[論文レビュー] Inference in Unbalanced Panel Data Models with Interactive Fixed Effects

Daniel Czarnowske, Amrei Stammann|ArXiv.org|Apr 7, 2020

Spatial and Panel Data Analysis参考文献 44被引用数 4

ひとこと要約

本稿は、[7] で提示されたインタラクティブ固定効果（IFE）推定量が、ランダムに欠損する観測値を含む非平衡パネルデータにおける有限標本性能を調査する。シミュレーション実験を通じて、[b2009mw2017] で提示された推論理論が欠損データ下でも妥当な近似であることが判明したが、欠損の割合とパターンが推定量の性能に影響を及ぼす。本研究は、より一般的な未観測異質性構造を考慮した場合、民主化の経済成長への影響が顕著であることを確認した。

ABSTRACT

We derive the asymptotic theory of Bai (2009)'s interactive fixed effects estimator for unbalanced panels in which the source of attrition is conditionally random. For inference, we propose a method of alternating projections algorithm based on straightforward scalar expressions to compute the residualized variables required for bias correction and covariance matrix estimation. Simulation experiments confirm that our asymptotic results provide reliable finite-sample approximations. We also reassess Acemoglu et al. (2019). Allowing for a more general form of unobserved heterogeneity, we confirm significant effects of democratization on economic growth.

研究の動機と目的

• 非平衡パネルにおけるランダム欠損データ下での [7] で提示された IFE 推定量の有限標本的挙動を評価すること。
• データが非平衡的かつ欠損している状況下で、[b2009mw2017] で提示された既存の推論理論が依然として有効であるかどうかを評価すること。
• [1] のベースライン分析を、より一般的な未観測異質性構造を捉えるために IFE 推定量を用いて再評価すること。
• 欠損データの割合とパターンが推定量の性能および推論に与える影響を調査すること。

提案手法

• 本研究は、非平衡パネルにおけるさまざまな欠損データメカニズムとパターン下での IFE 推定量の性能を評価するために、シミュレーション実験を実施する。
• 因子負荷および共通要因の主成分推定において欠損データを処理するために、[7] および [9] で提示された EM アルゴリズムに基づくデータ拡張法を適用する。
• 非平衡かつ欠損データを含む状況下での IFE 推定量の標本分布を近似するために、[b2009mw2017] で提示された推論理論を用いる。
• 経済成長に対する民主化の影響を再推定するために、[1] のデータセットに IFE 推定量を適用し、複雑な未観測異質性を捉えるためのインタラクティブ固定効果を組み込む。
• 欠損データの割合とパターン（ランダム欠損および無視できない欠損）の異なる条件下での IFE 推定量の性能を比較する。
• 妥当性の検証および代替推定戦略の探求のため、最小距離推定量および核ノルム緩和法を拡張して用いる。

実験結果

リサーチクエスチョン

• RQ1 バランスパネル下で導出された IFE 推定量の推論理論が、ランダムに欠損する非平衡パネルに適用された場合にも有効であるか。
• RQ2 欠損データの割合とパターンが IFE 推定量の有限標本的性能にどのように影響を及ぼすか。
• RQ3 未観測異質性がインタラクティブ固定効果としてモデル化された場合、IFE 推定量は経済成長に対する民主化の影響を信頼性高く検出できるか。
• RQ4 EM アルゴリズムによるデータ拡張が、欠損データ下でも推定量の性質を適切に保持するか。
• RQ5 異なる欠損データメカニズム（例：MCAR、MAR）が、IFE 推定量に基づく仮説検定のサイズとパワーにどのように影響を及ぼすか。

主な発見

• [b2009mw2017] で提示された推論理論は、非平衡パネルにおける欠損データ下でも IFE 推定量の標本分布を妥当に近似する。
• IFE 推定量の有限標本的性能は、欠損データの割合とパターンの両方に敏感であり、高い欠損率や非ランダムな欠損パターンはバイアスの増加とサイズの歪みを引き起こす。
• [1] のデータセットに IFE 推定量を適用した結果、より一般的な未観測異質性構造下でも、民主化が経済成長に顕著な影響を及ぼすことが確認された。
• IFE 推定量における EM アルゴリズムに基づくデータ拡張ステップは、欠損データ下でも一貫性を保つが、補完による追加の不確実性が有限標本推論に影響を及ぼす。
• 核ノルム緩和推定量は一貫性のある代替手法を提供するが収束が遅く、繰り返し推定後の補正により元の IFE 推定量の漸近的性質が回復される。
• 本研究は、欠損データ設定下でデータ拡張によって生じる不確実性を適切に反映する形式的な推論理論の必要性を強調した。