Testing identifying assumptions in fuzzy regression discontinuity designs¶

作者: Yoichi Arai, Yu-Chin Hsu, Toru Kitagawa, Ismael Mourifié, Yuanyuan Wan
来源: Quantitative Economics
主题: 因果推断
相关性: 8/10
机构绿灯: University College London（US News 前 50，免分进入精读）
链接: https://doi.org/10.3982/qe1367

一、领域脉络与小综述¶

这个方向是什么¶

本方向关注模糊断点回归设计（Fuzzy Regression Discontinuity, FRD）中识别假设的检验问题。FRD 是因果推断中处理内生性的一种重要设计：处理状态在断点处发生概率跳跃（而非确定性跳跃），因此处理效应通过工具变量（IV）策略识别——以“是否超过断点”作为处理状态的工具变量。FRD 的有效性（FRD-validity）依赖于一组识别假设，包括：潜在结果在断点处连续、处理状态在断点处的跳跃是外生的、以及排除限制（exclusion restriction）等。检验这些假设是否成立，是实证研究中判断 FRD 设计是否可信的关键步骤。当前该子方向的成熟度较高，已有多种检验方法，但本文指出这些方法并未充分利用数据中所有可用于检测 FRD 有效性违反的信息，从而留下了一个缺口。

发展脉络（history）¶

奠基工作：Hahn, Todd, and van der Klaauw (2001) 正式建立了 FRD 的识别框架，将处理效应识别为断点处结果与处理状态跳跃的比值（即 Wald 估计量）。他们指出 FRD 有效性的核心假设是潜在结果在断点处连续，以及处理状态的跳跃是外生的。留下的口子：如何检验这些假设？早期文献主要依赖直觉或辅助检验（如检查运行变量密度是否连续）。
主要进展（检验连续性）：McCrary (2008) 提出了检验运行变量密度在断点处连续性的方法，这是 FRD 有效性检验的第一个系统工具。Lee and Lemieux (2010) 的综述进一步推广了在断点处检验协变量平衡（即协变量密度是否连续）的做法。留下的口子：这些检验只关注运行变量和协变量的连续性，并未直接检验 FRD 有效性的核心——结果与处理状态的联合分布。正如本文所说：“existing approaches test continuity of the distributions of running variables and baseline covariates at the cut-off... we focus on the distribution of the observed outcome and treatment status.”
当前 frontier：近年来，研究者开始关注更直接的检验。例如，Canay and Kamat (2018) 提出了基于近似随机化（approximate randomization）的检验，但该方法依赖于更强的假设（如局部随机化）。本文的位置：作者声称他们的检验“exploits all of the information in the data that is useful for detecting violations of FRD-validity”，并且与现有连续性检验互补——当连续性检验不拒绝时，本文的检验可能拒绝，反之亦然。实证部分也展示了这种互补性。

子线索聚类¶

这些被引文献大致落在两条子线索上： 1. 连续性检验：检验运行变量密度（McCrary 2008）或协变量密度（Lee and Lemieux 2010）在断点处是否连续。这类方法只关注边际分布，不涉及结果变量。 2. 直接检验 FRD 有效性：本文属于此类。此外，Canay and Kamat (2018) 的近似随机化检验也属于此类，但假设更强。本文的方法基于不等式约束，不依赖局部随机化假设，因此更一般。

这个方向在追问的核心问题¶

FRD 有效性的可检验蕴含条件是什么？ 即，在 FRD 有效性假设下，可观测数据（结果、处理状态、运行变量）必须满足哪些约束？这些约束是否穷尽了所有可检验信息？
如何构造一个在均匀意义下控制 size 的检验？ 由于 FRD 有效性的违反可能发生在断点附近，检验统计量的渐近分布可能非标准（如涉及边界参数），需要均匀控制 size 以避免过拒绝。
检验对局部备择假设的功效如何？ 即，当 FRD 有效性轻微违反时，检验能否以非平凡概率拒绝？
如何将检验结果与现有连续性检验结果整合？ 当两种检验结论冲突时，如何解释？

