📈 economics

Donut Regression Discontinuity Designs

本論文は、ドーナツ回帰不連続デザインのための理論的枠組みを提供し、カットオフ付近の観測値を除外することがバイアスと分散にどのように影響するかを実証するとともに、既存のバイアスを考慮した推論手法が引き続き有効であることを示し、従来の推定値とドーナツ推定値を比較するための仕様検定を定式化するものである。

原著者： Cladia Noack, Chistoph Rothe

公開日 2026-08-12

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Cladia Noack, Chistoph Rothe

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

あなたは、なぜ何かが起きたのかを突き止めようとしている探偵だと想像してください。しかし、あなたは対照実験を行うことができません。ただ現実の世界で起きていることを観察する「観察データ」に頼るしかありません。経済学や社会科学の世界には、「回帰不連続（RD）デザイン」と呼ばれる巧妙なトリックがあります。これは、高級クラブの厳格なドアマンのようなものです。ドアマンはこうルールを定めています。「18歳以上の者は入場を許可する。17歳と364日齢の者は外に待機させる」。

このルールがあまりに鋭利であるため、（18歳と1日の）ギリギリ合格した人々は、（17歳と364日の）ギリギリ不合格だった人々と、年齢という一点を除いて、あらゆる面において実質的に「双子」のように同一です。したがって、彼らの結果（例えば、将来どれくらいの収入を得るか）を比較することで、18歳であることの効果を分離することができます。それは、まるで自然実験のようです。そこでは「処置（トリートメント）」を受けること（クラブに入ること）だけが変化しているのです。

しかし、ここには落とし穴があります。時として、データは乱れます。人々が年齢を偽ったり、ドアマンが混乱して17歳に見える人を18歳として入れてしまったり、あるいは、ちょうど18歳の人たちがなぜか特異な性質を持っていたりすることがあります。研究者が、カットオフ（境界線）付近のデータが壊れている、あるいは操作されているのではないかと疑うとき、彼らはしばしば「ドーナツ」RDデザインという戦略を用います。これは、データの中心部を切り取って、真ん中に穴を開ける手法です。まるでデータの真ん中に穴が開いたドーナツのように。そして、彼らは中心部から少し離れた人々を見て、その中心で何が起きていたのかを推測しようとします。

問題は、長い間、この「ドーナツ」の穴に関する数学的な仕組みが誰にも分かっていなかったことです。研究者たちは、穴をどの程度の大きさにすべきか、あるいは自分たちの結果が信頼できるのかどうかを、単に勘で決めていました。彼らは、穴が大きすぎるのか、あるいは上のアイシングが溶けてしまっているのかも分からないまま、ドーナツを食べていたのです。

論文の物語：ドーナツの数学

この論文において、クラウディア・ノアックとクリストフ・ローテは、単に勘で決めることをやめ、本格的な数学に取り組みます。彼らは「ドーナツ」を単なるヒューリスティック（経験則）的なトリックとしてではなく、正式な統計ツールとして扱います。彼らはこう問いかけます。「もしデータの真ん中を切り取ったら、私たちの推定値はどうなるのか？正解から遠ざかってしまうのか？信頼区間（真実が含まれると想定される範囲）は広くなるのか？」

彼らの知見は、「注意せよ」という警告と、「正しいやり方」の提示という両面を持っています。

まず、彼らは境界付近のデータを切り取ることが、推定の精度を低下させることを発見しました。それは、部屋の隅々だけを測定することで、部屋の中心の温度を推測しようとするようなものです。より多くの推測（外挿）が必要になり、それが誤差を生みます。彼らは、もし小さな「ドーナツ」を取り除いた場合（通常のデータウィンドウの10%以内の観測値を削除した場合）、推定値のバイアス（どれほど的外れになるか）は**41%から63%跳ね上がり、分散（その研究をもう一度行った場合に答えがどれほど変動するか）は53%から61%**増加することを発見しました。簡単に言えば、ドーナツは答えをノイジー（雑音が多い状態）にし、潜在的に偏らせるのです。

