讲座主题：Non-Robustness of the Cluster-Robust Inference

主讲嘉宾：王宇龙（雪城大学麦克斯韦学院经济学副教授）

讲座时间：2023年7月7日（周五）上午10:00

讲座地点：经济学院407会议室

Abstract：Conventional cluster-robust (CR) standard errors may not be robust when data contain a few very large clusters. For instance, when using the 51 U.S. states as clusters, the largest cluster (California) comprising around 10% of the total sample violates the assumptions necessary for reliable CR inference. We formally show that the conventional CR methods can fail when the distribution of cluster sizes follows a power law with an exponent of less than two. The implications of our findings are significant, suggesting the need to reexamine numerous empirical results reported in the economics literature, including examples from recent top journal publications.

中文摘要：传统的聚类稳健（CR）标准误差在数据中存在少数非常大的聚类时可能不具有稳健性。例如，当将51个美国州作为聚类时，最大的聚类（加利福尼亚州）占总样本的约10％，违反了可靠的CR推断所需的假设。我们正式证明了当聚类大小的分布遵循幂律（指数小于2）时，传统的CR方法可能会失败。幂律分布意味着存在少数极大的聚类和大量的小聚类。这一发现的影响是重大的，它提示我们有必要重新审视经济学文献中的许多实证结果，包括近期顶级期刊的例子。这意味着使用传统的CR方法从具有幂律分布聚类大小的数据中得出推论的研究可能需要重新考虑或重新评估。在这种情况下，使用传统的CR方法得出的结果的可靠性可能会受到损害。

嘉宾介绍：

王宇龙，雪城大学麦克斯韦学院经济学副教授，政策研究中心的高级研究员。在加入雪城大学之前，王宇龙在清华大学获得了学士学位，并在普林斯顿大学获得了经济学博士学位。他目前的研究重点是极值和尾部特征的理论和应用。他的研究成果已发表在Journal of the American Statistical Association, Journal of Econometrics (3篇), Journal of Business and Economic Statistics (2篇), Econometric Theory和Journal of Applied Econometrics (2篇)等顶级计量经济学和统计学期刊上。