跳转至

Estimating Average Treatment Effects with Projected Instrumental Variables

作者: Shuyuan Chen, Yifan Cui
主题: 因果推断
相关性: 9/10
链接: https://arxiv.org/abs/2611.00705


一、领域脉络与小综述

这个方向是什么

本文属于因果推断中工具变量(Instrumental Variables, IV)方法的延伸研究。其根本科学问题是:在存在未观测混杂(unmeasured confounding)的情况下,如何利用工具变量识别并估计平均处理效应(ATE)。传统 IV 方法要求工具变量满足三个核心假设:相关性(relevance)、独立性(independence)和排他性(exclusion restriction)。然而,在实际应用中,排他性假设(工具变量只能通过处理影响结果)往往难以成立,这构成了该子方向的核心张力。本文提出的"投影工具变量"(Projected IV, PIV)框架,试图在放宽排他性假设的同时,保留 IV 方法的识别能力。

发展脉络

  • 奠基工作:Imbens and Angrist (1994) 和 Angrist et al. (1996) 建立了局部平均处理效应(LATE)的 IV 识别框架,确立了 IV 方法在因果推断中的核心地位。Newey and Powell (2003) 则开创了非参数 IV 方法,通过条件矩限制(conditional moment restrictions)处理非线性模型,为后续的算子视角奠定了基础。
  • 主要进展:针对 IV 假设违反的问题,学界发展出两条主要路径。第一条是无效 IV 的鲁棒推断,以 Han (2008) 的多数规则(majority rule)和 Guo et al. (2018) 的多数规则(plurality rule)为代表,通过假设 IV 集合中多数或多数有效来识别因果效应。第二条是利用异方差性,Lewbel (2012) 提出利用异方差结构识别因果效应,Tchetgen Tchetgen et al. (2021) 的 GENIUS 方法则进一步放宽了排他性假设。Sun et al. (2023) 和 Zhang et al. (2025) 将半参数效率理论引入无效 IV 问题,提出了 G-估计量。
  • 当前 frontier:近期的研究趋势是将半参数效率理论与机器学习方法结合,在放宽 IV 假设的同时保持统计效率。Chen et al. (2025) 提出了基于条件期望算子的 IV 框架,而本文则进一步将其推广到一般投影算子。此外,proximal causal inference(Miao et al., 2018; Cui et al., 2024)通过引入桥函数(bridge functions)处理代理变量(proxy variables)的有效性问题,与本文的算子视角存在深刻联系。
  • 本文的位置:本文提出 PIV 框架,将条件期望算子替换为一般投影算子,从而在更弱的假设下识别 ATE。其核心创新在于:(1) 将 IV 识别问题重新表述为 Hilbert 空间中的投影问题;(2) 通过 Riesz 表示给出替代的反问题表述;(3) 建立了无效 IV 与 IVDID 之间的理论联系。

子线索聚类

  1. 无效 IV 的鲁棒推断:Han (2008)、Kang et al. (2016)、Guo et al. (2018)、Windmeijer et al. (2019, 2021)。这条线索关注如何在不知道哪些 IV 有效的情况下进行推断,主要依赖多数规则或多数规则。
  2. 异方差性识别:Lewbel (2012)、Tchetgen Tchetgen et al. (2021)、Sun et al. (2022)。这条线索利用处理分配机制的异方差结构来替代排他性假设。
  3. 半参数效率与去偏机器学习:Sun et al. (2023)、Zhang et al. (2025)、Chernozhukov et al. (2021, 2022a, 2022b)。这条线索关注如何在存在无效 IV 时构造半参数有效的估计量,并利用 Riesz 回归实现去偏。
  4. Proximal causal inference:Miao et al. (2018)、Cui et al. (2024)、Yu et al. (2025)。这条线索通过桥函数处理代理变量的有效性问题,与本文的算子视角存在理论上的交叉。
  5. IVDID:Ye et al. (2023)、Vo et al. (2024)、Zhao and Cui (2025)。这条线索将 IV 方法与双重差分结合,利用时间变化识别因果效应。

这个方向在追问的核心问题

  1. 识别问题:在排他性假设被违反时,ATE 是否仍然可识别?需要什么样的替代假设?
  2. 效率问题:在放宽假设后,能否构造半参数有效的估计量?效率界是多少?
  3. 稳健性问题:当 IV 部分无效时,如何保证估计的稳健性?
  4. 计算问题:如何在高维或非参数设定下实现有效的估计与推断?

