在固定效应模型里加入非时间虚拟变量并成功回归了

黃河泉 发表于 2018-1-16 15:14
这要你的虚拟变量是"长成什么样子"而定！

黄老师，能不能请您抽空看看这个问题？非常感谢
https://bbs.pinggu.org/thread-2947780-1-1.html

白杨九 发表于 2018-7-21 23:48
黄老师，能不能请您抽空看看这个问题？非常感谢
https://bbs.pinggu.org/thread-2947780-1-1.html

就是共线性造成的吧！

黃河泉 发表于 2018-7-22 07:22
就是共线性造成的吧！

谢谢老师

黃河泉 发表于 2018-7-22 07:22
就是共线性造成的吧！

黄老师，有个问题困扰我很久！希望您能回答。我的样本是近10年所有上市公司的非平衡面板数据，主要解释变量有一个为公司产权性质（虚拟变量，国企和民企的分类），由于产权性质大多数公司近10年是没有变化的，只有小部分公司会变化，这样是否可以正常使用固定效应模型呢？（另外我参考一篇核心期刊文献，他做的是混合ols回归，在稳健性检验中用了固定效应模型）感谢您回复！

mmd01 发表于 2018-8-8 16:34
黄老师，有个问题困扰我很久！希望您能回答。我的样本是近10年所有上市公司的非平衡面板数据，主要解释变 ...

看起来是不能，你若稍微知道固定效应就知道你的产权性质这个变量在估计时会被消去！

黃河泉 发表于 2018-8-12 08:13
看起来是不能，你若稍微知道固定效应就知道你的产权性质这个变量在估计时会被消去！

老师 产权性质其实是有变化的呢，只是相对没有变化的企业，有变化的比较少。在做了固定效应后，也没有被消去，这样是不是做固定就没问题了呢。

mmd01 发表于 2018-8-12 09:44
老师 产权性质其实是有变化的呢，只是相对没有变化的企业，有变化的比较少。在做了固定效应后，也没有被消 ...

那它显著吗？

黃河泉 发表于 2018-8-12 10:02
那它显著吗？

谢谢黄老师麻烦帮我看一下吧！SOE就是产权性质。一个模型中不加SOE与ROA的交互项时，SOE不显著；加了交互项后，SOE和交互项均显著。

以下是我的结果。
xtreg  loanrate ROA X SOE SIZE TANGIBLE LEV cash growth findve yr* ,fe vce(cluster company)

     |               Robust
    loanrate |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         ROA |   .0498358   .0077628     6.42   0.000      .034611    .0650606
           X |   .0013816   .0006266     2.20   0.028     .0001525    .0026106
         SOE |  -.0018195   .0013116    -1.39   0.166    -.0043918    .0007528
        SIZE |  -.0036691   .0007009    -5.24   0.000    -.0050436   -.0022945
    TANGIBLE |   .0329864   .0032262    10.22   0.000     .0266592    .0393137
         LEV |   .0672515   .0031272    21.51   0.000     .0611184    .0733847
        cash |  -.0790966   .0046815   -16.90   0.000    -.0882781   -.0699151
      growth |  -.0023951   .0006562    -3.65   0.000    -.0036821   -.0011082
      findve |   .0007165   .0027683     0.26   0.796    -.0047129    .0061459



加入SOE与ROA的交互项后：xtreg  loanrate ROA X SOE cROASOE SIZE TANGIBLE LEV cash growth findve yr*,fe vce(cluster company)

        |               Robust
    loanrate |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         ROA |   .0732454    .011601     6.31   0.000     .0504929    .0959978
           X |   .0012634   .0006293     2.01   0.045     .0000291    .0024976
         SOE |  -.0029509   .0013626    -2.17   0.030    -.0056232   -.0002786
     cROASOE |   -.049635   .0128567    -3.86   0.000    -.0748502   -.0244198
        SIZE |  -.0034239   .0007005    -4.89   0.000    -.0047977   -.0020502
    TANGIBLE |   .0331845   .0032176    10.31   0.000     .0268741     .039495
         LEV |   .0655394   .0031063    21.10   0.000     .0594471    .0716316
        cash |  -.0791122   .0046823   -16.90   0.000    -.0882954    -.069929
      growth |  -.0022641   .0006548    -3.46   0.001    -.0035483   -.0009799
      findve |   .0006946   .0027729     0.25   0.802    -.0047437     .006133




ps：另外将主要项ROA变换成其他变量Q，不加交互项的模型（命令是xtreg  loanrate Q X SOE SIZE TANGIBLE LEV cash growth findve yr*,fe vce(cluster company)），Q不显著，SOE是显著的


老师综上结果看，有没有什么问题呢？辛苦黄老师了！

黃河泉 发表于 2018-8-12 10:02
那它显著吗？

谢谢黄老师麻烦帮我看一下吧！SOE就是产权性质。一个模型中不加SOE与ROA的交互项时，SOE不显著；加了交互项后，SOE和交互项均显著。

以下是我的结果。
xtreg  loanrate ROA X SOE SIZE TANGIBLE LEV cash growth findve yr* ,fe vce(cluster company)

     |               Robust
    loanrate |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         ROA |   .0498358   .0077628     6.42   0.000      .034611    .0650606
           X |   .0013816   .0006266     2.20   0.028     .0001525    .0026106
         SOE |  -.0018195   .0013116    -1.39   0.166    -.0043918    .0007528
        SIZE |  -.0036691   .0007009    -5.24   0.000    -.0050436   -.0022945
    TANGIBLE |   .0329864   .0032262    10.22   0.000     .0266592    .0393137
         LEV |   .0672515   .0031272    21.51   0.000     .0611184    .0733847
        cash |  -.0790966   .0046815   -16.90   0.000    -.0882781   -.0699151
      growth |  -.0023951   .0006562    -3.65   0.000    -.0036821   -.0011082
      findve |   .0007165   .0027683     0.26   0.796    -.0047129    .0061459



加入SOE与ROA的交互项后：xtreg  loanrate ROA X SOE cROASOE SIZE TANGIBLE LEV cash growth findve yr*,fe vce(cluster company)

        |               Robust
    loanrate |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         ROA |   .0732454    .011601     6.31   0.000     .0504929    .0959978
           X |   .0012634   .0006293     2.01   0.045     .0000291    .0024976
         SOE |  -.0029509   .0013626    -2.17   0.030    -.0056232   -.0002786
     cROASOE |   -.049635   .0128567    -3.86   0.000    -.0748502   -.0244198
        SIZE |  -.0034239   .0007005    -4.89   0.000    -.0047977   -.0020502
    TANGIBLE |   .0331845   .0032176    10.31   0.000     .0268741     .039495
         LEV |   .0655394   .0031063    21.10   0.000     .0594471    .0716316
        cash |  -.0791122   .0046823   -16.90   0.000    -.0882954    -.069929
      growth |  -.0022641   .0006548    -3.46   0.001    -.0035483   -.0009799
      findve |   .0006946   .0027729     0.25   0.802    -.0047437     .006133




PS:另外将主要项ROA变换成其他变量Q，不加交互项的模型（命令是xtreg  loanrate Q X SOE SIZE TANGIBLE LEV cash growth findve yr*,fe vce(cluster company)），Q不显著，SOE是显著的


老师综上结果看，有没有什么问题呢？辛苦黄老师了！

黃河泉 发表于 2018-4-24 17:25
1. 应该不可能。2. 考虑 re (random effect) estimator。

我也遇到了跟撸主一样的情况，顺着这个情况，阁下推荐用随机效应模型，然后我的豪斯曼检验结果是支持固定效应模型的，因此我该怎样处理？