Décomposition et interprétation des effets de traitement dans les contextes où les résultats sont différés
Author
Venue
Journal of Political Economy
Abstract
Cet article étudie les cas où l'analyste cherche à identifier et à estimer l'effet causal moyen d'un traitement binaire sur un résultat. Nous considérons un cadre dans lequel la réalisation du résultat n'intervient pas immédiatement après l'attribution du traitement, une caractéristique omniprésente dans les contextes empiriques. La période entre le traitement et la réalisation du résultat permet à d'autres actions observées de se produire et d'influencer le résultat. Dans ce contexte, nous étudions plusieurs estimateurs basés sur la régression couramment utilisés dans les travaux empiriques pour saisir l'effet moyen du traitement et nous mettons en lumière leur interprétation en termes d'effets ceteris paribus, d'effets causaux indirects et de termes de sélection. Nous tirons trois conclusions principales et interdépendantes. Premièrement, les trois estimateurs les plus courants ne satisfont généralement pas ce que nous appelons la « préservation forte du signe », en ce sens que ces estimateurs peuvent être négatifs même lorsque le traitement affecte positivement le résultat, conditionnellement à toute combinaison possible d’autres actions. Deuxièmement, la régression la plus courante qui inclut les autres actions en tant que variables de contrôle satisfait la préservation forte du signe si et seulement si ces actions sont des variables binaires mutuellement exclusives. Enfin, nous montrons qu’une régression linéaire qui stratifie entièrement les autres actions conduit à des estimands qui satisfont la préservation forte du signe.
