面板固定效应回归，我10个自变量，只有2个显著的？！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

这是什么道理？

已经用了Rubust Cluster Error， Alpha 怎么改都没用。

就是不显著，而且悲剧的是我最要紧的那个变量也不显著。

这些变量全部都是我从专业书籍上参考来的，不是我胡编乱造的。肯定对应变量是有关联的！

请问我下一步该怎么办？还有什么方法能改进下模型？

此外再问个问题，如果不显著的话，那正负是不是没有意义了？？？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏5 回帖

关键词：固定效应 自变量 Cluster rubust Error 下一步 自变量 Error 而且 模型

你在用中国的数据嘛？

先仔细比较下数据吧。使用中国的数据什么情况都有可能发生。

老树皮 发表于 2012-8-15 03:02
你在用中国的数据嘛？

先仔细比较下数据吧。使用中国的数据什么情况都有可能发生。

谢过老树皮。

不是，我用的是联邦德国的establishment panel data，所以不能把数据带回家。必须人过去。

搞的我烦都烦死了。

虽然没有文献做过这个回归分析。但是已有的文献特别是Multivariate 分析已经提到了我用的自变量的相关性。

所以这些变量都是我参考了很多文献，收集来了。

下周要答辩，悲剧了，我总不见得拿着一堆不显著的变量上去和人说。。。。

R square 一般般，F检验没问题，constant也显著，就是我要的那个变量不显著！

把那个删了，我这研究就没意义了。

怎么办才好呢？

难道说，结论，就是这个解释变量对应变量没解释作用。。。。这算行么？！

heikoyh 发表于 2012-8-15 03:11
R square 一般般，F检验没问题，constant也显著，就是我要的那个变量不显著！

把那个删了，我这研究就没 ...

这个也不是不可以.主要看前面的文献是怎么讲的,以及在理论上是怎么回事. 另外你没有说你的OLS估计结果。

我的建议是第一步重复之前文献的Multivariate分析，看看你能不能得到相同的结论；

其次，关于解释变量和因变量的关系，理论上是怎么说的，这种关系到底是怎么样的一种机制；

第三，理论模型的假设是什么？如果某些假设不成立话，会有什么结果。或者倒推过来，在什么情况下你的解释变量和因变量没有关系。

最后，回到你的回归结果。结合理论分析，讨论都有哪些可能导致这种不相关。

如果说之前的文献都强烈支持这种相关性，那么你发现这种关系不存在，其实也是一种贡献啊。尤其是如果OLS估计很显著，而FE不显著或者其他什么动态面板分析不显著，这就说明他们之间根本不存在一种因果关系。这个还是有很强的policy implication的。

显著的结果当然好看。但是研究的最大意义就是有新发现，当然这些个新发现是有现实意义的才行。

老树皮 发表于 2012-8-15 04:03
这个也不是不可以.主要看前面的文献是怎么讲的,以及在理论上是怎么回事. 另外你没有说你的OLS估计结果。
...

感谢回复！！雪中送炭啊 ！

就是你最后说的情况。

OLS pooled回归是显著的，而且爆显著。。。(我说的是那个我最关键的变量)
用了FE，那个变量直接就不显著了，而且其他变量也跟着变换。

实在受不了这么大的落差啊。用了FE以后，各种行业的，年份的，控制变量都分别做过robust，结果都是一样，就是不显著！！模型已经用了cluster error。没什么好修改的地方了。

多重共线性我也看了，我选的变量，都是那个所谓的权威人士的paper上推荐的。。。不是我胡编乱造的。。

至于他那个Multivariate的显著结果怎么来的，我刚才又看了下，是用的ZINB模型，Probit模型，和Tobit模型。
他3个模型的结果没有啥区别。他也没给出具体计算过程，直接上了结果。但是鉴于他的确是权威人士，所以我也不质疑他的结果。

我现在悲剧了。OLS和 FE差那么多。（系数方向不差，就是显著性差太多。。。。）

老树皮 发表于 2012-8-15 04:03
这个也不是不可以.主要看前面的文献是怎么讲的,以及在理论上是怎么回事. 另外你没有说你的OLS估计结果。
...

