Auditing longitudinal data across institutional regimes: a graph-based compatibility protocol with evidence from Tunisia

기술 요약: 제도적 체제 간 종단적 데이터 감사

문제 정의
종단적 데이터셋은 서로 다른 법적, 행정적 또는 통계적 체제 하에서 생성된 기록들을 결합하는 경우가 많다. 공통된 척도나 변수명은 유지될 수 있으나, 그 기저에 깔린 의미, 표본 프레임, 코딩 규칙 또는 법적 범주는 빈번하게 변화한다. 표준적인 데이터 품질 지표(예: 결측치, 측정 오차)나 통계적 기법(예: 구조적 변화 탐지, 측정 불변성)은 이 특수한 과제를 해결하기에 불충분하다. 구조적 변화 탐지법은 확률적 법칙의 변화를 식별하지만, 정당한 행정적 수준의 이동과 근본적인 시간적 형태(temporal shape)의 불일치를 구분하지 못한다. 마찬가지로, 측정 불변성은 공공 부문 집계 데이터에서는 이용 불가능한 잠재 변수 모델을 요구한다. 핵심적인 문제는 연속적인 체제로부터의 기록들을 하나의 분석 대상으로 취급할 수 있는지, 아니면 서로 다른 행정적 실체를 혼동하고 있는지를 결정하는 것이다.

방법론: 그래프 기반 호환성 프로토콜
본 논문은 체제 간 불일치를 구별 가능한 구성 요소로 분해하는 결정론적이고 순차적인 감사 프레임워크를 제안한다. 이 방법은 데이터 환경을 유한 연결 그래프 $G=(V, E)$로 모델링하며, 여기서 정점(vertex)은 체제별 데이터 환경을 나타내고 간선(edge)은 등록된 비교 창(comparison windows)을 나타낸다.

감사는 다음의 네 가지 순차적 단계로 진행된다:

1. 수준 등록 (Level Registration): 각 간선(체제 쌍)에 대해, 좌표별 중앙값 최소화($L_1$ 노름)를 사용하여 상수 수준 교차 경로(constant level crosswalk)를 추정한다. 이를 통해 데이터에서 "수준 이동(level shift)"을 분리한다.
2. 승인된 교정 (Authorized Correction): 잔차 차이를 사전 승인된 압축 볼록 집합(compact convex set)인 교정 집합($C_e$)에 투영한다. 이 집합은 선언된 범위 내의 제한적 정규화나 재코딩(예: 15% 조정)을 허용하지만, 역사적 시계열에 대한 자의적인 변경은 금지한다.
3. 형태 불일치 측정 (Shape Disagreement Measurement): 등록 및 승인된 교정 이후의 잔차($D_e$)는 "형태(shape)" 불일치를 측정한다. 이는 상수 평행 이동이나 선언된 정규화로 흡수될 수 없는 차이의 부분을 의미한다.
4. 전역 일관성 및 타당성 (Global Consistency and Feasibility):
   • 순환 일관성 (Cycle Consistency): 쌍별 평행 이동의 체계가 전역적 일관성을 갖는지 그래프 인시던스 행렬(incidence matrices)을 사용하여 테스트한다. 만약 순환을 따라가는 부호 있는 평행 이동의 합이 0이 아니라면, 개별 간선의 잔차와 상관없이 교차 경로는 불일치하는 것이다.
   • 전체 기록 리프트 (Full-Record Lift): 수치적으로 조정된 벡터들이 행정적, 법적, 용량 제약 조건(예: 비음수성, 예산 상한)을 충족하는 전체 기록으로 "리프트(lift)"될 수 있는지 테스트한다. 이는 선형 타당성 문제로 정식화되며, 만약 불가능할 경우 쌍대 증명(dual certificate)이 유효한 전체 기록의 불가능성을 입증한다.

최종 출력물은 단순한 종합 품질 점수가 아니라, 형태 잔차의 크기, 체제 내 통제 집단 대비 순위, 그리고 강한 불합치 여부에 기초한 순차적 처분(분리 유지, 검토, 또는 조건부 통합)이다.

