측정 오차 모델의 혁신적 해법: 일반화 함수 이론

본 논문은 도구변수를 활용하는 측정 오차 회귀 모델 Y=g(X*)+ΔY, X=X*+ΔX에서 미지의 회귀함수 g와 측정오차 분포 F를 식별하는 문제를 탐구합니다. Hausman et al.(1991)과 Newey(2001)의 접근을 이어받아, 모델은 조건부 기대값을 통해 W_y(z) = ∫ g(z-u)dF(u)와 W_xy(z) = ∫ (z-u)g(z-u)dF(u)의 적분 방정식 쌍으로 표현됩니다. 저자는 이 문제를 해결하기 위해 일반화 함수, 특히 템퍼드 분포 공간 T'을 도입합니다. 기존 연구(Schennach, 2007)가 요구했던 '다항식에 의해 유계'라는 강한 조건(Assumption 1)을 완화하여, 본 논문은 (1+t^2)^{-l} |b(t)|가 적분 가능한 더 넓은 함수 클래스(Assumption 1')를 설정합니다. 이는 L1 공간 전체를 포함하며, 일부 지점에서 발산할 수 있는 함수들도 허용합니다. 논문의 핵심 구성은 다음과 같습니다: 1) 모델 가정 하의 함수들(g, W_y, W_xy)을 T'의 원소로 보고 푸리에 변환을 적용하여 대수 방정식으로 변환, 2) 일반화 함수의 미분과 곱셈 연산을 엄밀히 정의하고 그 존재 조건을 탐구(Proposition 1), 3) 변환된 연립방정식의 해가 유일함을 보이는 비모수 식별 정리(Theorem 1) 증명. 이 정리는 φ(ζ) ≠ 0이고 γ의 지지집합이 충분히 크다는 가정 하에, 관측 가능한 W_y, W_xy로부터 g와 φ가 유일하게 복원됨을 보입니다. 또한, 식별 매핑 M*: (W_y, W_xy) → g의 연속성 문제를 깊이 있게 다룹니다. 푸리에 변환과 그 역변환은 T'에서 연속이지만, 방정식 풀이 과정(S 매핑)은 불연속일 수 있어 문제가 ill-posed해질 수 있습니다. Theorem 1은 이 매핑이 연속이 되기 위한 충분조건을 제시하며, 이는 측정오차 분포의 특성함수 φ가 고주파수 성분을 지나치게 약화시키지 않아야 함을 의미합니다. 이 연속성 조건이 충족될 때, 조건부 모멘트 함수의 푸리에 변환을 T' 위상에서 일관되게 추정할 수 있다면(예: 핵평활화 기법 사용), 회귀함수 g에 대한 비모수 플러그인 추정기를 구성할 수 있고 이 추정기는 일관성을 가짐을 Proposition 2에서 보입니다. 마지막으로, 유한 개의 모멘트 조건을 이용한 준모수적 식별을 논의합니다. Schennach(2007)는 모멘트 생성 함수 존재를 전제로 식별 가능 클래스를 확장했으나, 본 논문은 이 제약 없이 식별 가능한 함수 클래스를 명시적으로 특징지읍니다. 이는 적절한 가중치 함수를 도입하여 일반화 함수 공간에서 유효한 모멘트 조건을 생성함으로써 이루어지며, 기존의 다항식 회귀나 L1 함수 합성 등의 결과를 포괄적으로 일반화합니다.