[論文レビュー] Standard Errors for Panel Data Models with Unknown Clusters

Jushan Bai, Sung Hoon Choi+1 more|arXiv (Cornell University)|Oct 16, 2019

Spatial and Panel Data Analysis参考文献 22被引用数 4

ひとこと要約

この論文は、クラスタ構造が未知の状態でも、未知の横断的相関、自己相関、および異分散性を扱えるロバストな標準誤差推定量を提案する。これは、自己相関の制御にNewey-Westの打ち切り法を用い、誤差共分散行列のしきい値処理を組み合わせることで、弱い横断的相関のもとで一貫性を達成する。これにより、クラスタ構造が観察されない場合でも有効な推論が可能になる。

ABSTRACT

This paper develops a new standard-error estimator for linear panel data models. The proposed estimator is robust to heteroskedasticity, serial correlation, and cross-sectional correlation of unknown forms. The serial correlation is controlled by the Newey-West method. To control for cross-sectional correlations, we propose to use the thresholding method, without assuming the clusters to be known. We establish the consistency of the proposed estimator. Monte Carlo simulations show the method works well. An empirical application is considered.

研究の動機と目的

• クラスタ構造が未知または観察されていない状況でも有効なままとなるパネルデータモデルの標準誤差推定量を開発すること。
• 従来のクラスタ標準誤差の限界を是正すること。これは、既知のクラスタを必要とし、未知の横断的相関がある場合にはバイアスが生じる可能性がある。
• パrametric仮定なしに、異分散性、自己相関、および一般形式の横断的相関に対してロバストな推定量を提供すること。
• 弱い依存性と横断的相関のスパarsity（スパarsity）のもとで、提案された推定量の一貫性を確立すること。
• モンテカルロシミュレーションと米国における離婚法改正に関する実証応用を通じて、推定量の有限標本性能を示すこと。

提案手法

• 誤差構造における自己相関を制御するために、打ち切りラグ L を用いたNewey-West法を用いる。
• 真の共分散構造がスパースであると仮定し、誤差の横断的共分散行列の推定にしきい値処理を適用する。
• BickelとLevina（2008）の手法に基づくデータ駆動型しきい値処理ルールを用い、クラスタが既知でない状況でも共分散行列を推定する。
• Newey-West推定量としきい値処理推定量を統合し、固定効果OLS用の統合的ロバスト分散推定量を構築する。
• 弱い依存性と高次元の横断的相関のもとで、推定量の漸近的分布を導出する。
• バンド法としきい値処理を用いた正則化技術により、大規模な N と T のパネルデータにおける高次元共分散行列を一貫して推定する。

実験結果

リサーチクエスチョン

• RQ1 クラスタ構造が未知のパネルデータにおいても有効な標準誤差推定量を開発できるか？
• RQ2 既知のクラスタやパrametric形式を仮定しない状況で、横断的相関を一貫して推定できるか？
• RQ3 Newey-West法としきい値処理を組み合わせることで、一般形式の異分散性と自己相関のもとで一貫的かつロバストな分散推定量が得られるか？
• RQ4 提案手法の有限標本性能は、従来のクラスタ標準誤差と比較してどうなるか？
• RQ5 クラスタメンバーシップが観察されない実証的状況でも、この手法は効果的に適用可能か？

主な発見

• 提案された標準誤差推定量は、一般形式の異分散性、自己相関、および未知の横断的相関のもとで一貫性を示す。
• クラスタが既知でない状況でも、横断的ユニット数 N と期間数 T が大きく増大しても一貫性を維持する。
• モンテカルロシミュレーションの結果、推定量は有限標本でも良好な性能を示し、名目水準に近いカバレッジレートを達成する。
• しきい値処理法は、横断的共分散行列のスパarsity（スパarsity）を効果的に捉え、弱い依存性のもとで推定誤差を低減する。
• すべての横断的ユニットが相関している状況でも、この手法はロバストであり、不必要に広い信頼区間を避ける。
• 米国における離婚法改正に関する実証応用では、クラスタ構造が未知のため従来のクラスタ標準誤差が不適切となる状況でも、信頼できる推論が得られた。