短面板数据存在组内自相关和组间自相关，不存在异方差，怎么同时解决

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

请问各位前辈，短面板数据（31*5）存在组内自相关和组间自相关，但不存在组间异方差，应该怎么处理？
看了相关文献，聚类标准误解决异方差和组内自相关，面板校正标准误解决异方差和组间相关，但没有找到同时解决组内自相关和组间自相关的方法，全面FGLS不适用于短面板数据，在此请教下，论文需要，谢谢了

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11 回帖

关键词：面板数据 自相关 相关数据 FGLS 怎么处理 短面板 自相关

1. 你怎知道没有组间异方差？ 2. 正常的处理方是就是

1. xtreg y x1 x2 ..., fe robust

复制代码

黃河泉 发表于 2018-2-12 10:10
1. 你怎知道没有组间异方差？ 2. 正常的处理方是就是

谢谢老师，我刚做了检验，异方差是存在的，之前我搞错了。这个聚类标准误不是只解决组间异方差和组内自相关吗，组间自相关应该没解决吧？我看了相关资料，同时解决组间异方差，组间自相关和组内自相关的方法有全面FGLS，但只是用于长面板数据，我目前处理的是短面板数据，有什么办法可以同时解决这三个问题呢，谢谢

明道1 发表于 2018-2-12 13:17
谢谢老师，我刚做了检验，异方差是存在的，之前我搞错了。这个聚类标准误不是只解决组间异方差和组内自相 ...

我上面的方法就可以适用。

黃河泉 发表于 2018-2-12 17:25
我上面的方法就可以适用。

老师您好！我用了您上面提供的方法做回归，发现有核心解释变量回归不显著，请问有什么解决方法吗？
Fixed-effects (within) regression        Number of obs     =        300
Group variable: provin        Number of groups  =         30

R-sq:        Obs per group:
within  = 0.7134        min =         10
between = 0.6745        avg =       10.0
overall = 0.6550        max =         10

        F(5,29)           =      38.67
corr(u_i, Xb)  = 0.4656        Prob > F          =     0.0000

(Std.        Err. adjusted for 30 clusters in provin)
       
Robust
lnex       Coef.   Std. Err.        t    P>t     [95% Conf. Interval]
       
lnrw    -.103496   .2242702        -0.46   0.648    -.5621801    .3551882
lnhw   -.1800971   .5726653        -0.31   0.755    -1.351329    .9911349
lngdp    .6830344   .2285256        2.99   0.006     .2156472    1.150422
pip   -.0901867   .0288773        -3.12   0.004    -.1492474    -.031126
tip   -.0000596   .0110624        -0.01   0.996    -.0226847    .0225656
_cons    10.66959   2.995841        3.56   0.001     4.542404    16.79677
       
sigma_u   1.0934306
sigma_e   .25641437
rho   .94787417   (fraction        of variance due to u_i)

明道1 发表于 2018-2-12 13:17
谢谢老师，我刚做了检验，异方差是存在的，之前我搞错了。这个聚类标准误不是只解决组间异方差和组内自相 ...

xtgls   xtpcse   xtscc 三剑客

后两个，尤其第三个据说可以应付N>T
你做个回归，如果不能，它自然报错

4614496871 发表于 2019-3-25 11:57
老师您好！我用了您上面提供的方法做回归，发现有核心解释变量回归不显著，请问有什么解决方法吗？
Fixe ...

无从建议！

参考Hoechle, 2007

4614496871 发表于 2019-3-25 11:57
老师您好！我用了您上面提供的方法做回归，发现有核心解释变量回归不显著，请问有什么解决方法吗？
Fixe ...

请问，我也遇到同样的问题，你的问题解决了吗？

大雅子 发表于 2019-4-5 10:30
请问，我也遇到同样的问题，你的问题解决了吗？

我是存在异方差和自相关，做出来的结果是这样的，解释变量不显著，为什么会出现这种情况呢
xtreg roa car cir ldr npl lnnii lnas gdpr,fe robust

Fixed-effects (within) regression               Number of obs      =       112
Group variable: bk                              Number of groups   =        14

R-sq:  within  = 0.6734                         Obs per group: min =         8
       between = 0.0370                                        avg =       8.0
       overall = 0.3132                                        max =         8

                                                F(7,13)            =      8.61
corr(u_i, Xb)  = -0.5029                        Prob > F           =    0.0005

                                    (Std. Err. adjusted for 14 clusters in bk)
------------------------------------------------------------------------------
             |               Robust
         roa |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         car |   .0034183   .0088528     0.39   0.706     -.015707    .0225435
         cir |   -.020695   .0073237    -2.83   0.014    -.0365168   -.0048732
         ldr |    .010208   .0040666     2.51   0.026     .0014226    .0189934
         npl |  -.3573603   .0747427    -4.78   0.000    -.5188321   -.1958885
       lnnii |  -.0700864   .0441234    -1.59   0.136    -.1654092    .0252364
        lnas |   .1301956   .0995473     1.31   0.214    -.0848633    .3452545
        gdpr |   .0323347   .0282149     1.15   0.272    -.0286199    .0932894
       _cons |   -.857519   1.920999    -0.45   0.663    -5.007585    3.292547
-------------+----------------------------------------------------------------
     sigma_u |  .22837812
     sigma_e |  .14695483
         rho |  .70718575   (fraction of variance due to u_i)
------------------------------------------------------------------------------