RE/FD/FE是模型设定方式,不同设定方式下适用不同的估计方法;
OLS/GLS是矩估计方法(一般可以认为OLS为GMM中一种),在不同假设下的效率不同;
因此,RE一般使用GLS方法,RE/FD一般使用OLS方法。
模型:y=Xβ+c_i+u_it
当认为残差(c_i以及u_it)与X不相关(严格外生),这是假设1内容:
1. 由于此时残差中还存在time-invariant variable,也就是c_i仍在残差中,因此,面板数据中,仍存在个体内多个观测值的残差之间的时间序列相关(time series),这是假设3内容,残差不满足white noise,需要使用GLS调整;
2. GLS分两步法,第一步通过POLS(混合OLS)逼近渐进方差,第二步将第一步中的方差代回并进行调整方差,使得变为efficient;
3. 即:此时普通OLS方法是consistent但不efficient,而RE用GLS更efficient;
4. 即:剩余残差与X不相关,但panel data导致个体之间时间上序列相关,因此RE(GLS)方法。
当认为尽可能控制time-invariant变量(c_i)后,剩余残差仍与X相关:
首先用FE方法估计出残差,然后对残差AR(1)分析,
1. 若系数等于0,则是残差level层面就是white noise(假设3),此情况下直接采用FE;
1.1 FE指使用dummy variable控制individual effect;由于dummy variable,可以算出每个c_i;
1.2 FE(LSDV方法)会降低样本自由度,通过增加待估参数,因为使用大量虚拟变量。大样本下不影响;
1.3 FE控制一切;
1.4 FE要求严格外生(假设1)。
2. 若系数显著异于0,认为残差(level)是随机游走,残差差分(change)是white noise(假设3),则一般通过取差分,此情况下FD方法;
2.1 因此FD方法无法求出c_i;
2.2 FD会降低样本自由度,通过减少样本观测值数量,大样本下不影响;
2.3 由于使用差分,因此其对外生性也要求strict exogeneity condition,严格外生(假设1)。
以上假设对应伍德里奇. 横截面与面板数据的经济计量分析[M]. 中国人民大学出版社, 2007.
注:以上仅提供参考,不定时补充、修改、更正,发现错误或有建议欢迎提出
附:总结不易,欢迎点赞,期待理性讨论