계량경제학 — 패널 고정효과와 군집
계량경제학 — 패널은 시간에 안 변하는 이질성을 빼는 장치다
4장의 도구변수는 외생 변동을 빌려 온다. 같은 사람·기업·지역을 여러 해 보면, 그 단위에 붙박인 성향을 차분으로 지울 수 있다. 시계열 단위근은 6장이다.
1. 고정효과는 수준이 아니라 변화만 남긴다
에서 가 능력·조직문화처럼 시간에 불변이면 개인 평균을 빼거나 1기 차분해 제거할 수 있다. 공통 연도 효과 도 별도로 통제해야 한다. 항이 지워지는 대수적 사실과 가 인과효과라는 주장은 다르다.
가상으로 세 사람을 2년 관측하자. 모두에게 공통인 임금 상승 100만 원을 제외하면 교육 1년 증가에 대응하는 임금 변화는 200만 원이다.
| 사람 | 교육 변화(년) | 임금 변화(만 원) | 공통 100만 원 제외 |
|---|---|---|---|
| A | 0 | 100 | 0 |
| B | 1 | 300 | 200 |
| C | 2 | 500 | 400 |
횡단면 수준만 비교하면 원래 교육을 많이 받은 사람의 고임금과 이 변화가 섞인다. 다만 교육 선택이 미래 임금 충격에 반응했다면 이 200만 원도 인과효과가 아니다.
고정효과의 일치성을 말하려면, 예를 들어 같은 엄격 외생성과 시간에 따라 변하는 교란을 통제할 설계가 필요하다. 현재의 임금 충격이 내년 교육 선택에 영향을 주는 피드백도 이 조건을 깨뜨린다. 연도 효과를 넣어도 사람마다 다른 경기 노출은 남을 수 있다.
2. 확률효과는 그 이질성이 X와 안 상관일 때만 이득이다
확률효과는 를 오차 구조의 일부로 모델링한다. 와 설명변수가 무상관이고 외생성·오차 공분산 가정이 맞을 때에만 고정효과보다 효율적일 수 있다. 가 교육 선택과 상관이면 그 이득은 편의로 바뀐다. 하우스만 검정은 가정 차이를 점검하는 보조 도구이지 제도 이야기를 대체하지 않는다.
| 추정 | 지우는 것 | 못 보는 것 |
|---|---|---|
| 고정효과 | 시간에 불변한 α_i | 불변 X의 수준 효과 |
| 1기 차분 | 같은 α_i | 두 시점에는 FE와 같은 기울기 |
| 확률효과 | 오차의 일부로 취급 | α_i와 X의 상관 |
두 시점의 균형 패널에서 같은 표본·모형을 쓰면 고정효과와 1기 차분의 기울기 추정치는 같다. 시점이 셋 이상일 때의 효율 비교는 오차의 직렬상관 구조에 따라 달라진다. 따라서 ‘두 기라서 차분의 효율이 손실된다’는 일반 규칙은 없다.
같은 사람의 여러 해 오차가 상관되면 개인별 군집으로 표준오차를 계산한다. 반대로 같은 해 여러 사람에게 남는 공통 충격은 시간 방향의 횡단면 상관이다. 균일한 공통 충격은 연도 고정효과로 흡수할 수 있지만, 이질적인 충격까지 개인별 군집 하나로 해결되지는 않는다. 설계에 따라 시간·개인 양방향 군집이나 다른 추론법을 검토해야 한다. 연도가 네 개뿐이라면 시간 군집 4개를 둔 통상 군집 점근추론도 신뢰하기 어렵다. 군집 표준오차는 식별을 고치는 도구가 아니다.
확인문제
문제. 기업 20개를 4년 동안 관측해 훈련비 1% 증가에 생산성 0.3% 증가라는 고정효과 기울기를 얻었다. 같은 해 업황이 두 변수에 영향을 주었다면 어떤 고정효과를 추가할 수 있는가? 개인별 군집만으로 같은 해의 공통 충격 문제가 사라지는가?
풀이. 연도 고정효과는 모든 기업에 같은 공통 수준 충격을 흡수한다. 업황 노출이 기업마다 다르면 추가 설계가 필요하다. 개인별 군집은 기업 내 시계열 상관을 허용하지만 기업 간 같은 해 상관까지 자동으로 고치지 않는다. 추정치 0.3%를 인과효과라 부르려면 시간 가변 교란과 피드백도 검토해야 한다. 기업 군집 20개·연도 4개라는 적은 군집 수에서는 표준오차의 근사에도 주의한다.
참고 자료
- Joshua Angrist and Jörn-Steffen Pischke, Mostly Harmless Econometrics, ch. 5
- Jeffrey Wooldridge, Econometric Analysis of Cross Section and Panel Data, ch. 10
- Peter Hull, Fixed Effects Identify a Weighted Sum of First- and Long-Differences Only Under a Parallel Trends Assumption
- MIT OpenCourseWare, Linear Panel Data Models Under Strict and Weak Exogeneity
- Cameron and Miller, A Practitioner’s Guide to Cluster-Robust Inference
- 내생성·IV는 4장
Oiyo
편집부OIYO 편집부는 경제·법률·생활·자기이해 주제를 1차 자료와 공개 통계로 검증해 정리합니다. 모든 글은 출처 표기와 정기 점검을 거쳐 실용성과 정확성을 함께 유지합니다.