已知瓶颈:多数规则和多数规则需要关于 IV 集合结构的先验知识;异方差性方法对误差分布有较强假设;proximal causal inference 需要桥函数的可识别性条件。本文试图通过投影算子的灵活性来缓解这些瓶颈。

⚠️ 作者的 framing(这是作者的说法)

作者将本文定位为"放宽传统 IV 因果识别假设"的框架性工作。具体而言,作者声称: - PIV 框架"可以识别 ATE,即使没有 IV 满足传统排他性假设"(Section 1.2)。 - 该框架"将无效 IV 与 IVDID 联系起来",从而为两类看似不同的方法提供了统一视角(Section 6.1)。 - 通过 Riesz 表示,"提供了替代的反问题表述",为半参数效率分析奠定了基础(Section 3)。

被淡化或回避的竞争路线:作者在引言中简要提及了多数规则和 GENIUS,但未深入讨论这些方法在何种条件下优于 PIV。特别是,作者未明确说明 PIV 框架在 IV 数量较少或投影算子选择不当时的表现。此外,作者对 proximal causal inference 的讨论仅限于 Yu et al. (2025) 的无效代理情形,未涉及更广泛的 proxy 设定。

明显该被引、却没出现在 intro 里的工作:作者未引用 Tchetgen Tchetgen et al. (2021) 的 GENIUS 方法在异方差识别方面的后续发展(如 Ye et al. 2024),也未引用 Newey and Powell (2003) 之外的非参数 IV 识别文献(如 Ai and Chen, 2003)。此外,关于 Riesz 回归在因果推断中的应用,作者引用了 Chernozhukov et al. (2021, 2022a, 2022b),但未提及 Hirshberg and Wager (2021) 关于 Riesz 回归的早期工作。

张力

未见明显对立引用。但存在一个潜在张力:多数规则方法(Guo et al., 2018)假设 IV 集合中多数有效,而 PIV 框架允许所有 IV 都违反排他性假设,但要求投影结构正确。这两种假设在实证中可能难以同时满足,作者未讨论如何在这两种设定之间进行选择。


二、最核心、最简单的例子 / 数学问题

第一步:符号、模型、可观测数据

符号:

  • 可观测变量:
  • \(Y \in \mathbb{R}\):结果变量(outcome)
  • \(A \in \{0,1\}\):二元处理变量(treatment)
  • \(Z := \{Z^{[j]}\}_{j=1}^{d_Z} \in \mathbb{R}^{d_Z}\):工具变量向量(instrumental variables)
  • \(X \in \mathbb{R}^{d_X}\):可观测协变量(observed covariates)
  • \(O := \{X, Z, A, Y\}\):完整观测数据向量

  • 不可观测变量:

  • \(U \in \mathbb{R}^{d_U}\):未观测混杂因素(unobserved confounders)

  • 潜在结果:

  • \(Y(a)\):处理为 \(a\) 时的潜在结果(potential outcome),\(a \in \{0,1\}\)
  • 一致性假设:\(Y = Y(A)\)

  • 参数 / 估计目标:

  • \(\psi^o := \mathbb{E}[Y(1) - Y(0)]\):平均处理效应(ATE),本文的核心估计目标
  • \(\psi^o_{S,\pi}\):基于投影算子 \(S\) 和权重函数 \(\pi\) 的 IPW 泛函(Theorem 1)

  • 函数空间与算子:

