1.我是短面板数据,4年期,96个截面,回归的时候出现near sigual metrix的问题该怎么解决?是因为每年间的数据没有明显差别造成的吗?
2.面板数据回归加入虚拟变量作为控制变量,每年都是不变的,这个时候也是出现near sigual metrix,难道面板数据用不了虚拟变量吗?
3.看到有文献中根据GRANGER因果关系检验的结果,剔除某些不存在因果关系的变量,进行模型修正,这样的做法可行吗?有理论依据吗?如果剔除掉的变量在未进行因果关系检验前,回归时也存在显著性,这样根据因果关系检验结果将变量从模型中剔除,这样的做法有道理吗?
4.在进行面板数据回归前,看到有些人讲述短面板数据回归,因为截面数大于时序数,为防止截面数存在异方差,所以在面板回归选项中选择了截面加权,这种自动加权的做法可行吗,因为我发现选择截面加权后,R2从0.7一下子就变成了0.9,而且自变量的显著性也有从不显著变为显著,这样的做法科学吗?
5.我还看到有人说使用截面加权的面板校正标准误(PSCE, Panel Corrected StandardErrors)方法,可以有效的处理复杂的面板误差结构,如同步相关,异方差,序列相关等,在样本量不够大时使用,那么请问我的这种样本量是不是就应该使用这种方法,也就是选择截面加权,选择截面加权的面板校正标准误方法?
希望大神指点指点,教教我该怎么处理这种面板数据操作,感谢感谢!