“每家公司面临的宏观环境是一样的啊,所以对于每家公司而言,在相同的年份它的数据是一样的”,所以,如果你在模型中引入这些宏观控制变量的话,就相当于是加入了“时间固定效应”
举个例子:
假如你有一个two-way fixed effects模型,同时包含section-fixed-effect (S_i)和time-fixed-effect (T_t)如下
y_it = b*x_it + S_i + T_t + e_it (方程1)
你现在再加入宏观变量M_t
方程变成
y_it = b*x_it + S_i + T_t + M_t + e_it (方程2)
这和原来的(方程1)实际上没有本质区别
因为T_t + M_t可以再写成N_t=T_t + M_t
你的方程实际上变成了
y_it = b*x_it + S_i + N_t + e_it (方程3)
所以如果你已经控制了time-fixed-effect的话,再加入对每个公司都一样的那些宏观变量就没什么意义了,除非你的那些宏观变量还有其他变化情况(比如分行业、分地区等情况有所不同,因此可以和time-fixed-effect区分开)。
随机效应模型的情况和固定效应模型的情况类似。


雷达卡







京公网安备 11010802022788号







