[논문 리뷰] A Simple and Computationally Trivial Estimator for Grouped Fixed Effects Models

Martin Mugnier|arXiv (Cornell University)|2022. 03. 16.

Spatial and Panel Data Analysis인용 수 7

한 줄 요약

이 논문은 패널 데이터에서 그룹화된 고정효과 모형을 위한 계산적으로 단순한 추정기법을 제안한다. 비볼록 최적화를 피하기 위해 3단계 절차를 사용한다: (1) 기울기 계수에 대한 정규화된 추정기, (2) 쌍별 잔차 차이를 기반으로 한 군집화를 통한 그룹 식별, (3) 군집화된 단위에 대한 풀린 OLS. 이 방법은 알려진 그룹 수가 없거나 복잡한 최적화 문제를 해결할 필요 없이도, 실현 불가능한 오라클 추정기와 游동적으로 동일한 추론을 달성한다.

ABSTRACT

This paper introduces a new fixed effects estimator for linear panel data models with clustered time patterns of unobserved heterogeneity. The method avoids non-convex and combinatorial optimization by combining a preliminary consistent estimator of the slope coefficient, an agglomerative pairwise-differencing clustering of cross-sectional units, and a pooled ordinary least squares regression. Asymptotic guarantees are established in a framework where $T$ can grow at any power of $N$, as both $N$ and $T$ approach infinity. Unlike most existing approaches, the proposed estimator is computationally straightforward and does not require a known upper bound on the number of groups. As existing approaches, this method leads to a consistent estimation of well-separated groups and an estimator of common parameters asymptotically equivalent to the infeasible regression controlling for the true groups. An application revisits the statistical association between income and democracy.

연구 동기 및 목표

• 시간에 따라 변화하는 관측되지 않는 이질성이 존재하는 패널 데이터에서 그룹화된 고정효과 모형을 위한 계산적으로 효율적인 추정기법을 개발한다.
• 기존 방법에서 주요한 제약 요소인 그룹 수의 알려진 상한선이 필요 없도록 제거한다.
• 약한 정규성 조건 하에서 그룹 소속과 공통 매개변수를 일관적으로 추정한다.
• 진정한 그룹 구조를 통제하는 실현 불가능한 오라클 추정기와 游동적으로 동일한 점근적 성질을 달성한다.
• T가 N의 어떤 거듭제곱에 비해 느리게 증가하는 설정, 즉 T가 N의 어떤 거듭제곱에 비해 증가하는 경우를 포함하여 타당한 추론을 가능하게 한다.

제안 방법

• 기울기 계수 β에 대한 일관적인 初기 추정치를 확보하기 위해 정규화된 핵노름 추정기법을 사용한다.
• 삼중체 단위 간 잔차의 쌍별 차이를 계산하여, 두 단위가 같은 그룹에 속해 있을 경우에만 점차적으로 0에 수렴하는 거리 척도를 구성한다.
• 이 거리 척도에 임계값을 적용한 응집형 군집화 알고리즘을 적용하여 그룹 소속을 복구한다.
• 최종 단계로, 식별된 그룹에 대해 풀린 OLS 회귀분석을 수행하여 그룹-시간 효과를 추정하고 기울기 계수를 보정한다.
• 비볼록 최적화와 분할에 대한 조합적 탐색을 피함으로써 계산적으로 매우 단순한 절차를 확보한다.
• N과 T가 증가하는 프레임워크 하에서 이론적 보장을 확보하였으며, T가 N의 어떤 거듭제곱에 비해 증가하고, 그룹-시간 효과가 잘 분리되어 있음을 전제로 한다.

실험 결과

연구 질문

• RQ1 사전에 그룹 수를 알 필요 없이, 계산적으로 효율적인 추정기법을 그룹화된 고정효과 모형에 대해 개발할 수 있는가?
• RQ2 제안된 방법이 진정한 그룹 구조를 통제하는 실현 불가능한 오라클 추정기와 점근적으로 동일한 성질을 달성하는가?
• RQ3 그룹 수가 알려져 있지 않은 상황에서도 잘 분리된 그룹 소속을 일관적으로 회복할 수 있는가?
• RQ4 T가 N에 비해 느리게 증가하는 설정에서 추정기의 점근적 성질은 어떠한가?
• RQ5 고차원 패널 데이터에서 약한 의존성과 무거운 尾部 오차 분포에 대해 이 방법이 강인한가?

주요 결과

• 제안된 추정기법은 진정한 그룹 구조를 통제하는 실현 불가능한 오라클 추정기와 점근적으로 동일한 성질을 달성하여 기울기 매개변수 β에 대한 타당한 추론을 보장한다.
• 그룹 수가 알려져 있지 않은 상황에서도 약한 정규성 조건 하에서 그룹 소속과 그룹-시간 효과를 일관적으로 추정한다.
• 비볼록 및 조합 최적화를 피함으로써 계산적으로 매우 단순하고 대규모 데이터셋에 대해 확장 가능한 성능을 달성한다.
• 기울기 추정기 √(NT)(β̂ − β⁰)의 점근적 분포는 오라클 추정기와 동일한 점근적 분산을 가지는 정규분포로 수렴한다.
• 그룹 소속을 잘못 분류하거나 β를 일관적으로 추정하지 못할 확률은 대표본에서 0으로 수렴한다.
• 강한 혼합성과 꼬리 조건을 이론적 유도에 활용함으로써, 약한 의존성과 무거운 꼬리 오차 분포에 대해 강인함을 입증하였다.