Placebo Discontinuity Design

Resumo Técnico: Design de Descontinuidade de Placebo

1. O Problema
O Design de Regressão por Descontinuidade (RDD) padrão baseia-se na hipótese de identificação de que os resultados potenciais esperados são contínuos no ponto de corte. Essa hipótese garante que as unidades imediatamente acima e abaixo do limiar sejam comparáveis na ausência de tratamento. No entanto, essa continuidade pode ser violada quando a variável de corrida está sujeita à manipulação estratégica ou ordenação (sorting) por agentes que têm conhecimento do ponto de corte (por exemplo, administradores escolares manipulando a matrícula para desencadear reduções no tamanho das turmas, ou médicos manipulando relatórios de peso ao nascer para desencadear intervenções médicas).

Quando tal manipulação ocorre, a distribuição condicional dos confundidores não observados dado a variável de corrida torna-se descontínua no ponto de corte. Consequentemente, os estimadores padrão de RDD tornam-se enviesados porque a descontinuidade no resultado reflete tanto o efeito do tratamento quanto a descontinuidade no confundimento não observado. Embora a literatura existente utilize variáveis de placebo (resultados ou covariáveis que não deveriam ser afetados pelo tratamento) como ferramentas diagnósticas para detectar tais violações, os métodos atuais não oferecem um caminho para recuperar o efeito do tratamento uma vez que uma violação é detectada.

2. Metodologia e Estratégia de Identificação
Os autores propõem uma nova estratégia de identificação, denominada "Design de Descontinuidade de Placebo" (PDD), que utiliza um tratamento de placebo ($Z$) e um resultado de placebo ($W$) para corrigir o confundimento não observado e recuperar o efeito causal mesmo quando a hipótese de continuidade padrão falha.

• Modelo Estrutural: O artigo modela o resultado $Y$ como uma função do tratamento $A$, da variável de corrida $D$, do confundidor não observado $U$ e do ruído idiossincrático $\eta_y$. Crucialmente, os autores permitem que a densidade de $U$ dado $D$ seja descontínua no ponto de corte $d^*$.

• Hipóteses Principais:

  • Continuidade Condicional: Embora os resultados potenciais possam ser descontínuos em $D$ marginalmente, assume-se que sejam contínuos condicionalmente ao confundidor não observado $U$. Isto é, $E[Y(a, D, U, \eta_y) | D=d, U=u]$ é contínuo em $d$ para um $u$ fixo.
  • Variáveis de Placebo:
    • Tratamento de Placebo ($Z$): Uma variável que afeta a variável de corrida $D$ (e, portanto, o tratamento $A$), mas é independente do confundidor não observado $U$ e do resultado $Y$ condicionalmente a $D$ e $U$.
    • Resultado de Placebo ($W$): Uma variável que é um proxy para o confundidor não observado $U$, mas não é causada diretamente pelo tratamento $A$, pela variável de corrida $D$ ou pelo tratamento de placebo $Z$.
  • Ponte de Confundimento: Os autores assumem a existência de uma função de "ponte de confundimento" $h$, tal que a expectativa condicional do resultado dado $D$ e $U$ pode ser expressa como uma integral de $h$ em relação à distribuição do resultado de placebo $W$ dado $D$ e $U$.
  • Completude: Uma condição de posto (rank condition) que garante que a solução da equação integral seja única, permitindo a identificação pontual.

• Resultado de Identificação: Sob estas hipóteses, o efeito do tratamento $\tau_0$ é identificado como a diferença entre o limite à direita e o limite à esquerda ajustado do resultado, onde o ajuste é derivado da descontinuidade do resultado de placebo. Especificamente, o estimador decompõe-se num termo de RDD menos um termo de ajuste baseado na descontinuidade do resultado de placebo ponderado por um coeficiente de variável instrumental local.

3. Estimação
O artigo propõe um estimador de Variável Instrumental Local (LIV) para operacionalizar a estratégia de identificação.