⚠️ 作者的 framing¶

作者把缺口 frame 成：“现有检验只关注运行变量和协变量的连续性，忽略了结果与处理状态联合分布中的信息。我们推导了 FRD 有效性的一个完整刻画，它利用了所有可用于检测违反的信息。” 这使得本文成为“显然的下一步”——填补了信息利用的空白。
被淡化或回避的竞争路线：作者在引言中承认 Canay and Kamat (2018) 的近似随机化检验是直接检验，但指出它依赖于更强的局部随机化假设。作者没有深入讨论该方法的优缺点，而是强调自己的方法更一般（不依赖该假设）。值得研究者去查的问题：Canay and Kamat (2018) 的检验在什么条件下比本文的检验更有效？是否存在局部随机化假设合理但 FRD 有效性违反的场景？这需要阅读原文比较。
什么明显该被引 / 该存在、却没出现在 intro 里？ 作者没有引用任何关于工具变量排除限制检验的文献（如 Angrist, Imbens, and Krueger 1999 的 overidentification test）。FRD 本质上是一个 IV 设计，排除限制是 FRD 有效性的关键组成部分。本文的检验是否隐含地检验了排除限制？如果是，为何不引用 IV 检验文献？如果不是，那么本文的检验是否遗漏了排除限制的检验？这是一个值得研究者去查的张力点。

张力¶

未见明显对立引用。所有被引工作都承认 FRD 有效性检验的重要性，只是方法不同。作者强调自己的方法“complements”而非“replaces”现有方法。

二、最核心、最简单的例子 / 数学问题¶

第一步：把符号、模型、可观测数据交代清楚¶

符号：
\(X\)：运行变量（running variable），连续随机变量。断点设为 \(X = 0\)（不失一般性）。
\(D\)：处理状态（treatment status），二值变量（0 或 1）。在 FRD 中，\(D\) 在断点处发生概率跳跃。
\(Y\)：观测结果（observed outcome），连续或离散。
\(Z = \mathbf{1}\{X \ge 0\}\)：工具变量，表示是否超过断点。
\(D(1), D(0)\)：潜在处理状态（potential treatment status），对应 \(Z=1\) 和 \(Z=0\) 时的处理状态。观测到的 \(D = Z D(1) + (1-Z) D(0)\)。
\(Y(1), Y(0)\)：潜在结果（potential outcomes），对应 \(D=1\) 和 \(D=0\) 时的结果。观测到的 \(Y = D Y(1) + (1-D) Y(0)\)。
\(\tau_{\text{FRD}} = \frac{\mathbb{E}[Y | X=0^+] - \mathbb{E}[Y | X=0^-]}{\mathbb{E}[D | X=0^+] - \mathbb{E}[D | X=0^-]}\)：FRD 处理效应（Wald 估计量），是目标 estimand。
\(F_{Y,D|X}(y, d | x)\)：给定 \(X=x\) 时 \((Y, D)\) 的联合分布函数。这是可观测数据的条件分布。
\(F_{Y(d), D(z)|X}(y, d | x)\)：潜在变量的联合分布，不可观测。
模型：
FRD 有效性的标准假设（本文的 Assumption 1）：
1. 连续性：\(\mathbb{E}[Y(0) | X=x]\) 和 \(\mathbb{E}[Y(1) | X=x]\) 在 \(x=0\) 处连续。
2. 处理状态跳跃：\(\mathbb{E}[D | X=x]\) 在 \(x=0\) 处有跳跃（即 \(\lim_{x \to 0^+} \mathbb{E}[D | X=x] \neq \lim_{x \to 0^-} \mathbb{E}[D | X=x]\)）。
3. 单调性：\(D(1) \ge D(0)\) 几乎必然（即没有“违抗者”）。
4. 排除限制：\(Z\) 仅通过 \(D\) 影响 \(Y\)（即 \(Y(d, z) = Y(d)\)）。
这些假设共同保证了 \(\tau_{\text{FRD}}\) 识别了 complier 的平均处理效应（LATE）。
可观测数据：研究者能观测到的是 \((X_i, D_i, Y_i)\) 的 i.i.d. 样本，\(i=1,\dots,n\)。想要但观测不到的是潜在结果 \(Y(0), Y(1)\) 和潜在处理状态 \(D(0), D(1)\)。FRD 有效性假设正是为了从可观测数据中识别这些潜在量。

