第二种方法较简单,因为如果不用乘积项,企业个体的差异实际上在截距和残差里,加一个解释变量可以再把一部分未解释信息”抓“出来。但这个解释变量要和货币政策有一定的相关性才行。
第二种方法技术上有一些难度,但概念上也不难理解:假设你有足够大的时间序列,那么你可以把每个企业单独做回归,可以得到不同的参数,当T趋近于无穷大时,这些参数的均值趋近于整个面板回归的理论参数(所谓的Mean Group Estimator)。但是MGE的问题是效率不高(趋近的程度平缓)。Random Coefficients Model 可以看作是在一个模型中队对均值和差异值同时估计的更为高效的办法。



雷达卡






京公网安备 11010802022788号







