日本語タイトル:しきい値が連続的に変化する場合に拡張した回帰不連続デザイン

Regression Discontinuity Designs with a Continuous Treatment

執筆者 Yingying DONG (カリフォルニア大学アーバイン校)/Ying-Ying LEE (カリフォルニア大学アーバイン校)/Michael GOU (PricewaterhouseCoopers)
発行日/NO. 2019年8月  19-E-058
研究プロジェクト 日本と中国における介護産業の更なる発展に関する経済分析
ダウンロード/関連リンク

概要

回帰不連続デザインを実証分析に用いる場合、多くは、しきい値が連続的に変化する場合に拡張する必要がある。本稿は、回帰不連続デザインを用いるのにあたり、同定とバイアス補正を行ったロバスト推測手法を確立しようとするものである。因果関係の証明は、回帰不連続のしきい値(特別な場合としての、通常の平均値変化を含む)が連続的に変化する場合に拡張し、その分布の変化を利用することで可能になる。本稿では、提案した手法を用いて、大恐慌前の時代に見られた銀行の倒産に資本金の額が及ぼした影響を推定する。われわれの回帰不連続デザインでは、都市の規模に応じて不連続的に変化する最低資本金規制を利用した。その結果、資本金の増加は長期にわたる銀行の倒産確率に影響を及ぼさないことが明らかになった。

概要(英語)

Many empirical applications of regression discontinuity (RD) designs involve a continuous treatment. This paper establishes identification and bias-corrected robust inference for such RD designs. Causal identification is achieved by utilizing changes in the distribution of the continuous treatment at the RD threshold (including the usual mean change as a special case). Applying the proposed approach, we estimate the impacts of capital holdings on bank failure in the pre-Great Depression era. Our RD design takes advantage of the minimum capital requirements which change discontinuously with town size. We find that increased capital has no impacts on the long-run failure rates of banks.