第二步：讲最小内核¶

最简特例：考虑一个极端简化的 FRD 设定——运行变量 \(X\) 在断点附近只有两个取值：\(X = -\epsilon\)（略低于断点）和 \(X = +\epsilon\)（略高于断点），且 \(\epsilon \to 0\)。此时，我们只关心断点处的极限行为。假设样本量 \(n\) 足够大，使得每个取值点都有观测。

在这个特例下，FRD 有效性的核心可检验蕴含条件是什么？本文的 Theorem 1 给出了一个关键刻画：在 FRD 有效性假设下，对于断点左侧和右侧的观测数据，观测结果 \(Y\) 和处理状态 \(D\) 的联合分布必须满足一组不等式约束。

具体来说，令 \(F^+\) 和 \(F^-\) 分别表示 \(X=0^+\) 和 \(X=0^-\) 处 \((Y, D)\) 的联合分布。FRD 有效性意味着存在一个“混合分布”解释：左侧的分布 \(F^-\) 可以表示为右侧分布 \(F^+\) 与某个“未受处理”子分布的凸组合，反之亦然。这导致了对 \(F^+\) 和 \(F^-\) 的随机占优（stochastic dominance）约束。

最小内核的数学表达：对于任意实数 \(y\)，定义

\[G^+(y) = \mathbb{P}(Y \le y, D=1 | X=0^+), \quad G^-(y) = \mathbb{P}(Y \le y, D=1 | X=0^-)\]

\[H^+(y) = \mathbb{P}(Y \le y, D=0 | X=0^+), \quad H^-(y) = \mathbb{P}(Y \le y, D=0 | X=0^-)\]

本文的核心发现是：FRD 有效性等价于存在一个常数 \(p \in [0,1]\) 使得

\[G^-(y) \le G^+(y) \quad \text{和} \quad H^+(y) \le H^-(y) \quad \text{对所有 } y \text{ 成立}\]

并且这些不等式是紧的——即它们利用了数据中所有可用于检测 FRD 有效性违反的信息。

为什么这个特例抓住了核心：即使推广到一般连续运行变量，上述不等式约束仍然成立（只需将 \(F^+\) 和 \(F^-\) 理解为断点处的极限分布）。因此，检验 FRD 有效性就转化为检验这些不等式约束是否被数据拒绝。本文的检验统计量正是基于这些不等式的样本类比构造的。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：提出了一个检验模糊断点回归设计（FRD）有效性（FRD-validity）的新设定检验。
核心工具 / 方法：推导了 FRD 有效性的一组可检验蕴含条件，表现为断点处观测结果与处理状态联合分布上的不等式约束；基于这些约束构造了检验统计量，并证明了其均匀 size 控制和局部备择假设下的非平凡功效。
主要结论：该检验利用了数据中所有可用于检测 FRD 有效性违反的信息，与现有连续性检验互补；实证中不拒绝 Angrist and Lavy (1999) 的班级规模设计，但拒绝了 Miller et al. (2013) 的保险补贴设计中的部分结果变量。

关键设定与假设¶

Assumption 1 (FRD-validity)：如上所述，包括连续性、处理状态跳跃、单调性和排除限制。这是本文要检验的零假设。
Assumption 2 (正则性)：运行变量 \(X\) 的密度在断点处连续且非零；条件分布 \(F_{Y,D|X}(y,d|x)\) 在 \(x=0\) 处连续（除 \(D\) 的跳跃外）。这保证了断点处极限分布的良好定义。
与已有文献的对比：本文的假设与标准 FRD 文献一致，没有额外强化。相比 Canay and Kamat (2018) 的近似随机化检验，本文不要求局部随机化（即 \(X\) 在断点附近近似随机），因此更一般。

