제한적 정보하에서 모형 및 적률조건 결정을 위한 계량경제학적 분석방법

국문 초록 (Abstract)

실증적 모형결정의 문제는 계량경제학에서 매우 중요한 문제 중 하나였으며 이에 대해 많은 연구 결과들이 제세되었다. 그러나 그 동안 연구되어 온 실증적 모형결정의 문제는 비교적 간단한 상황 - 예를 들면 독립적이고 동질적인 분포 (independent and identical distribution: iid)를 갖는 오류항을 포함한 회귀모형 - 하에서의 문제들이었다. 그러나 이러한 간단한 상황은 매우 제한적이어서, 보다 일반적이고 다양한 경제학의 제 실증분석 대상을 포괄하지 못하고 있다. 본 연구에서는 실제 현실의 실증분석에서 중요하게 다루는 일반적이고 포괄적인 모형을 대상으로 계량경제학적 모형결정의 문제를 연구한다. 그러한 일반적인 모형은 계량경제학에서 일반적 적률법(generalized method of moments: GMM)에 의해 분석 가능한 모든 모형을 포함한다. 본 연구에서 제시된 방법은 준모수적 우도함수인 제한적 정보 우도함수를 이용한 방법으로서 기존의 여러 제한적 정보 하에서의 고전적 추론방법(classical inference method)과 베이지안방법(Bayesian method)을 모두 포괄하는 방법이다. 본 연구에서 제시된 일반적 모형 선택의 방법이 갖는 중요한 장점은 그 방법이 일치성(consistency)을 갖는다는 사실이다. 뿐만 아니라, 본 연구에서 제시된 방법은 그 적용성이 비교적 간단하고 용이하여 고전적 가설검정방법이 적용되기 어려운 상황에도 폭 넓게 사용될 수 있다.

다국어 초록 (Multilingual Abstract)

Although there are several model determination methods having some desirable properties, most of them require that sufficient information on the statistical nature of the model be available or that the error term be relatively simple such as iid normal. Certainly, this is an important limit which rules out many cases of practical interests. In this paper we study model determination for the case when only some limited information on the model is given or when statistical nature of the error term is not simple. Our procedure is based on a likelihood function which is usually not available in the situation of our interest in this paper. Thus, we first discuss how to get a limited information likelihood function under the situation of our interest. We derive a semi-parametric likelihood in the framework of a refined generalized method of moments (RGMM) studied in Kim (2001). The derived likelihood is a correct specification for the true likelihood in the second order. Based on the derived likelihood we study the model selection problem conditional on data. It is shown that the derived criterion is a consistent criterion. Also, the criterion is relatively simple to apply. A simple Monte Carlo study shows that its performance is reasonably good under nonstandard situations.