在使用面板数据时，究竟应该使用固定效应模型还是随机效应模型是一个重要的问题，几乎所有的经典计量经济学教材都会告诉你去做一个豪斯曼检验就好了。但在经济学实证研究中，你会发现我们几乎从不使用随机效应模型，几乎从不做豪斯曼检验，大家像是约定俗成地一般，“清一色”地上来就直接使用固定效应模型。
鸡肋的豪斯曼检验
如果原假设成立，随机效应模型（RE）和固定效应模型（FE）估计都是一致的，只是随机效应模型（RE）更有效。如果原假设不成立，固定效应模型（FE）估计是一致的，随机效应模型（RE）估计是非一致的。豪斯曼检验是一个相当“鸡肋”的检验，它并不是直接去检验个体效应与解释变量的相关关系（无法直接检验），而实际上是在检验与之间的差距。如果成立，则FE和RE估计量将共同收敛为真实的参数值，故。反之，如果二者的差距过大，则倾向于拒绝原假设。豪斯曼检验（Hausman，1978）的统计量为约定俗成的心传
既然豪斯曼检验可以帮助我们判断究竟是固定效应还是随机效应，为什么大家几乎都不做豪斯曼检验，都直接使用固定效应模型呢？第一点解释：一致性
无论原假设成立与否，固定效应模型（FE）估计量都是一致的。如果原假设成立，则随机效应模型（RE）估计量只是比固定效应模型（FE）估计量更有效（方差更小），无论如何报告固定效应准没错，因为固定效应总是一致的。第二点解释：经验判断
随机效应的假设要求太高，难以满足，在经济学研究过程中，我们遇到的基本都是固定效应。第三点解释：取伪错误
如果豪斯曼检验统计量小于临界值，那只能说明依照现有证据，我们不能拒绝原假设，并不能说明原假设为真，如果我们选择接受原假设（选择随机效应），那么就存在犯“第二类错误”的风险（取伪错误：原假设为假，但是却并没有拒绝）。总之 ，选择随机效应可能犯错误，选择固定效应不会犯错误！
点击搜索你感兴趣的内容吧
推荐 | 青酱
欢迎扫描👇二维码添加关注
点击下方“阅读全文”了解更多