主要结果¶

Theorem 1 (可检验蕴含条件的刻画)：在 Assumption 1 下，断点左侧和右侧的 \((Y, D)\) 联合分布必须满足一组不等式约束（如上节所述）。直觉：FRD 有效性意味着左侧的观测分布可以“解释”为右侧分布的一个子集（通过处理状态的跳跃），因此左侧的 \(D=1\) 子分布不能随机占优于右侧的对应子分布。必要条件：这些不等式是 FRD 有效性的必要条件，但作者证明它们也是充分的（在可检验意义上——即任何违反 FRD 有效性的 DGP 都会导致至少一个不等式被违反）。解决的技术难点：证明充分性需要构造一个违反 FRD 有效性的 DGP，使得所有不等式成立——作者通过构造一个“最坏情况”的潜在结果分布来完成。
Theorem 2 (检验统计量的渐近性质)：基于 Theorem 1 的不等式，构造了 Kolmogorov-Smirnov 型检验统计量 \(T_n = \sqrt{n} \sup_{y} \max\{ \hat{G}^-(y) - \hat{G}^+(y), \hat{H}^+(y) - \hat{H}^-(y) \}\)，其中 \(\hat{G}^\pm, \hat{H}^\pm\) 是断点处极限分布的非参数估计（使用局部线性回归）。作者证明：在零假设下，\(T_n\) 依分布收敛于一个高斯过程的 supremum，且该极限分布可以通过 bootstrap 一致估计。均匀 size 控制：通过使用“临界值上界”（critical value upper bound）方法，检验在均匀意义下控制 size（即 \(\limsup_{n \to \infty} \sup_{P \in \mathcal{P}_0} \mathbb{P}_P(T_n > c_{n,\alpha}) \le \alpha\)，其中 \(\mathcal{P}_0\) 是满足零假设的 DGP 类）。对固定备择假设的一致性：如果 FRD 有效性被违反（即至少一个不等式严格不成立），则 \(T_n \to \infty\) 依概率，检验功效趋于 1。
Theorem 3 (局部备择假设下的功效)：考虑局部备择假设，其中 FRD 有效性的违反程度以 \(1/\sqrt{n}\) 速率衰减。作者证明检验具有非平凡功效（即功效不趋于 0 也不趋于 1，而是介于两者之间）。技术难点：局部备择假设下，检验统计量的渐近分布是一个“偏移”的高斯过程 supremum，偏移量取决于违反程度。

证明路线与技术技巧¶

整体路线：
刻画可检验蕴含条件：从 FRD 有效性的假设出发，利用潜在结果和潜在处理状态的分解，推导出断点处联合分布必须满足的不等式。关键步骤是证明这些不等式是紧的——即任何满足不等式的联合分布都可以被一个满足 FRD 有效性的 DGP 实现（通过构造潜在变量）。
构造检验统计量：使用非参数方法（局部线性回归）估计断点处的极限分布 \(\hat{G}^\pm, \hat{H}^\pm\)，然后构造 Kolmogorov-Smirnov 型统计量。
推导渐近分布：证明 \(\sqrt{n}(\hat{G}^\pm - G^\pm, \hat{H}^\pm - H^\pm)\) 弱收敛于一个高斯过程。这依赖于非参数估计的渐近理论（如局部多项式回归的 uniform consistency 和 weak convergence）。
均匀 size 控制：由于零假设是复合的（包含多个不等式），直接使用 bootstrap 临界值可能导致过拒绝。作者采用“临界值上界”方法：取 bootstrap 临界值的上界（即所有不等式约束下最保守的临界值），从而保证均匀 size 控制。
功效分析：对固定备择假设，证明检验统计量发散；对局部备择假设，计算偏移量并证明非平凡功效。
关键跳跃点：
从 FRD 有效性到不等式约束的充分性证明：这是最吃功夫的部分。作者需要构造一个满足 FRD 有效性的 DGP，使得其可观测分布恰好等于给定的满足不等式的分布。构造涉及潜在结果和潜在处理状态的巧妙分配，利用了单调性和排除限制。
均匀 size 控制的实现：由于零假设是复合的，且不等式约束可能“紧”（即某些不等式以等式成立），标准 bootstrap 可能失效。作者通过“临界值上界”方法绕过这一困难，但代价是检验可能略微保守。
技术技巧点名：
非参数估计：局部线性回归用于估计断点处的极限分布（\(G^\pm, H^\pm\)）。这是处理断点回归的标准工具。
经验过程理论：用于证明非参数估计量的 uniform consistency 和 weak convergence。具体地，作者使用了 Donsker 类和 bracketing entropy 条件。
Bootstrap：用于近似检验统计量的渐近分布。作者使用了“乘子 bootstrap”（multiplier bootstrap）以处理非参数估计的误差。
临界值上界方法：用于均匀 size 控制。这是处理不等式约束检验的常用技巧（如 Chernozhukov, Lee, and Rosen 2013）。

