内容发布更新时间 : 2024/12/25 1:10:10星期一 下面是文章的全部内容请认真阅读。
●3、时间固定效应(以上分析主要针对的是个体效应)
如果希望进一步在上述模型中加入时间效应,可以采用时间虚拟变量来实现。首先,我们需要定义一下T-1个时间虚拟变量。
●tab year ,gen(dumt) (tab命令用于列示变量year的组类别,选项gen(dumt)用于生产一个以dumt开头的年度虚拟变量) drop dumt1 (作用在于去掉第一个虚拟变量以避免完全共线性)
若在固定效应模型中加入时间虚拟变量,则估计模型的命令为: ●xtreg sq cpi unem g se5 ln dumt*,fe
(四)异方差和自相关检验
●1、异方差检验 (组间异方差)本节主要针对的是固定效应模型进行处理 (1)检验
原假设:同方差 需要检验模型中是否存在组间异方差,需要使用xttest3命令。 ●qui xtreg sq cpi unem g se5 ln,fe xttest3
显然,原假设被拒绝。此时,需要进一步以获得参数的GLS估计量,命令为xtgls:
●xtgls sq cpi unem g se5 ln,panels(heteroskedastic)
其中,组间异方差通过panels()选项来设定。上述结果是采用两步获得,即,先采用OLS估计不考虑异方差的模型,进而利用其残差计算。。。,并最终得到FGLS估计量。 ●2、序列相关检验
对于T较大的面板而言,
?i往往无法完全反映时序相关性,此时
?it便可能
存在序列相关,在多数情况下被设定为AR(1)过程。 原假设:序列不存在相关性。 (1) FE模型的序列相关检验
对于固定效应模型,可以采用Wooldridge检验法,命令为xtserial: ●xtserial sq cpi unem g se5 ln
可以发现,这里的P=0.0000,我们可以在1%的显著性水平下爱拒绝不存在序列相关的原假设。考虑到样本,该检验的最后一步是用~对~进行OLS回归,
i,t-1eite因此,输入以下命令得到~?。检验该值是否显著异于-0.5,因为在原假
?0.8858设下(不相关)~,可见本例中不相等,拒绝原假设,说明存在序列相关。
?-0.5?●mat list e(b)
(2) RE模型的序列相关检验
对于RE模型,可以采用xttest1命令来执行检验: ●qui xtreg sq cpi unem g se5 ln dumt*,re xttest1
这里汇报了4个统计量,分别用于检验RE模型中随机效应(单尾和双尾)、序列相关以及二者的联合显著性,检验结果表明存在随机效应和序列相关,而且对随机效应和序列相关的联合检验也非常显著。 (3) 稳健型估计
上述结果表明,无论是FE还是RE模型,干扰项中都存在显著的序列相关。为此,我们进一步采用xtregar命令来估计模型,首先考虑固定效应模型: