面板数据中究竟是应该采用哪一个模型？

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

大家好！ 在面板数据分析中，最近一个美国著名教授来讲座。系统讲述了面板数据中的FIXED EFFECT/RANDOM EFFECT/GLS MODEL。对于这些模型的检验以及原理、异方差处理、序列相关性处理我都懂一些。但具体用时用哪一个模型，我依然模糊。我的理解是： 1.如果HAUSMAN检验说明用随机效应模型。因为这个模型效率更高，则无条件用。不必要提及什么GLS之类。 2.但HAUSMAN检验显著，说明应该用固定效应模型。这时候麻烦了。因为只可以去除不随时间而变化的不可观测效应。对于随时间变化的不可观测效应，第一种方法：可以通过添加YEAR等变量来控制。再看异方差。而序列相关问题因为考虑了YEAR得到了一定的处理。审稿人也不会第二种方法：认为这时内生性很严重。添加工具变量。但这时候IV总是很难找。幸运的话找到最好了。wooldridge举了一个这样的例子。第三种方法：直接用GLS来修正。而最后的正式输出结果也主要是用GLS修正后的结果。 这位教授说，能用简单模型就用简单。简单模型最可靠。而国内很多人用复杂模型，其实是吓唬人。我很认同。我的基本总结也是上面两条。或者是随机效应模型（效率高），或者是GLS修正后结果（更全面）。谨慎采用固定效应模型。这样足够了。 大家的观点呢？非常感激！

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0 回帖

关键词：面板数据 fixed effect wooldridge Hausman检验 hausman 模型

同问同问

呵呵，楼上的兄弟，能回答你的观点就最好了。不要仅仅同问啊。

附件的问题：
在随机效应模型中，由于Ui的存在，导致组内必然存在序列相关。组间异方差也肯定存在，那么假如Hausman检验不能推翻原假设，则应采用随机效应模型。考虑到随机效应模型中依然有序列相关和异方差问题，难道真的随机效应模型能足够了吗？
尽管那个美国教授是那么说的，但我依然没有信心。对于我来说，当然我可以把固定效应模型、随机效应模型、用GLS异方差和序列相关修正后的结果一股脑附加上。但一股脑附加上我还是没有搞清楚原理。仅仅是不求甚解才这么做的。我不希望这样。我的想法就是能用简单的就用简单的。实际上，用简单模型算出来的结果我更相信这个结果，但前提是没有问题。
您的观点呢？非常希望和大家讨论。