[论文解读] Multiway Cluster Robust Double/Debiased Machine Learning

Harold D. Chiang, Kengo Kato+2 more|arXiv (Cornell University)|Sep 8, 2019

Consumer Market Behavior and Pricing参考文献 23被引用 15

一句话总结

本文提出了一种多向聚类稳健的双/去偏机器学习（DML）框架，通过提出一种新颖的多向交叉匹配算法和一种聚类稳健的方差估计器，将DML扩展至多向聚类抽样。该方法在标准DML正则性条件下保持渐近正态性和根n一致性，模拟和实证应用表明，在需求模型中结构参数的估计标准误更大且更可靠。

ABSTRACT

This paper investigates double/debiased machine learning (DML) under multiway clustered sampling environments. We propose a novel multiway cross fitting algorithm and a multiway DML estimator based on this algorithm. We also develop a multiway cluster robust standard error formula. Simulations indicate that the proposed procedure has favorable finite sample performance. Applying the proposed method to market share data for demand analysis, we obtain larger two-way cluster robust standard errors than non-robust ones.

研究动机与目标

• 将双/去偏机器学习（DML）扩展至多向聚类抽样环境，其中数据在多个分组结构中存在依赖性。
• 开发一种新颖的多向交叉匹配算法，确保在多向聚类下保持DML的双 robust 性和渐近正态性。
• 推导一种多向聚类稳健的方差估计器，能够处理复杂的依赖结构，且无需对组内相关性做参数假设。
• 在与独立同分布（i.i.d.）DML几乎相同的正则性条件下，建立所提方法的理论有效性，确保其广泛应用性。
• 通过模拟和对市场份额数据的实证应用，展示该方法在小样本下的表现及其实际相关性。

提出的方法

• 提出一种多向交叉匹配算法，将数据在多个聚类维度上进行划分，确保扰动参数估计器在独立样本上进行估计，以维持双 robust 性。
• 通过利用交换阵列的Aldous-Hoover表示，将Neyman正交性条件推广至多向聚类数据。
• 推导一种多向聚类稳健的方差估计器，将Cameron等人（2011）的估计器推广至高维、基于机器学习的DML设置。
• 采用条件期望框架，将影响函数在不同聚类配置上分解，实现在可分交换性下的一致方差估计。
• 应用乘子中心极限定理，建立在多向聚类下DML估计量的渐近正态性。
• 采用双 robust 估计方程，结合机器学习对扰动参数的估计与正交估计方程，以最小化偏差。

实验结果

研究问题

• RQ1 双/去偏机器学习能否在不牺牲双 robust 性或渐近正态性的前提下，扩展至多向聚类数据？
• RQ2 如何将交叉匹配方法适配至多向聚类，以确保在多个聚类维度上训练样本与估计样本保持独立？
• RQ3 在高维DML中，能够考虑多个聚类结构之间依赖性的正确聚类稳健方差估计器形式为何？
• RQ4 当应用于多向聚类数据时，所提方法是否在标准DML正则性条件下仍保持根n一致性与渐近正态性？
• RQ5 在小样本中，多向聚类稳健标准误与非稳健标准误相比如何，特别是在实证需求模型中？

主要发现

• 所提出的多向DML估计量在与i.i.d.-based DML相同的正则性条件下，即使在多向聚类下，仍能保持渐近正态性和根n一致性。
• 模拟结果表明，该方法在小样本下表现良好，置信区间覆盖概率接近名义水平，且大小扭曲较小。
• 在市场份额数据的实证应用中，价格系数的双聚类稳健标准误显著大于非稳健标准误，表明聚类对推断具有重要影响。
• 多向聚类稳健方差估计器成功捕捉了市场与产品聚类之间的依赖性，提升了推断的可靠性。
• 该方法对通过机器学习估计的高维扰动参数具有鲁棒性，在弱正则性条件下仍保持双 robust 性与有效推断。
• 理论结果基于Aldous-Hoover表示，使其能够对多向聚类中的依赖结构进行严格处理。