面板数据中存在被解释变量是时间序列，回归模型显著性不强。显著性p值通不过0.05的检

各位大神，求助。本人用面板数据做多元回归分析，这是模型ROE=β0+β1Rating+β2LnSize+β3Lev+β4Boardsize+β5Ind-Dir+β6CR10+ε，选择了43家公司4年的数据做回归，其中rating是信息披露质量，取自深交所的考评结果，由1.2.3.4直接替代，但是其实每家公司每年的rating值变化并不大，回归结果出来各变量显著性都不强，老师说是因为他是时间序列的问题，这个问题到底应该怎么解决啊。。各位大神，帮帮忙我的数据大概就是这样子，回归的结果            

知道论坛的牛人多，大家快帮帮我吧。虽然悬赏很少，但是那是我的一半的金额了。另外，本人用的是eviews

不是面板数据吗，怎么说是时间序列

ry0224 发表于 2015-5-6 16:29
不是面板数据吗，怎么说是时间序列

整个是面板数据，但是由于被解释变量每年的差异并不大，做出来都不显著。老师说的是存在啥子时间序列的问题，这个该怎么解决啊？您知道吗

1992hd 发表于 2015-5-6 19:26
整个是面板数据，但是由于被解释变量每年的差异并不大，做出来都不显著。老师说的是存在啥子时间序列的问 ...

你的一些变量数据变异不是很大，要想能够更好地反映这种变异，就要扩充样本容量，意思就是你的样本量太小，才4年43家共170个左右样本量。另外你的模型中变量选取较多，也与现在的样本容量不匹配。所以很难得到理想的估计结果。

ry0224 发表于 2015-5-6 21:30
你的一些变量数据变异不是很大，要想能够更好地反映这种变异，就要扩充样本容量，意思就是你的样本量太小 ...

但是被解释变量是直接将及格，不及格，良好，优秀的指标直接用1.2.3.4作为替代变量，每个公司本身在4年内的差异都不大，而所有公司的均值在3左右，另外，你说的变量个数与样本容量不匹配，这个有很严格的界定吗？如果把不显著的变量都删掉的话，就只剩俩个控制变量了。

1992hd 发表于 2015-5-7 00:44
但是被解释变量是直接将及格，不及格，良好，优秀的指标直接用1.2.3.4作为替代变量，每个公司本身在4年内 ...

样本量与变量个数也没严格匹配界定，样本量少的话，尽可能把握住核心变量，可能控制变量就不能加那么多了。

ry0224 发表于 2015-5-7 09:34
样本量与变量个数也没严格匹配界定，样本量少的话，尽可能把握住核心变量，可能控制变量就不能加那么多了 ...

其实现在的关键就算剔除其他的变量，最主要的被解释变量还是不显著，但是其他人做出来都是显著的，老师说主要是由于rating值本身每个公司的变化就不大，要怎么去处理这个情况?交叉项能解决吗

1992hd 发表于 2015-5-7 20:28
其实现在的关键就算剔除其他的变量，最主要的被解释变量还是不显著，但是其他人做出来都是显著的， ...

交叉项不是解决这个的，考虑问题出发点完全不一样了，别人的显著，别人和你做的样本和模型都一样吗，另外估计方法上是否得当啊

样本量太小了吧