Regression Discontinuity Design: logic và giới hạn
Hiểu assignment theo cutoff, continuity, RDD sharp và fuzzy, hồi quy tuyến tính cục bộ, lựa chọn bandwidth, chẩn đoán manipulation và ứng dụng ngưỡng tài chính
Câu trả lời trực tiếp
Regression discontinuity design dùng một quy tắc làm xác suất nhận treatment thay đổi gián đoạn khi running variable như score, quy mô hoặc ratio vượt qua cutoff đã biết. Nếu potential outcome chưa treatment liên tục tại cutoff và các đơn vị không thể thao túng chính xác score, bước nhảy outcome ngay trên so với ngay dưới có thể nhận dạng tác động nhân quả cục bộ. Kết quả áp dụng cho các đơn vị gần cutoff và có thể nhạy với bandwidth, dạng hàm và các quy tắc khác cùng thay đổi tại ngưỡng đó
Quy tắc assignment tạo ra phép so sánh
Một quy tắc treatment cho đơn vị khi running variable R đạt cutoff c làm trạng thái treatment thay đổi tại biên đối với các đơn vị có R gần như giống nhau
Nếu đặc điểm quan sát được và không quan sát được thay đổi trơn quanh c trong khi chỉ treatment nhảy, các đơn vị hai bên tạo thành các phép so sánh cục bộ
RDD cần một cơ chế assignment gián đoạn được xác định từ bên ngoài, không chỉ một quan hệ phi tuyến tùy ý giữa outcome và regressor
Continuity nối counterfactual
Continuity của conditional mean của potential outcome đã treatment và chưa treatment tại c nói rằng outcome nếu không có gì khác sẽ không nhảy tại biên
Vì vậy, discontinuity của outcome quan sát được có thể quy cho treatment tại địa phương nếu mọi yếu tố quyết định outcome khác tiến triển trơn
Nếu một chương trình khác, mức thuế, nghĩa vụ công bố hoặc incentive thay đổi tại cùng cutoff, một bước nhảy không thể cô lập một treatment duy nhất
Thiết kế sharp và fuzzy nhận dạng các tác động khác nhau
Trong sharp RDD, quy tắc chuyển treatment hoàn toàn từ không sang một, khiến bước nhảy outcome trở thành local average treatment effect
Trong fuzzy RDD, cutoff chỉ thay đổi xác suất treatment, nên bước nhảy outcome chia cho bước nhảy xác suất treatment cho một tác động cục bộ kiểu IV
Bước nhảy first-stage nhỏ biến fuzzy RDD thành vấn đề weak instrument với độ bất định lớn và suy luận có thể không tiêu chuẩn
Fit cục bộ cần lựa chọn bandwidth
Nhà phân tích thường fit local linear hoặc polynomial bậc thấp riêng ở mỗi phía và ước lượng chênh lệch giữa các boundary intercept
Bandwidth hẹp giảm bias do dạng hàm nhưng mất quan sát và độ chính xác; bandwidth rộng tăng độ chính xác nhưng tăng bias từ dữ liệu xa
Một global polynomial bậc cao duy nhất có thể khiến ước lượng và khoảng ở biên không ổn định, nên ưu tiên phương pháp cục bộ và kiểm tra độ nhạy bandwidth
Manipulation và phân loại đe dọa nhận dạng
Nếu các đơn vị điều chỉnh chính xác R để đủ điều kiện, đặc điểm tiềm ẩn có thể không còn liên tục qua cutoff và phép so sánh cục bộ bị phá vỡ
Chẩn đoán bước nhảy bất thường của density, discontinuity trong covariate định trước và quan sát bị thiếu, đồng thời nhớ rằng không bác bỏ được không chứng minh tính hợp lệ
R được làm tròn hoặc rời rạc có thể có quá ít support point gần c để dùng xấp xỉ liên tục và suy luận tiêu chuẩn, nên hãy thể hiện support rõ ràng
Phân rã các ngưỡng tài chính và kế toán
Quy tắc đưa vào index, dải vốn pháp định, cutoff credit score, nghĩa vụ công bố theo quy mô và ngưỡng covenant có thể tạo ra các thiết kế ứng viên
Xếp hạng tương đối, tiêu chí đã công bố và quyền tùy ý trong giá trị kế toán được báo cáo làm tăng lo ngại về thao túng chính xác và phản ứng cân bằng
Nếu vượt ngưỡng đồng thời thay đổi thanh khoản, giám sát, flow và quy định, ước lượng là tác động của cả gói đó chứ không phải một con đường duy nhất
Tác động là cục bộ tại cutoff
RDD có thể cung cấp internal validity mạnh tại biên nhưng không tự động khái quát cho công ty ở xa hoặc regime thị trường khác
Gộp nhiều cutoff hoặc thời kỳ đòi hỏi giả định bổ sung rằng treatment, ý nghĩa của running variable, mức giá và người tham gia vẫn có thể so sánh
Nếu chính sách cần tác động trên toàn quần thể, hãy bổ sung ước lượng cục bộ bằng bằng chứng riêng hoặc cấu trúc hỗ trợ external validity
Báo cáo đồ thị cùng phân tích độ nhạy
Hiển thị outcome thô theo bin mà không che giấu quá mức, fit riêng hai phía, số quan sát và support của running variable
Báo cáo ước lượng qua bandwidth, bậc polynomial, kernel, suy luận bias-corrected, loại trừ donut và lựa chọn covariate
Mô tả quy tắc assignment, cutoff đồng thời, khả năng thao túng, first stage sharp hoặc fuzzy và quần thể cục bộ được đại diện
Câu hỏi thường gặp
Có phải mọi đoạn gãy thấy được trên đường hồi quy đều là RDD không?
Không. Running variable và cutoff được xác định từ trước phải làm xác suất treatment thay đổi gián đoạn trước khi xem outcome
Sharp và fuzzy RDD khác nhau thế nào?
Assignment sharp quyết định hoàn toàn treatment; assignment fuzzy thay đổi xác suất của nó, nên bước nhảy outcome phải được scale bằng first stage
Kiểm tra density không bác bỏ có chứng minh không có manipulation không?
Không. Nó chẩn đoán một số dạng sorting chính xác, trong khi incentive thể chế và continuity của covariate định trước vẫn cần được đánh giá
Kết quả RDD có thể áp dụng cho mọi công ty không?
Không tự động. Nó ước lượng tác động cho các đơn vị gần cutoff, còn ngoại suy sang đơn vị ở xa cần bằng chứng bổ sung