1. 由于宏观经济状况在各个年度之间变化较大,或者是因为存在经济周期问题,致使序列相关非常常见。此时,我建议你在模型中加入 T-1 个年度虚拟变量来控制不可观测的年度效应的影响。
2. PSCE 和 RE 有点相似,都是通过分解干扰项来控制个体效应的。具体而言,在 Pooled OLS 模型设定中,只有一个干扰项,即 y_it = a + x_it*b + u_it 中的 u_it。在 RE 中,设定 u_it = a_i + e_it,即将干扰项分解成 a_i (不随时间变化的部分,反应个人性格,公司文化等),以及 e_it (随时间变化的部分,反应每个公司每年受到的随机冲击)。而在 PSCE 中,则是通过假设 E[u_it * u_it'] 这个方差-协方差矩阵的形式来控制异方差和序列相关的影响的。
二者的共同之处,就是假设每家公司的截距项不存在差别,公司之间的差异主要反映在干扰项上。
上述想法虽然看起来不错,但背后隐含的假设条件却非常严格:E[x_it'*u_it] = 0,即干扰项与解释变量不相关。遗憾的是,很多情况下,a_i 和 x_it 都是相关的。
FE 模型则是通过在 x_it 中加入 N-1 个虚拟变量来控制个体效应的,此时无需上述假设。


雷达卡





京公网安备 11010802022788号







