[논문 리뷰] Central Limit Theory for Combined Cross-Section and Time Series

Jinyong Hahn, Guido M. Kuersteiner외 1명|arXiv (Cornell University)|2016. 10. 06.

Monetary Policy and Economic Impact참고 문헌 43인용 수 4

한 줄 요약

이 논문은 공통 요인을 통해 의존성을 명시적으로 모델링하는 복합 횡단면 및 시계열 데이터를 위한 중심극한정리(CLT)를 개발하여, 혼합 데이터 모델에서 매개변수 추정치에 대한 타당한 점근적 추론을 가능하게 한다. 주요 기여는 Murphy와 Topel(1985)의 공식을 형식적으로 반영하는 프레임워크를 제공함으로써, 복잡한 의존성 구조가 존재하더라도 구현이 간편해지는 것이다.

ABSTRACT

Combining cross-section and time series data is a long and well established practice in empirical economics. We develop a central limit theory that explicitly accounts for possible dependence between the two data sets. We focus on common factors as the mechanism behind this dependence. Using our central limit theorem (CLT) we establish the asymptotic properties of parameter estimates of a general class of models based on a combination of cross-sectional and time series data, recognizing the interdependence between the two data sources in the presence of aggregate shocks. Despite the complicated nature of the analysis required to formulate the joint CLT, it is straightforward to implement the resulting parameter limiting distributions due to a formal similarity of our approximations with the standard Murphy and Topel's (1985) formula.

연구 동기 및 목표

• 실험 경제모형에서 횡단면 데이터와 시계열 데이터 간의 의존성 문제를 다루기 위해.
• 두 데이터 유형 간 상호의존성을 이끄는 공통 요인을 고려한 공식적인 중심극한이론을 개발하기 위해.
• 복합 데이터를 사용하는 일반적인 모델 클래스에서 매개변수 추정치의 점근적 성질을 확립하기 위해.
• 분석적 복잡성에도 불구하고 한계 분포의 실용적 사용 가능성을 확보하기 위해.
• 실행 용이성을 위해 Murphy와 Topel(1985)의 표준 공식과 형식적으로 유사한 프레임워크를 제공하기 위해.

제안 방법

• 논문은 횡단면 및 시계열 구성요소에 영향을 주는 공통 요인을 통해 의존성을 명시적으로 모델링하는 공동 중심극한정리를 수립한다.
• 일반 조건 하에서 매개변수 추정기의 점근적 분포를 유도하며, 횡단면 및 시계열 의존성 구조를 모두 통합한다.
• 이 방법은 Murphy와 Topel(1985)의 공식에 대한 형식적 수학적 유사성에 기반하여, 한계 분포의 간편한 구현을 가능하게 한다.
• 횡단면 단위와 시계열 관측치 간의 상관관계를 유도하는 종합적 충격을 고려한 분석을 수행한다.
• 일반적인 모델 클래스에 프레임워크를 적용하여 다양한 실증 설정에 대한 광범위한 적용 가능성을 확보한다.
• 약한 의존성과 모멘트 조건에 기반한 이론적 유도를 통해 현실적인 데이터 조건 하에서도 타당성을 확보한다.

실험 결과

연구 질문

• RQ1 횡단면 및 시계열 데이터 간 의존성이 존재할 경우, 복합 횡단면 및 시계열 데이터에 대해 중심극한정리를 어떻게 개발할 수 있는가?
• RQ2 공통 요인이 횡단면 및 시계열 관측치 간의 의존성을 유도하는 데 어떤 역할을 하는가?
• RQ3 이러한 의존성 하에서 매개변수 추정치의 점근적 분포는 어떻게 도출할 수 있는가?
• RQ4 제안된 프레임워크는 기존의 Murphy와 Topel(1985)의 공식과 같은 방법의 실용적 단순성과 얼마나 유사하게 유지되는가?
• RQ5 이 이론은 혼합 데이터를 사용하는 실증 모델에서 추론에 어떤 영향을 미치는가?

주요 결과

• 논문은 공통 요인에 의해 유도되는 의존성이 존재하는 복합 횡단면 및 시계열 데이터에 대해 타당한 중심극한정리를 확립한다.
• 매개변수 추정기의 점근적 분포가 유도되었으며, 횡단면 및 시계열 의존성 구조를 모두 고려한다.
• 한계 분포는 Murphy와 Topel(1985)의 공식과 형식적으로 유사성을 유지하여, 복잡한 의존성에도 불구하고 간편한 구현이 가능하다.
• 종합적 충격에 의해 유도되는 의존성 조건 하에서도 복합 횡단면 및 시계열 데이터를 조합한 모델에서 타당한 점근적 추론을 가능하게 한다.
• 약한 의존성과 모멘트 조건 하에서도 이론적 결과가 강인하여 실용적 관련성이 보장된다.
• 이 방법은 혼합 데이터 소스를 사용하는 광범위한 실증 모델 클래스에 적용 가능한 일반적 해결책을 제공한다.