When Do Treatment Changes Identify Causal Effects?

Resumo Técnico: Quando Mudanças no Tratamento Identificam Efeitos Causais?

Problema e Motivação
A pesquisa empírica frequentemente se baseia em dados observacionais para identificar efeitos causais, empregando tipicamente ou estratégias de seleção sobre observáveis (condicionando em covariáveis para tratar os níveis de tratamento como exógenos) ou desenhos de diferença-em-diferenças (DiD) (assumindo tendências paralelas nos resultados potenciais). No entanto, existe uma terceira prática, muitas vezes implícita: avaliar o efeito de mudanças em um tratamento que evolui dinamicamente (ex: ajustes na taxa de imposto, modificações de dosagem) em vez de níveis específicos de tratamento. Embora pesquisadores frequentemente recodifiquem tratamentos como indicadores binários de aumento versus nenhuma mudança, as suposições estruturais necessárias para essa estratégia de identificação por "mudança de tratamento" permanecem teoricamente subexploradas. Especificamente, não está claro como essas suposições se relacionam com as estratégias convencionais baseadas em níveis de tratamento e se elas estão contidas dentro delas. Este artigo aborda as condições sob as quais a variação nas mudanças de tratamento identifica efeitos causais, caracteriza os modelos estruturais que sustentam tal identificação e investiga a relação entre as estratégias de mudança de tratamento e de nível de tratamento.

Metodologia e Estrutura Estrutural
O artigo utiliza o framework de resultados potenciais para definir o efeito causal de interesse: o efeito médio de um incremento de tratamento $\nabla d$ em relação à nenhuma mudança, denotado por $\Delta_t(\nabla d)$. A suposição de identificação central é uma suposição de independência condicional para mudanças de tratamento (CIA-$\nabla D$), exigindo que a mudança de tratamento $\nabla D_T$ seja independente dos resultados potenciais condicional aos históricos de covariáveis observadas $\bar{X}_{T-1}$.

Para compreender a validade da CIA-$\nabla D$, o autor caracteriza dois modelos estruturais distintos e não aninhados (Modelo A e Modelo B) envolvendo equações de resultado e de tratamento com não observáveis invariantes no tempo (efeitos fixos $U$) e não observáveis variantes no tempo ($V_t, W_t$):

• Modelo A: Requer que o efeito fixo $U$ seja additivemente separável na equação do tratamento (cancelando-se na mudança $\nabla D_T$) e descarta efeitos de tratamento dinâmicos (tratamentos anteriores não afetam resultados ou covariáveis posteriores). Também requer que os não observáveis variantes no tempo na equação do tratamento sejam independentes daqueles na equação do resultado.
• Modelo B: Também requer a separabilidade aditiva de $U$ na equação do tratamento, mas impõe uma restrição mais forte ao processo de tratamento: os choques variantes no tempo que impulsionam as mudanças de tratamento devem seguir um passeio aleatório (não correlacionados serialmente condicionalmente às covariáveis). Em troca dessa suposição mais forte, o Modelo B permite efeitos de tratamento dinâmicos.

O artigo demonstra formalmente que as suposições subjacentes à identificação por mudança de tratamento são geralmente não aninhadas com as de estratégias de nível de tratamento (Seleção sobre Observáveis, CIA-$D$ e DiD, CIA-$\nabla Y$). Especificamente, CIA-$\nabla D$ não implica CIA-$D$ ou CIA-$\nabla Y$, e vice-versa. No entanto, sob as condições específicas do Modelo B (passeio aleatório), condicionar nas mudanças de tratamento torna-se equivalente a condicionar nos níveis de tratamento dado o tratamento defasado, tornando as três estratégias conjuntamente válidas.