주요 기여

• 불일치의 분해: 본 논문은 수준 변환(허용 가능한 평행 이동)과 형태 불일치(구조적 부적합성)를 엄격히 분리하여, 큰 수준 이동이 작은 잔차와 공존할 수 있고 그 반대도 가능함을 입증한다.
• 그래프 이론적 정식화: 정책 데이터에 층 이론(sheaf-theoretic) 개념(국소적 합의 대 전역적 정확성)을 적용하여, 쌍별 진단으로는 놓칠 수 있는 교차 경로 네트워크의 순환 불일치를 명시적으로 식별한다.
• 행정적 허용 가능성: "전체 기록 리프트" 테스트를 도입하여, 수치적 조정이 법적 또는 물리적 제약(예: 허용 가능한 하위 구성 요소의 합을 초과하는 조정된 총합)을 위반하지 않도록 보장한다.
• 순차적 감사 절차: 변수, 창, 교정 집합이 잔차가 검사되기 전에 먼저 등록되도록 엄격한 순서를 강제함으로써, 원하는 결과를 얻기 위한 사후적 모델 튜닝을 방지한다.

실증 결과: 튀니지 사례 연구
이 방법은 세 가지 좌표(제도적 신뢰, 위기 스트레스, 정책 대응)를 포함하는 튀니지의 구성된 분기별 패널(2000Q1–2019Q4)에 적용되었다. 분석은 세 가지 역사적 경계(충격 전(2010), 충격 전환기(2011), 전환 후(2014))에 초점을 맞춘다.

• 잔차 분석: 수준 등록 및 제한적 교정 후, 충격 전환기 경계(2010Q4–2012Q2)는 36개 모델 규격 중 30개에서 가장 큰 형태 잔차(0.209)를 보였다. 이는 33개의 체제 내 유사 경계 통제 집단을 모두 상회했다.
• 수준 진단과의 대조: 전통적인 수준 진단(평균/중앙값 이동)은 충격 전 및 전환 후 경계를 가장 두드한 경계로 강조했다. 그러나 등록 후의 형태 잔차는 충격 전환기 경계를 독보적으로 식별해 냈다.
• 민감도: 충격 전환기 경계는 다항식 차수, 리지 페널티(ridge penalty), 창 길의 변화에도 불구하고 가장 이례적인 경계로 남았으나, 절대적 크기는 변동하였다.
• 처분: 프로토콜에 따라, 충격 전환기 경계는 "분리 유지(Keep Separate, 즉 체제 단절을 보존)"를 요구하며, 나머지 경계는 "통합 전 검토(Review before pooling)"를 요구한다.

의의 및 주장
본 논문은 튀니지 전환에 대한 인과적 분석보다는 책임 있는 통합을 위한 프로토콜을 제공한다는 점을 겸허히 주장한다.

• 인과적이지 않음: 본 감사는 혁명이나 헌법의 인과적 효과를 추정하는 것이 아니다. 경계는 통계적으로 추정된 것이 아니라 제도적으로 고정된 것이다.
• 주장의 분리: 본 연구는 수치적 조정, 형태적 호환성, 일관된 변환, 그리고 행정적 허용 가능성이 서로 별개의 명제임을 입증한다. 즉, 어떤 시계열은 수치적으로는 조정될 수 있으나 행정적으로는 허용 불가능할 수 있다.
• 거버넌스 효용성: 이 방법은 공공 부문 데이터 거버넌스를 지원하며, 이질적인 기록들을 명시적 근거 없이 통합하지 않도록 함으로써, 정당한 수준 변환과 근본적인 구조적 불합치 사이를 구분하는 투명하고 재현 가능한 감사 추적을 제공한다.

결론적으로, 계산적 연속성(시계열의 결합)이 곧 제도적 비교 가능성의 증거는 아니다. 제안된 그래프 기반 감사는 통합 전 호환성을 검증하기 위한 구조화된 메커니즘을 제공하여, 종단적 분석의 무결성을 보존한다.