Newey-West标准误差与Mean Group/Fama-MacBeth估计器

我试图让Newey-West标准错误与pm()(Mean Groups / Fama-MacBeth估计器)的输出配合使用。

here为例:

require(foreign)
require(plm)
require(lmtest)
test <- read.dta("http://www.kellogg.northwestern.edu/faculty/petersen/htm/papers/se/test_data.dta")

fpmg <- pmg(y~x, test, index=c("firmid", "year")) # Time index in second position, unlike the example

我可以直接使用coeftest就可以得到Fama-MacBeth标准错误:

# Regular “Fama-MacBeth” standard errors
coeftest(fpmg)

# t test of coefficients:
#   
#             Estimate Std. Error t value Pr(>|t|)    
# (Intercept) 0.032470   0.071671   0.453   0.6505    
# x           0.969212   0.034782  27.866   <2e-16 ***
# ---
# Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

然而,尝试使用Newey-West估计器失败:

# Newey-West standard-errors
coeftest(fpmg, vcov = NeweyWest(fpmg, lag=3))

# Error in UseMethod("estfun") : 
#   no applicable method for 'estfun' applied to an object of class "c('pmg', 'panelmodel')"

这似乎是plm包中的一个缺点。你知道这样做的方法吗?我应该为pmg对象编写自己的estfun吗?从零开始编写Newey-West估计器?或者我应该绕过plm包吗?

目前这是不可能的plm包。

但是,您可以自己创建它们。

假设你有:

fpmg <- pmg(y~x, test, index=c("year", "firmid"))
fpmg.coefficients <- fpmg$   
fpmg.coefficients
# (Intercept)            x 
#  0.03127797   1.03558610 

coeftest(fpmg)
#             Estimate Std. Error t value Pr(>|t|)    
# (Intercept) 0.031278   0.023356  1.3392   0.1806    
# x           1.035586   0.033342 31.0599   <2e-16 ***

那么你可以简单地创建自己的估计量:

the.years <- unique(test$year)
a.formula <- y ~ x


first.step <-  lapply(the.years, function(a.year) {
                temp.data <- test[test$year == a.year, ]
                an.lm <- lm(a.formula, data = temp.data)
                the.coefficients <- an.lm$coef
                the.results <- as.data.frame(cbind(a.year, t(the.coefficients)))
                the.results
                }) 

first.step.df <- do.call('rbind', first.step)

second.step.coefficients <- apply(first.step.df[, -1], 2, mean)
second.step.coefficients
# (Intercept)           x 
#  0.03127797  1.03558610 

identical(fpmg.coefficients, second.step.coefficients)
# [1] TRUE

检查它们是否相同,以防万一。
最后,您可以获得Newey-West(1987),其中一个滞后调整t统计量为:

second.step.NW.sigma.sq <- apply(first.step.df[, -1], 2, 
                             function(x) sqrt(NeweyWest(lm(x ~ 1), 
                               lag = 1, prewhite = FALSE)['(Intercept)',       
                                 '(Intercept)']))
t.statistics.NW.lag.1 <- second.step.coefficients / second.step.NW.sigma.sq

t.statistics.NW.lag.1
# (Intercept)           x 
#    1.282726   36.216301
http://stackoverflow.com/questions/33324328/newey-west-standard-errors-with-mean-groups-fama-macbeth-estimator

本站文章除注明转载外,均为本站原创或编译
转载请明显位置注明出处:Newey-West标准误差与Mean Group/Fama-MacBeth估计器