Jackknife inference with two-way clustering

この論文は、2 次元クラスター化された誤差項を持つ線形回帰モデルにおいて、クラスタ・ジャックナイフに基づく新しい分散共分散行列推定量と、正定値性の問題に対処する手法を提案し、シミュレーションを通じてその有効性を示すとともに Stata 用パッケージ「twowayjack」を提供するものである。

要約

この論文は、統計学という少し堅い分野の話ですが、実は**「データの集まり方（グループ化）」によって、私たちの結論がどれだけ信頼できるか**をどう正しく測るかを考える、とても重要な研究です。

タイトルにある「ジャックナイフ（Jackknife）」は、料理で使う「包丁」ではなく、**「データを一つずつ外して、結果がどう変わるかを確認する」**という、慎重なチェック方法の名前です。

以下に、この論文の核心を、日常の例え話を使ってわかりやすく解説します。

---

1. 問題：「二つのグループ」に挟まれたデータの罠

私たちが経済や社会のデータを分析する時、データは単独で存在するわけではありません。
例えば、「国（国 A、国 B…）」と「年（2020 年、2021 年…）」という 2 つのグループに分けられたデータがあるとします。これを「二重クラスター（Two-way clustering）」と呼びます。

【例え話：お菓子の箱】
Imagine 想像してください。お菓子の箱が「国」という大きな箱の中にあり、その中に「年」という小さな箱が並んでいるとします。

• 国ごとの箱：同じ国のお菓子は、味や形が似ている（データが似ている）。
• 年ごとの箱：同じ年のデータも、似ている。

ここで、ある政策（例えば「最低賃金の引き上げ」）が人々の収入にどう影響するかを調べる時、単に「全部混ぜて計算する」のは危険です。なぜなら、同じ国や同じ年のデータは、お互いに影響し合っている（相関している）からです。これを無視すると、「統計的に有意だ（効果がある！）」と過信してしまい、実際はただの偶然だったという誤った結論を導いてしまいます。

2. 従来の方法の弱点：「不定形な計算」

これまで研究者たちは、この「二重のグループ化」を考慮した計算方法（CRVE という技術）を使っていました。しかし、この方法には大きな欠点がありました。

【例え話：バランスの取れない天秤】
従来の計算方法は、3 つの要素を足し引きして「正解の重さ（標準誤差）」を出そうとします。

• 国ごとの重さ ＋ 年ごとの重さ － 重複部分の重さ
• しかし、データが少なかったり、グループの大きさがバラバラだったりすると、**「重複部分を引いた結果、重さがマイナスになってしまう」**という奇妙なことが起こります。
• 天秤がマイナスの重さを持つなんて物理的にあり得ませんよね？これと同じで、計算結果が数学的に「定義できない（正しくない）」状態になるのです。
• 従来のソフトウエアは、この時「無理やり正しく見せる」ために、計算結果を加工してしまいます。すると、**「本当は効果がないのに、あると誤って判断してしまう（過剰な検出）」**という危険な状態になります。

3. 解決策 1：「最大値を選ぶ」作戦（Max-SE 法）

著者たちは、この「マイナスになる問題」を回避する簡単な方法を提案しました。

【例え話：3 つの目測】
「この箱の重さはどれくらい？」と聞かれた時、3 人の人が推測します。

1. 国ごとのデータだけを見て推測した人
2. 年ごとのデータだけを見て推測した人
3. 全部組み合わせて推測した人（これが従来の方法）

もし 3 番目の人が「計算できない！」と言ったら、どうしますか？
著者たちの提案は、**「3 人のうち、最も『重そう（慎重）』な推測値（最大の標準誤差）を採用しよう」**というものです。

• 最も慎重な人を選べば、過信して「効果がある！」と誤って言うリスクを減らせます。
• これなら、計算が崩れても、安全側に振った結論を出せます。

4. 解決策 2：「ジャックナイフ（包丁）」で切る

これがこの論文の最大の貢献です。従来の「計算式でゴリゴリ計算する」方法（CV1）ではなく、**「データを一つずつ外して再計算する」**という、昔からある「ジャックナイフ」という手法を、この「二重グループ」の問題に応用しました。

