Global factors for local shocks in a data-scarce environment: with an application to regional fiscal multipliers in Italy

기술 요약: 데이터 결핍 환경에서의 로컬 쇼크에 대한 글로벌 요인

문제 제기
경험적 거시경제학자들은 지역이나 부문과 같은 로컬 설정에서 역동적인 인과 효과(예: 재정 승수)를 식별하려고 할 때 상당한 어려움에 직면한다. 두 가지 주요 장애물이 이러한 맥락에서 표준적인 접근 방식을 저해한다:

1. 횡단면적 이질성과 의존성: 로컬 단위들은 정책 쇼크에 대해 이질적인 역동적 반응을 보이며 서로 상호 의존적이다. 표준 패널 도구 변수 방법론은 이러한 조건 하에서, 특히 역동적 반응의 동질성을 가정할 때 편향된 추정치를 초래할 수 있으므로 실패하는 경우가 많다 (Canova, 2024; Canova and Pappa, 2025).
2. 도구 변수의 희소성: 로컬 정책 쇼크(예: 지역 재정 지출의 외생적 혁신)에 대한 신뢰할 수 있는 외부 도구 변수는 자주 불가능하거나, 제한적이거나, 부정확하게 측정된다. 이러한 "데이터 결핍" 환경은 강하고 외생적인 외부 도구 변수에 의존하는 전통적인 Proxy-SVAR (또는 SVAR-IV) 방법론의 직접적인 적용을 방해한다.

이러한 문제는 행정 데이터가 국가 수준보다 덜 정보적이지만 지속적인 영토적 격차로 인해 지역별 분석이 필수적인 이탈리아 지역의 재정 승수를 추정하는 데 있어 특히 심각하다.

방법론: Proxy-FA-SVAR 프레임워크
저자들은 패널 데이터에서의 구조적 벡터 자기회귀 모델에 대한 새로운 경제계량학적 프레임워크인 **요인 증강 Proxy-SVAR (Proxy-FA-SVAR)**를 제안한다. 이 방법론은 세 단계의 간접 식별 전략을 통해 이질성과 도구 변수의 희소성이라는 두 가지 과제를 해결한다:

1. 요인 증강 (Factor Augmentation): 단위별 이질성을 보존하면서 횡단면적 의존성을 고려하기 위해, 저자들은 전체 패널로부터 추출된 공통 요인($F^o_t$) 벡터로 각 지역별 VAR를 증강한다. 그 결과 $R$개의 지역별 Proxy-FA-SVAR가 도출된다. 이 요인들은 지역 간의 공통적인 공동 움직임을 포착하며, 역동적 파라미터에 대한 동질성을 강요하지 않고도 상호 의존성을 효과적으로 모델링한다.

2. 글로벌 및 로컬 도구 변수를 통한 간접 식별: 대상 정책 쇼크에 대한 직접적인 외부 도구 변수를 사용할 수 없으므로, 저자들은 정책 반응 함수를 간접적으로 회복한다. 이를 위해 최소 거리(Minimum Distance, MD) 접근법을 사용하여 지역별 정책 반응 함수를 추정한다.

   • 글로bal 도구 변수: 패널 전체의 정책 및 비정책 변수를 요약하는 글로벌 요인들로부터 구성된, 모든 단위에 공통적인 프록시들이다.
   • 로컬 (고유적) 도구 변수: 변수들의 고유 성분들에 대해 추정된 별도의 SVAR로부터 구성된 지역 특화 프록시들이다.
   • 과식별 (Overidentification): 글로벌 및 로컬 도구 변수를 함께 사용함으로써 지역 모델은 과식별 상태가 된다. 이를 통해 식별 제약 조건과 도구 변수 자체의 타당성에 대한 통계적 검정이 가능하다.

3. 도구 변수 구성: 글로벌 및 로컬 도구 변수는 외부 데이터셋에서 가져오는 것이 아니라 내부적으로 구성된다. 이들은 추출된 요인들로부터 추정된 보조 SVAR로부터 유도된다. 이러한 보류 SVAR들은 정책 쇼크와 직교하도록 보장하기 위해 표준적인 제약 조건(예: Blanchard-Perotti 방식의 재귀적 스킴)을 사용하여 식별된다. 그 후, 정책 쇼크는 추정된 반응 함수의 잔차 구조 오차로서 회복된다.

