请教一个数据回归问题

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

请教各位大神，我用面板数据模型时，对数据进行hp滤波处理得到平稳时间序列（t=16），固定效应回归后个体效应不显著了，只剩下时间效应非常显著，参数估计值经济学理论上意义不好解释。
但是我用不平稳的原始数据进行固定效应回归，个体效应显著，参数的估计值经济学理论意义也比较好解释。
现在头疼的是应该符合经济学理论意义解释还是要符合计量经济学意义的解释？

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：面板数据模型 经济学理论 参数估计值 计量经济学 经济学意义

数据必须平稳，否则是伪回归。

去对数试试

如果你的N很大，t很小，也就是所谓的短面板，一般很少去检验单位根。因为常用的所谓单位根检验DF, ADF, PP, KPSS之类其实test power很低，国内一般文章所谓的严谨也不过是形式上看着像那么回事而已。面板单位根检验在纯计量经济学方法那块都还是很前沿也是说不太清的，方法很多，常用或公认比较有效的很少，用到的时候也都是各说各的好~
如果要进行调整，尤其是宏观时间序列，尽量避免去做滤波。即使在时间序列上，抛开HP内部滤波内置参数的随意性、用同一组参数过滤所有时间序列，这种显然的缺陷不说（其实不管你扔什么时间序列进去，总会分成所谓周期、趋势、波动），滤波本身其实就改变了时间序列的性质。Hamilton最新的一篇论文里说，如果真的想去掉周期性，然后还能保持原序列的基本性质，用该序列自身对自己的滞后期回归、然后提出来的残差都比HP好的多，对滞后p期回归还能保证原时间序列在I（p）范围之内提出来的都u是平稳序列（所以一般最多4期就足够了）。
既然你是做的面板，如果真干净有必要调整时间序列，把变量由绝对值改成增长率是一般微观计量比较常用的。当然，如果你那里有几个非I(0)序列，可能需要考虑的是换成时间序列看看长期协整关系之类，而不是简单的做做面板估计了。不管是滤波，还是差分，其实都是会损失变量所含信息的，最终还要看你研究的具体问题与目的是什么了。

31个省份*16年=496样本量，这个有点尴尬。不平稳的做出来有点没底，彻底平稳了又把个体的效应彻底滤掉了，经济学理论上也不好解释。感谢大家的解答，但是想请教楼上的，Hamilton的最新论文全称是什么？我想参考一下。

你把你的内容贴出来