【例え話：お菓子箱のチェック】

• 従来の方法：箱の中身を一気に全部見て、公式で計算する。
• ジャックナイフ法：
  1. 「国 A」のお菓子箱を一時的に取り外す。残りで計算する。
  2. 「国 B」を取り外して計算する。
  3. 「年 2020」を取り外して計算する。
  4. 「年 2021」を取り外して計算する。
  5. 「国 A ＆ 年 2020」の組み合わせを取り外して計算する。

そして、**「取り外した時に、結果がどれだけガタガタ揺れたか（ばらつき）」**を基準に、本当の信頼性を測ります。

• メリット：この方法は、データが少なかったり、グループの大きさがバラバラだったりしても、「マイナスの重さ」になることがなく、常に安定して正確な結果を出します。
• 結果：シミュレーション実験（コンピュータでの試行錯誤）では、この「ジャックナイフ法」を使った方が、従来の方法よりも**「誤った結論（偽陽性）」を大幅に減らせる**ことがわかりました。

5. 実例：アフリカのハエとカナダの賃金

論文では、2 つの実際のデータでこの方法を試しました。

1. アフリカのツェツェバエ：

   • 気候がハエの生息に適している地域は、経済発展が遅れるか？という研究。
   • 従来の方法だと「非常に有意（確実）」と言っていたものが、新しいジャックナイフ法だと「まあまあ有意」や「有意ではない」に変わりました。**「本当に効果があるのか、少し慎重になるべきだ」**という教訓が得られました。

2. カナダの最低賃金：

   • 最低賃金を上げると、若者の収入は増えるか？
   • 従来の方法では「統計的に有意（効果あり）」と出ましたが、新しい方法では**「効果があるとは言い切れない（有意ではない）」**という結果になりました。
   • これは、従来の方法が「効果がある」と過信していた可能性を示しています。

6. まとめ：なぜこれが重要なのか？

この論文が伝えているメッセージはシンプルです。

「データには『グループ』という癖があります。その癖を無視したり、無理やり計算したりすると、間違った結論を出してしまいます。特に、データが少ない場合やグループの大きさがバラバラな場合は、従来の方法では危険です。」

著者たちは、「データを一つずつ外して慎重にチェックする（ジャックナイフ）」という、少し手間がかかるけれど確実な方法を提案しました。これにより、政策決定やビジネス判断をする際に、「本当に効果があるのか？」を、より安心して判断できるようになります。

彼らはこの方法を、**「twowayjack」**という無料のソフトウェア（Stata 用）として公開しており、誰でもすぐに使えるようにしています。

一言で言うと：
「データの集まり方を無視して『効果あり！』と騒ぐのは危険。包丁で一つずつ切り分け、慎重に『本当に効果あり？』と確認する新しい方法が、より安全で正確な答えを教えてくれますよ」というお話です。

技術概要

論文「Jackknife Inference with Two-Way Clustering」の技術的サマリー

この論文は、線形回帰モデルにおける**双方向クラスターリング（Two-way Clustering）**を用いた推論の有限サンプル特性を改善するための新たな手法を提案し、その理論的性質と実証的有効性を検証したものです。著者らは、従来の双方向クラスターロバスト分散推定量（CRVE）が抱える問題点を指摘し、クラスター・ジャックナイフ法に基づく新しい推定量と、標準誤差が定義できない場合の対処法を提案しています。

以下に、問題設定、手法、主要な貢献、シミュレーション結果、および意義について詳細をまとめます。

---

1. 問題設定と背景

1.1 双方向クラスターリングの必要性

経済学や社会科学の実証研究では、横断データやパネルデータにおいて、誤差項が 2 つの次元（例：国と年、州と産業など）でクラスター化されていると仮定するのが自然です。これに対応するため、Cameron, Gelbach, and Miller (2011) や Thompson (2011) によって双方向クラスターロバスト分散推定量（CV1 型）が提案されました。

