기술 요약: 패널 데이터를 위한 역사실적 예측 (Counterfactual Forecasting for Panel Data)

문제 정의

본 논문은 결측치가 존재하고 시간적으로 의존적인 잠재 요인(latent factors)을 특징으로 하는 패널 데이터 환경에서 역사실적 결과(counterfactual outcomes)를 예측하는 과제를 다룹니다. 이러한 시나리오는 인과 추론에서 매우 흔하며, 특히 아직 할당되지 않은 처치(예: 특정 유닛에 아직 적용되지 않은 처치를 가했을 때 어떤 일이 일어날 것인가) 하에서의 미관찰 잠재 결과를 미리 추정해야 하는 전향적 의사결정 상황에서 중요합니다.

Synthetic Controls, Difference-in-Differences, Matrix Completion과 같은 기존의 인과 추론 방법들은 대개 단위(unit)와 시간(time) 간의 공유된 변동을 모델링하기 위해 저계수(low-rank) 가정을 활용합니다. 그러나 이러한 접근 방식은 잠재 요인을 정적(static)이거나 i.i.d.인 것으로 취급하는 경우가 많아, 많은 실제 프로세스에 내재된 시간적 역동성(예: 자기회귀 구조)을 활용하지 못합니다. 또한, 기존의 많은 예측 방법들은 결측치가 제한적이거나 완전히 관측된 사전 처치 패널을 요구하므로, 설계상 데이터 행렬의 상당 부분이 관측되지 않는 역사실적 추정에는 부적합합니다.

방법론: FOCUS

저자들은 잠재 요인의 시계열 역동성을 통합하도록 설계된 방법론인 FOCUS(FOrecasting Counterfrontals Under Stochastic dynamics)를 제안합니다.

핵심 알고리즘

FOCUS는 두 가지 주요 단계로 작동합니다:

1. 요인 추정 (Factor Estimation): 이 방법은 특정 처치(또는 통제) 조건하의 관측된 패널을 제한하여, 관측되지 않은 항목을 결측치로 취급합니다. 부분적으로 관측된 데이터로부터 잠재 요인($\hat{F}_t$)과 로딩($\hat{\Lambda}_i$)을 추정하기 위해 PCA 알고리즘(구체적으로 Xiong & Pelger, 2023의 일관된 추정량)을 사용합니다. 이 단계는 MCAR(무작위 결측) 및 단계적 채택(staggered adoption) 설계를 포함한 일반적인 관측 패턴을 수용합니다.
2. 역동적 예측 (Dynamic Forecasting): 요인이 추정되면, FOCUS는 추정된 요인 $\{\hat{F}_t\}$에 대해 시계열 모델(구체적으로 1차 벡터 자기회귀 모델인 VAR(1))을 적합시킵니다. 계수 행렬 $\hat{A}$는 최소제곱법(OLS)을 통해 추정됩니다. 이후 호라이즌 $h$에 대한 평균 잠재 결과의 예측치는 다음과 같은 플러그인 추정량으로 구성됩니다:
   $$\hat{\theta}_{i, T:T+h} = \hat{\Lambda}_i^\top \hat{A}^h \hat{F}_T$$
   이 접근 방식은 시계열 평활화/필터링 기술을 행렬 완성(matrix completion)과 효과적으로 결합합니다.

이론적 프레임워크

본 논문은 표준적인 정칙성 조건(regularity conditions) 하에서 이론적 보장을 확립합니다:

• 요인 모델 (Factor Model): 잠재 요인은 정상적인 VAR(1) 과정($F_t = A F_{t-1} + \eta_t$)을 따르며, $\rho(A) < 1$입니다.
• 노이즈 및 로딩 (Noise and Loadings): 특이 노이즈(idiosyncratic noise)와 요인 로딩은 독립적이며 유계된 모멘트(bounded moments)를 갖는다고 가정합니다.
• 관측 메커니즘 (Observation Mechanism): 관측 행렬 $W$는 요인 및 노이즈와 독립적이며, 충분한 중첩(overlap)을 보장하는 조건(예: $|Q_{s,t}| \geq Nq$)을 충족합니다.

주요 이론적 결과:

• 오차 경계 (Error Bounds): 저자들은 예측 추정량 $\hat{\theta}_{i, T:T+h}$에 대한 오차 경계를 도출하여, 이것이 $O_P(\delta_{NT}^{-1})$와 예측 호라이즌 $h$ 및 $A$의 스펙트럼 반경에 의존하는 항의 합으로 수렴함을 보여줍니다.
• 점근적 정규성 (Asymptotic Normality): 관측 패턴에 대한 추가적인 정칙성 조건 하에서, 추정량은 $\min\{\sqrt{N}, \sqrt{T}\}$-일치성을 가지며 점근적으로 정규 분포를 따름이 입증되었습니다.
• 신뢰 구간 (Confidence Intervals): 본 논문은 요인 추정 불확실성과 예측 불확실성 구성 요소를 모두 포함하는 점근적 분산을 추정함으로써, 역사실적 예측에 대한 점근적으로 유효한 신뢰 구간을 구축하는 프레임워크를 제공합니다.

