Combining Jump and Kink ratio estimators in Regression Discontinuity Designs, with an application to the causal effect of retirement on well-being

Il Regression Discontinuity Design è una delle più diffuse tecniche nell'ambito dell’inferenza causale nei processi quasi-sperimentali. È basata sull'idea che l'esposizione ad un trattamento sia (parzialmente o totalmente) stabilita da un punto di soglia di una variabile continua e osservabile. Quando l'esposizione al trattamento è solo parzialmente stabilita da questa variabile, si è solito definirlo fuzzy Regression Discontinuity Design. In questo contesto, dato un determinato outcome di interesse, è possibile identificare soltanto l’effetto medio del trattamento per la sotto-popolazione dei Compliers. Tale effetto può essere ottenuto dal rapporto tra la discontinuità nel punto di soglia nella media dell'outcome divisa per la discontinuità nella probabilità di esposizione al trattamento. La tesi esamina, da un punto di vista metodologico e empirico, come possano essere informativi per la stima del parametro di interesse i cambiamenti di pendenza nel punto di soglia. Partendo dalle modifiche nei criteri di ammissibilità al pensionamento avvenuti in Italia a partire dagli anni '90, abbiamo proposto uno stimatore, basato sulla logica delle Variabili Strumentali, che è una combinazione della discontinuità e del cambiamento di pendenza. In seguito abbiamo proposto uno studio di simulazione per confrontare l'efficienza dei diversi stimatori. Successivamente abbiamo analizzato gli effetti del pensionamento sulla soddisfazione personale percepita. Infine abbiamo generalizzato, usando lo stimatore a Variabili Strumentali su Due Campioni per migliorare l'efficienza delle stime con dati amministrativi o per costruire outcome successivi al pensionamento.