패널데이터 (Panel Data)
쉽게 풀면
같은 1,000가구를 뽑아서 딱 한 번 조사하면 횡단자료, 매년 같은 가구를 반복해서 조사하면 패널데이터입니다. 즉 "여러 사람"이라는 폭과 "여러 시점"이라는 깊이를 동시에 가진 데이터입니다. 같은 사람을 계속 추적하기 때문에 한 사람 안에서 시간에 따라 무엇이 달라졌는지를 볼 수 있어, 단순 비교보다 더 정밀하게 원인과 결과를 분석할 수 있습니다.
왜 중요한가
사회과학이나 경제학 연구에서는 소득, 건강, 태도처럼 사람마다 다르고 시간에 따라서도 변하는 변수를 다루는 경우가 많은데, 횡단자료 하나만으로는 이런 변화의 원인을 밝히기 어렵습니다. 패널데이터는 개체별 특성과 시간에 따른 변화를 동시에 활용할 수 있어 인과관계 추정, 정책 효과 분석, 장기 추세 파악 등 폭넓은 연구주제의 기반이 됩니다. 이 때문에 계량경제학, 보건학, 교육학 등 다양한 분야에서 핵심 방법론으로 다뤄집니다.
핵심 정리
- 패널자료는 같은 개체(사람·기업·국가)를 여러 시점에 걸쳐 반복 관측한 자료입니다. 개체 차원(N)과 시간 차원(T)이 함께 있어 ‘횡단면+시계열’ 자료라고도 합니다.
- 모든 개체가 모든 시점에서 관측되면 균형 패널, 일부가 빠지면 불균형 패널입니다. N이 크고 T가 짧은 경우(미시 패널)와 T가 긴 경우(거시 패널)는 분석 방법이 다릅니다.
- 핵심 이점은 개체마다 다르지만 관측되지 않고 시간에 따라 변하지 않는 특성(예: 기업 문화, 개인 능력)을 통제할 수 있다는 점입니다. Hsiao(2014)와 Baltagi(2021)가 교과서로 널리 쓰입니다.
- 대표 모형은 고정효과 모형과 확률효과 모형입니다. 두 모형 중 무엇을 쓸지는 하우스만 검정으로 판단하는 것이 관례입니다(Hausman, 1978).
예시로 보기
가상의 예: 3개 기업을 4개 연도 동안 관측하면 균형 패널의 관측치는 3×4 = 12개입니다. 한 기업의 한 해 자료가 없으면 11개가 되어 불균형 패널입니다.
| 기업 | 2020 | 2021 | 2022 | 2023 |
|---|---|---|---|---|
| A | 매출 | 매출 | 매출 | 매출 |
| B | 매출 | 매출 | 매출 | 매출 |
| C | 매출 | 매출 | 결측 | 매출 |
- 고정효과 모형은 개체별 상수항을 두어 개체 내 시간에 따른 변화만으로 효과를 추정합니다. 따라서 시간에 따라 변하지 않는 변수(성별 등)의 효과는 추정할 수 없습니다.
- 확률효과 모형은 개체 효과가 설명변수와 무관하다고 가정합니다. 이 가정이 틀리면 편의가 생깁니다.
- Mundlak(1978)은 확률효과 모형에 개체별 평균을 추가해 두 모형을 연결하는 방법을 제시했습니다.
자주 하는 오해
| 오해 | 바로잡기 |
|---|---|
| 패널자료는 표본 수가 많으면 충분하다. | 같은 개체의 관측치는 서로 독립이 아니므로 표준오차를 개체 단위로 군집(cluster)해 계산하는 것이 일반적입니다. |
| 고정효과를 쓰면 인과가 증명된다. | 시간에 따라 변하는 교란은 통제하지 못합니다. |
| 패널자료는 횡단면 자료를 여러 해 모은 것이다. | 같은 개체를 추적하지 않고 해마다 다른 표본을 뽑은 것은 반복 횡단면 자료이지 패널이 아닙니다. |
| 불균형이면 항상 문제다. | 불균형 자체는 추정에 문제가 되지 않습니다. 결측이 무작위가 아닌 이탈(예: 폐업)일 때 편의 문제가 생깁니다. |
논문에서는 이렇게 쓰입니다
실제 논문에서
국내 학술지 논문에서 이 용어가 쓰인 문장을 그대로 옮겼습니다. 제목·학술지·연도와 원문 링크를 함께 적었습니다.
