[論文レビュー] probitfe and logitfe: Bias corrections for probit and logit models with two-way fixed effects

Mario Cruz‐Gonzalez, Iván Fernández‐Val+1 more|arXiv (Cornell University)|Oct 24, 2016

Monetary Policy and Economic Impact被引用数 4

ひとこと要約

本稿では、2方向固定効果を伴うプロビットおよびロジット回帰モデルにおける便宜的パrameter問題を解消するための、解析的およびジャックナイフバイアス補正を実装したStataコマンド、probitfeおよびlogitfeを紹介する。この手法により、NおよびTが中程度に大きい場合でも、回帰係数および平均部分効果の一致推定量が得られ、標準的な固定効果推定量に比べて有限標本における精度が著しく向上する。

ABSTRACT

We present the Stata commands probitfe and logitfe, which estimate probit and logit panel data models with individual and/or time unobserved effects. Fixed effect panel data methods that estimate the unobserved effects can be severely biased because of the incidental parameter problem (Neyman and Scott, 1948). We tackle this problem by using the analytical and jackknife bias corrections derived in Fernandez-Val and Weidner (2016) for panels where the two dimensions ($N$ and $T$) are moderately large. We illustrate the commands with an empirical application to international trade and a Monte Carlo simulation calibrated to this application.

研究の動機と目的

• 2方向固定効果を伴う非線形パネルモデルにおける便宜的パrameter問題に対処すること。これは、プロビットおよびロジット回帰モデルの標準的固定効果推定量にバイアスを生じさせる。
• 個人効果および時刻効果を伴う二値応答モデルにおける回帰係数および平均部分効果のバイアス補正推定量の開発および実装。
• 非線形パネルモデルに2方向固定効果を適用する場合に、解析的およびジャックナイフバイアス補正を提供する最初のStataコマンドの提供。
• NおよびTが中程度に大きいパネルデータにおいて推定精度を向上させること。特に、時刻効果が含まれる場合や条件付き尤度法が適用できない場合に有効。
• 平均部分効果に関する信頼性の高い推論を可能にすること。これは、実証的研究においてしばしば主な推定量である。

提案手法

• Fernandez-ValとWeidner（2016）が導出した解析的バイアス補正を用いて、個人および時刻効果を伴うプロビットおよびロジット回帰モデルの固定効果推定量を補正する。
• 有限標本におけるバイアスを低減するため、ジャックナイフベースのバイアス補正（SPJおよびHahn-Newey法）を適用する。
• バイアス補正済み回帰係数推定量と説明変数の経験的モーメントを用いて、補正済み平均部分効果（APEs）の推定量を計算する。
• 有限NおよびTからの標本抽出を考慮するため、標準誤差に有限母集団補正項を導入する。
• 観測されたフィッシャー情報行列の逆行列およびロバスト分散推定量を用いて、補正済みおよび未補正推定量の標準誤差を導出する。
• 1方向（個人または時刻のみ）および2方向固定効果モデルをサポートするStataのadoファイルを通じて、補正を実装する。

実験結果

リサーチクエスチョン

• RQ1 2方向固定効果を伴うプロビットおよびロジット回帰モデルにおける便宜的パrameter問題は、どのように効果的に緩和できるか？
• RQ2 有限標本におけるバイアス補正推定量の性能は、標準的固定効果推定量と比べてどうか？
• RQ3 解析的およびジャックナイフバイアス補正は、2方向固定効果を伴うプロビットおよびロジット回帰モデルにおいてStataで信頼性を持って実装可能か？
• RQ4 実証的応用において、平均部分効果のバイアス補正推定量と未補正推定量の間には、どのような差が生じるか？
• RQ5 時刻効果を含めると、ロジットおよびプロビット回帰モデルにおける便宜的パrameterバイアスの大きさにどのような影響が生じるか？

主な発見

• 解析的およびジャックナイフバイアス補正により、2方向固定効果を伴うプロビットおよびロジット回帰モデルにおける回帰係数推定量の有限標本バイアスが顕著に低減される。
• probitfeおよびlogitfeコマンドは、実証的研究においてしばしば主な推定量となる平均部分効果の一致推定量を生成する。
• 国際貿易応用を想定したモンテカルロシミュレーションでは、特にTが中程度のとき、バイアス補正により推定量の精度が著しく向上することが示された。
• ジャックナイフ補正（SPJおよびHahn-Newey法）は、有限標本における平均二乗誤差および信頼区間のカバレッジレートの観点で、未補正推定量を上回る性能を示した。
• 標準誤差には有限母集団補正が適用されており、NおよびTが有限のとき、推論の質が向上している。
• 本手法は、従来のマイクロパネル、国レベルのパネル、貿易フローの正方疑似パネルを含む、広範なパネルデータ構造に適用可能である。