  • \(L^2(Z, X)\):关于 \((Z, X)\) 的平方可积函数构成的 Hilbert 空间
  • \(L^2(X)\):仅关于 \(X\) 的平方可积函数构成的 Hilbert 空间
  • \(S\):\(L^2(Z, X)\) 的闭线性子空间,满足 \(L^2(X) \subseteq S \subseteq L^2(Z, X)\)
  • \(S[f]\):将 \(f \in L^2(O)\) 投影到 \(S\) 上的正交投影算子
  • \(S^\perp\):\(S\) 在 \(L^2(Z, X)\) 中的正交补
  • \(\pi^o_*(Z, X) := \mathbb{E}[A|Z, X]\):倾向得分(propensity score)

  • 关键函数:

  • \(\delta^o_S(Z, X) := S[A](Z, X)\):处理的投影
  • \(\eta^o_S(Z, X) := S[Y](Z, X)\):结果的投影
  • \(\kappa^o_{S,\pi}(X) := \mathbb{E}[\{\pi(Z, X) - S[\pi](Z, X)\}A|X]\):归一化项
  • \(\mu^o_{S,\pi}(X) := \frac{\mathbb{E}[\{\pi(Z, X) - S[\pi](Z, X)\}\{Y - S[Y](Z, X)\}|X]}{\kappa^o_{S,\pi}(X)}\):结果桥函数
  • \(q^o_{S,\pi}(Z, X) := \frac{\pi(Z, X) - S[\pi](Z, X)}{\kappa^o_{S,\pi}(X)}\):处理桥函数

模型:

  • 数据生成机制:观测数据 \(\{O_i\}_{i=1}^n\) 为 \(n\) 个独立同分布样本,来自某个未知联合分布 \(P\)。
  • 一致性:\(Y = Y(A)\)。
  • S-PIV 条件(Definition 2.4):
  • (a) \(\mathbb{E}[Y(0)|Z, X] \in S\)(结构条件)
  • (b) 对任意 \(\pi \in L^2(Z, X)\),\(\text{Cov}\{A\{\pi(Z, X) - S[\pi](Z, X)\}, Y(1) - Y(0)|X\} = 0\)(正交条件)
  • S-相关性(Definition 2.3):\(\mathbb{E}[\{\pi^o_*(Z, X) - S[\pi^o_*](Z, X)\}^2|X] \geq \epsilon_0 > 0\) 几乎必然。

可观测数据:研究者观测到 \(n\) 个独立同分布的样本 \(\{X_i, Z_i, A_i, Y_i\}_{i=1}^n\)。

第二步:最小内核

核心问题:在存在未观测混杂 \(U\) 且 IV 可能违反排他性假设的情况下,如何识别 ATE \(\psi^o = \mathbb{E}[Y(1) - Y(0)]\)?

最小例子:考虑 \(X = \emptyset\)(无可观测协变量),\(Z\) 为一维连续 IV,\(A\) 为二元处理。假设数据生成过程为:

\[Y = \beta_1^o + \beta_a^o A + \beta_z^o Z + \epsilon, \quad \mathbb{E}[\epsilon|Z] = 0\]

其中 \(\epsilon\) 与 \(A\) 相关(即存在未观测混杂)。此时,\(Z\) 对 \(Y\) 有直接效应(\(\beta_z^o \neq 0\)),违反了传统 IV 的排他性假设。

关键观察:尽管 \(Z\) 对 \(Y\) 有直接效应,但如果这种直接效应是"结构化的"——即 \(\mathbb{E}[Y(0)|Z] = \beta_1^o + \beta_z^o Z\) 属于某个已知的函数空间 \(S\)(如线性函数空间 \(S_{lm}\))——那么我们可以通过投影来消除 \(Z\) 的直接效应。

识别策略:选择任意权重函数 \(\pi \in L^2(Z)\),构造残差 \(\pi(Z) - S[\pi](Z)\)。由于 \(\pi(Z) - S[\pi](Z) \perp S\)(正交于 \(S\)),且 \(\mathbb{E}[Y(0)|Z] \in S\),我们有:

\[\mathbb{E}[\{\pi(Z) - S[\pi](Z)\}Y] = \beta_a^o \mathbb{E}[\{\pi(Z) - S[\pi](Z)\}A]\]