Contribuições Principais e Resultados Teóricos

1. Caracterização de Modelos Não Aninhados: O artigo estabelece que a identificação válida via mudanças de tratamento depende de condições estruturais distintas das exigidas para a identificação baseada em níveis. Esse não aninhamento implica que uma estratégia válida sob um conjunto de suposições pode falhar sob outro onde uma estratégia baseada em níveis tem sucesso.
2. Equivalência sob Passeios Aleatórios: Um resultado teórico fundamental é que, se o processo de tratamento seguir um passeio aleatório (Modelo B), condicionar nas mudanças de tratamento é equivalente a condicionar nos níveis de tratamento dado o tratamento defasado. Essa equivalência permite a construção de testes de sobreidentificação do tipo Hausman para explorar conjuntamente métodos baseados em níveis e mudanças.
3. Dupla Robustez Estrutural (DR): Além dos testes de sobreidentificação, os resultados de não aninhamento implicam uma propriedade de dupla robustez estrutural para estimadores que diferenciam tanto resultados quanto tratamentos, como o clássico estimador de Efeitos Fixos de Duas Vias (TWFE). O artigo prova que o TWFE permanece consistente se ou a suposição de mudança de tratamento (separabilidade adíiva na equação do tratamento) ou a suposição de tendências paralelas (separabilidade aditiva na equação do resultado) for mantida, sem exigir ambas simultaneamente. Esta propriedade mantém-se mesmo quando a outra falha.
4. Diferenças de Estimandos e Reescalonamento: O artigo esclarece que, sob efeitos de tratamento heterogêneos, os estimandos de diferentes estratégias diferem. Especificamente, o estimador CIA-$\nabla D$ visa uma média ponderada de efeitos marginais escalonada por um fator de persistência $\lambda$ (o grau em que os níveis de tratamento se movem conjuntamente com as mudanças), enquanto o TWFE e as estratégias baseadas em níveis visam diretamente o efeito marginal não escalonado. Consequentemente, testes de sobreidentificação válidos requerem o reescalonamento dos estimativas CIA-$\nabla D$ por $1/\lambda$ antes da comparação.

Resultados Empíricos e de Simulação

• Estudo de Simulação: O artigo realiza estudos de simulação confirmando os resultados de não aninhamento. Em cenários onde apenas uma suposição se mantém, o estimador correspondente é consistente enquanto outros são viesados. Crucialmente, as simulações validam a dupla robustez do TWFE: ele permanece consistente sempre que a suposição de mudança de tratamento ou a suposição de tendências paralelas for atendida, mesmo que a outra falhe. Quando o tratamento segue um passeio aleatório, todas as estratégias produzem estimativas consistentes.
• Aplicação Empírica: A metodologia é aplicada para estimar a elasticidade-preço da demanda de cigarro usando dados de painel por estado (Baltagi e Levin, 1986). O estudo compara quatro estratégias: CIA-$\nabla D$, CIA-$\nabla Y$ (DiD), CIA-$D$ (seleção sobre observáveis) e TWFE.
  • Os resultados mostram que as estratégias baseadas em níveis (CIA-$\nabla Y$, CIA-$D$, TWFE) produzem estimativas consistentes (elasticidade $\approx -0,38$ a $-0,40$).
  • A estratégia de mudança de tratamento (CIA-$\nabla D$), mesmo após o reescalonamento para o fator de persistência, produz uma elasticidade significativamente maior em valor absoluto ($\approx -0,68$).
  • Testes de sobreidentificação de Hausman rejeitam fortemente a validade conjunta da estratégia de mudança de tratamento contra as estratégias baseadas em níveis.
  • Dada a dupla robustez do TWFE, a discrepância sugere que a suposição de mudança de tratamento (CIA-$\nabla D$) provavelmente falha neste contexto, possivelmente porque estados com grandes aumentos de preço diferem sistematicamente de maneiras não observadas que não são capturadas pelas covariáveis.

Significância
O artigo fornece uma base teórica sistemática para o uso de mudanças de tratamento na inferência causal, esclarecendo que esta abordagem depende de suposições estruturais distintas de métodos convencionais. Destaca que, embora a identificação por mudança de tratamento possa oferecer poder ao eliminar efeitos fixos que contaminam a identificação baseada em níveis, ela não é universalmente superior. A identificação de suposições não aninhadas permite que pesquisadores construam testes de sobreidentificação para falsificar a validade conjunta. Além disso, a demonstração da dupla robustez estrutural do TWFE oferece uma salvaguarda prática: pesquisadores podem confiar no TWFE para uma estimativa consistente se puderem justificar ou a suposição de mudança de tratamento ou a suposição de tendências paralelas, mesmo que a outra falhe. O artigo conclui que os pesquisadores que utilizam mudanças de tratamento devem ser explícitos sobre as condições estruturais nas quais confiam (por exemplo, ausência de efeitos dinâmicos ou choques de passeio aleatório) e devem considerar os testes de sobreidentificação como uma ferramenta de diagnóstico para a validade de suas suposições de identificação.