주요 기여
본 논문은 다음 세 가지 측면에서 패널 데이터 계량경제학 및 구조적 식별 문헌에 기여한다:

• 지역 특화적 인과 효과: 저자들은 지역별 이질성과 횡단면적 의존성을 명시적으로 고려하면서 개별 지역에 대한 역동적 인과 효과를 전달하며, 표준 패널 추정치와 관련된 편향을 피한다.
• 도구 변수 희소성 문제 해결: 로컬 정책 쇼크에 대한 직접적인 외부 도구 변수가 없는 환경을 위한 일반적인 프레임워크를 제공한다. 패널 데이터 자체(요인 및 보조 SVAR를 통해)로부터 내부적으로 도구 변수를 구성함으로써, 데이터가 부족한 환경에서도 구조적 분석을 가능하게 한다.
• 검증 가능한 구조 모델: 기존의 많은 접근 방식이 검증 불가능한 배제 제약 조건에 의존하는 것과 달리, 제안된 방법은 과식별된 모델을 생성한다. 글로벌 및 로컬 도구 변수의 공동 사용은 식별 전략의 타당성에 대한 검증을 가능하게 하는 경험적 테스트를 제공한다.

경험적 적용: 이탈리아의 지역별 재정 승수
이 방법론은 1995년부터 2021년까지의 연간 데이터를 사용하는 20개 이탈리아 NUTS-2 지역의 정부 지출 승수를 추정하는 데 적용된다 ($T=27, R=20$).

• 데이터: 분석에는 실질 1인당 GDP와 총 정부 지출을 사용한다. 글로벌 요인은 지역 GDP 시계열로부터 추출된다.
• 도구 변수 구성: 지역 출력 쇼크에 대한 글로벌 및 로컬 도구 변수는 각각 글로벌 및 고유 요인들에 대해 추정된 Blanchard-Perotti 유형의 SVAR로부터 얻어진다. 1단계 F-통계량은 도구 변수가 강력함을 확인해 준다.
• 결과:
  • 이질성: 재정 승수에서 뚜렷한 지리적 이질성이 나타난다. 북부 지역(예: Piemonte, Lombardia, Veneto)은 크고 지속적인 승수를 보인다 (충격 승수 약 3.5, 장기 승수 2 이상).
  • 남-북 구배 (North-South Gradient): 남부 지역과 섬들은 현저히 작은 승수를 보인다. 일부 남부 지역은 양(+)의 승수를 보이지만, 다른 지역들(예: Abruzzo, Basilicata)은 1 미만의 추정치를 보이거나 넓은 신뢰 구간과 함께 정밀하게 추정되지 않은 효과를 보인다.
  • 국가 총합: 국가 승수는 충격 시 약 2.6, 장기적으로 약 2.3으로 추정되지만, 저자들은 이 총합 수치가 상당한 지역적 변동을 가리고 있음을 강조한다.
  • 불확실성: 연구는 특히 데이터가 약하거나 역동성이 복잡한 지역의 추정치와 관련하여 상당한 불확실성을 강조하며, 제한된 시간 차원($T=27$)을 고려할 때 해석에 주의가 필요함을 시사한다.

의의 및 주장
본 논문은 이질적인 로컬 반응, 횡단면적 의존성, 그리고 유효한 외부 도구 변수의 가용성 제한을 특징으로 하는 패널 데이터에서 역동적 인과 효과를 식별하기 위한 일반적인 계량경제학적 프레임워크를 제공한다고 주장한다.

• 방법론적 엄밀성: 저자들은 자신들의 접근 방식을 초기 로컬 셰어(shares)가 이후의 관측되지 않은 요인들과 상관관계가 없다는 가정에 의존하는 Bartik형(shift-share) 도구 변수의 투명한 대안으로 위치시키며, 보조 SVAR에서의 구조적 식별을 통해 외생성을 확보한다.
• 실용적 유용성: 이 프레임워크는 직접적인 외부 도구 변수가 누락된 환경에서도 적용 가능하도록 설계되어, 연구자들이 패널 데이터 자체의 정보력을 활용할 수 있게 한다.
• 경험적 통찰: 이탈리아 지역의 맥락에서, 본 연구는 총합 재정 승수가 오해의 소지가 있을 수 있음을 보여준다. 정부 지출의 효과는 지리적으로 불균등하며, 남부와 섬 지역은 북부에 비해 중기 성장을 위해 재정 자원을 전환하는 데 어려움을 겪고 있다.
• 한계점: 저자들은 특히 시간 기간과 횡단면 단위의 비율($T/R \approx 1.35$)을 고려한 유한 표본 특성을 포함한 한계를 명시적으로 인정한다. 또한 최종 단계에서 이동 블록 부트스트랩(Moving Block Bootstrap, MBB)을 통해 도출된 신뢰 구간이 요인 추출 및 도구 변수 구성의 초기 단계에서 발생하는 불확실성을 완전히 반영하지 못해, 실제 샘플링 불확실성을 과소평가할 수 있음을 언급한다. 또한, 식별된 쇼크가 순수하게 고유한 교란이나 총체적인 국가적 쇼크가 아니라, 공통의 거시경제적 요인들에 조건화된 로컬 구조적 혁신임을 명확히 한다.