【MS04】統計・計量経済学 回帰分析の理論 最小二乗法、多重共線性、不均一分散

はじめに

MS03では、回帰分析の理論を扱った。本稿は、その第三の各論として、パネルデータ分析——同一の個体（企業、地域、個人等）を、複数の時点にわたって観測した、パネルデータに固有の分析手法——を掘り下げる。固定効果モデルと変量効果モデルという、2つの代表的なモデルの選択をめぐる、統計学史上の重要な貢献である、ハウスマン検定を中心に整理する。

固定効果モデルと変量効果モデル

個体固有の効果という問題

パネルデータの分析においては、観測されない、個体固有の特性（企業ごとの経営方針、地域ごとの気候条件等）が、被説明変数に影響を及ぼしている可能性を、どう扱うかが、中心的な論点となる。固定効果モデルは、この個体固有の効果を、説明変数と相関しうる、固定的なパラメータとして扱う。これに対し変量効果モデルは、個体固有の効果を、説明変数とは相関しない、確率的な変数として扱う。

推定の効率性という違い

変量効果モデルの推定量は、個体固有の効果が、説明変数と相関しないという、より強い前提のもとでのみ、一致性を持つ。この前提が満たされる場合、変量効果モデルの推定量は、固定効果モデルの推定量より、効率的である（分散が小さい）。しかし固定効果モデルの推定量は、この前提が満たされない場合でも、一致性を持ち続ける、という頑健性を持つ。

ハウスマン検定という画期的な貢献

1978年の論文

この2つのモデルのどちらを用いるべきかを判定する、標準的な手法が、経済学者ジェリー・ハウスマンが、1978年、学術誌『エコノメトリカ』に発表した論文「計量経済学における特定化検定」で提示した、ハウスマン検定である[1]。この論文は、経済計量モデルの特定化に関する推論において、地殻変動的な転換をもたらしたと評されている[2]。

核心的な洞察——帰無仮説の下で、両者とも一致性を持つ

ハウスマンの中心的な洞察は、帰無仮説の下では一致性を持つ、2つの推定量を比較できる、というものであった[2]。この洞察から生まれた検定は、単純でありながら、強力な性質を持つ[2]。ハウスマン検定は、帰無仮説を、変量効果モデルが望ましい（より効率的であるため）とし、対立仮説を、固定効果モデルが望ましい（少なくとも一致性を持つため）とする[3]。この検定は、実質的には、観測されない個体固有の効果が、説明変数と相関しているかどうかを検証するものであり、帰無仮説は、相関がないことを主張する[3][4]。

検定の判定ルール

ハウスマン検定の統計量は、固定効果モデルと変量効果モデルという、2つの推定量の間の乖離に基づいて構成される[5]。この統計量の標本分布は、正しい特定化という帰無仮説と、両立しなくなる乖離の閾値を示す[5]。実務上、p値が有意水準（たとえば0.05）を下回る場合には固定効果モデルを、そうでない場合には変量効果モデルを、それぞれ選択するという、判定ルールが用いられる[6]。

ハウスマン自身が示した実証例

ハウスマンは、1978年の原論文において、629人の高校卒業生を対象とする、賃金関数の推定を、実証例として示した[7]。この分析では、固定効果モデルと変量効果モデルの特定化が、いくつかの関心のあるパラメータについて、有意に異なる推定値を生み出すことが示された[7]。この違いは、主として、固定効果モデルと変量効果モデルの間の、根本的な特定化の違いから生じている[7]。固定効果モデルは、観測されない個体固有の効果が、条件づけに用いる説明変数と相関することを許容するのに対し、変量効果モデルの特定化は、この相関を許容しない[7]。

グランフェルドのデータセットという、もう一つの古典例

パネルデータ分析の教育・実証において、広く参照されるデータセットが、1958年のグランフェルドによる、企業の投資に関するデータである[8]。このデータセットは、複数企業・複数年にわたる、投資額・企業価値・資本ストックのデータを含み、固定効果モデル・変量効果モデルの推定・比較を、具体的に示す教材として、今日でも広く用いられている[8]。

ハウスマン検定を超えて——その後の発展

頑健な一般化

ハウスマン検定は、その発表以降、様々な形で拡張されてきた。マンダラック（1978年）、チェンバレン（1982年）による一般化、アレラーノ（1993年）による、不均一分散・系列相関に頑健な、ワルド検定に基づく一般化等が、提案されている[9]。

実務上の留意点

ハウスマン検定は、固定効果モデル・変量効果モデルの比較という、標準的な用途に加え、内生性の検証——ある説明変数が、他の変数から予測できるかどうかを検証する、より一般的な文脈にも、応用されうる[6]。ただし、ハウスマン検定が、いずれかのモデルを支持したとしても、その選択されたモデルが、データを適切に記述しているとは限らない点には、注意が必要である[10]。ハウスマン検定は、あくまで、2つの特定のモデル間の選択を助けるものであり、モデルそのものの妥当性を、独立に保証するものではない[10]。

交通・物流分野への接続

複数年・複数地域にわたる交通データ（路線別の利用者数、地域別の交通事故発生率等）の分析では、地域固有の観測されない特性（地形、地域の産業構造等）が、分析結果に影響を与える可能性が高い【推論】。この場合、固定効果モデルを用いれば、こうした地域固有の特性を、時間を通じて一定であるとみなし、その影響を除去した上で、説明変数の効果を推定できる。ハウスマン検定は、この選択が、統計的に正当化されるかどうかを、確認する手段を提供する。