しかし、著者たちは希望の兆しも見出しました。彼らは、「バイアスを考慮した（bias-aware）」と呼ばれる特定の種類の統計ツールが、ドーナツの穴があっても完璧に機能することを示しました。これらは、多少のズレを考慮して少し幅を広げた特別な区間です。論文は、ドーナツのために新しい数学を発明する必要はなく、既存の堅牢なツールを使えばよいことを証明しています。ただし、代償はあります。追加の不確実性を考慮するため、これらの信頼区間はドーナツを使用した場合、26%から33%長くなります。それは、ドアマンが「正確に誰が入れるか確信が持てないので、可能性の範囲を広めに提示しておきます」と言うようなものです。

この論文はまた、研究者がそもそもなぜドーナツを使うのかという問いにも取り組んでいます。多くの場合、彼らはそれを「診断テスト」として使用します。もし「ドーナツ」の結果（乱れた中間部分を無視したもの）が、「全データ」を用いた結果と全く異なる場合、それはデータが境界付近で異常であることを示すレッドフラグ（警告）となります。著者らは、このチェックを行うための新しい正式なテストを開発しました。彼らは、2つの方法を比較しました。

古い方法： 「ドーナツ」の結果と「全データ」の結果を比較する。
新しい方法： 「ドーナツ」の結果と、穴の中にあるデータのみから計算された結果（「ドーナツ内」のデータ）を比較する。

シミュレーションと数学を通じて、彼らは新しい方法の方が一般的に優れた「探偵」であることを発見しました。それは、境界付近のデータが実際に壊れている場合に、それを検知する能力がより高いのです。シミュレーションにおいて、この新しいテストは、古い方法よりもはるかに頻繁に問題を特定しました。

最後に、著者らはこれらの新しいルールを2つの実世界の事例に適用しました。一つはパキスタンの教員契約に関するもので、政策変更によって境界が生じました。彼らは、ドーナツ法を用いた際に結果が劇的に変化したことを発見し、元のデータが境界付近で確かに問題があったことを示唆しました。もう一つは、低出生体重児（約1,500グラム）に関するものです。彼らは、出生体重における丸め誤差が1,500gの地点でデータを乱していることを確認し、彼らの新しいテストが、それがどれほど重要であるかを正確に定量化するのに役立ちました。

要するに、ノアックとローテは単に「ドーナツはOKだ」と言ったのではありません。彼らは研究者にマニュアルを与えたのです。「もしドーナツを使うなら、答えが少しノイジーになり、安全圏の幅が広くなることを覚悟しなさい。しかし、もしこれらの特定のツールとこの新しいテスト手法を使えば、依然として結論を信頼することができる」。彼らは、人気はあるが乱雑な「キッチンのトリック」を、精密で科学的な計器へと変えたのです。

技術要約：ドーナツ・回帰不連続デザイン

1. 問題提起

回帰不成立（RD）デザインは、観測データから因果効果を特定するための標準的な枠組みである。しかし、実証研究者は、カットオフ付近における実行変数の妥当性に関する懸念（ソーティング、操作、測定誤差、またはデータ・ヒーピング（例：焦点値への丸め）など）に頻繁に直面する。これらの問題に対処するため、研究者はしばしば「ドーナツ」RDデザインを採用し、閾値の近傍（「ドーナツの穴」）にある観測値を除外する。

このドーナツRDデザインは広く用いられているものの、その実装は多分にヒューリスティック（経験則的）なものに留まっている。データのトリミングがバイアス、分散、および統計的推論にどのように影響するかについての正式な指針は限られている。具体的には、以下の点が不明確である：

カットオフ付近のデータを除外することが、バイアスと分散のトレードオフをどのように変化させるか。
従来のソフトウェアによって報告される標準誤差や信頼区間が、依然として有効であるか。
従来のRD推定値とドーナツRD推定値の差が、統計的に有意なのか、それとも単なるサンプリング変動によるものなのかを、どのように正式にテストするか。
仕様テストの文脈において、これら2つの推定値間の差の大きさをどのように解釈すべきか。

2. 方法論および理論的枠組み

著者らは、局所線形推定の枠組みの中でドーナツRDデザインを分析している。彼らは、実行変数 $X_i$ が処置 $T_i = \mathbb{1}\{X_i \geq 0\}$ を決定するシャープなRDデザインを検討している。

