我正在对收益和回报之间的关系进行实证研究。
我有一个不平衡的面板公司和时间段。关于估计方法我很困惑：
- 在大多数论文中，他们考虑了企业聚类和时间问题，因此对企业进行聚类并使用 OLS 引入时间虚拟变量。
=> 那是简单的池化 OLS 吗？
如果存在实体和时间问题，我认为应该使用组内（固定效应）或至少使用组内和组间（随机效应）估计量的加权平均值。
我已经进行了一些诊断测试：a）Hausman 测试有利于固定效应 b）Breusch-Pagan 拉格朗日乘数（LM）有利于 OLS 而不是随机效应
所以出现的第一个问题是：如何检查合并 OLS 与固定效应？
此外，我的小组是不平衡的：我小组中的公司可能会破产或与其他公司合并。因此，问题出现了：如果这些模式与特殊错误相关，那么最好避免有偏见的估计量？
下一个问题是关于Stata的。我不完全理解以下回归的区别：
1) reg yx i.time, cluster(id)
2) xtreg yx i.time, fe cluster(id) dfadj
3) xtreg yx i.time, re cluster(id)
唯一的区别是使用的估计器吗？
在大多数研究中，都使用了版本 1)，尽管我并没有真正获得版本 1) 优于 2) 或 3) 的优势。
在哪种情况下，池化 OLS 优于其他方法？我注意到，当使用 fe 估计器进行固定和时间固定时，SE 是最大的。
最后一个问题出现了：如果存在未观察到的影响——坚定而时间：我如何确定这些影响是永久的还是暂时的（随着时间的推移而消失）？
对我来说重要的是得到一个可靠的推理结果。
