Hausman rifiutano fortemente la validità congiunta della strategia del cambiamento del trattamento rispetto alle strategie basate sui livelli.
  • Data la robustezza doppia del TWFE, la discrepanza suggerisce che l'assunzione del cambiamento del trattamento (CIA-$\nabla D$) probabilmente fallisce in questo contesto, possibilmente perché gli stati con grandi aumenti di prezzo differiscono sistematicamente in modi non catturati dai covariate.

Significato
Il saggio fornisce una base teorica sistematica per l'uso dei cambiamenti nel trattamento nell'inferenza causale, chiarendo che questo approccio si basa su assunzioni strutturali distinte da quelle dei metodi convenzionali. Evidenzia come l'identificazione tramite il cambiamento del trattamento possa offrire potenza eliminando gli effetti fissi che contaminano l'identificazione basata sui livelli, ma non sia universalmente superiore. L'identificazione di assunzioni non annidate consente ai ricercatori di costruire test di sovraidentificazione per falsificare la validità congiunta. Inoltre, la dimostrazione della robustezza doppia strutturale del TWFE offre una salvaguardia pratica: i ricercatori possono fare affidamento sul TWFE per una stima consistente se possono giustificare o l'assunzione del cambiamento del trattamento o l'assunzione dei trend paralleli, anche se l'altra fallisce. Il saggio conclude che i ricercatori che utilizzano i cambiamenti nel trattamento devono essere espliciti riguardo alle condizioni strutturali su cui fanno affidamento (ad esempio, assenza di effetti dinamici o shock di cammino casuale) e dovrebbero considerare i test di sovraidentificazione come uno strumento diagnostico per la validità delle loro assunzioni identificative.