因此,若 \(\mathbb{E}[\{\pi(Z) - S[\pi](Z)\}A] \neq 0\)(即 \(S\)-相关性),则:

\[\beta_a^o = \frac{\mathbb{E}[\{\pi(Z) - S[\pi](Z)\}Y]}{\mathbb{E}[\{\pi(Z) - S[\pi](Z)\}A]}\]

为什么这个例子是核心:这个例子展示了 PIV 框架的本质——通过投影算子 \(S\) 来"过滤"掉 \(Z\) 对 \(Y(0)\) 的结构化直接效应。当 \(S = L^2(X)\) 时,PIV 退化为传统 IV 的独立性假设;当 \(S = S_{lm}\) 时,PIV 允许 \(Z\) 对 \(Y(0)\) 有线性直接效应。更一般地,\(S\) 的选择决定了允许何种形式的直接效应,从而在识别灵活性和假设强度之间取得平衡。

数学上真正吃劲的地方:Theorem 1 的证明依赖于两个关键步骤: 1. 正交分解:利用投影算子 \(S\) 将 \(Y\) 分解为 \(S\) 内和 \(S^\perp\) 两部分,其中 \(S\) 内的部分包含 \(Y(0)\) 对 \(Z\) 的结构化依赖,\(S^\perp\) 部分则与 \(Y(0)\) 正交。 2. 条件矩限制:通过 S-PIV 条件 (b) 确保 \(A\{\pi - S[\pi]\}\) 与 \(Y(1) - Y(0)\) 的条件协方差为零,从而将 ATE 从混杂中分离出来。

为什么这个例子是"最小"的:它剥离了所有技术细节(协变量、高维、非参数),直接展示了 PIV 的核心识别逻辑。一旦理解了这个例子,Theorem 1 的一般形式(允许协变量 \(X\) 和一般投影空间 \(S\))就只是它的"加壳"。


三、这篇论文做了什么

三句话

  1. 研究了什么问题:本文提出了投影工具变量(PIV)框架,在放宽传统 IV 排他性假设的条件下识别和估计平均处理效应(ATE)。
  2. 核心工具 / 方法:将条件期望算子替换为 Hilbert 空间中的一般投影算子,基于 Riesz 表示给出替代的反问题表述,并利用半参数效率理论开发去偏和自适应机器学习估计方法。
  3. 主要结论:在 S-PIV 和 S-相关性条件下,ATE 可由 IPW 泛函 \(\psi^o_{S,\pi}\) 识别;所提出的去偏估计量在交叉拟合下渐近正态,且自适应估计量达到半参数效率界。

关键设定与假设

  • S-PIV 条件(Definition 2.4):包含结构条件 (a) \(\mathbb{E}[Y(0)|Z, X] \in S\) 和正交条件 (b) \(\text{Cov}\{A\{\pi - S[\pi]\}, Y(1) - Y(0)|X\} = 0\)。相比传统 IV 假设,该条件允许 \(Z\) 对 \(Y(0)\) 有结构化直接效应,但要求这种效应属于 \(S\)。
  • S-相关性(Definition 2.3):要求 \(\pi^o_*\) 在投影到 \(S^\perp\) 后仍有足够的变异,即 \(\mathbb{E}[\{\pi^o_* - S[\pi^o_*]\}^2|X] \geq \epsilon_0\)。这推广了传统 IV 的相关性假设。
  • S-完备性(Definition 3.1):用于保证结果桥函数 \(h^o(X)\) 的唯一性,是识别 ATE 的必要条件。
  • 光滑性条件(Theorem 6-7):要求 nuisance 函数估计的 \(L^2\) 收敛速度快于 \(n^{-1/4}\),这是交叉拟合去偏估计量渐近正态的标准条件。
  • 相比已有文献的放宽:相比 Chen et al. (2025) 的 IV 框架,PIV 允许 \(S\) 为一般投影子空间而非仅限于 \(L^2(X)\);相比 Sun et al. (2023) 的 G-估计量,PIV 不要求 IV 之间相互独立。

主要结果

定理 1(识别):若 \(Z\) 是 \(S\)-PIV 且 \(\pi\) 是 \(S\)-PRWF,则 \(\psi^o = \psi^o_{S,\pi}\),其中 \(\psi^o_{S,\pi} = \mathbb{E}\left[\frac{\pi(Z,X) - S[\pi](Z,X)}{\kappa^o_{S,\pi}(X)} Y\right]\)。