• Abordagem: Os autores aproximam a função de ponte de confundimento usando uma especificação parcialmente linear. Eles estimam os parâmetros usando uma estrutura de regressão linear local estendida para incluir variáveis instrumentais.
• Decomposição: O estimador resultante, $\hat{\tau}_{pdd}$, é numericamente equivalente a:
  $$\hat{\tau}_{pdd} = \hat{\tau}^y_{rdd} - (\hat{\tau}^w_{rdd})^\top \hat{\gamma}_-$$
  onde $\hat{\tau}^y_{rdd}$ é o estimador RDD padrão para o resultado alvo, $\hat{\tau}^w_{rdd}$ é o estimador RDD para o resultado de placebo, e $\hat{\gamma}_-$ é um vetor de pesos derivado de uma regressão de IV local do resultado alvo residualizado sobre o resultado de placebo residualizado (instrumentado por $Z$) abaixo do ponto de corte.
• Interpretação: Se o resultado de placebo não apresentar descontinuidade ($\hat{\tau}^w_{rdd} \approx 0$), o termo de ajuste desaparece e o estimador reduz-se ao RDD padrão. Se existir uma descontinuidade, o estimador utiliza-a para corrigir o viés no resultado alvo.

4. Resultados Teóricos

• Consistência: Os autores estabelecem que o estimador LIV é consistente para o efeito do tratamento sob a hipótese de que a ponte de confundimento é parcialmente linear (ou bem aproximada por ela).
• Normalidade Assintótica e Correção de Viés: Seguindo a estrutura de Calonico et al. (2014), o artigo deriva o viés assintótico do estimador ingênuo ao utilizar larguras de banda (bandwidths) de Erro Quadrático Médio (MSE) otimizadas. Os autores propõem um procedimento de inferência robusto com correção de viés. Eles demonstram que, após a correção de viés, o estimador é assintoticamente normal à taxa $n^{-2/5}$, permitindo a construção de intervalos de confiança e testes de hipótese válidos.

5. Contribuições Principais e Significância

• Do Diagnóstico à Correção: A principal contribuição é mudar o papel das variáveis de placebo em RDD de meras ferramentas diagnósticas (para detectar invalidade) para mecanismos ativos de correção (para recuperar a validade).
• Identificação Pontual sob Manipulação: Ao contrário de abordagens anteriores que apenas fornecem limites (bounds) para o efeito do tratamento quando a variável de corrida é manipulada (por exemplo, Gerard et al., 2020), este artigo fornece condições para a identificação pontual do efeito do tratamento na presença de comportamento estratégico.
• Recuperação Nãoparamétrica: O método recupera o efeito do tratamento de RDD de forma nãoparamétrica, evitando a necessidade de hipóteses paramétricas fortes sobre a função de produção ou a distribuição dos inobserváveis exigidas por outros métodos (por exemplo, Garicano et al., 2016).
• Implementação Prática: O estimador proposto decompõe-se em componentes familiares de RDD e um ajuste ponderado, tornando-o computacionalmente tratável e interpretável para pesquisadores empíricos. Ele evita a "maldição da dimensionalidade" frequentemente associada à estimação nãoparamétrica envolvendo múltiplas covariáveis ao utilizar uma aproximação parcialmente linear.

6. Alegações e Limitações
Os autores alegam modestamente fornecer um novo resultado de identificação e uma nova variação do estimador de regressão linear local. Eles reconhecem que as hipóteses estruturais (especificamente a existência da ponte de confundimento e a condição de completude) são geralmente não testáveis, de forma semelhante às hipóteses de IV padrão. O método depende da disponibilidade de variáveis de placebo válidas que satisfaçam restrições específicas de exclusão e independência. O artigo não pretende resolver todas as formas de invalidade de RDD, mas foca especificamente em cenários onde a manipulação estratégica leva a descontinuidades nos confundidores não observados, um problema comum em aplicações de ciências sociais envolvendo benefícios governamentais ou programas sociais. Sugere-se que trabalhos futuros explorem a inferência consciente do viés e o comportamento do estimador com proxies fracas.