https://www.bilibili.com/video/BV1EV411b7gi
连玉君老师在上述视频中展示了三种标准误差的选取。目前,针对我的论文,我研究的是企业高管特征(例如年龄)对企业创新的影响,是2010-2019的面板数据,共5200条数据。 使用混合OLS回归,控制行业年份省份,(1)如果标准误选择white异方差稳健型标准误,标准误是0.15, t值是2.54;(2)如果标准误选择的是聚类到行业层面 vce(cluster industry),此时标准误为0.27, t值为1.44; (3) 如果使用自抽样法稳健型标准误,我抽样了1000次,每次效果都差不多,标准误为1.14,t值为2.68。 也就是说,选取的标准误不同,对我的最终的显著性结果影响比较大。
我在视频结束听到老师举的例子,采用(1)和(3)方法得到的标准误是差不多的,对结果影响不大,是因为原始模型干扰项的分布,如果干扰项服从不规则分布,例如向右或者向左拖尾。
那么,我想问下,我应该使用什么标准误,我知道(1)是不足够的,所以是选择聚类到行业层面的标准误vce(cluster industry),还是自抽样1000次得到的标准误?