面板数据随机效应模型下，可行的广义最小二乘法FGLS估计

最新推荐文章于 2024-07-23 09:53:31 发布

剪草的Kross

最新推荐文章于 2024-07-23 09:53:31 发布

阅读量4.1w

点赞数 11

分类专栏：量化分析文章标签： State 面板数据量化分析

本文链接：https://blog.csdn.net/zzzxmfj/article/details/94432663

版权

本文探讨了在面板数据模型中，如何根据Hausman检验选择随机效应模型，并采用FGLS（可行广义最小二乘法）进行估计。通过具体的步骤和实例，解释了在面板数据存在异方差、截面相关和一阶自相关情况下的FGLS估计过程，以及如何使用xtpcse命令进行修正。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

以下的操作都是先基于huasman检验，H检验的p值大于0.05 选择随机效应模型，运用FGLS估计法。若p值小于0.05 选择固定效应模型，运用LSDV估计法。

面板模型估计FGLS

1、导入数据，对面板数据进行Hausman检验
这部分内容具体可参考本人的另一篇文章，就不在多做描述https://blog.csdn.net/zzzxmfj/article/details/88976277
2、面板数据广义最小二乘法FGLS估计
基于我所使用的面板数据得到的p值为0.2148 大于0.05 将进行FGLS估计
在这里插入图片描述
可行广义最小二乘法FGLS

xtgls F ROE CI FI i.code1, panels(cor) corr(ar1) igls iterate(100) toleranece(le-3)

以上 F 是面板数据中被解释变量，ROE CI FI 都是面板数据中的解释变量
i.code1 因为是pool回归必须加i 表示个体固定效应
panels 有三个参数选项panels(het) het表示只有异方差 panels(cor) cor 表示截面相关以及异方差 penels(iid) iid表示独立同分布
corr 有两个参数选项 corr(ar1) corr(psar1) 表示组内自相关 ar1 表示一阶自回归系数相同、 psar1 表示一阶自回归系数不相同
igls 表示迭代方法 igls iterate(100) 表示迭代100次 toleranece(le-3) 表示精度为十的负三次方

下面考虑个体固定效应异方差截面