2.1. ドーナツ推定量

ドーナツRD推定量 $\hat{\tau}(h, d)$ は、 $|X_i| < d$ となる観測値を除外する局所線形回帰として定義される。ここで、 $d$ はドーナツのサイズであり、 $h$ はバンド幅である（ $d < h$ ）。この推定量は、 $d=0$ の場合の従来のRD推定量を特殊なケースとして内包している。

2.2. 推定対象と識別

本論文では、ドーナツデザインを使用する2つの潜在的な目的を区別している。

因果推定： 研究者は、ドーナツの外側（ $|x| \geq d$ ）では観測された条件付き期待値 $\mu(x)$ と一致するが、内側では異なる可能性がある仮説的な関数 $\mu^*(x)$ を想定している。ターゲットとなるパラメータは、ゼロにおける $\mu^*(x)$ のジャンプ、すなわち $\tau^* = \mu^*_+ - \mu^*_-$ である。
診断／仕様テスト： 研究者は、ドーナツ内部の観測データが、ドーナツ外部のデータを支配する滑らかさの仮定と適合しているという帰無仮説をテストする。帰無仮説の下では、すべての $x$ について $\mu(x) = \mu^*(x)$ であり、したがって $\tau = \tau^*$ となる。

2.3. 漸近的レジーム

分析では、 $h$ に対するドーナツサイズ $d$ に関する2つの漸近的レジームを検討している。

スモール・ドーナツ漸近（Small Donut Asymptotics）： $d = ch $（ただし$ c \in [0, 1) $は固定）であり、$ h \to 0$ となる。これは、除外される近傍が推定ウィンドウに対して相対的に小さいシナリオをモデル化している。
ラージ・ドーナツ漸近（Large Donut Asymptotics）： $d$ は固定されており、 $h \to d$ となる。これは、推定ウィンドウが除外されたギャップよりもわずかに大きいだけのシナリオをモデル化している。

2.4. 主要な技術的ツール

著者らは、ドーナツ推定量のバイアスと分散の漸近近似を導出している。彼らは、ドーナツ推定量が修正されたカーネル関数 $K_c(u) = K(u)\mathbb{1}\{|u| > c\}$ を持つ従来の推定量と同様に振る舞うことを示している。その結果、漸近的特性は、積分範囲 $[c, 1]$ に依存する新しいカーネル定数 $B_K(c)$ および $S_K(c)$ に依存することになる。

推論については、本論文ではバイアスを考慮した信頼区間（Armstrong and Kolesár, 2018; Kolesár and Rothe, 2018）を利用している。これらは、高次のバイアス補正（トリミングに敏感である可能性がある）に頼るのではなく、滑らかさの境界 $M$ によって許容される最悪のバイアスを明示的に考慮したものである。

3. 主要な貢献と結果

3.1. 点推定：バイアスと分散のトレードオフ

本論文は、ドーナツによるトリミングが、従来のRD推定量と比較して大幅な不確実性を導入することを確立している。

バイアスと分散の増加： スモール・ドーナツ漸近の下では、バンド幅の10%以内（ $c=0.1$ ）の観測値を除外すると、カーネル関数（一様、三角、またはエパネクニコー）に応じて、漸近的バイアスが41%から63%、分散が53%から61%増加する。
最適バンド幅： 著者らは、平均二乗誤差（MSE）に最適なバンド幅 $h_{MSE}(d)$ を特徴付けている。彼らは、標準的なカーネルにおいて、最適なバンド幅はドーナツサイズ $d$ に対して単調に増加することを示している。

3.2. 推論：バイアスを考慮した区間の妥当性

バイアスを考慮した信頼区間の頑健性： 本論文は、特別な調整を必要とせず、スモール・ドーナツ漸近およびラージ・ドーナツ漸近の両方において、ドーナツRDデザインに対するバイアスを考慮した信頼区間が漸近的に有効であることを示している。
区間の長さ： 有効ではあるものの、ドーナツの存在はこれらの区間を大幅に広げる。 $c=0.1$ の場合、漸近的な信頼区間の長さは、従来のケースと比較して26%から33%増加する。この増加は主に標準誤差の上昇によるものであるが、臨界値関数も寄与している。
ロバスト・バイアス補正（RBC）： 対照的に、RBC信頼区間（Calonico et al., 2014）は、スモール・ドーナツ漸近の下でのみ正しい被覆率を維持し、トリミングに対する高次多項式の敏感さにより、さらに大きな長さの膨張（ $c=0.1$ で60%から66%）に苦しむことが本論文で指摘されている。

