[论文解读] Nickell Bias in Panel Local Projection: Financial Crises Are Worse Than You Think

Ziwei Mei, Liugang Sheng+1 more|arXiv (Cornell University)|Feb 27, 2023

Monetary Policy and Economic Impact被引用 7

一句话总结

本文識別出在面板局部投影（LP）模型中使用的固定效應（FE）估計器中存在一種此前被忽略的尼克爾森偏誤（Nickell bias），即使在沒有滯後因變數的情況下亦然，導致對金融危機後經濟緊縮的嚴重低估。作者使用拆分面板自助法（SPJ）估計器修正此偏誤，顯示FE估計值低估了經濟峰值損失16%至44%，且SPJ能實現有效的統計推斷並提升在宏觀金融應用中的準確性。

ABSTRACT

Panel local projection (LP) with fixed-effects (FE) is widely adopted for evaluating the economic consequences of financial crises across countries. This paper highlights a fundamental methodological issue: the presence of the Nickell bias in the panel FE estimator due to inherent dynamic structures of predictive specifications, even if the regressors have no lagged dependent variables. The Nickell bias invalidates the standard inferential procedure based on the $t$-statistic. We propose a split-panel jackknife (SPJ) estimator as a simple, easy-to-implement, and yet effective solution to eliminate the bias and restore valid statistical inference. We revisit four influential empirical studies on the impact of financial crises, and find that the FE method underestimates the economic losses of financial crises relative to the SPJ estimates. Replication files are available at https://metricshilab.github.io/panel-lp-replication/, with links to R and Stata packages.

研究动机与目标

• 識別並診斷在面板局部投影（LP）模型中使用的固定效應估計器中的尼克爾森偏誤，即使在無滯後因變數的情況下亦然。
• 展示此偏誤導致現有宏觀金融研究中對金融危機後經濟緊縮的系統性低估。
• 提倡並驗證拆分面板自助法（SPJ）估計器作為消除漸近偏誤並恢復有效統計推斷的解決方案。
• 使用SPJ重新估計關鍵的宏觀金融研究，探討金融危機與產出損失的關係，揭示比先前報告更為準確且嚴重的經濟影響。
• 提供開源R套件（pLP），以促進SPJ方法在實證宏觀經濟研究中的廣泛應用。

提出的方法

• 作者推導出在動態面板數據生成過程（DGP）下，面板LP模型中尼克爾森偏誤的解析形式，顯示嚴格外生性因面板結構導致的回歸變數與誤差項相關而遭到破壞。
• 應用拆分面板自助法（SPJ）估計器，透過對分割樣本的估計值進行重新加權與平均，以消除FE估計器中固有的漸近偏誤。
• 證明SPJ方法具有一致性與漸近常態性，經偏誤修正後可恢復有效的t統計量與信賴區間。
• 將FE與SPJ估計值在三項經典宏觀金融研究中進行比較：Romer和Romer（2017）、Baron等（2021）以及Mian等（2017）。
• 使用FE與SPJ方法計算衝擊反應函數（IRFs）、標準誤差與95%信賴區間，SPJ透過開源pLP R套件實現。
• 偏誤修正適用於所有回歸變數，包括預定變數，而不僅限於滯後因變數，這是因LP模型中固有的動態面板結構所致。

实验结果

研究问题

• RQ1 在面板局部投影模型中，即使未包含滯後因變數，固定效應估計器是否仍存在尼克爾森偏誤？
• RQ2 使用傳統FE估計器時，金融危機後經濟緊縮的衝擊反應估計中，此偏誤的大小與方向為何？
• RQ3 拆分面板自助法估計器是否能有效消除面板LP模型中的漸近偏誤，並恢復有效的統計推斷？
• RQ4 與傳統FE估計值相比，SPJ的偏誤修正後衝擊反應估計值在大小與經濟解讀上存在何種差異？
• RQ5 FE估計器中的偏誤在多大程度上扭曲了對金融危機後經濟緊縮的嚴重程度與持續時間的判斷？

主要发现

• 在面板局部投影模型中，即使無滯後因變數，固定效應估計器仍因底層動態面板結構中嚴格外生性遭破壞，而產生顯著的漸近偏誤。
• SPJ估計器成功消除了此尼克爾森偏誤，恢復漸近常態性，並使t統計量與信賴區間恢復有效統計推斷。
• 在Romer和Romer（2017）的研究中，FE估計器對金融壓力導致的產出峰值收縮低估了15.69%，對失業衝擊的低估則達23.69%。
• 在Baron等（2021）的研究中，FE估計值對銀行股價崩盤的影響低估了23.13%，對非金融股價崩盤的影響低估了28.84%，於峰值時程。
• 在Mian等（2017）的研究中，FE估計器對家庭債務對GDP影響的低估達44.08%（於峰值時程），顯示對經濟成本的嚴重低估。
• SPJ估計值顯示，金融危機後的經濟復甦比FE估計值所暗示的更為緩慢且持久，可解釋2008年後復甦的持續疲弱現象。