Estimation and Inference in Boundary Discontinuity Designs: Distance-Based Methods

1. Probleemstelling en Context

Het artikel richt zich op Boundary Discontinuity (BD) ontwerpen, een uitbreiding van de klassieke Regression Discontinuity (RD) designs. In standaard RD-ontwerpen wordt toewijzing aan een behandeling bepaald door een univariate drempelwaarde op een enkele score. In BD-ontwerpen krijgen eenheden een bivariate score $X_i = (X_{1i}, X_{2i})^\top$, en wordt de behandeling toegewezen op basis van een één-dimensionale grenskromme $B$ die het steunpunt van de scores scheidt in een behandelings- en een controlegebied.

Een prototypisch voorbeeld is een geografisch RD-ontwerp, waar een fysieke grens (bijv. een gemeentegrens) de behandeling bepaalt.

Er zijn twee hoofdmethoden om causale effecten in deze setting te schatten:

1. Locatie-gebaseerde methoden: Gebruik maken van de volledige bivariate informatie.
2. Afstandsgebaseerde methoden (Focus van dit artikel): Reductie van de bivariate score tot een univariate variabele: de gesigneerde afstand $D_i(x)$ van een observatie $X_i$ tot een specifiek punt $x$ op de grenskromme $B$.

Hoewel afstandsgebaseerde methoden in de empirische praktijk zeer populair zijn (vanwege data-beschikbaarheid, privacy of eenvoud), ontbrak er tot nu toe een formele theoretische onderbouwing voor de schatting en inferentie van de Boundary Average Treatment Effect Curve (BATEC), gedefinieerd als:
$$\tau(x) = E[Y_i(1) - Y_i(0) \mid X_i = x], \quad x \in B$$
De auteurs onderzoeken de statistische eigenschappen van deze methoden, met name hoe de geometrie van de grens (bijv. gladheid of knikken) de schatting beïnvloedt.

2. Methodologie

De auteurs analyseren isotrope lokale polynoomschattingen gebaseerd op de univariate afstand $D_i(x)$. Voor elk punt $x$ op de grens $B$ wordt een lokale regressie uitgevoerd waarbij de kernel-afstand afhangt van $|D_i(x)|$.

De kern van de analyse ligt in de decompositie van de schattingsfout:
$$\hat{\vartheta}(x) - \tau(x) = B(x) + L(x) + Q(x)$$
Waarbij:

• $B(x)$ de benaderingsbias (misspecificatiebias) is.
• $L(x)$ de stochastische lineaire component is.
• $Q(x)$ hogere-orde linearisatiefouten vertegenwoordigt.

De auteurs benadrukken dat de bias $B(x)$ niet alleen afhangt van de gladheid van de onderliggende regressiefuncties, maar cruciaal ook van de geometrische regulariteit van de grens $B$.

3. Belangrijkste Bijdragen en Resultaten

De bijdragen zijn theoretisch van aard en omvatten identificatie, schattingskansen, inferentie en minimax-optimaliteit.

A. Identificatie (Theorema 1)

De auteurs bewijzen dat de BATEC $\tau(x)$ geïdentificeerd kan worden via de limiet van de univariate conditionele verwachtingen gegenereerd door de afstandstransformatie, mits de grens $B$ een rectifieerbare kromme is. Dit legt de theoretische basis voor het gebruik van afstand als running variable.

B. Benaderingsbias en Geometrie (Theorema 2 en 3)

Dit is een van de meest cruciale bevindingen van het artikel:

• Theorema 2 (Irregulariteiten): Als de grens $B$ knikken (kinks) of andere geometrische onregelmatigheden bevat, vertoont de schatter een onherleidbare bias van orde $O(h)$, ongeacht de orde $p$ van het gebruikte polynoom of de gladheid van de onderliggende regressiefuncties. De reden is dat de geïnduceerde univariate regressiefunctie $\theta_{t,x}(r)$ niet differentieerbaar is in de buurt van een knik, zelfs als de oorspronkelijke bivariate functie glad is.
• Theorema 3 (Gladheid): Als de grens $B$ voldoende glad is (bijv. $C^{\kappa+2}$), wordt de standaard niet-parametrische bias van orde $O(h^{\kappa \wedge (p+1)})$ hersteld.
• Conclusie: Standaard RD-procedures die een $O(h^{p+1})$ bias verwachten, kunnen ernstig vertekend zijn in BD-ontwerpen met onregelmatige grenzen.

