grad-panel-data

パネルデータ分析 (Panel Data Analysis)

概要

パネルデータ分析では、横断面と時系列の両方の変動を利用して、観測されない異質性を統制しながら因果効果を推定します。固定効果は、個体内で平均を差し引くことで時間不変の交絡因子を取り除きます。一方、ランダム効果は、観測されない異質性が説明変数と無相関であると仮定し、この仮定が妥当な場合には、より効率的な推定値を得られます。

使用する場面

• 同じ個体（企業、個人、国など）を時間の経過とともに繰り返し観測したデータがある
• 観測されない時間不変の要因が、関心のある関係を交絡している可能性が高い
• 政策や処置の効果が期間によって異なるかを検証する
• 従属変数のラグが説明変数となる動学モデルを扱う（GMM を使用）

使用しない場面

• 時間次元のない純粋な横断面データである
• 時間不変変数の効果を推定したい（FE ではこれらが除去されます）
• パネルの期間が極端に短い（T = 2）一方で、内生的な説明変数が多数ある
• 脱落が非ランダムで、生存者バイアスを生じさせる

仮定

IRON LAW: Fixed effects ONLY controls for TIME-INVARIANT unobservables —
time-varying confounders remain a threat. FE does not solve all
endogeneity problems.

主な仮定：

1. FE/RE における厳密外生性：過去、現在、将来の誤差が説明変数と無相関である
2. 個別誤差に系列相関がない（またはクラスター頑健標準誤差を使用する）
3. RE ではさらに、個体効果が説明変数と無相関であると仮定する
4. 動学 GMM では、操作変数が妥当であり、多すぎない（操作変数の増殖を避ける）

方法

ステップ 1 — パネル構造を確認する

N（個体数）、T（期間数）、バランス状況を報告します。主要変数の個体内変動と個体間変動を確認します。個体ごとのトレンドを可視化します。

ステップ 2 — FE モデルと RE モデルを推定する

固定効果（within 推定量）とランダム効果（GLS）を推定します。共通ショックが存在する場合は、時間固定効果を含めます。個体レベルでクラスター頑健標準誤差を使用します。

ステップ 3 — Hausman 検定でモデルを選択する

H₀：RE は一致推定量である（個体効果が説明変数と無相関である）を検定します。帰無仮説が棄却された場合は FE が適切です。検定統計量の導出については references/ を参照してください。

ステップ 4 — 動学的な拡張（必要な場合）

ラグ付き DV を含める場合は、Arellano-Bond または System GMM を使用します。AR(1)、AR(2) 検定と、操作変数の妥当性を検証する Hansen/Sargan 検定を報告します。操作変数の数を監視します。

出力形式

## Panel Data Analysis: [Study Title]

### Panel Structure
| Dimension | Value |
|-----------|-------|
| Entities (N) | xxx |
| Time periods (T) | xxx |
| Balanced? | [Yes/No] |

### Estimation Results
| Variable | FE (β) | RE (β) | GMM (β) |
|----------|--------|--------|---------|
| [var] | x.xx (x.xx) | x.xx (x.xx) | x.xx (x.xx) |

### Model Selection
| Test | Statistic | p-value | Decision |
|------|-----------|---------|----------|
| Hausman | x.xx | x.xx | [FE/RE] |
| AR(2) | x.xx | x.xx | [pass/fail] |
| Hansen J | x.xx | x.xx | [pass/fail] |

### Key Findings
- [Interpretation]

### Limitations
- [Note any assumption violations]

注意点

• FE は個体間変動をすべて除去します。変動の大部分が個体間にある場合、FE の推定値は不精確になります
• Hausman 検定は小標本では検出力が低く、有意でないからといって RE が妥当だとは限りません
• 操作変数が多すぎる動学パネル GMM は過剰適合を引き起こし、Hansen 検定の検出力を弱めます
• T が小さい場合、従属変数のラグを含む FE 推定値には Nickell バイアスが生じます
• 双方向固定効果（個体＋時間）が必要な場合はよくありますが、ソフトウェアではデフォルトになっていることはほとんどありません
• クラスター頑健標準誤差を使用するには、十分な数のクラスターが必要です（目安として N ≥ 50）

参考文献

• Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (第2版). MIT Press.
• Arellano, M., & Bond, S. (1991). Some tests of specification for panel data. Review of Economic Studies, 58(2), 277-297.
• Baltagi, B. H. (2013). Econometric Analysis of Panel Data (第5版). Wiley.