주요 기여

1. 최초의 항목별 외표본 예측 (Entry-by-Entry Out-of-Sample Forecasting): 저자들의 지식에 따르면, FOCUS는 결측치와 확률적 요인 역동성이 존재하는 상황에서 역사실적 결과의 항목별 외표본 예측을 다룬 최초의 연구입니다.
2. 역동성과 결측 데이터의 통합: 시간적 역동성을 무시하는 기존의 행렬 완성 방법들이나 결측치를 제한적으로 가정하는 동적 요인 모델들과 달리, FOCUS는 확률적 시간 의존성(예: 자기회귀 성분)을 활용하면서도 광범위한 관측 패턴을 명시적으로 처리합니다.
3. 이론적 확장: 본 연구는 Xiong & Pelger (2023)의 이론적 결과를 i.i.d. 잠재 요인에서 시간 의존적 요인으로 확장하여, 의존적 요인 프로세스가 일반적인 중심한계정리(CLT) 가정을 만족함을 검증했습니다.
4. 확장성 (Scalability): 알고리즘은 계산 효율적이며, 시간 차원 $T$가 증가함에 따라 실행 시간이 유리하게 스케일링되어 대규모 $T$ 환경에도 적합합니다.

실증 결과

저자들은 FOCUS를 mSSA(Multivariate Singular Spectrum Analysis) 및 SyNBEATS(신경망 기반 합성 통제 방법)라는 두 가지 벤치마크와 비교 평가했습니다.

• 시뮬레이션 연구: AR(1), ARMA, VARMA 프로세스를 포함한 네 가지 데이터 생성 과정(DGP)과 다양한 관측 패턴(MCAR, 동시 채택)에 걸쳐, FOCUS는 두 벤치마크보다 일관되게 낮은 평균 제곱 예측 오차(MSFE)를 달s했습니다. 특히, FOCUS는 $T$가 증가함에 따라 오차가 감소하는 속도가 더 빠름을 보여주었습니다. 또한 모델 오설정(예: 실제 요인은 ARMA 프로세스를 따르지만 모델은 VAR(1)을 가정하는 경우) 상황에서도 벤치마크보다 우수한 성능을 보였습니다.
• 계산 효율성: FOCUS는 mSSA보다 빠르고 SyNBEATS보다는 현저히 빠르게 실행됩니다.
• 실제 적용 (HeartSteps): 이 방법은 37명의 사용자가 걷기 권장 메시지를 받는 HeartSteps V1 모바일 헬스 연구에 적용되었습니다. 이 연구는 걸음 수가 연속적인 결정 슬롯(decision slots) 사이에 음의 상관관계를 보임을 강조합니다. 잠재 요인에서 이러한 시간적 패턴을 포착함으로써, FOCUS는 mSSA에 비해 개입 하에서의 미래 걸음 수 예측을 더 정확하게 제공하며, 훈련 호라이즌 $T$가 증가할수록 그 성능 격차가 커지는 것을 보여주었습니다.

의의 및 주장

본 논문은 FOCUS가 전향적 역사실적 평가를 위한 확장 가능하고 이론적 근거가 탄탄한 프레임워크를 제공한다고 주장합니다. 주요 의의는 인과 추론(결측된 역사실 처리)과 시계열 예측(시간적 역동성 처리) 사이의 간극을 메운 데 있습니다.

저자들은 많은 기존 방법들이 사후 처치 추정에 집중하거나 완전하게 관측된 사전 처치 데이터를 가정하는 반면, FOCUS는 데이터가 불완전할 때 가상의 개입 하에서의 미래 결과를 예측하는 데 독보적으로 적합하다고 강조합니다. 이 방법은 잠재 요인이 자기회귀 역동성을 보이는 경우, 즉 행동 및 경제 데이터에서 흔히 나타나는 특징을 가진 경우에 특히 효과적입니다. 논문은 정상성(stationarity)에 대한 의존성과 같은 한계점을 언급하며, 비정상(non-stationary) 설정(예: 상태 공간 모델) 및 이중 강건(doubly robust) 추정량을 포함한 향후 연구 방향을 제시하며 마무리합니다.