全部期权指南
区分企业之间差异与企业内部变化约17分钟
面板数据中的固定效应与随机效应
理解组内估计、时间不变因素、随机效应正交假设、Mundlak方法、Hausman检验及金融面板应用
由 Mark 编写 · 官方资料列于文末
直接答案
固定效应回归比较同一企业或个人内部随时间变化的解释变量与结果，剔除不随时间改变的个体特征。随机效应假设个体效应与所有时期的解释变量不相关，从而同时利用个体内和个体间变动。固定效应不会自动产生因果效应；随时间变化的混杂、反向因果和测量误差仍然存在。模型选择应从估计目标与正交假设是否可信出发，而不是只看效率
面板重复观察同一单位
面板数据在多个时点观察企业、基金、家庭或国家等单位，同时包含横截面差异和时间变化
在yit=βxit+αi+λt+uit中，αi是不随时间变化的单位成分，λt是所有单位共同承受的日期冲击
若αi与xit相关，合并OLS会把单位间差异同单位内关系混合，使β产生偏差
固定效应使用单位内部变化
组内变换减去每个单位的时间均值，消除时间不变的αi，并比较相对自身均值的偏离
企业固定效应系数问的是同一家企业杠杆变化时结果如何共同变化，而非高杠杆企业与低杠杆企业有何差别
加入日期固定效应可吸收经济周期、利率或市场收益等同日作用于所有单位的共同水平冲击
有些信息消失，有些偏差仍在
行业起源、创始人特质等时间不变变量与单位固定效应完全共线，无法单独识别其系数
单位内部几乎不变的解释变量提供的识别信息很少，会放大不确定性与测量误差的相对影响
时间变化的遗漏变量、结果对解释变量的反馈和处理后控制，在加入固定效应后仍是问题
随机效应需要更强的正交性
随机效应把αi视为随机误差的一部分，并在它与每一时期解释变量均不相关时结合组内与组间变动
条件成立时，它可能比固定效应更有效率，也能估计时间不变解释变量的系数
若潜在管理质量或风险偏好影响资本结构，随机效应会把这种企业差异混入目标系数
Mundlak方法让相关性显性化
相关随机效应或Mundlak方法把时间变化解释变量的单位均值纳入模型，显式描述αi与xit的相关性
这能区分组内效应与组间差异，并把随机效应的强正交假设转化为更可检查的设定
在简单线性平衡面板下，相关系数与固定效应组内系数相连，但这种等价不会自动延伸到所有非线性或动态模型
Hausman检验不是裁决书
Hausman逻辑在原假设下两个估计量都一致、但只有一个有效率时比较它们的系数
拒绝提示正交性或其他模型条件冲突，不拒绝却不能证明随机效应假设为真
小样本、薄弱组内变动、强健协方差选择和模型误设都会影响检验力与数值稳定性
金融面板还需要依赖结构设计
企业和年度效应很常见，但行业周期或国家政策可能需要更细的时间交互项
企业误差持续时考虑企业聚类，若仍有共同日期冲击，则在设计支持足够聚类时考虑日期或双向聚类
加入滞后因变量会在短T动态面板中产生偏差，不能直接沿用静态固定效应解释
报告变动来源与假设
说明单位与时间维度、是否平衡、组内和组间变动、固定效应组合及协方差聚类层级
解释哪些单位的哪些时间变化识别系数，并确认样本确有经济上有意义的组内变动
把固定、随机、Mundlak估计与Hausman结果作为证据，最终选择仍由混杂路径与目标效应论证
常见问题
固定效应能消除所有遗漏变量偏差吗？
不能。它只消除单位内不随时间变化的因素，时间变化混杂、反向因果与测量误差仍可能存在
固定效应能估计时间不变变量吗？
通常的组内模型不能，因为该变量与单位固定效应完全共线
随机效应一定比固定效应更有效率吗？
只有相关正交和方差假设成立时才可能；若假设失败，失去一致性比提高效率更严重
Hausman检验不拒绝就能使用随机效应吗？
不能自动决定。还要评估检验力和模型条件，并单独论证单位效应为何与解释变量无关
资料来源与延伸阅读
把这个概念应用到一份期权
选择合约和目标，让价格、时间与波动率假设在同一份分析中清晰呈现
分析我的期权