真实例子与应用¶

数据 / 场景：
Angrist and Lavy (1999)：以色列小学的班级规模设计。运行变量是入学人数，断点是 40 人（超过 40 人则班级被拆分）。处理状态是班级规模是否大于 40。结果变量是学生考试成绩。这是一个经典的 FRD 设计。
Miller, Pinto, and Vera-Hernández (2013)：哥伦比亚贫困家庭的保险补贴设计。运行变量是家庭财富指数，断点是某个贫困线。处理状态是是否获得保险补贴。结果变量包括医疗支出、健康结果等。
怎么把本文方法用上去：作者对每个设计，使用局部线性回归估计断点处的 \((Y, D)\) 联合分布，然后计算检验统计量 \(T_n\) 及其 bootstrap p 值。
得到什么结果：
对于 Angrist and Lavy (1999)：检验不拒绝 FRD 有效性（p 值 > 0.1）。这与现有密度连续性检验的结果一致（不拒绝）。
对于 Miller et al. (2013)：对于部分结果变量（如“是否使用医疗服务”），检验拒绝 FRD 有效性（p 值 < 0.05）。有趣的是，现有密度连续性检验对于这些变量不拒绝。这个例子想说明：本文的检验与现有连续性检验互补——当连续性检验不拒绝时，本文的检验可能发现 FRD 有效性的违反，反之亦然。这强调了同时使用多种检验的重要性。

🔎 结论是否比证明窄¶

窄结论：Theorem 1 的充分性证明依赖于单调性假设（\(D(1) \ge D(0)\)）。如果单调性不成立（即存在违抗者），则不等式约束可能不再是 FRD 有效性的充分条件。作者在 Section 5 中讨论了这一点，但未给出正式结果。具体语句：“Our characterization relies on the monotonicity assumption... Without monotonicity, the testable implications may be weaker.” 这意味着本文的检验在单调性违反时可能漏检某些 FRD 有效性的违反。
泛泛 claim：作者声称检验“exploits all of the information in the data that is useful for detecting violations of FRD-validity”。这个 claim 依赖于 Theorem 1 的充分性证明，但该证明假设了单调性。因此，在单调性不成立时，这个 claim 可能不成立。值得研究者去查的问题：是否存在不满足单调性但满足不等式约束的 DGP，其 FRD 有效性被违反？如果是，本文的检验将无法检测到这种违反。

四、开放问题¶

放松单调性假设：本文的检验依赖于单调性假设（\(D(1) \ge D(0)\)）。能否在不假设单调性的情况下推导出 FRD 有效性的可检验蕴含条件？这需要重新刻画潜在处理状态的分布。扎根点：Section 5 的讨论。
与 IV 排除限制检验的结合：FRD 本质上是一个 IV 设计，排除限制是 FRD 有效性的关键组成部分。本文的检验是否隐含地检验了排除限制？如果不是，能否构造一个同时检验排除限制和连续性的联合检验？扎根点：引言中未引用 IV 排除限制检验文献。
高维协变量的扩展：本文只考虑了结果 \(Y\) 和处理状态 \(D\) 的联合分布。如果存在高维协变量 \(W\)，能否将检验扩展到条件于 \(W\) 的不等式约束？这涉及高维非参数估计和多重检验问题。扎根点：Theorem 1 的框架可以自然扩展，但技术难度显著增加。
局部备择假设下的最优性：本文的检验在局部备择假设下具有非平凡功效，但这是否是最优的？能否推导出局部备择假设下的功效上界（如 minimax 最优检验）？扎根点：Theorem 3 的局部备择假设分析。

Maintained by 陈星宇 · Homepage · Source on GitHub