【求助】请问在控制时间效应的混合OLS中，可以加入年度频率的解释变量吗？

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

求助，如题，我现在所用的是混合OLS(主模型)及Logit模型（主模型），想解释股票波动性对于公司股权融资的影响（波动率越大，公司越不倾向于股权融资）。
我的其中一个解释变量是沪深300的月收益率标准差，是一个年度数据。可是目前我加入了控制年度效应后这个结果是负向显著的，满足我的要求，可是如果不控制年度效应这个变量是正向的。所以想询问一下：
1）如果是控制了年度效应，理论上每年都会有一个dummy，那么对于这种年度内数值完全一样的变量，不是应该说存在的意义就不大了吗？为什么还可以出现结果。
2）在这种情况下，哪种结果是正确的呢？

谢谢！

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：混合OLS 解释变量 时间效应 OLS logit模型

顶一下，求助~

求助求助~

杨爷爷爷 发表于 2017-7-28 08:55
求助求助~

可不可以将你估计之指令与结果发出来？

好的老师，我这里想看的是Lindexstd这个指标，从描述性统计中可以看出，这个指标每年都是一样的
year = 2006

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
   Lindexstd |      1272    .0431823           0   .0431823   .0431823

-------------------------------------------------------------------------------------------------------------------------------------------------------------------
-> year = 2007

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
   Lindexstd |      1356    .0767929           0   .0767929   .0767929

-------------------------------------------------------------------------------------------------------------------------------------------------------------------
-> year = 2008

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
   Lindexstd |      1472    .1177339           0   .1177339   .1177339

-------------------------------------------------------------------------------------------------------------------------------------------------------------------
-> year = 2009

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
   Lindexstd |      1527    .1136617           0   .1136617   .1136617

-------------------------------------------------------------------------------------------------------------------------------------------------------------------
-> year = 2010

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
   Lindexstd |      1681    .1095555           0   .1095555   .1095555

-------------------------------------------------------------------------------------------------------------------------------------------------------------------
-> year = 2011

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
   Lindexstd |      2032    .0828158           0   .0828158   .0828158

-------------------------------------------------------------------------------------------------------------------------------------------------------------------
-> year = 2012

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
   Lindexstd |      2267    .0455032           0   .0455032   .0455032

-------------------------------------------------------------------------------------------------------------------------------------------------------------------
-> year = 2013

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
   Lindexstd |      2396     .075343           0    .075343    .075343

-------------------------------------------------------------------------------------------------------------------------------------------------------------------
-> year = 2014

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
   Lindexstd |      2444    .0639406           0   .0639406   .0639406

-------------------------------------------------------------------------------------------------------------------------------------------------------------------
-> year = 2015

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
   Lindexstd |      2561    .0836936           0   .0836936   .0836936

-------------------------------------------------------------------------------------------------------------------------------------------------------------------
-> year = 2016

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
   Lindexstd |      2753    .0981514           0   .0981514   .0981514

如果我加入了年度控制效应，那么它的结果是正向三星显著的，意味着股市波动率越大股权融资的倾向性越高(Lindexstd的系数)(不好意思我之前记反了)
logit Dumkgpr Dumunkgpr house LROA Ldratio Lcashratio SOE  Lgudingratio index Lms4 LDEFTR LTobinQ lnasset Lwrbeta Lindexstd LSPF RSPF i.inum i.year if REG==1 | BLANK,r
Logistic regression                               Number of obs   =       6527
                                                  Wald chi2(31)   =    1641.51
                                                  Prob > chi2     =     0.0000
Log pseudolikelihood = -2678.5285                 Pseudo R2       =     0.3185

------------------------------------------------------------------------------
             |               Robust
     Dumkgpr |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
   Dumunkgpr |   .8938565   .0893011    10.01   0.000     .7188294    1.068883
       house |   .0002037   .0000266     7.67   0.000     .0001517    .0002558
        LROA |  -5.598056   .8929477    -6.27   0.000    -7.348201    -3.84791
     Ldratio |   .9305108   .2546877     3.65   0.000     .4313321     1.42969
  Lcashratio |  -.8860265   .3004339    -2.95   0.003    -1.474866   -.2971869
         SOE |  -2.588042    .081919   -31.59   0.000      -2.7486   -2.427484
Lgudingratio |  -1.212069   .2669868    -4.54   0.000    -1.735353   -.6887841
       index |  -.4075597   .0304129   -13.40   0.000     -.467168   -.3479514
        Lms4 |   4.250714   2.059316     2.06   0.039     .2145292      8.2869
      LDEFTR |   .5450976   .2536589     2.15   0.032     .0479353     1.04226
     LTobinQ |   .0998076   .0319718     3.12   0.002      .037144    .1624711
     lnasset |  -.1983141   .0396118    -5.01   0.000    -.2759518   -.1206765
     Lwrbeta |   .2496814   .1845499     1.35   0.176    -.1120297    .6113925
   Lindexstd |   116.5474   45.11493     2.58   0.010     28.12374     204.971
        LSPF |  -.0013647    .000514    -2.66   0.008    -.0023721   -.0003573
        RSPF |  -32.60733    13.0819    -2.49   0.013    -58.24737   -6.967284
             |
        inum |
         15  |   .9262792   .2219147     4.17   0.000     .4913343    1.361224
         20  |   .0730956   .2183922     0.33   0.738    -.3549451    .5011364
         25  |   .0808999   .2251016     0.36   0.719    -.3602911    .5220908
         30  |  -.0318842   .2483474    -0.13   0.898    -.5186361    .4548678
         35  |    .466829   .2502302     1.87   0.062    -.0236132    .9572712
         45  |   .3268446   .2275369     1.44   0.151    -.1191195    .7728086
         50  |   .7633341   .7334691     1.04   0.298    -.6742388    2.200907
         55  |   .3466449   .2941428     1.18   0.239    -.2298645    .9231542
         60  |   .4100973   .2662384     1.54   0.123    -.1117204    .9319149
             |
        year |
       2007  |  -1.502348   .4127214    -3.64   0.000    -2.311267   -.6934292
       2008  |   -11.0849    4.04951    -2.74   0.006    -19.02179   -3.148006
       2009  |  -2.226631   .7531162    -2.96   0.003    -3.702712   -.7505504
       2010  |  -5.819056   2.075864    -2.80   0.005    -9.887675   -1.750436
       2011  |  -2.430611   .8280761    -2.94   0.003    -4.053611    -.807612
       2012  |   2.990958   1.237575     2.42   0.016     .5653547    5.416561
       2013  |          0  (omitted)
       2014  |          0  (omitted)
       2015  |          0  (omitted)
             |
       _cons |   8.174596   1.014999     8.05   0.000     6.185234    10.16396
------------------------------------------------------------------------------

