전역적 확률 추세를 고려한 패널 공적분 추정법

본 논문은 “전역적 확률 추세”라 불리는 공통 I(1) 요인이 존재하는 상황에서 패널 공적분 모델을 어떻게 정확히 추정할 수 있는지를 체계적으로 탐구한다. 연구는 크게 네 부분으로 구성된다. 첫 번째 섹션에서는 문제의 배경을 제시한다. 전통적인 패널 공적분 분석은 횡단면 간 독립성을 전제로 하며, 공통 요인이 없다고 가정한다. 그러나 실제 거시경제 데이터는 여러 국가·산업·지역이 동일한 전역적 충격(예: 기술 혁신, 금융 위기 등)에 동시에 노출되며, 이러한 충격은 비정상적(I(1)) 특성을 가진다. 따라서 오차항을 e_it = λ_i′F_t + u_it 형태로 모델링하고, F_t는 비정상적 공통 요인, λ_i는 개별 단위의 적재, u_it는 정상적(또는 약한 의존성을 가진) 이분산 오차로 분리한다. 두 번째 섹션에서는 기존 추정 방법의 한계를 논증한다. 풀 OLS는 F_t를 무시하고 y_it를 x_it에 회귀함으로써 스퓨리어스 회귀가 발생한다. 특히 x_it와 F_t가 상관관계가 있으면 편향이 O_p(1) 수준으로 커져 일관성이 완전히 무너지게 된다. 기존 2‑step FM(2sFM) 방법은 I(0) 요인에 대해서는 일관성을 보장하지만, I(1) 요인이 존재하면 요인 자체를 오차항에 포함시키는 것이 잘못된 추정으로 이어진다. 세 번째 섹션에서 저자들은 새로운 추정 프레임워크를 제시한다. 핵심 아이디어는 F_t를 회귀식의 파라미터로 취급하고, β와 F_t를 동시에 추정하는 “연속 업데이트”(continuously‑updated) 절차를 도입하는 것이다. 구체적으로는 다음과 같은 반복 과정을 수행한다. (1) 현재 F̂_t를 고정하고, OLS를 통해 β̂를 얻는다. (2) 잔차 ê_it = y_it – x_it′β̂ – λ_i′F̂_t 를 이용해 공통 요인 F_t를 주성분 분석 혹은 동적 요인 모델으로 재추정한다. (3) λ_i는 최소제곱법으로 추정한다. 이 과정을 F̂_t와 β̂가 수렴할 때까지 반복한다. 하지만 초기 추정량은 내생성 및 장기공분산에 의해 편향이 존재한다. 이를 보정하기 위해 두 가지 파생 추정량을 도입한다. 첫 번째인 CupBC(Continuously‑updated and Bias‑Corrected)는 편향을 직접 추정한다. 편향식은 장기공분산 행렬 Ω_i와 요인 적재 λ_i, 그리고 오차 u_it의 이분산·공분산 구조를 이용해 닫힌 형태로 도출된다. 추정된 편향을 β̂에 차감함으로써 편향을 제거한다. 두 번째인 CupFM(Continuously‑updated and Fully‑Modified)은 Phillips‑Hansen(1990) 방식의 FM 수정법을 확장한 것으로, 차분된 x_it와 잔차를 이용해 장기공분산을 추정하고, 이를 회귀식에 완전 수정한다. 이 과정은 n과 T가 동시에 무한대로 갈 때의 비대칭성을 반영한 혼합 정규 분포를 보장한다. 네 번째 섹션에서는 이론적 성질을 증명한다. 주요 가정은 (1) 요인 적재 λ_i의 평균제곱이 유한하고, (2) 공통 요인 F_t와 오차 u_it가 각각 I(1)·I(0) 형태이며, (3) 오차의 시계열·횡단면 의존성이 제한된 수준으로 존재한다. 이러한 가정 하에, CupBC와 CupFM은 √(nT) 수렴률을 가지며, 한계분포는 M‑Normal(0, V) 형태의 혼합 정규분포이다. 또한, 요인들이 I(0)이거나 x_it와 F_t가 혼합 I(0)/I(1) 형태일 경우에도 동일한 결과가 유지된다. 이는 실무에서 요인 차원의 정상·비정상 혼합 상황을 자연스럽게 다룰 수 있음을 의미한다. 다섯 번째 섹션에서는 Monte Carlo 실험을 통해 추정기의 유한표본 성능을 검증한다. 다양한 n·T 조합, 요인 적재 상관관계, 오차의 이분산·공분산 구조를 변형한 시뮬레이션에서 CupBC와 CupFM은 기존 풀 OLS와 2sFM에 비해 편향이 현저히 작고, 평균제곱오차가 낮으며, t‑검정과 F‑검정의 크기와 검정력이 모두 우수함을 보였다. 특히, n·T가 50×50 수준에서도 안정적인 수렴을 확인했다. 마지막으로 결론에서는 연구의 의의와 향후 과제를 제시한다. 전역적 확률 추세를 명시적으로 모델링함으로써, 기존 패널 공적분 분석이 놓쳤던 횡단면 의존성과 비정상성을 동시에 해결했다. 이는 거시경제 정책 평가, 국제 무역 흐름 분석, 금융 위험 전파 연구 등에서 보다 정확한 계수 추정과 신뢰성 있는 검정을 가능하게 한다. 향후 연구는 (i) 비선형 공통 요인 모델, (ii) 구조적 변동점(Structural Break)과 결합한 추정, (iii) 고차원 요인(large r) 상황에서의 차원 축소 기법과의 통합 등을 탐색할 수 있다.