定理 4(EIF):在非参数模型下,\(\psi^o_{S,\pi}\) 的有效影响函数为

\[\varphi_{S,\pi}(O; \psi_{S,\pi}, \alpha_{S,\pi}) = \frac{\pi - \rho_{S,\pi}}{\kappa_{S,\pi}}(Y - \eta_S) + \mu_{S,\pi}\left(1 - \frac{(\pi - \rho_{S,\pi})(A - \delta_S)}{\kappa_{S,\pi}}\right) - \psi_{S,\pi}.\]

定理 6-7(渐近正态性):在交叉拟合和 nuisance 收敛条件下,\(\sqrt{n}(\hat{\psi}_{S,\pi} - \psi^o) \xrightarrow{d} N(0, \sigma^2_{S,\pi})\),且 \(\hat{\sigma}^2_{S,\pi} \xrightarrow{p} \sigma^2_{S,\pi}\)。

定理 9-10(部分线性模型):在部分线性模型下,\(\beta^o_{S,\pi} = \beta^o_{S,*} = \beta^o\),且对应的 EIF 为

\[\phi_{S,\pi}(O; \beta^o, \alpha^o, \tau^o) = \frac{\pi - \rho_{S,\pi}}{\tau_{S,\pi}}\{Y - \eta_S - (A - \delta_S)\beta^o\}.\]

命题 6(效率下界):在条件 (4.1) 下,\(\pi^o_*\) 达到渐近方差下界。

命题 10(IVDID 联系):当 \(Z^{[1]}, Z^{[2]}\) 为二元变量时,PIV 泛函 \(\psi^o_{S_1,\pi}\) 退化为 IVDID 泛函。

证明路线与技术技巧

整体路线: 1. 识别:通过投影算子 \(S\) 将 \(Y\) 分解,利用 S-PIV 条件 (a) 和 (b) 证明 \(\mathbb{E}[\{\pi - S[\pi]\}Y] = \psi^o \mathbb{E}[\{\pi - S[\pi]\}A]\)。 2. EIF 推导:在非参数模型下,通过 Gateaux 导数计算 \(\psi^o_{S,\pi}\) 的影响函数,利用 Riesz 表示得到闭式表达式。 3. 去偏估计:采用交叉拟合(cross-fitting)避免 nuisance 估计的过拟合偏差,构造去偏估计量。 4. 渐近理论:利用混合偏差性质(Proposition 8)将偏差分解为 nuisance 误差的乘积项,在 \(L^2\) 收敛条件下证明渐近正态性。

关键技巧: - Riesz 表示:将 \(\psi^o_{S,\pi}\) 表示为线性泛函,利用 Riesz 表示定理找到其代表元,从而简化 EIF 推导。 - 混合偏差性质:证明估计量的偏差可以分解为 nuisance 估计误差的乘积,这是交叉拟合去偏估计量的核心性质。 - 投影算子的嵌套性:利用 Proposition 1(c) 的嵌套性质,将复杂投影分解为简单投影的复合,简化分析。 - 完备性条件:通过 S-完备性保证结果桥函数的唯一性,避免识别模糊。

真实例子与应用

模拟研究(Section 7):设计了 6 种数据生成过程(DGP),涵盖: - DGP 1-2:\(Z\) 对 \(Y(0)\) 有线性直接效应,处理效应异质。 - DGP 3-4:\(Z\) 对 \(Y(0)\) 有非线性直接效应,处理分配机制复杂。 - DGP 5-6:部分线性模型,处理效应恒定。

结果:PIV1 和 PIV2 在所有 DGP 中表现稳定,偏差小、覆盖率高;PIV3 在部分 DGP 中出现较大偏差,说明投影空间选择的重要性。与 GE、NUS、TSHV、sisVIVE 相比,PIV 在 DGP 1-5 中优势明显,在 DGP 6 中与 TSHT 相当。

