다중 처리 변수 TWFE 회귀와 DID 추정기의 한계와 새로운 대안

초록

본 논문은 여러 처리 변수를 포함한 두‑방향 고정효과(TWFE) 회귀가 병렬 추세 가정 하에서도 이질적인 처리 효과와 다른 처리의 효과에 의해 편향될 수 있음을 보여준다. 저자는 이러한 오염 문제를 해결하고 이질성에 강건한 새로운 차분‑차분(DID) 추정기를 제안한다.

상세 분석

이 연구는 패널 데이터에서 그룹·시간 고정효과와 K개의 이진 처리 변수를 동시에 회귀에 포함시킬 때, 기존 TWFE 추정량이 어떤 함의를 갖는지를 정밀히 분석한다. 먼저 병렬 추세(parallel trends) 가정을 전제로 할 때, 각 처리 변수의 회귀계수 β̂_k는 두 개의 합으로 분해될 수 있음을 증명한다. 첫 번째 항은 해당 처리의 실제 효과 τ_k(g,t)에 대한 가중합이며, 가중치는 음수가 될 수도 있고 전체 합은 1이다. 이는 기존 단일 처리 TWFE 결과와 일치한다. 두 번째 항은 “오염(contamination)”이라 부르는 항으로, 다른 처리들 τ_{ℓ≠k}(g,t)의 효과가 가중합된 형태이며, 이 가중치들의 합은 0이다. 따라서 다른 처리들의 효과가 이질적이면 β̂_k는 순수한 τ_k가 아니라 다른 효과들의 혼합물로 왜곡된다.

특히, 저자는 두 가지 구체적 예시를 들어 “금지된 비교(forbidden comparison)”가 어떻게 발생하는지를 설명한다. 첫 번째 예에서는 한 처리의 효과를 추정하려 할 때, 비교군이 두 번째 처리를 받는 경우가 포함돼 두 처리 효과가 상쇄되지 않아 편향이 발생한다. 두 번째 예에서는 비교군이 두 기간 모두 두 번째 처리를 받는 경우인데, 두 번째 처리의 효과가 시간에 따라 변하면 역시 오염이 남는다.

흥미로운 점은 다른 처리들을 회귀에서 제외했을 때 편향이 반드시 감소하지 않을 수도 있다는 역설이다. 단일 처리 TWFE에서는 다른 처리를 제외하면 오염 항이 사라져 편향이 감소하지만, 다중 처리 상황에서는 오히려 가중치 구조가 바뀌어 편향이 커질 수도 있다. 저자는 두 회귀(전체 모델 vs. 부분 모델) 사이의 최대 편향 비율을 도출하고, 이 비율은 처리 효과의 절대값 상한에 독립적이며 데이터에 의해 추정 가능함을 보여준다.

이러한 한계를 극복하기 위해 저자는 새로운 DID 추정기를 제안한다. 핵심 아이디어는 (i) 처리가 변하는 “전환 그룹”과 (ii) 처리가 변하지 않는 “통제 그룹”을 동시에 매칭하여, 전환 그룹의 첫 번째 처리만 변화하고 나머지 처리는 고정된 상황을 찾아내는 것이다. 이렇게 하면 (i) 모든 처리에 대한 이질적인 그룹 간 효과와 (ii) 시간에 따른 이질적인 효과 모두에 대해 강건하게 된다. 다만, 매칭 대상이 제한적일 경우 표본이 작아져 외부 타당성 및 통계적 효율성이 저하될 수 있다. 이를 보완하기 위해 저자는 일반적인 비대칭 신뢰구간과 정규성 가정 하의 정확한 커버리지를 제공하는 두 가지 신뢰구간을 제시한다.

실증 부분에서는 미국 주별 보육 규제(교육 연수 최소 연수와 직원‑아동 비율)를 대상으로 TWFE와 새로운 추정기를 비교한다. TWFE는 매우 큰 음의 가중치를 포함한 복합 효과를 추정했으며, 이는 실제 정책 효과와 크게 차이가 있었다. 반면, 제안된 이질성‑강건 DID 추정기는 거의 0에 가까운 효과를 보여, 기존 TWFE 결과가 오염에 의해 왜곡되었음을 실증적으로 입증한다.

전반적으로 이 논문은 다중 처리 TWFE 회귀가 갖는 구조적 편향을 명확히 규명하고, 이를 교정할 수 있는 실용적인 대안을 제공한다는 점에서 계량경제학·사회과학 연구자들에게 중요한 기여를 한다.