おわりに

本稿は、固定効果モデルと変量効果モデルという、パネルデータ分析における2つの基本的なモデルと、両者の選択を助ける、ハウスマンの1978年の画期的な貢献——ハウスマン検定——を、原論文の実証例（賃金関数の推定）とともに整理した。次稿MS05では、因果推論の基礎理論——ZE06との接続を前提とした、より基礎的な統計理論——を扱う。

主要先行研究

Hausman（1978）[1]。Grunfeld（1958）のデータセット[8]。

参考資料一覧

1. Hausman, J. A. (1978). Specification Tests in Econometrics. Econometrica, 46(6), 1251–1271.
2. 「Fixed vs Random: The Hausman Test Four Decades Later」Emerald Publishing。ハウスマン検定の学術的な位置づけ、核心的な洞察について。
3. 「Assessing the Effects of Macroeconomic Variables on Child Mortality in D-8 Countries Using Panel Data Analysis」arXiv掲載論文。帰無仮説・対立仮説の設定について。
4. 「Hausman-Test」ScienceDirect Topics。個体固有の効果と説明変数の相関の検証という、検定の実質的な内容について。
5. 「Fixed vs Random: The Hausman Test Four Decades Later」（PDF版）。検定統計量の構成、標本分布について。
6. 「Fixed-effects and Random-effects」プリンストン大学図書館ガイド。判定ルール（p値と有意水準の比較）、内生性検証への応用について。
7. 「Fixed vs Random: The Hausman Test Four Decades Later」（PDF版）。ハウスマン自身による、629人の高校卒業生を対象とした賃金関数の実証例について。
8. 「biastest: Testing parameter equality across different models in Stata」arXiv掲載論文。Grunfeld (1958)データセットの利用例について。
9. 「Minimum Distance Estimation of Quantile Panel Data Models」arXiv掲載論文。Chamberlain (1982)、Mundlak (1978)、Arellano (1993)による一般化について。
10. 「A GENERAL PANEL MODEL WITH RANDOM AND FIXED EFFECTS」PMC掲載論文。ハウスマン検定が、モデルの妥当性そのものを保証しないという留意点について。

用語集

• 固定効果モデル, Fixed Effects Model, —, —: 観測されない個体固有の効果を、説明変数と相関しうる、固定的なパラメータとして扱う、パネルデータ分析のモデル。
• 変量効果モデル, Random Effects Model, —, —: 観測されない個体固有の効果を、説明変数とは相関しない、確率的な変数として扱う、パネルデータ分析のモデル。
• ハウスマン検定, Hausman Test, —, —: 固定効果モデルと変量効果モデルのどちらが適切かを判定する、ハウスマンが1978年に提示した特定化検定。
• 内生性, Endogeneity, —, —: 説明変数が、誤差項と相関している状態。推定量の一致性を損なう原因となる。

Claude ログ

正確な典拠を確認してから執筆する。十分な資料が集まった。MS04を執筆する。整合性を確認する。引用番号[1]〜[10]の連番、全HTMLタグの対応が一致した。MS04を執筆した。

主な内容

• 固定効果モデルと変量効果モデル：観測されない個体固有の効果を、固定的パラメータとして扱うか（固定効果）、説明変数と相関しない確率変数として扱うか（変量効果）という違いを、推定の効率性・頑健性の観点から整理
• ハウスマン検定（本稿の核心）：1978年『エコノメトリカ』論文の正確な書誌情報、「帰無仮説の下で一致性を持つ2つの推定量を比較する」という画期的な洞察（「地殻変動的な転換」という評価）を整理。帰無仮説（変量効果が望ましい＝効率的）と対立仮説（固定効果が望ましい＝一致性を持つ）という判定構造、p値と有意水準による実務的な判定ルールを整理
• ハウスマン自身の実証例：629人の高校卒業生を対象とした賃金関数の推定という、原論文の実際の事例を紹介し、固定効果・変量効果モデルが有意に異なる推定値を生んだことを明示
• グランフェルドのデータセット：1958年の企業投資データという、教育・実証で広く使われる古典的教材を紹介
• その後の発展：マンダラック（1978）、チェンバレン（1982）、アレラーノ（1993）による一般化を整理
• 実務上の留意点：ハウスマン検定がモデル選択を助けても、選ばれたモデル自体の妥当性を保証するものではないという、重要な限界を明示

引用[1]〜[10]、参考資料一覧・用語集も本文に組み込み済み。全HTMLタグの対応を確認済み。

SNSリード文

629人の高校卒業生のデータが、統計学に「地殻変動的な転換」をもたらしました——ハウスマンの1978年論文が示した、固定効果・変量効果モデルの選択を導く画期的な検定を、原論文の実証例とともに整理。ただし、検定が選んだモデルの妥当性までは保証しないという限界も確認する回です。（132文字）

タイトル案

1. 629人の賃金データが変えた、パネルデータ分析の歴史
2. ハウスマン検定の画期性——なぜ「地殻変動」と呼ばれるのか
3. モデル選択は、モデルの正しさを保証しない

次はMS05（因果推論の基礎理論）の執筆に進んでよいか、確認したい。