1.2 従来の手法の課題

しかし、双方向クラスターリングにおける有限サンプル特性は、片方向クラスターリングに比べて十分に理解されていません。特に以下の問題が指摘されています。

1. 分散共分散行列の正定値性の欠如:
   従来の 3 項式推定量（$\hat{V}^{(3)}_1 = \hat{V}_G + \hat{V}_H - \hat{V}_I$）は、有限サンプルにおいて正定値（Positive Definite）とならないことがあります。この場合、標準誤差が定義できなくなったり、負の値になったりします。
2. 既存の対処法の限界:
   • 固有値分解法（Eigen-decomposition）: 負の固有値を 0 に置き換える方法（Cameron et al., 2011）は計算可能ですが、標準誤差を過小評価したり、推定値の再パラメータ化（ダミー変数の基準グループの変更など）に対して不変ではなくなるという問題があります。
   • 2 項式推定量（$\hat{V}^{(2)}_1 = \hat{V}_G + \hat{V}_H$）: 交差項（$\hat{V}_I$）を省略する方法ですが、これは重複カウントを含み、交差点レベルでの相関が存在する場合には推定量が過大評価され、検定統計量が小さくなりすぎ（Under-rejection）、検出力が低下します。
3. CV1 推定量のバイアス:
   従来の CV1 推定量（HC1 型）は、クラスターサイズにばらつきがある場合や、固定効果を含むモデルにおいて、下方バイアス（標準誤差の過小評価）を受けやすく、過剰な棄却（Over-rejection）を引き起こす傾向があります。

---

2. 提案手法と方法論

著者らは、上記の問題を解決するために、以下の 2 つの主要なアプローチを提案しています。

2.1 標準誤差の定義不能問題への対処法（Max-SE 法）

分散共分散行列が正定値でない場合、あるいは標準誤差が定義できない場合に対処するための新しい簡易な手法を提案しました。

• Max-SE 法:
  3 つの異なる検定統計量（または標準誤差）を計算し、その中で最も保守的（最も大きな値）なものを選択して使用します。
  • $W_3$: 3 項式推定量に基づく Wald 統計量（定義できない場合は無限大）。
  • $W_G$: 1 次元目（G）のクラスターのみを考慮した統計量。
  • $W_H$: 2 次元目（H）のクラスターのみを考慮した統計量。
  • 提案統計量: $W_{min} = \min \{ \text{pos}(W_3), W_G, W_H \}$
  • 単一の仮説検定の場合、3 つの標準誤差の最大値（Max-SE）を使用します。
  • 利点: 正定値性の問題を回避しつつ、誤って大きな検定統計量を使用するリスクを排除します。漸近的には、真の双方向クラスターリングが存在する限り、3 項式推定量と一致します。

2.2 クラスター・ジャックナイフに基づく双方向 CRVE（CV3 型）

片方向クラスターリングで有効であることが示されているクラスター・ジャックナイフ推定量（CV3 型）を双方向ケースに拡張しました。

• 推定量の構成:
  各次元（G, H）および交差点（I）ごとに、1 つのクラスターを除外したパラメータ推定値 $\hat{\beta}^{(j)}$ を計算し、それらの変動から分散を推定します。
  $$\hat{V}^{(3)}_3 = \hat{V}^{JK}_G + \hat{V}^{JK}_H - \hat{V}^{JK}_I$$
• 計算上の工夫:
  • 交差点（I）の数が非常に多い場合、計算コストを削減するため、$\hat{V}^{JK}_I$ の代わりに従来の CV1 型推定量 $\hat{V}_I$ を使用した「混合推定量（$\hat{V}^{(3)}_{3,1}$）」も提案しています。
  • 双方向固定効果モデルにおいて、除外したクラスターの固定効果を含むサブサンプルで行列が特異になる場合、一般化逆行列を使用するか、固定効果を部分除去（Partial out）する際の注意点を議論しています。
• 理論的性質:
  著者らは、この双方向クラスター・ジャックナイフ推定量が**漸近的に整合的（Consistent）**であることを証明しました（定理 1）。また、CV3 推定量は CV1 推定量に比べて下方バイアスを受けにくく、クラスターサイズやレバレッジのばらつきに対して頑健であることを理論的に示唆しています。

