面板数据要不要进行内生性检验、稳健性检验 ？

千姿百态

我看很多论文都是仅仅进行了Hausman检验确定固定效应或随机效应便草草收尾，为什么没有进行内生性检验和稳健性检验？
原文地址：https://www.zhihu.com/question/44025259

清风寡欲

• 稳健性检验
  
• 内生性检验
  
• hausamn检验
  
• SPSSAU面板模型快速分析
  

稳健性检验

稳健性检验是指模型的稳定性,使用多种形式时模型均稳定,应该显著的项还是显著,不显著的依旧不显著。一般情况下建议在线性回归时考虑加入控制变量,和不加入控制变量两种情况下对比模型的稳定性,当然也可以使用多种研究方法比如线性回归,逐步回归,分层回归等,多种方法测试同一个变量的显著性情况是否有着变化,如果无论如何均稳定或者极个别在变化,均说明模型具有稳健性。一般如果说明模型稳定性，会进行检验，方法说明如下：

• 拆分样本
  

比如性别中有男和女，分别做一组，如果前后对比发现自变量显著性没有发生改变，则具有稳健性，否则不具有。

• 更换研究方法
  

比如利用线性回归，逐步回归，分层回归等，多种方法测试同一个变量的显著性情况是否有变化，如果前后对比发现自变量的显著性没有发生改变，则具有稳健性否则不具有。

• 更换变量
  

比如研究的因变量是创业可能性，使用另一个意义相近的因变量分别进行，如果前后对比发现自变量显著性没有发生改变，则具有稳健性否则不具有。

• 是否放置控制变量
  

比如模型中有控制变量，例如年龄，性别等人口变量，如果前后对比发现自变量显著性没有发生改变，则具有稳健性，否则不具有。
内生性检验

关于内生性检验可以看看文献一般很少提到，内生性问题是模型估计结果不一致的原因之一，即不管观测数量如何增加都不能提升估计的准确性，一般会引入工具变量，工具变量的出现是为了克服普通最小二乘法中的内生性问题，如果内生性存在就是大大降低模型的估计效力。
工具变量的提出是为了解决回归模型中解释变量的内生性问题，计量经济学中的内生和外生是指解释变量与误差项之间的相关关系，如果解释变量与误差项相关则称为内生，不相关为外生。一般会使用两阶段最小二乘法进行分析：
SPSSAU：两阶段最小二乘法TSLS案例分析hausamn检验

豪斯曼等学者认为应该总是把个体影响处理为随机的，即随机影响模型优于固定影响模型，一般的主要原因是将个体影响设定为跨截面变化的常数使分析过于简单，并且从实践的角度来看，在估计固定影响模型时，将损失较多的自由度，但相对于固定影响的模型，随机影响模型也存在明显的不足，在随机影响模型中是假设随机变化的个体影响与模型中解释变量不相关，而在实际建模过程中，这一假设很有可能由于模型中省略了一些变量而不满足，从而导致估计结果出现不一致性。
因此，在确定固定影响还是随机影响时，一般做法是：先建立随机影响的模型，然后检验该模型是否满足个体影响与解释变量不相关的假设，如果满足就将模型确定为随机影响的形式，反之，则将模型确定为固定影响的形式。
对于如何检验模型中个体影响与解释变量之间是否相关，所以提出豪斯曼检验，该检验的原假设是随机影响模型中个体影响与解释变量不相关。
豪斯曼检验用于判断FE和RE模型，如果p值小于0.05，则应该以FE模型为准。结合三个检验，最终判断出哪个模型最优。以及在面板模型中SPSSAU共提供三种检验方法，一个是F检验一个是BP检验还有豪斯曼检验。可能还有其它检验方法，但是SPSSAU并未提供，三种检验方法具体区别如下：


SPSSAU面板模型快速分析

如果数据达到分析标准可以构建模型，可以尝试使用SPSSAU，进行分析。


分析结果：


此次模型以lnGDP为被解释变量，以X1城乡居民年末储蓄存款，X2年末常住人口，X3城镇化率最为解释变量，面板共设计三个模型，一个是POOL模型，固定效应FE模型和随机效应RE模型。根据检验结果最终发现以RE模型作为最终结果。三个检验的说明如下：


面板模型结果汇总：


SPSSAU提供的智能分析如下：


以及中间过程值如下：


可以登录SPSSAU官网进行了解。
SPSSAU

清风寡欲

反对高赞回答，内生性检验在面板数据中是可以实现的，通过xtivreg2 y x2 （x1=IV），fe endog（x1）命令是可以实现的。

感恩由您

1.现在的论文一般不再有豪斯曼检验，而直接使用FE，因为RE的条件更加苛刻。FE的结果相对而言更加稳健。
2.文章一定要处理内生性，不论是不是面板数据。不过相对于截面数据而言，面板数据本身可以消除一定的遗漏变量问题。内生性是无法检验的，只能在设计模型的时候尽可能消除内生性。比如，找到外生的政策冲击。使用工具变量。而工具变量的两个条件中，缺一不可，很多文章都没有做检验。
3.稳健性是一定要做的，有很多方式。替换变量，缩尾处理，安慰剂等等。
4.最好还有异质性分析。

检验医师

现在国内的文献没有把太多重心放在前面的检验上，按道理说是需要的。但是如果理论上说得通，就是内生性不那么严重，互为因果不那么强，模型的设置也在足够合理，通常就不用太多篇幅去做内生性检验。稳健性倒是大部分文献都会做的。

感恩由您

需要。内生性是面板数据普遍存在的问题。不把内生性问题解决最多可以说明变量之间有相关关系，无法证明因果关系。如果可以从理论上说明没有遗漏变量 没有互为因果 那也可以勉强不用做内生性检验了。
序列平稳没有检验的...这个初级计量都不是这样的吧
直接ols的可能不是特别好的期刊吧…也有可能作者检验过了 没有把步骤放上去，不过我感觉应该是不严谨的可能性更大。大批不懂计量的人在做研究吧…