交互固定效应面板数据模型的估计.docxVIP

交互固定效应面板数据模型的估计

一、交互固定效应面板模型的内涵与理论价值

（一）传统固定效应模型的局限

面板数据模型是计量经济学领域应用最为广泛的分析工具之一，由于同时融合了个体维度与时间维度的信息，相比纯截面数据或时间序列数据，能够更有效地控制不可观测异质性、识别变量间的因果关系，因此在宏观经济分析、劳动经济学、环境经济学、金融学等诸多领域得到了普遍应用。在传统的面板数据分析框架中，双向固定效应模型是控制异质性的标准工具，其通过引入个体固定效应捕捉不随时间变化的个体特征，引入时间固定效应捕捉不随个体变化的共同冲击，在很大程度上缓解了遗漏变量导致的内生性问题。但随着实证研究的不断深入，越来越多的学者发现，现实经济中的异质性远非“加性的个体效应+时间效应”所能完全涵盖。

国内计量经济学家陈强（2014）在其经典教材中明确指出，传统双向固定效应模型本质上假设所有个体面对的共同冲击具有完全相同的影响强度，这一强假设在多数实证场景中并不成立，一旦存在“冲击异质性”，模型就会遗漏重要的解释变量，导致参数估计出现偏误。具体来看，传统固定效应模型的局限主要体现在三个方面：第一，无法捕捉共同冲击的异质性影响，例如全国性的货币政策冲击对不同省份、不同行业的影响存在显著差异，这类差异既不属于个体固定效应（因为会随时间变化），也不属于时间固定效应（因为因个体而异），传统模型无法对其进行控制；第二，无法处