[論文レビュー] Bounds on Average Effects in Discrete Choice Panel Data Models

Cavit Pakel, Martin Weidner|arXiv (Cornell University)|Sep 17, 2023

Spatial and Panel Data Analysis被引用数 4

ひとこと要約

本稿は、固定効果を伴う離散選択パネルデータモデルにおける平均効果の同定集合に対する計算が簡単な外部境界を提案し、連続的予測変数を伴う短いパネルでも、パrametricレートでの推定および漸近的に有効な信頼区間の構築を可能にする。この手法は次元の呪いを回避し、付加的パrameter問題により平均効果が部分的に同定される場合でもロバストな推論を提供する。

ABSTRACT

In discrete choice panel data, estimation of average effects is crucial for quantifying the effect of covariates, and for policy evaluation and counterfactual analysis. However, in short panels with individual-specific effects, challenges arise due to partial identification and the incidental parameter problem. In particular, estimating the sharp identified set on average effects becomes impractical when covariates have large support sets, such as when they are continuous. This paper proposes a method for estimating outer bounds on the identified set of average effects, which are easy to construct, converge at the parametric rate, and remain computationally feasible even for moderately large samples. Asymptotically valid confidence intervals are also provided.

研究の動機と目的

• 個体固有効果を伴う短いパネルデータモデルにおける平均効果の推定という課題に取り組む。標準的手法は付加的パrameter問題に直面し、部分的同定が生じる。
• 現実的なサンプルサイズで次元の呪いに見舞われるため、鋭い同定集合推定の代替として計算が効率的な手法を開発する。
• 離散的または連続的予測変数にかかわらず、計算が簡単で、パrametricレートで収束する平均効果の外部境界を提供する。
• 同定集合に対する漸近的に有効な信頼区間を構築し、有限標本における推論のロバスト性を向上させる。
• シミュレーションおよび女性労働参加への実応用を通じて、本手法の性能を示す。

提案手法

• 本手法は、鋭い同定集合の外部境界を、一様な線形計画法を用いて構築する。これにより、鋭い集合推定に必要な高次元最適化が簡素化される。
• 平均効果が構造的パrameter β と未観測の異質性の分布 π に依存することを活用し、保守的ではあるが計算が可能な境界を導出する。
• f(Y_i|Z_i) が、β に依存する条件付き分布 f(Y_i|Z_i, A_i; β) を π(A_i|Z_i) で重み付けた混合モデルである半パラメトリックモデルを採用する。β は点同定可能であり、π は制約なしに扱う。
• 予測変数のサポート上で線形計画問題を解くことで外部境界を導出し、π が非パラメトリックであってもパrametricレートでの収束を保証する。
• 定理1で形式化されたように、外部境界の標本分布に対する正規近似を用いて、漸近的に有効な信頼区間を構築する。
• 本手法は静的および動的モデルに適用可能であり、離散的または連続的予測変数を扱うが、離散化を必要としない。

実験結果

リサーチクエスチョン

• RQ1 連続的予測変数や高次元の予測変数を伴う離散選択パネルモデルにおいて、計算が可能でパrametricレートで収束する平均効果の同定集合の外部境界を構築できるか？
• RQ2 予測変数が連続的または高次元的である場合、本手法は既存手法と比較して有限標本でどのように性能を発揮するか？
• RQ3 鋭い同定集合の計算が困難な場合でも、外部境界を用いて漸近的に有効な信頼区間を構築できるか？
• RQ4 真の効果が個体ごとに異なる場合、本手法は点同定手法（例：BCロジット、プロビット）と比較して、カバレッジとロバスト性の面でどのように異なるか？
• RQ5 連続的収入および教育予測変数を伴う女性労働参加という実世界の応用において、本手法の経験的性能はいかがなものか？

主な発見

• 提案された外部境界は、予測変数のサポート点の数が多くても計算が簡単で、パrametricレートで収束する。これにより次元の呪いを回避する。
• シミュレーションでは、有限標本でも良好な性能を発揮し、若年の子供の存在が労働参加に与える影響の変動といった、処置効果の非定型性を反映する情報的な境界を提供する。
• 労働参加への応用では、3歳未満の子供がいることは参加を減少させるという、すべての手法が一致するが、外部境界は個体間での未観測の異質性を反映して、より広い信頼区間を生じさせる。
• 外部境界の信頼区間は、点同定手法のものより広いが、特に個体効果が異なる場合に部分的同定下でもよりロバストで有効である。
• より豊富な予測変数を伴う第二の経験的例では、一部の状況で外部境界の信頼区間が他の手法より狭く、モデルの不確実性下でも改善された効率性とカバレッジを示す。
• 教育の平均効果に関する本手法の信頼区間は、主に正であり、他の手法と整合的である。一方、配偶者の収入の効果は曖昧だが、主に負であり、外部境界はこの不確実性をより信頼性高く捉えている。