Différences-in-Differences instrumentées avec des effets de traitement hétérogènes

De nombreuses études exploitent la variation dans le calendrier d'adoption des politiques entre les unités en tant qu'instrument pour le traitement, et utilisent des techniques de variables instrumentales. Cet article formalise la stratégie d'identification sous-jacente comme une différence-en-différences instrumentée (DID-IV). Dans un cadre simple avec deux périodes et deux groupes, notre conception DID-IV consiste principalement en une hypothèse de monotonie, ainsi qu'en des hypothèses de tendances parallèles dans le traitement et le résultat. Dans ce design, un estimateur Wald-DID, qui met à l'échelle l'estimateur DID de l'issue par l'estimateur DID du traitement, capture l'effet de traitement moyen local sur les traités (LATET). Contrairement au design Fuzzy DID considéré dans DeChaisemartin2018-xe, notre design DID-IV ne nécessite pas a priori de fortes restrictions sur le comportement d'adoption du traitement entre les unités, et notre paramètre cible, le LATET, est pertinent pour la politique si l'instrument est basé sur le changement de politique d'intérêt pour le chercheur. Nous étendons le design DID-IV canonique à des contextes à périodes multiples avec l'adoption échelonnée de l'instrument entre les unités, que nous appelons des designs DID-IV échelonnés. Nous proposons une méthode d'estimation dans les designs DID-IV échelonnés qui est robuste à l'hétérogénéité des effets de traitement. Nous illustrons nos résultats dans le cadre d'Oreopoulos2006-bn, estimant les retours à l'éducation au Royaume-Uni. Dans cette application, la régression à variables instrumentales à effets fixes bidirectionnels, qui est l'approche conventionnelle pour mettre en œuvre des designs DID-IV échelonnés, donne une estimation négative, tandis que notre méthode d'estimation indique le gain substantiel provenant de l'éducation.