3.3. 仕様テスト

著者らは、両者の間の高い相関を考慮した上で、従来の推定量とドーナツ推定量を比較するための正式な統計的テストを開発した。

テスト1 ( $\Delta$ )： ドーナツ推定量 $\hat{\tau}(h, d)$ と従来の推定量 $\hat{\tau}(h, 0)$ を比較する。このテスト統計量は、2つの推定量の共分散を考慮している。
テスト2 ( $\Gamma$ )： ドーナツ推定量 $\hat{\tau}(h, d)$ と「ドーナツ内」推定量 $\hat{\tau}(d, 0)$ （穴の中のデータのみを使用）を比較する。このアプローチは非重複のデータを使用するため、統計的に独立した推定量となる。
検出力特性： 理論的分析とシミュレーションにより、 $\Gamma$ テストは、条件付き期待値がドーナツ内で異なる挙動を示す可能性のある妥当な局所的な代替仮説に対して、 $\Delta$ テストよりも一般に優れた局所的検出力を有することが示されている。

3.4. ファジーRDへの拡張

本フレームワークはファジーRDデザインにも拡張されている。

強い第1段階（Strong First Stage）： スモール・ドーナツ漸近の下で強い第1段階がある場合、ファジー・ドーナツ推定量は、補助的なアウトカム変数に適用されたシャープ・ドーナツ推定量と漸近的に等価である。標準的なバイアス考慮推論が適用可能である。
弱い第1段階（Weak First Stage）： 識別が弱い場合やドーナツが大きい場合、点推定は一般に一致性を持たない。著者らは、アンダーソン–ルービン型の信頼集合を使用し、多重検定のためにボンフェローニ補正を用いて第1段階と簡約形式のそれぞれに対して個別の仕様テストを行うことを推奨している。

4. 実証的例示

論文では、2つの応用例を用いて手法を説明している。

教師契約（パキスタン）： Bau and Das (2020) を再検討した結果、ドーナツ・トリミング（採用期間の低迷期を除外すること）が、契約割り当て確率の第1段階の推定値を劇的に変化させることが判明した。仕様テストは従来のファジーRDデザインを強く拒絶しており、結果が除外された期間によって駆動されていることを示唆している。
低出生体重（米国）： 1,500gの閾値における乳児死亡率に関する Almond et al. (2010) および Barreca et al. (2011) を再検討している。この研究は、閾値付近の観測値（丸め/ヒーピングによるもの）を除外することで、医療介入の効果の推定値が0.95%から0.16%に減少することを示している。仕様テストは、従来の推定値とドーナツ推定値の差が統計的に有意であることを示しており、閾値におけるデータの不規則性に関する懸念を支持している。

5. 意義と主張

本論文は、ドーナツRDデザインに初めて正式な理論的基礎を提供し、その実践をヒューリスティックな適用から厳密な統計的推論へと移行させた。

トレードオフの明確化： ドーナツによるトリミングのコストを定量化し、それが（操作などの）識別上の脅威に対処できる一方で、大幅なバイアスと分散の増大という代償を伴うことを示している。
有効な推論： トリミングによって導入される不確実性を正しく考慮した、有効な統計的推論（信頼区間および仮説検定）のためのツールキットを提供している。
診断的有用性： ドーナツデザインを診断ツールとして形式化し、カットオフ付近のデータがサンプルの他の部分と一貫した挙動を示すかどうかをテストするための厳密な方法を提示している。

著者らは、ドーナツ・トリミングは特定のデータに関する問題に対処するための有用な戦略であるが、研究者は大幅な不確実性の増加を認識しなければならないと結論づけている。ドーナツサイズ $d$ の選択は、特に有効な因果推論を目的とする場合には、純粋にデータ駆動型の選択ではなく、主題に関する知識に基づくべきであると示唆している。ただし、仕様テストの文脈においては、 $d$ の範囲を探索することは可能であり、かつ有益である。