---

3. シミュレーション結果

著者らは、双方向固定効果モデルを含む多数のシミュレーション実験を行い、以下の結果を得ています。

1. クラスターサイズの変動:
   クラスターサイズに大きなばらつきがある場合、従来の CV1 推定量（特に 3 項式）は過剰な棄却（Over-rejection）を示しますが、CV3 推定量（特に Max-SE 法を適用したもの）は名义サイズ（Nominal size）に非常に近い性能を示しました。
2. クラスター内相関の強さ:
   誤差項のクラスター内相関が弱い場合、2 項式推定量（CV(2)）は極端な過少棄却（Under-rejection）を起こします。一方、CV3 推定量は相関の強さに依存せず、安定した性能を示しました。
3. 説明変数の数と相関:
   説明変数が増加し、かつそれらがクラスター内で相関している場合、CV1 推定量の過剰棄却は悪化しますが、CV3 推定量は安定しています。
4. 空の交差点（Empty Intersections）:
   実データではよく見られる「空の交差点」が存在する場合でも、CV3 推定量は合理的に機能しました。ただし、空の交差点が極端に多い場合、混合推定量（$\hat{V}^{(3)}_{3,1}$）の方がより良い性能を示すケースもありました。
5. 検出力:
   過剰棄却する検定（CV1 系）は、見かけ上の検出力が高く見えますが、それは誤った棄却によるものです。CV3 系は正確なサイズ制御により、信頼性の高い検出力を提供します。

---

4. 実証例

2 つの実証分析を通じて提案手法の有効性を示しました。

1. アフリカのツェツェバエと開発（Alsan, 2015）:
   文化圏と国でクラスターリングしたデータを用います。従来の CV1 法では多くの変数で有意と判定されましたが、CV3 法（Max-SE）では、いくつかの変数で有意性が低下しました。これは、CV1 が標準誤差を過小評価していた可能性を示唆しています。
2. カナダの最低賃金:
   州と年でクラスターリング（ただしクラスター数が少ない：州 10、年 12）したデータです。従来の手法では最低賃金が賃金に有意な正の影響を与えるという結果が出ましたが、CV3 法（およびその混合版）を用いた場合、p 値は 0.05 以上となり、統計的有意性は認められませんでした。
   • さらに、プラセボ回帰シミュレーションを行った結果、従来の手法は 15%〜89% の頻度で誤って有意と判定するのに対し、CV3 法は 5%〜6.5% 程度（理論値に近い）の誤棄却率にとどまりました。これは、小サンプルかつクラスターサイズにばらつきがある状況において、CV3 法が極めて信頼性が高いことを示しています。

---

5. 主要な貢献と意義

1. 理論的証明:
   双方向クラスターリングにおけるクラスター・ジャックナイフ推定量の漸近的整合性を初めて証明しました。
2. 実用的な解決策:
   分散共分散行列が正定値でないという実務上の重大な問題に対して、計算が容易で理論的に正当な「Max-SE 法」を提案しました。
3. ソフトウェアの提供:
   提案された手法を実装した Stata パッケージ twowayjack を公開しました。これにより、研究者は容易に CV3 推定量や診断統計量（クラスターサイズの変動係数、有効クラスター数など）を計算できます。
4. 実証研究への指針:
   多くの実証研究において、従来の CV1 推定量は標準誤差を過小評価し、誤った結論を導くリスクが高いことを示しました。特に、クラスター数が少ない、クラスターサイズにばらつきがある、固定効果を含むモデルでは、CV3 推定量（Max-SE 法）の使用が強く推奨されます。

結論

この論文は、双方向クラスターリングを用いた推論において、従来の手法が抱える有限サンプルの欠陥を克服するための包括的な枠組みを提供しています。クラスター・ジャックナイフ法に基づく新しい推定量と Max-SE 法の組み合わせは、シミュレーションおよび実証データにおいて、従来の手法よりも遥かに正確で信頼性の高い統計的推論を可能にします。著者らは、実証研究において、特にサンプルサイズやクラスター構造が複雑な場合、この新しい手法を採用することを強く推奨しています。