1、个人觉得，hausman检验还算可靠吧，也是一个统计量。有时候可能因为变量遗漏或者模型吴设等原因导致hausman检验统计量为负，这时解决方法有：
加上sigmamore或者sigmaless选项；另外可以使用xtoverid命令选择模型，这个命令更为稳健，详细请看帮助文件。

2、从国外paper来看，可能因为领域不同，模型选择也不同。如很多国外paper是不做hausman检验，而直接根据经济理论或者文章目的来选择模型，一般国外以FE模型常见。

3、这个问题，标准不一。

呵呵。感觉没有帮到您，希望各位补充，让我们学习下

建议您参考：
a. Greene的Econometric Analysis书中第五版的 13.4.4小节
b  Wooldridge的Econometric Analysis of Cross Section and Panel Data书中第二版的 10.2.1小节
c 王志刚的面版数据模型及其在经济分析中的应用的第二章第二节之三

1.就人家辛苦发展的检定方法，还是可靠的。不然是要说这个方法是废物吗？
当Hausman test的结果让自己很惊讶或者没有得到自己预期的结果，
我想最重要的是，找出为什么，有时问题的本质并不在于检定方法的优劣，
而是也许根据经济理论，根据您的资料，可能更适合更支持某个模型。
【计量经济，看起来，计量在经济的前面，但却也暗示一点，经济理论才是计量的根】

2. Hausman检验为随机效应模型，是不是就不能使用固定效应模型。当然不是，两个模型都能使用的，只是Hausman检验支持随机效应模型而已。如许多书上讲的，固定效应模型有着自由度损失的问题，而随机效应最大的缺点是假设个别效应与其他回归项无关【这项假设很强，而且容易违反经济理论，至于证明与解释，请自行翻书】。国外以FE常见，因为可能他们不相信Hausman【自古文人相轻，您以为只有咱中国这样】，又或者他们Hausman test做出来不支持FE，但FE又是他们想要的，所以随机效应过强的假设，违反常见的经济理论成了他们最佳的有力证据。

3.其实确实标准不一，但重要的是，您心中是怎么想的，要站在有利于自己的观点去说明。

参考看看吧！

【以下是近来感言～请跳过】
另外，我个人有时不太爱看paper找证据，因为paper常常是作者为了自圆其说而论述，书比较全面。
但书本却往往是老旧的，毕竟要出一本书，不容易阿！
【我的硕士指导教授告诉我，千要不要写书，因为他自己出了金融的书，结果被告】

是的，不过可以看下green、wooldridge等写的应用类的paper，看他们是否也根据他们自编的书本理论选择
或者只是在paper自圆其说

ps：h3327156 非常热心。
哈哈，自古学术都是需要讨论才能不断发展，和您导师说，尽管出自己的书，让别人去告吧
娱乐一下~~~~~

最近写了一篇文章，模拟了Hausman统计量在小样本下的表现。
结论归结如下：

1. 在模型设定不存在内生性问题（corr(x_it, a_i) =0）的情况下，Hausman 统计量具有很好的小样本性质。但在样本过小（如 N=30，T =30）的情况下，其 power 很低。

2. 对于 Stata 用户而言，当采用 hausman 命令进行进行检验时，若出现负值，主要原因是 RE 模型的假设条件无法满足，即模型中的内生性问题会导致 hausman 检验统计量出现负值，当样本较小时，这个问题会非常严重。

3. 对于第二个结论，一个简单的解决方法是，在 hausman 命令中附加 sigmamore 或 sigmaless 选项，在多数情况下都可以得到大于零的统计值，此时，hausman 统计量的小样本表现也不错。

4. 对于第二个结论，另一个替代方法是，采用 xtoverid 命令检验 RE 的适用性，该统计量与 hausman 具有相似的小样本表现，优点在于不会出现负值，且能够在对附加了 robust 选项的 RE 估计前提下进行检验。

谢谢连老师啊