你说如果OLS显著，FE不显著，就说明他们没因果关系？

那不就是说已经潜意识的接受FE的结果了啊？我对FE的结果其实不是太满意。不仅是因为不显著，而且R^2 within值小到基本是可以忽略，rho值也不不大。

我现在好多变量不显著。。删又删不得，放在那里又要降低模型的评估能力，实在是进退两难啊!!!
动态面板我没有用，你说的是GMM的面板吗？那个解决Endogenous的，对显著性应该没什么特别大的改善。

我现在不但不显著，而且FE 模型下，T值只有0.2.。。。。。。。这也太悲剧了。

heikoyh 发表于 2012-8-15 06:11
你说如果OLS显著，FE不显著，就说明他们没因果关系？

那不就是说已经潜意识的接受FE的结果了啊？我对F ...

为什么要使用FE，这是因为FE可以克服由于time-invriant unobserved variables和解释变量相关造成的内生性。

但是当time-invriant unobserved variables和解释变量不相关时，我们无需ＦＥ就可以得到一致估计量。

所以你假设存在time-invriant unobserved variables且他和解释变量相关时，就要使用ＦＥ，而ＯＬＳ估计的得到的无论怎么显著，都只是ｃｏｒｒｅｌａｔｉｏｎ　ｏｒ　ａｓｓｏｃｉａｔｉｏｎ而不是ｃａｕｓａｌ　ｅｆｆｅｃｔ。　

问题在于如果unobserved variables是timg-varying的，或者内生性是由于reverse causality造成的，那么ＦＥ估计不但不能消除内生性，反而可能导致更大的估计偏差。

所以还是要回到模型本身。为什么要使用ＦＥ，或者是误差项都有可能包括哪些东西，他们与结识变量之间到底是一种什么关系，以及他们随时间改变吗？

老树皮 发表于 2012-8-15 04:03
这个也不是不可以.主要看前面的文献是怎么讲的,以及在理论上是怎么回事. 另外你没有说你的OLS估计结果。
...

我刚才又自己研究了下你说的前3点建议。

1.关于你说的变量的机制问题。我的解释变量和因变量的关系，理论上是可以有 "正向"，"负向"，或者是"没有关系" 这3种可能。如果不是因为那个讨厌的权威人士的资料在那里，其实我的论文结果的确可以随便我写。因为我自己收集到的资料，显示这3种可能都存在（我有一些企业HR的Interview，从这些Interview中可以看出，企业对于这件事情因果关系的处理结果是比较不同的）。而且它们之间的回归分析，又是目前文献的盲点。

2.关于你说的模型的假设，就是关于在"什么情况下会导致这种不相关的问题" 我也想过了。
企业的规模可能导致这种不相关。但是我也做了Robust测试，各种企业大小区间我都用FE回归测试过，依然不显著。

老树皮 发表于 2012-8-15 07:09
为什么要使用FE，这是因为FE可以克服由于time-invriant unobserved variables和解释变量相关造成的内生性 ...

听君一席话，胜读十年书啊~~~本来要睡觉了。结果我要又起来重新审视一下我的自变量。。。。。。= =

你问我为什么要用FE，我想了下，我的理由是: 我就是想研究我的X1 和Y之间的关系。其他X2。。。X10全部都是控制变量。最关键的就是X1.也就是说只有X1和Y之间的Within Effect，不想被其他任何Between effect打扰。而且又要体现出面板二维数据的优势。用OLS无面板效应，数据是一维的。而且我把样本按照等级分为3份，每一份都做FE回归。
你觉得有点道理吗？？？？？

专门针对time-invriant unobserved variables，我重新仔细看了下我的自变量，我依然觉得，能够符合这点的，只有"企业的规模"这一个虚拟变量。这个变量是不会随着时间改变的，同时也会影响到我的残差。 于是我把整个数据按照"企业的规模"划分成3类，每一类分别进行FE回归。这样行不行？

针对 time-variant unobserved heterogenity 我也自己分析了下， 结论是木有！
我的回归变量，全部都是企业层面的东西，不是宏观经济的东西，基本和时间没有关系。即使有，最坏的结果也就是我的Beta不准确。但是这个对显著性T检验，不会有质的改变了。
我也可以在FE中加入每一年的Dummy。但是这个不太会有很大的改变。


明天我再去联邦统计局尝试下以下改变，不知道你的建议是什么？

1.单独测试每个自变量X的 Multicollinearity，自变量我一个个增加，除非我加第一个自变量就已经不显著，不然的话肯定能测出多重线性相关（如果我只用一个自变量，都不显著，那应该就是不显著了，大局已定，其他的理论，只能往不显著上靠拢。。。。）

2.取Y的对数，用Log试试看能不能解决一部分异方差问题。虽然我用了robust error，但是取了对数应该会更加可能显著吧。