如果我去掉了年度控制效应，那么它的结果是负向显著的
logit Dumkgpr Dumunkgpr house LROA Ldratio Lcashratio SOE  Lgudingratio index Lms4 LDEFTR LTobinQ lnasset Lwrbeta Lindexstd LSPF RSPF i.inum if REG==1 | BLANK,r
Logistic regression                               Number of obs   =       6527
                                                  Wald chi2(25)   =    1652.44
                                                  Prob > chi2     =     0.0000
Log pseudolikelihood = -2688.7529                 Pseudo R2       =     0.3159

------------------------------------------------------------------------------
             |               Robust
     Dumkgpr |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
   Dumunkgpr |   .9071929   .0886703    10.23   0.000     .7334023    1.080983
       house |   .0002063   .0000266     7.75   0.000     .0001541    .0002584
        LROA |  -5.968127   .8861422    -6.73   0.000    -7.704934   -4.231321
     Ldratio |   .8434465   .2519465     3.35   0.001     .3496404    1.337253
  Lcashratio |   -1.03514   .2980978    -3.47   0.001    -1.619401   -.4508791
         SOE |  -2.579206   .0814505   -31.67   0.000    -2.738846   -2.419566
Lgudingratio |  -1.260447    .265729    -4.74   0.000    -1.781267   -.7396281
       index |   -.404441    .030379   -13.31   0.000    -.4639827   -.3448993
        Lms4 |   4.049982   2.043736     1.98   0.048     .0443341    8.055631
      LDEFTR |   .4483864     .24979     1.80   0.073    -.0411929    .9379657
     LTobinQ |   .0938605   .0308074     3.05   0.002     .0334792    .1542418
     lnasset |  -.1949604    .039089    -4.99   0.000    -.2715734   -.1183475
     Lwrbeta |  -.0193156   .1577377    -0.12   0.903    -.3284759    .2898446
   Lindexstd |  -4.888389   1.789244    -2.73   0.006    -8.395243   -1.381534
        LSPF |   .0000782   .0000524     1.49   0.135    -.0000245    .0001809
        RSPF |   .9290176    .736579     1.26   0.207    -.5146508    2.372686
             |
        inum |
         15  |   .9001321   .2220312     4.05   0.000     .4649589    1.335305
         20  |    .041229   .2184522     0.19   0.850    -.3869295    .4693875
         25  |   .0360354   .2249794     0.16   0.873    -.4049162     .476987
         30  |  -.0805831   .2484559    -0.32   0.746    -.5675477    .4063814
         35  |   .4096469   .2498319     1.64   0.101    -.0800147    .8993085
         45  |   .3006556   .2275483     1.32   0.186    -.1453309    .7466421
         50  |   .6684948   .7369246     0.91   0.364     -.775851    2.112841
         55  |   .2993323    .291692     1.03   0.305    -.2723735    .8710382
         60  |   .3694888   .2671523     1.38   0.167    -.1541201    .8930977
             |
       _cons |   6.764971   .8954761     7.55   0.000      5.00987    8.520071
------------------------------------------------------------------------------

杨爷爷爷 发表于 2017-7-28 10:03
好的老师，我这里想看的是Lindexstd这个指标，从描述性统计中可以看出，这个指标每年都是一样的
year = 20 ...

1. 你要按回复回答，我才会收到通知！2. 所以你的问题是加不加入年度效应，你的 Lindexstd 变量之符号刚好相反？老实说，这种情况也不是不常见，你自己要做决定，没有一定准则！

黃河泉 发表于 2017-7-28 11:12
1. 你要按回复回答，我才会收到通知！2. 所以你的问题是加不加入年度效应，你的 Lindexstd 变量之符号刚好 ...

谢谢老师！可是我还是比较疑惑，如果加入了年度效应，像我这种只要年度相同就完全一样的变量，意义是什么呢？因为我用的Lindexstd是市场指数，那么对于每一个公司来说这个的数值都是一样的~麻烦老师了，谢谢！

杨爷爷爷 发表于 2017-7-28 14:07
谢谢老师！可是我还是比较疑惑，如果加入了年度效应，像我这种只要年度相同就完全一样的变量，意义是什么 ...

看不懂你的问题！

用加year dummy的，这个叫做time fixed effect model。加入year dummy是剔除同一年度不同公司的时间效应