xtgls 并不考虑 fixed effects,如果考虑的话有两种方法:
1. 加入 N-1 个虚拟变量;
tab id, gen(dumid)
drop dumid1
xtgls y x dumid*, p(h) corr(ar1)
2. 先采用 xtdata 命令去除个体效果,再采用 xtgls 命令进行估计;
preserve
xtdata y x , fe clear
xtgls y x, p(h) corr(ar1)
restore
推荐采用后者,因为当 N 较大时,前者的输出结果管理起来比较繁琐。
=============最合适的处理方法:xtscc 命令============
事实上,无论是 xtgls, 还是 xtpcse 命令都没有考虑个体效果,他们对截面异质性的处理都是通过 OLS 估计得到的残差进行了,也就是采用OLS估计的残差估得稳健型方差-协方差矩阵。更为重要的是,这两个命令事实上更适合大T小N型面板数据,对于分析上市公司的同志而言,并不适用。
stata journal 2007, vol7-3, pp.281-312 文中介绍的 xtscc 命令可以得到FE模型的稳健型标准误。
[此贴子已经被作者于2007-9-22 18:08:01编辑过]