C. Convergentiesnelheden en Minimax Optimaliteit (Theorema 4 en 6)

• Convergentie: De schatter bereikt puntsgewijze en uniforme convergentiesnelheden die afhangen van de bias en de variantie. De variantie is van orde $(nh^2)^{-1}$ (in plaats van $(nh)^{-1}$ bij standaard univariate regressie), wat de "curse of dimensionality" weerspiegelt.
• Minimax Ondergrens (Theorema 6): De auteurs bewijzen dat voor een klasse van isotrope niet-parametrische schatters op een rectifieerbare kromme, de uniforme minimax convergentiesnelheid beperkt is tot $n^{-1/4}$ (tot op logaritmische factoren).
  • Dit betekent dat het onmogelijk is om een snellere snelheid te bereiken door de gladheid van de onderliggende functie te verhogen als de grens zelf niet glad is. De geometrie van de grens is de beperkende factor.
  • De voorgestelde afstand-gebaseerde schatter is dus minimax optimaal voor deze klasse van problemen.

D. Statistische Inferentie (Theorema 5)

De auteurs ontwikkelen procedures voor puntsgewijze en uniforme inferentie (betrouwbaarheidsintervallen en -banden).

• Ze gebruiken een sterke benadering (strong approximation) voor empirische processen om de asymptotische verdeling van het proces $\hat{T}(x)$ over de gehele grens $B$ te karakteriseren.
• Ze tonen aan dat standaard inferentieprocedures voor univariate RD (zoals die van Calonico et al.) toepasbaar zijn, mits de bandbreedte zo wordt gekozen dat de door de geometrie veroorzaakte bias klein genoeg is.

4. Praktische Implicaties en Implementatie

Op basis van de theoretische resultaten geven de auteurs concrete richtlijnen voor empirische onderzoekers:

1. Bandbreedtekeuze:

   • Als de grens glad is, kan de optimale bandbreedte worden gebruikt (vergelijkbaar met standaard RD).
   • Als de grens knikken bevat (of de gladheid onbekend is), moet de bandbreedte worden gekozen als $h \asymp n^{-1/4}$. Dit is conservatiever dan de standaard MSE-optimale keuze voor gladde grenzen, maar noodzakelijk om de grote bias bij knikken te vermijden.
   • Ze stellen een adaptieve bandbreedte voor die varieert afhankelijk van de afstand tot bekende knikpunten.

2. Software:

   • De methoden zijn geïmplementeerd in het R-pakket rd2d, dat specifiek is ontworpen voor BD-ontwerpen. Dit pakket biedt standaardkeuzes die rekening houden met de geometrische onzekerheid.

3. Empirisch Voorbeeld:

   • Het artikel illustreert de methoden met data van het Colombiaanse "Ser Pilo Paga" onderwijsprogramma. De toewijzingsgrens is L-vormig met een knik. De simulaties tonen aan dat het negeren van de knik leidt tot grotere bias, terwijl de voorgestelde methoden (met aangepaste bandbreedtes) betrouwbare resultaten leveren.

5. Significatie

Dit artikel is van fundamenteel belang voor de econometrie en causale inferentie:

• Theoretische Lekkenschap: Het vult een gat in de literatuur door de eerste formele onderbouwing te bieden voor de wijdverbreide praktijk van het gebruik van afstandsvariabelen in BD-ontwerpen.
• Geometrisch Inzicht: Het onthult dat de geometrie van de behandelingsgrens een centrale rol speelt in de statistische eigenschappen van de schatter, een aspect dat vaak wordt genegeerd.
• Grenzen van Methodologie: Het toont aan dat er fundamentele limieten zijn aan de prestaties van isotrope schatters in deze context (de $n^{-1/4}$ grens), wat onderzoekers waarschuwt tegen het verwachten van snellere convergenties in onregelmatige settings.
• Praktische Toepasbaarheid: Door de ontwikkeling van robuuste bandbreedtekeuzes en software, maakt het artikel het voor onderzoekers mogelijk om BD-ontwerpen correct en betrouwbaar toe te passen, zelfs bij complexe grensgeometrieën.

Samenvattend biedt dit werk een rigoureuze theoretische basis en praktische tools voor het schatten van heterogene behandelingseffecten langs complexe grenzen, waarbij het de impact van geometrische onregelmatigheden op de bias en de convergentiesnelheid kwantificeert.