- 阅读权限
- 255
- 威望
- 0 级
- 论坛币
- 2238 个
- 通用积分
- 0.6000
- 学术水平
- 0 点
- 热心指数
- 0 点
- 信用等级
- 0 点
- 经验
- 220 点
- 帖子
- 13
- 精华
- 0
- 在线时间
- 112 小时
- 注册时间
- 2013-4-9
- 最后登录
- 2024-5-5
大专生
还不是VIP/贵宾
- 威望
- 0 级
- 论坛币
- 2238 个
- 通用积分
- 0.6000
- 学术水平
- 0 点
- 热心指数
- 0 点
- 信用等级
- 0 点
- 经验
- 220 点
- 帖子
- 13
- 精华
- 0
- 在线时间
- 112 小时
- 注册时间
- 2013-4-9
- 最后登录
- 2024-5-5
| 悲催 2014-3-17 22:23:13 |
---|
签到天数: 2 天 连续签到: 1 天 [LV.1]初来乍到
|
1论坛币
T=3之省际短面板,期隔十年,即为90- 00 -10年之数据。时间调整形成平衡面板(t=1 if year==1990类推)被解释变量为y,解释变量为x1-x5:模型为yit=a0+a1*x1it+a2*x2it+...a5*x5it+ui+eit
1)采用POLS, 估计系数均显著且符号为正;但使用固定效应检验时,固定效应检验(F=0.0000)不能通过;使用固定效应后,关键变量变得不显著且符号为负;面板只有2-3期时,是否适合使用固定效应?由于POLS样本量大,是否就更具有解释力。一般而言,如果N足够大,固定效应检验的F值一般都为0,什么时候适合用POLS,岂不是大多数时候FE都优于POLS。
2)使用一阶差分(xtserial,output)后,关键变量显著但符号为负;但用reg D.(),cluster (id)构造的辅助回归却与xtserial,output的结果迥异,且显著性相差巨大。output选项不是输出一阶差分后采用聚类稳健标准误的回归结果吗?T=3的序列相关检验可信吗(T这么少)?既然检验出存在一阶自相关,那么是否采用FD优于FE,毕竟FE假设中要求随机扰动项独立同分布。
3)如果一个解释变量在截面上和在时序上表现出与被解释变量不同的趋势。使用POLS和FE的符号就有可能不同。如省际面板而言,如果单看一年之数据,智力水平差距越大的班级学生的平均分越低;但是以同一个班级的数据来看,智力水平差距越大,学生的平均分越高。如果被解释变量的变异相比解释变量的变异很小,就会使得POLS与FE的系数的符号相反。以此来看,如果取所有省份一年的数据作为截面的OLS视乎不可信,因为必然遗漏重要变量(如ai),而一个截面也不能判断是否存在固定效应的影响?如果保证在T小N大的情况下获得较好的估计结果。
|
|