真实数据(Section 8):使用澳大利亚纵向调查(ALS)数据,估计教育对时薪的因果效应。PIV2 和 PIV3 的估计值分别为 2.75 和 2.84,显著为正;PIV4 的估计值为 6.27,与 PIV2/3 差异较大,暗示部分 IV 可能无效。GE 方法的估计值均不显著,NUS 的估计值为 1.66。

这个例子想说明什么:ALS 数据分析展示了 PIV 框架在实际应用中的可行性,特别是当候选 IV 可能违反排他性假设时,PIV 通过投影选择提供了更稳健的估计。PIV2 和 PIV3 的一致性暗示了投影空间选择的稳健性,而 PIV4 的差异则警示了过度投影可能导致的信息损失。

🔎 结论是否比证明窄

  • Theorem 1 的识别结果:在 S-PIV 条件下严格证明,但 S-PIV 条件本身(特别是条件 (b))在实证中难以直接验证。作者在 Section 5 中通过 IVDID 联系给出了部分验证途径,但未提供完整的敏感性分析方法。
  • Theorem 6-7 的渐近正态性:在 nuisance 估计的 \(L^2\) 收敛速度快于 \(n^{-1/4}\) 的条件下证明,但未讨论 nuisance 估计不满足该条件时的行为(如深层神经网络)。
  • Proposition 6 的效率下界:在条件 (4.1) 下证明,但该条件(广义同方差性)在实证中可能不成立。作者在 Remark 4.2 中承认了这一点,但未提供替代的效率分析。
  • Theorem 9-10 的部分线性模型:在部分线性模型下严格证明,但未推广到更一般的半参数模型。
  • Section 9 的扩展讨论:作者提出了三种扩展方向(协方差条件、proximal 设定、多数规则),但均未给出具体定理或算法,属于 conjecture 而非证明。

四、开放问题

  1. S-PIV 条件的可验证性:如何从数据中检验 S-PIV 条件 (b) 是否成立?作者在 Section 5 中通过 IVDID 联系给出了部分答案,但未提供完整的检验程序。扎根于 Theorem 1 的识别条件。

  2. 投影空间 \(S\) 的选择:如何在实际应用中选择合适的投影空间 \(S\)?作者在模拟中展示了 \(S\) 选择对估计结果的影响(PIV3 在部分 DGP 中偏差大),但未提供数据驱动的选择准则。扎根于 Section 7 的模拟结果。

  3. 效率下界的推广:Proposition 6 的效率下界依赖于条件 (4.1)(广义同方差性)。在条件 (4.1) 不成立时,最优权重函数是什么?效率下界如何变化?扎根于 Proposition 6 的假设。

  4. 无效投影的鲁棒性:当投影空间 \(S\) 选择错误(即 \(\mathbb{E}[Y(0)|Z, X] \notin S\))时,PIV 估计量的偏差如何刻画?是否存在类似多数规则(majority rule)的鲁棒性保证?扎根于 Section 9 的讨论。

  5. 与 proximal causal inference 的深度融合:作者在 Section 9 中提到了与 Yu et al. (2025) 的联系,但未给出具体的理论结果。如何将 PIV 框架与 proximal 设定中的桥函数方法统一?扎根于 Section 9 的讨论。

  6. 高阶性质:Theorem 6-7 仅证明了渐近正态性,未讨论高阶偏差(如 Edgeworth 展开)或 bootstrap 的适用性。扎根于 Theorem 6-7 的证明。

  7. 计算效率:当 \(d_Z\) 较大时,如何高效地估计投影算子 \(S\) 和权重函数 \(\pi\)?作者在模拟中使用了加性样条,但未讨论高维情形下的计算策略。扎根于 Section 7 的实现细节。


提示:要确认上述开放问题是否为真 gap,建议去读同一子领域近期约 5 篇论文的 introduction(例如 Chen et al. 2025, Sun et al. 2023, Zhang et al. 2025, Yu et al. 2025, Zhao and Cui 2025)。如果多篇论文都指向同一个问题,那很可能是共识性的真 gap;如果各篇论文对同一问题的处理方式互相矛盾,那反而可能是机会所在。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论