2023 Fiscal Year Annual Research Report
データ欠損を伴うパネルデータ分析における推定・検定法の開発と応用
| Project/Area Number |
20K01592
|
|---|
| Research Institution | Osaka Metropolitan University |
|---|
Principal Investigator |
鹿野 繁樹 大阪公立大学, 大学院経済学研究科, 教授 (80382232)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | パネルデータ分析 / データ欠損 / 差分の差分 / 定式化検定 |
|---|
| Outline of Annual Research Achievements |
本研究は二つの大きな目的を持つ。第一に、パネルデータ分析で発生する欠損によるバイアスの補正に関する定式化の検定の開発および実証分析への応用である。第二に、パネルデータ分析における標本選択問題に対する新しいアプローチの開発と応用である。また、これらから派生し、パネルデータ分析の実証分析で有益と考えられる各種検定法の開発も並行して進めてゆく。
今年度は主に、昨年度から引き続き、個体固有のトレンド（individual specific trends）を持つ固定効果モデル（以下、固有トレンドモデル）に関する定式化の検定の研究を行った。固有トレンドモデルは、差分の差分（Difference in difference、DID）推定における平行トレンドの仮定を緩めるアプローチとして、注目に値する計量モデルである。まず、固有トレンドモデルの誤差項の系列相関に関する仮設検定に関し、前年度報告したものよりもよりシンプルで実行しやすい検定統計量を求めた。これはWooldridge(2010)で示された差分推定の残差による検定を、固有トレンドモデルに一般化したものである。また、これを拡張し、誤差項の分散・共分散が異なる個体間で均一化同化を検定する手法の開発を進めている。これらの研究の一部は、下記研究会で報告済みである。
最後に、固有トレンドモデルに関し、固有トレンドのない通常の固定効果モデルがより有効（分散が小さい）となるための条件および、固有トレンドの有無の定式化検定に関わる検定統計量の漸近分布を導出した。
|
