When macro time series meets micro panel data: A clear and present danger

多重共线性 杠杆(统计) 面板数据 计量经济学 经济 变量(数学) 时间序列 系列(地层学) 固定资产 经营杠杆率 固定效应模型 宏观经济学 金融经济学 计算机科学 财务 回归分析 数学 统计 生产(经济) 数学分析 古生物学 生物 程序设计语言 盈利能力指数
作者
Ho-Chuan Huang,Xiuhua Wang,Xin Xiong
出处
期刊:Energy Economics [Elsevier]
卷期号:114: 106289-106289 被引量:17
标识
DOI:10.1016/j.eneco.2022.106289
摘要

This short note addresses a serious problem in combining macro (country-level) time series data, e.g., oil price uncertainty (OPU) or economic/trade policy uncertainty (EPU/TPU), with micro (firm-level) financial and accounting panel data, e.g., corporate leverage, investment, and innovation, to name a few. In most of the applications, the main interest is to assess the impacts of country-level explanatory variable on the firm-level dependent variable, with year fixed effects (along with other firm fixed effects, etc.) being included. Since the macro time series are the same for all firms in each year, it is straightforward to show that the macro time series variable is perfectly correlated with the year fixed effects, and thus unidentifiable. We employ three real data sets to illustrate the perfect multicollinearity issue, and our demonstrations cast doubt on the findings of several existing studies suffering from this issue. Finally, we also offer some practical ways to get around with (at least mitigate) this problem.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
结实的老虎完成签到,获得积分10
1秒前
坚强丹雪完成签到,获得积分10
3秒前
5秒前
7秒前
WZ0904发布了新的文献求助10
9秒前
狂野静曼完成签到 ,获得积分10
10秒前
武映易完成签到 ,获得积分10
12秒前
zzz发布了新的文献求助10
13秒前
14秒前
大蒜味酸奶钊完成签到 ,获得积分10
14秒前
鱼宇纸完成签到 ,获得积分10
14秒前
LEE完成签到,获得积分20
14秒前
14秒前
Ava应助无限的绿真采纳,获得10
16秒前
小马甲应助xiongdi521采纳,获得10
16秒前
科研通AI5应助陶醉觅夏采纳,获得200
19秒前
憨鬼憨切发布了新的文献求助10
19秒前
19秒前
宇宙暴龙战士暴打魔法少女完成签到,获得积分10
21秒前
22秒前
23秒前
hh应助科研通管家采纳,获得10
23秒前
科研通AI5应助科研通管家采纳,获得10
23秒前
Ava应助科研通管家采纳,获得10
23秒前
Eva完成签到,获得积分10
23秒前
传奇3应助科研通管家采纳,获得10
23秒前
斯文败类应助科研通管家采纳,获得10
23秒前
爆米花应助科研通管家采纳,获得10
24秒前
科研通AI5应助科研通管家采纳,获得10
24秒前
搜集达人应助科研通管家采纳,获得10
24秒前
思源应助科研通管家采纳,获得10
24秒前
汉堡包应助科研通管家采纳,获得10
24秒前
清爽老九应助科研通管家采纳,获得20
24秒前
传奇3应助科研通管家采纳,获得10
24秒前
greenPASS666发布了新的文献求助10
24秒前
涂欣桐应助科研通管家采纳,获得10
24秒前
英俊的铭应助科研通管家采纳,获得10
24秒前
secbox完成签到,获得积分10
25秒前
刘哈哈发布了新的文献求助30
25秒前
xyzdmmm完成签到,获得积分10
26秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
Luis Lacasa - Sobre esto y aquello 700
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527998
求助须知:如何正确求助?哪些是违规求助? 3108225
关于积分的说明 9288086
捐赠科研通 2805889
什么是DOI,文献DOI怎么找? 1540195
邀请新用户注册赠送积分活动 716950
科研通“疑难数据库(出版商)”最低求助积分说明 709849