Inference in Regression Discontinuity Designs with Clustered Data

Resumo Técnico: Inferência em Designs de Discontinuidade de Regressão (RD) com Dados Agrupados

1. O Problema

Os Designs de Discontinuidade de Regressão (RD) são amplamente utilizados em economia e ciências sociais para identificar efeitos causais. A maioria da literatura teórica assume que as observações são independentes e identicamente distribuídas (i.i.d.). No entanto, na prática aplicada, os dados frequentemente exibem agrupamento (clustering) (ex: municípios, escolas, distritos eleitorais), onde unidades dentro do mesmo grupo são correlacionadas.

Apesar de pesquisadores aplicados utilizarem rotineiramente erros padrão agrupados (cluster-robust standard errors) em cerca de 80% dos estudos RD recentes, a literatura teórica carece de fundamentação formal para:

1. As condições sob as quais o estimador RD linear local é assintoticamente normal na presença de agrupamento.
2. A consistência e o desempenho em amostras finitas dos métodos de estimação de variância padrão (baseados em resíduos de regressão) versus métodos de vizinhos mais próximos (nearest-neighbors).
3. A adequação de métodos existentes quando os tamanhos dos clusters variam ou crescem com o tamanho da amostra.

2. Metodologia e Estrutura do Modelo

Os autores propõem um modelo geral para RD agudo (sharp RD) com dados agrupados:

• Estrutura de Dados: $G$ clusters independentes, cada um contendo $n_g$ unidades. A variável de execução ($X$) determina o tratamento se cruzar um limiar (normalizado para 0).
• Estimador: O estimador RD linear local ($\hat{\tau}(h)$) é definido como uma média ponderada das variáveis de resultado ($Y$), onde os pesos dependem da variável de execução, do kernel e da banda ($h$).
• Desafio Teórico: A interação entre o peso local (focado no limiar) e a dependência intra-cluster altera o comportamento assintótico do estimador e sua variância condicional.

3. Principais Contribuições Teóricas

A. Teoria Assintótica para Dados Agrupados
Os autores derivam condições de alto nível (High-Level Conditions) para a normalidade assintótica do estimador RD.

• Condição Chave (Assunção 1): Restrições sobre os pesos atribuídos a unidades de diferentes clusters. Especificamente, nenhum cluster deve dominar a variância condicional do estimador.
• Estrutura de Convergência: Diferente do caso i.i.d., a taxa de convergência da variância condicional depende de:
  1. O número efetivo de unidades por cluster dentro da janela de estimação.
  2. A estrutura de dependência da variável de execução dentro dos clusters.
  3. A estrutura de covariância dos resultados dentro dos clusters.
• Quadros Assintóticos: São introduzidos quatro quadros (Frameworks I-IV) que cobrem cenários empíricos variados:
  • Frameworks I e II: Clusters pequenos ou com distribuição contínua de $X$ dentro do cluster.
  • Frameworks III e IV: Clusters grandes ou com $X$ degenerado (ex: todos os membros de um cluster têm o mesmo valor de $X$), permitindo tamanhos de cluster que crescem com a amostra.

B. Novos Estimadores de Variância
O artigo analisa dois tipos de erros padrão:

1. Erro Padrão Baseado em Resíduos de Regressão Agrupada (CRR): Mostra-se que este método é consistente sob as mesmas condições que garantem a normalidade assintótica. No entanto, em amostras finitas, pode ser excessivamente conservador.
2. Erro Padrão de Vizinhos Mais Próximos Agrupado (CNN - Clustered Nearest-Neighbors):
   • Problema do Método "Naive": A adaptação direta do método de vizinhos mais próximos para dados i.i.d. falha em dados agrupados, produzindo estimativas de variância inconsistentes (viés de covariância) quando os vizinhos pertencem ao mesmo cluster.
   • Solução Proposta (CNN): Os autores propõem um novo estimador que seleciona vizinhos de clusters distintos e disjuntos (excluindo o cluster de origem e garantindo que os conjuntos de vizinhos para os dois termos do produto de resíduos venham de grupos de clusters separados).
   • Resultado: O estimador CNN é consistente e demonstra menor viés em amostras finitas comparado ao método CRR, especialmente quando a curvatura da função de resultado é significativa.

4. Resultados Principais

• Normalidade Assintótica: O estimador RD linear local é assintoticamente normal sob condições que controlam o tamanho dos clusters relativos à janela de banda. A taxa de convergência pode ser mais lenta que $(nh)^{-1/2}$ se houver forte dependência intra-cluster e clusters grandes.
• Comportamento da Variância:
  • Se a densidade conjunta de $X$ é limitada e os clusters são pequenos, a variância converge na taxa padrão $(nh)^{-1}$.
  • Se os clusters são grandes ou $X$ é degenerado dentro do cluster, a variância depende de termos adicionais relacionados ao tamanho dos clusters ($\lambda_n$), podendo dominar a variância i.i.d.
• Desempenho do CNN: Simulações e aplicações empíricas mostram que o erro padrão CNN proposto:
  • É consistente.
  • Apresenta menor viés em amostras finitas do que o método baseado em resíduos (CRR).
  • Corrige o viés presente na abordagem "naive" de vizinhos mais próximos.
• Aplicações Empíricas: O método foi aplicado em quatro estudos de caso reais (ex: impacto de fundos de desastres no México, eleições na França, participação política nos EUA, e regulamentação da OSHA). Os resultados confirmam que em cenários com clusters grandes ou desbalanceados, os erros padrão i.i.d. subestimam drasticamente a variância, enquanto o CNN e o CRR fornecem inferências mais robustas.

5. Significado e Implicações

• Preenchimento de Lacuna Teórica: Este é o primeiro trabalho a fornecer uma teoria unificada para inferência em RD com dados agrupados, cobrindo desde clusters pequenos até cenários onde o tamanho do cluster cresce com a amostra.
• Ferramenta Prática: A proposta do estimador CNN oferece uma alternativa viável e superior aos métodos existentes para pesquisadores que lidam com dados agrupados em RD, especialmente quando a estrutura de dependência é complexa.
• Recomendação de Prática: Os autores fornecem uma "regra prática" (rule of thumb) baseada em pesos ($w_{max}$ e $w_{sum}$) para que pesquisadores verifiquem se seus dados satisfazem as condições para normalidade assintótica padrão ou se necessitam de ajustes mais robustos.
• Extensibilidade: O framework desenvolvido é facilmente extensível para RD fuzzy, designs de "kink" e ajustes de covariáveis.

Em suma, o artigo estabelece as bases teóricas necessárias para a inferência válida em RD com dados agrupados e introduz um novo estimador de variância que melhora a precisão em amostras finitas, resolvendo problemas de viés e inconsistência presentes nas abordagens atuais.