“분석을 위해 2013~2019년까지 7개년 간 KOSPI 시장에 상장 된 자동차산업 및 전자산업에 속한 제조기업 89개를 대상으로 패널데이터를 구성하여 FGLS분석과 단순기울기 분석을 실시하였고 그 결과 다음과 같다.”
최고경영진의 특성과 국제화 배경이 기업 국제화와 경영성과 간에 미치는 영향, 국제경영연구, 2021 · KCI 한국학술지인용색인 · 원문 보기 ↗
“이에 본 연구는 국내 306개 물류기업을 대상으로 2000년 이후 시행한 기부활동이 재무제약수준에 따라 달라질 수 있는지, 어떠한 특성요인이 관계 되어 있는지를, 5,529개 패널데이터를 바탕으로 실증하였다.”
국내 물류기업의 재무제약과 사회적 책임활동으로써 기부금 지출에 관한 연구, e-비즈니스연구, 2023 · KCI 한국학술지인용색인 · 원문 보기 ↗
예시 문장
아래는 용어의 쓰임을 보여 주려고 만든 예시로, 실제 논문에서 가져온 문장이 아닙니다.
같은 가구들을 9년 동안 반복해서 조사한 자료를 활용해, 소득이 오르내릴 때 그 가구의 건강 상태가 어떻게 함께 변하는지를 살펴봤다는 뜻입니다.
여러 기업을 여러 해에 걸쳐 관측한 자료를 바탕으로, 연구개발에 투자한 기업일수록 이후 생산성이 얼마나 늘었는지를 기업별 고유한 특성을 통제한 상태에서 분석했다는 뜻입니다.
여러 나라의 자료를 여러 해에 걸쳐 모아, 최저임금이 오른 직후와 시간이 지난 뒤의 고용 변화가 어떻게 다른지를 비교했다는 뜻입니다.
조금 더 깊게 보면
패널데이터 분석에서 자주 쓰이는 대표적 모형으로 고정효과(fixed effects) 모형과 확률효과(random effects) 모형이 있습니다.
고정효과 모형은 시간에 따라 변하지 않는 개체 고유의 특성을 통제하여 관측되지 않은 이질성으로 인한 편의를 줄이는 데 유리하고, 확률효과 모형은 개체 특성이 설명변수와 상관관계가 없다는 가정 아래 더 효율적인 추정을 제공합니다.
두 모형 중 어느 쪽이 적합한지는 하우스만 검정(Hausman test) 같은 통계적 검정을 통해 판단하는 경우가 일반적입니다. 또한 패널데이터의 시간 축이 짧은지 긴지에 따라 동태적 패널모형이나 시계열 특성을 고려한 별도 기법이 필요할 수 있습니다.
주의할 점
패널데이터는 시간이 지나면서 참가자가 이탈하는 "탈락(attrition)" 문제가 생기기 쉽습니다. 특정 유형의 사람들이 유독 많이 빠져나간다면 남은 데이터가 처음의 대표성을 잃을 수 있습니다.
헷갈리기 쉬운 용어
자료 구조를 구분합니다.
| 유형 | 관측 구조 | 예 |
|---|---|---|
| 횡단면 자료 | 한 시점, 여러 개체 | 2023년 기업 매출 |
| 시계열 자료 | 한 개체, 여러 시점 | 한 나라의 연도별 GDP |
| 패널자료 | 여러 개체, 여러 시점 | 300개 기업의 10년 재무자료 |
| 이중차분 | 처치 전후, 처치/비처치 집단 비교 | 패널 구조를 흔히 활용 |
참고 문헌
- Hausman, J. A. (1978). Specification tests in econometrics. Econometrica, 46(6), 1251–1271.
- Mundlak, Y. (1978). On the pooling of time series and cross section data. Econometrica, 46(1), 69–85.
- Wooldridge, J. M. (2010). Econometric Analysis of Cross Section and Panel Data (2nd ed.). MIT Press.
- Hsiao, C. (2014). Analysis of Panel Data (3rd ed.). Cambridge University Press.
- Baltagi, B. H. (2021). Econometric Analysis of Panel Data (6th ed.). Springer.
표의 기준값은 위 문헌에 근거한 관례이며, 분야·학술지마다 다른 기준을 쓸 수 있습니다.