[论文解读] A Simple and Computationally Trivial Estimator for Grouped Fixed Effects Models

Martin Mugnier|arXiv (Cornell University)|Mar 16, 2022

Spatial and Panel Data Analysis被引用 7

一句话总结

本文提出了一种计算简单的分组固定效应模型估计器，通过三步法避免非凸优化：(1) 对斜率系数使用正则化估计器，(2) 基于成对残差差异进行凝聚聚类以识别组别，(3) 对聚类后的单元进行池化OLS回归。该方法在无需已知组数或求解复杂优化问题的情况下，实现了与不可行的“理想”估计器渐近等价的推断。

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.

研究动机与目标

• 开发一种计算高效的面板数据分组固定效应模型估计器，以处理随时间变化的不可观测异质性。
• 消除现有方法中对组数上界已知的严重限制。
• 在弱正则性条件下，一致估计组别归属和共同参数。
• 实现与控制真实组结构的不可行“理想”估计器的渐近等价性。
• 在T相对于N缓慢增长的设定下实现有效推断，包括T以N的任意幂次增长的情形。

提出的方法

• 方法首先使用正则化核范数估计器，获得斜率系数β的一致初始估计。
• 通过单位三元组之间的残差成对差异构造距离度量，这些度量在且仅在两个单位属于同一组时渐近趋于零。
• 应用凝聚聚类算法，基于这些距离的阈值以恢复组别归属。
• 最后一步对识别出的组别执行池化OLS回归，以估计组-时间效应并优化斜率系数。
• 该流程避免了非凸优化和对划分的组合搜索，使其计算上极为简单。
• 在N和T均增长且T以N的任意幂次增长的框架下，建立了理论保证，且组-时间效应充分分离。

实验结果

研究问题

• RQ1 能否在无需预先知道组数的情况下，开发一种计算高效的分组固定效应模型估计器？
• RQ2 所提出的方法是否能实现与控制真实组结构的不可行“理想”估计器的渐近等价性？
• RQ3 当组数未知时，该估计器能否一致地恢复出充分分离的组别归属？
• RQ4 在T相对于N缓慢增长的设定下，该估计器的渐近性质如何？
• RQ5 该方法在高维面板数据中对弱依赖性和重尾误差分布是否具有鲁棒性？

主要发现

• 所提出的估计器实现了与控制真实组结构的不可行“理想”估计器的渐近等价性，从而确保了对斜率参数β的有效推断。
• 在弱正则性条件下，即使组数未知，该方法仍能一致估计组别归属和组-时间效应。
• 估计器避免了非凸和组合优化，使其计算上极为简单，并可扩展至大规模数据集。
• 斜率估计器√(NT)(β̂ − β⁰)的渐近分布收敛于正态分布，其极限方差与“理想”估计器相同。
• 组别归属误分类或β估计不一致的概率在大样本中收敛于零。
• 理论推导中通过使用强混合条件和尾部条件，表明该方法对弱依赖性和重尾误差具有鲁棒性。