处置效应模型估计中的后定变量偏误——以倾向得分与LASSO估计为例

摘要

本文分析后定变量对处置效应模型估计的影响.在Rubin因果范式中引入后定变量,证明此时非混淆性假设失效,进而导致多组识别方程失效,倾向得分函数估计出现偏误.识别方程失效、倾向得分估计偏误导致多种基于倾向得分的处置效应估计非一致.进一步扩展到高维处置效应的情形,证明非混淆性假设蕴含条件外生性假设,引入后定变量会导致内生性问题,使得高维LASSO/Post-LASSO估计出现偏误.蒙特卡洛模拟实验证实,后定变量将导致倾向得分估计与LASSO/Post-LASSO估计出现偏误.基于理论分析的结论,对Dickson等(2015)的实证案例进行分析.