面板数据xtoverid检验错误提示saved RE estimates are degenerate

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

面板数据进行回归时，判断随机效应还是固定效应，由于采用稳健标准误，传统hausman test 不适用，故运用xtoverid命令，如果不采用稳健标准误，用普通标准误回归，结果是不是不可靠，会存在异方差和自相关?传统hausman检验是不是不太好，检验不出来混合回归？

命令如下：
xtreg cash cf1 income invest debt tobinq,fe r
est store FE
xtreg cash cf1 income invest debt tobinq,re r
est store RE
xtoverid

结果如下：
. xtreg cash cf1 var1 cscore income invest debt tobinq,fe r

Fixed-effects (within) regression               Number of obs      =       347
Group variable: fcode                           Number of groups   =        39

R-sq:  within  = 0.1411                         Obs per group: min =         2
       between = 0.0228                                        avg =       8.9
       overall = 0.0838                                        max =        11

                                                F(7,38)            =      8.02
corr(u_i, Xb)  = -0.5209                        Prob > F           =    0.0000

                                 (Std. Err. adjusted for 39 clusters in fcode)
------------------------------------------------------------------------------
             |               Robust
        cash |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         cf1 |   .2377988   .0912365     2.61   0.013     .0531001    .4224974
        var1 |    2.89622   1.105019     2.62   0.013     .6592266    5.133213
      cscore |  -.4738704    .171308    -2.77   0.009    -.8206652   -.1270756
      income |   .0991569    .039587     2.50   0.017     .0190171    .1792967
      invest |  -.5373448   .1330757    -4.04   0.000    -.8067424   -.2679472
        debt |   .2749575   .0892492     3.08   0.004     .0942819    .4556332
      tobinq |     .00792   .0055542     1.43   0.162    -.0033239    .0191638
       _cons |   .0134024   .0191342     0.70   0.488    -.0253328    .0521376
-------------+----------------------------------------------------------------
     sigma_u |  .04590076
     sigma_e |  .11581287
         rho |  .13575694   (fraction of variance due to u_i)
------------------------------------------------------------------------------

.
end of do-file

. do "C:\Users\ADMINI~1\AppData\Local\Temp\STD01000000.tmp"

. xtreg cash cf1 var1 cscore income invest debt tobinq,re r

Random-effects GLS regression                   Number of obs      =       347
Group variable: fcode                           Number of groups   =        39

R-sq:  within  = 0.1215                         Obs per group: min =         2
       between = 0.0081                                        avg =       8.9
       overall = 0.1044                                        max =        11

                                                Wald chi2(7)       =     35.39
corr(u_i, X)   = 0 (assumed)                    Prob > chi2        =    0.0000

                                 (Std. Err. adjusted for 39 clusters in fcode)
------------------------------------------------------------------------------
             |               Robust
        cash |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         cf1 |   .2007698   .0691201     2.90   0.004     .0652969    .3362427
        var1 |   2.606168   .6899106     3.78   0.000     1.253968    3.958368
      cscore |  -.1190467   .0933034    -1.28   0.202     -.301918    .0638247
      income |   .1017463   .0381452     2.67   0.008     .0269832    .1765095
      invest |  -.2551542   .1011602    -2.52   0.012    -.4534245    -.056884
        debt |   .2380131   .0822292     2.89   0.004     .0768468    .3991794
      tobinq |   .0057896   .0051327     1.13   0.259    -.0042704    .0158496
       _cons |  -.0024139   .0157932    -0.15   0.879    -.0333681    .0285402
-------------+----------------------------------------------------------------
     sigma_u |          0
     sigma_e |  .11581287
         rho |          0   (fraction of variance due to u_i)
------------------------------------------------------------------------------

.
end of do-file

. do "C:\Users\ADMINI~1\AppData\Local\Temp\STD01000000.tmp"

. xtoverid
Error - saved RE estimates are degenerate (sigma_u=0) and equivalent to pooled OLS
r(198);

end of do-file

r(198);


怎么解决啊？?好愁人

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3 回帖

关键词：002413 稳健标准误 随机效应 面板数据 混合回归

看来都是写毕业论文的，跟你一样的问题，请问你解决了吗？

去外网上看了一下，这是由于模型中含有很高的共线性或者样本量太小的问题，前者要删除某些变量，后者则要使用小样本方差估计
原答案粘贴如下：
Either you have a very small sample or you are having a collinearity problem in your model. In the first case you can use the small-sample variance estimator by Swamy and Aurora (in Stata: xtreg y x, re sa). In the second case you will have to omit highly collinear variables. Normally Stata should do this automatically in the regression command though.

可将模型中设置的个体固定效应或者时间固定效应以虚拟变量的形式加入随机效应模型，在执行xtoverid命令，如果出现报错：o. operator not allowed，可将随机效应模型结果中出现的多重共线性虚拟变量从命令中删除，再执行xtoverid命令

在一个论坛里看到的：
xtreg 实现的随机效应估计是一个两步估计，其中第一步估计误差分量，然后在第二步完成 GLS。 有时可能会发生其中一个方差分量的估计值太小以至于实际上为负的情况。 在这种情况下，Stata 将其设置为零，结果相当于混合 OLS。 Baltagi 的面板数据教科书（各种版本）在前一章中对此进行了讨论。 您可能会发现，如果您执行合并 OLS，您会得到与上面报告的结果相同的结果。
原文：
The random effects estimator implemented by xtreg is a two-step estimator in which the error components are estimated in a first step, and then GLS is done in the second step. It can sometimes happen that the estimates of one of the variance components is so small that it's actually negative. In that case, Stata sets it to zero, and the result is equivalent to pooled OLS. Baltagi's panel data textbook (various editions) has a discussion of this in one of the early chapters. You should probably find that if you do pooled OLS you get the same results as the ones you've reported above.

在面板数据回归中，为了判断应使用随机效应还是固定效应，由于可能存在的异方差和自相关问题，传统的Hausman检验可能不适用。因此，你选择了使用xtoverid命令来处理这种情况。当使用非稳健标准误时，结果可能会受到异方差和自相关的影响，从而不可靠。

你的命令执行了如下操作：
1. 首先进行了固定效应回归并存储估计值（xtreg cash cf1 income invest debt tobinq,fe r
est store FE）
2. 然后进行了随机效应回归并存储估计值（xtreg cash cf1 income invest debt tobinq,re r
est store RE）
3. 最后，运行了xtoverid命令来检验随机效应的合理性。

然而，结果显示“saved RE estimates are degenerate”，这意味着保存的随机效应估计是退化的。这通常表示在你的数据中可能无法识别或不支持随机效应模型。在这种情况下，你可能需要重新考虑你的模型设定，或者检查数据是否有问题。固定效应模型可能是更适合的选择，或者你需要进一步探索其他方法来处理异方差和自相关问题。同时，也可以考虑使用其他检验如Breusch-Pagan test或Goldfeld-Quandt test等来帮助确定合适的误差结构。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用