Korrigieren von Standardfehlern, wenn die unabhängigen Variablen automatisch korreliert werden

Ich habe eine Frage zur Korrektur von Standardfehlern, wenn die unabhängige Variable korreliert. In einer einfachen Zeitreiheneinstellung können wir die Newey-West-Kovarianzmatrix mit einer Reihe von Verzögerungen verwenden, um das Problem der Korrelation in den Residuen zu lösen. Was macht man in einer Panel-Dateneinstellung? Stellen Sie sich die Situation vor, in der Sie Unternehmen im Laufe der Zeit beobachten:

wobei das . Es scheint, dass das Clustering von Standardfehlern auf und auf dieses Problem beheben sollte. Hab ich recht?$\Delta{X_{i,t}} = X_{i,t} - X_{i,t-n}$$i$$t$

Es gibt verschiedene Möglichkeiten, die Autokorrelation in einer Bedienfeldeinstellung zu korrigieren. Die Art und Weise, wie Sie das Clustering beschreiben, funktioniert auf diese Weise nicht ganz. Was Sie tun können, ist:

1. Gruppieren Sie die Standardfehler in der Einheitenkennung, z. B. die Variable für die ID der Person / Firma / Haushalt. Dies ermöglicht eine willkürliche Korrelation innerhalb von Individuen, die die Autokorrelation korrigiert.
2. Berechnen Sie den Moulton-Faktor und passen Sie Ihre Standardfehler parametrisch an. Wenn Sie ein ausgeglichenes Panel haben, ist der Moulton-Faktor wobei die Korrelation des Fehlers ist. Sie müssen dann nur Ihre Standardfehler mit diesem Faktor multiplizieren, um eine angemessene Inflation der naiven Standardfehler zu erhalten, die die Autokorrelation korrigieren. $$M = 1 + (n-1)\rho_e$$ $\rho_e$
3. Block Bootstrap die Standardfehler mit Personen als "Blöcke". Normalerweise sollten 200-400 Bootstrap-Replikationen ausreichen, um Ihre Standardfehler zu korrigieren. Bei sehr großen Panels kann dieser Ansatz viel Zeit in Anspruch nehmen.

Weitere
Informationen zu diesem Thema finden Sie in - Cameron und Trivedi (2010) "Mikroökonometrik mit Stata", überarbeitete Ausgabe, Stata Press
- Wooldridge (2010) "Ökonometrische Analyse von Querschnitts- und Paneldaten", 2. Ausgabe, MIT Press