1.有意思的实证计量讨论帖, 熬夜肝完了一直的计量困惑!2.QA: 平方项的IV, 加时间固定符号相反, 滚动窗口回归, 面板分位数输出图, 机制分析中IV, pre5显著咋办,3.主回归不显著, 分组回归却异常显著的研究来了!4.城市*年份联合的FE与他们分开的FE有什么区别? FE如何从一维进化到二维, 三维的? 5.审稿人: 你这个文章实证结构已经过时了!过时了!6.当把交互项加入后, 主项的系数符号竟变相反了, 这是咋回事? 如何处理呢?7.DID可以有2个处理组和1个对照组么? 有相关的参考文献吗? 8.12年试点, 15年推广到全国的政策, 回归时是否包括16和17年数据?

一些讨论,1.七大常见计量问题讨论汇总, 涉及控制,异质,机制,DID,DDD,调节,固定,平行,安慰等,2.关于双重差分DID政策评估中的控制变量选取标准?3.在平行趋势检验中对政策前后系列年份进行缩尾处理?4.使用异方差稳健而不是聚类稳健标准误, 在固定效应模型中能接受吗?5.平行趋势通不过, 该采取什么方法来更好地满足平行趋势呢?6.QA: 基尼太美, 农业数据, 机制检验, 组间差异, 博士论文创新, 控制函数, FM回归 7.审稿人: 你2SLS-IV回归中为啥R方是负数呢?

最近,计量社群中讨论了一个非常有意思的问题,当控制个体固定效应时回归系数显著,但加入时间固定效应后不再显著,可能的原因及可以考虑的方案和理由。

整理了一下文字版,并适当扩充了点内容。

当控制个体固定效应时回归系数显著,但加入时间固定效应后不再显著,可能的原因包括:
1.多重共线性:加入时间固定效应后,如果解释变量与时间有强烈的趋势或相关性,可能导致多重共线性。这会使得模型的方差膨胀,影响回归系数的显著性。
2.时间效应掩盖个体效应:时间固定效应可以捕捉到某些整体趋势或外部冲击,如果这些效应与个体效应重叠,可能会削弱个体特征对因变量的影响,从而导致系数不显著。
3.样本大小不足:时间固定效应的引入增加了模型的自由度需求。如果样本量相对较小,可能不足以支持额外的参数估计,从而导致显著性降低。
4.模型设定不当:加入时间固定效应后,模型可能没有适当设定,导致一些重要变量被遗漏或错误建模,这可能会影响结果的稳定性和显著性。
5.非线性关系:可能存在非线性关系而未被捕捉到。引入时间固定效应后,线性模型可能无法有效捕捉这些复杂的动态关系。
6.样本的时间变异性:如果样本中个体在时间上变化不大,而时间效应又相对强烈,可能会使得个体固定效应的重要性被稀释,从而导致显著性降低。
当控制个体固定效应时回归系数显著,但加入时间固定效应后不再显著,可以考虑以下方案及其理由:
1.增加样本或使用“解释变量×时间FE + 时间FE + 企业FE”
理由:引入时间固定效应可能会导致多重共线性,尤其是在解释变量具有时间趋势的情况下。增加样本可以帮助缓解多重共线性问题,因为更大的样本有助于提高参数估计的精度,降低估计的标准误差。
交互项的作用:引入交互项(解释变量×时间FE)可以捕捉解释变量在不同时期的不同效应,避免因为时间固定效应直接吸收掉解释变量的变异性。这样有助于区分解释变量本身的效应和时间效应,从而识别解释变量在不同时间点的影响。
2.使用“更高层级的FE + 时间FE”替换“个体FE + 时间FE”
理由:如果样本数据为企业,直接使用个体固定效应可能掩盖行业间的差异性。通过引入行业固定效应,可以更好地捕捉行业特定的变化和趋势,这有助于减少由于个体特征引起的噪音,提高估计的准确性。如果“企业FE + 时间FE”不显著,尝试“行业FE + 时间FE”可以为模型提供更广泛的解释能力。
3.增删控制变量、改变衡量方式或缩尾处理
理由:调整控制变量的个数和衡量方式可以帮助识别哪些因素对结果有重要影响。缩尾处理可以减小极端值对回归结果的干扰,从而使t统计量的有效性提高,尤其适用于t统计量超过1的情况,可能帮助恢复显著性。
4.确认因果关系
理由:如果在多次尝试后仍未找到显著关系,这可能表明变量x与y之间不存在因果关系。在这种情况下,进一步探讨数据的结构、收集更多的理论证据,或考虑其他可能影响因果关系的变量,会更有意义。

5.可以先不控制时间固定效,当然需要解释为什么如此,那就是时间效应可能会掩盖个体效应,可以看看Brunnermeier(2020)。

*可以到社群进一步交流讨论相关学术议题。
关于固定效应,参看:1.交互项! 交互项! 固定效应回归模型中的交互项!2.在Stata中如何做2SLS, DID, DEA, SFA, 面板PSM, 二值选择, 固定效应和时间序列?3.一定要控制时间固定效应吗?4.公司和个体固定效应总是更好吗? 关于固定效应使用和解释的最全指南!5.使用固定效应FE时良好做法对应的检查清单,6.双向固定效应多期DID最新进展和代码汇总, 关于控制变量和固定效应选取的讨论,7.快速估计带有高维固定效应的泊松模型, 这计算速度真快, 真实用!8.不能直接控制某个固定效应时, 我们能尽量做些什么呢?9.时间固定效应和时间趋势项的区别, 可以同时加?10.省份/行业固定效应与年份固定效应的交乘项固定效应,11.截面DID, 各种固定效应, 安慰剂检验, 置换检验, 其他外部冲击的处理,12.广义合成控制法gsynth, 基于交互固定效应的因果推断,13.固定效应模型+测量误差=有问题, 如何解决这问题呢?14.到底控制什么层面的固定效应? 最低, 最高, or随意?15.固定效应: 目前看到解释的最清楚的帖子, 救命!16.固定效应模型+测量误差=有问题, 如何解决这问题呢?17.TOP5被质疑用log(1+x)数据转换, 固定效应, 双重差分事件图, 结论不可靠!18.审稿人: 如何在双向固定效应下还能估计出不随个体变化的宏观变量呢?
关于聚类标准误的使用及其聚类层级的问题,1.啥时候使用聚类标准误, 以及数据聚类的修正方法? 2.在什么级别上标准误聚类, 个体, 县, 省或行业, 时间?3.什么时候用双聚类稳健标准误? 在个体和时间层面上考虑依赖性问题!4.双重聚类cluster咋做? 线性, logit, tobit可以双聚类吗? 5.聚类标准误精辟解释, 保证你一辈子都忘不了!6.4位计量领域大佬在TOP5上为聚类标准误问题提供了实证建议!7.完整解读TOP5刊的”什么时候和如何对标准误做聚类调整?” 4位计量大佬的合作!
下面这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。

7年,计量经济圈近2000篇不重类计量文章,

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle

数据系列空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 官员方言  | 微观数据 | 内部数据
计量系列匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 机制调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID
数据处理Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |
干货系列能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验