한국복지패널 여러 차수를 묶어 노인 가구의 빈곤 지속 요인을 보고 있습니다. 하우스만 검정에서 귀무가설이 기각돼 고정효과 모형이 맞다고 나왔는데, 고정효과로 가면 가구주 성별, 교육 수준처럼 시간에 따라 변하지 않는 변수의 계수가 빠집니다. 이 변수들이 연구 질문의 핵심이라 확률효과나 하이브리드 모형을 쓴 논문도 찾아봤는데, 심사에서 하우스만 결과와 다른 선택을 어떻게 정당화할지 고민입니다. 비슷한 상황에서 어떤 근거로 모형을 정하는지 궁금합니다.
하우스만 검정 결과만 기계적으로 따를 필요는 없으며, '하이브리드(Mundlak) 모형'을 적용해 고정효과의 일치성과 시간불변 변수 추정이라는 두 목적을 모두 달성하는 것이 최선의 전략입니다.
하우스만 검정(Hausman test)에서 귀무가설이 기각된 것은 시간에 따라 변하지 않는 개인의 고유한 미관측 특성이 설명변수와 상관관계를 맺고 있어, 단순 확률효과(RE) 모형을 쓰면 계수가 왜곡(내생성 편향)될 수 있음을 뜻합니다. 그러나 성별이나 최종 학력처럼 **시간불변 변수(time-invariant variable)**가 연구의 핵심 질문이라면, 이를 모두 소거해 버리는 고정효과(FE) 모형만으로는 논문을 완성하기 어렵습니다.
이 경우 심사자를 논리적으로 설득할 수 있는 대안과 접근법은 다음과 같습니다.
가장 권장하는 방법입니다. 시간가변 변수를 '개인 내 편차(within: 시간에 따른 변화)'와 '개인별 평균(between: 개인 간 차이)'으로 분해하여 모형에 동시에 넣는 방식입니다.
모형 내의 다른 외생적 변수들을 도구변수(instrumental variable: 내생성을 통제하기 위한 제3의 변수)로 활용하여 시간불변 변수의 계수를 일치 추정하는 계량경제학적 기법입니다. 변수 간 외생성 여부를 이론적으로 명확히 분류할 수 있다면 유효한 정당화 근거가 됩니다.
단순히 "이 변수가 중요해서 RE 모형을 썼다"고 서술하면 심사를 통과하기 어렵습니다. 다음과 같이 구성하는 것을 권장합니다.
하우스만 검정은 참고 기준일 뿐이며, 시불변 변수가 핵심이면 Mundlak식 상관 확률효과(하이브리드) 모형을 쓰고 고정효과를 강건성 점검으로 병행하면 정당화됩니다.
기각은 "개체 고유효과(관측되지 않는 가구 특성)가 시변 설명변수와 상관되어 있어 일반 확률효과 추정이 편향될 수 있다"는 뜻입니다. 그렇다고 연구 질문에 필요한 변수를 버리고 고정효과만 써야 한다는 결론은 아닙니다. 모형 선택은 검정 결과와 함께 연구 질문, 추정 대상, 가정의 타당성을 함께 보고 정하는 문제입니다.
xtoverid 등)을 권합니다.주 모형은 CRE(또는 within-between)로 두고, 고정효과 결과를 표로 병기해 시변 변수 결과가 일관됨을 보이세요. 그 위에 한계(시불변 변수의 비인과적 해석)를 명시하면 심사에서 충분히 방어할 수 있습니다.
하우스만 검정은 참고 근거이며, 연구 질문과 식별 가정에 따라 고정효과와 상관확률효과 모형을 함께 제시할 수 있습니다.
귀무가설 기각은 표준 가정 아래 가구의 관측되지 않은 고유 특성과 설명변수가 무관하다는 확률효과(RE) 가정에 문제가 있음을 시사합니다. “고정효과(FE)만 정답”이라는 뜻은 아니지만, 시간불변 변수의 계수가 필요하다는 이유만으로 일반 RE를 선택하기는 어렵습니다. 이분산·가구 내 오차상관이 있으면 통상적인 하우스만 검정도 주의해서 해석해야 합니다.
**상관확률효과(CRE·Mundlak 접근)**는 시간가변 설명변수의 가구별 평균을 RE에 추가하여, 가구 고유 특성과 설명변수의 상관을 허용합니다. 하이브리드 모형은 이를 가구 내 변화와 가구 간 차이로 나누어 표현하는 방식입니다. 선형 모형의 표준 조건에서는 가구 내 계수가 FE와 일치하면서 시간불변 변수도 포함할 수 있습니다.
단, 성별·교육 계수가 곧 인과효과가 되는 것은 아닙니다. 이 변수들과 남은 미관측 가구 특성 간 관계에는 추가 가정이 필요합니다.
심사에서는 “하우스만 결과를 무시했다”보다, 일반 RE의 한계를 인정해 CRE를 채택하고, FE와 가구 내 추정치를 비교하며, 시간불변 계수는 조건부 가구 간 연관성으로 해석했다고 설명하는 편이 타당합니다.
아울러 가구주 교체로 성별·교육이 실제 변하는지 확인하세요. 종속변수가 빈곤 여부인지, 지속기간·탈출위험인지에 따라서도 적합한 모형이 달라집니다.