不随时间改变的变量，比如种族，性别等，在面板数据固定效应模型中
会被drop，这是固定效应模型的一个不足之处，如果要用这个方法，是无法避免的。
如果要保留这些变量，你可以利用随机效应模型。

但是我在世界经济2012年11期上看到一篇文章变量类似，他说他比较了固定效用、随机效应、混合回归，后面还比较了差分GMM和系统GMM,我就很纳闷固定效应怎么处理的呢？而且用动态面板时，那些虚拟变量都被DROP了，不会影响模型吗？

谢谢你的回答，那是不是就不能用动态面板呢

GMM方法也是一样的，不随时间改变的也会被drop
你仔细看下他们文章的变量，有些是列在表中，但是
注明了没有在有些模型中没有加入的。
如果还是不理解，请上传这个文章并且指出具体哪部分
不理解。

谢谢你的回复，就是这篇文献，里面第三部分的经验研究中，模型中语言（LANG）\是否曾有殖民地关系（COLO）是否有贸易协定RTA这些都是虚拟变量，而且距离DIST也是不随时间变化的啊，文中该部分说“运用计量经济学软件 Stata10 分别针对静 动态面板引力回归方程式进行回归分后， 结果如表3 和4 所示…………所以本文选择表 3 中固定效
应回归结果作为静态面板引力模型的结果进行后续分析”，
后面又说“本文应用了 Arellano 和 Bond ( 1991) 与Blundell 和Bond( 1998) 提供的差分GMM 和系统GMM 估计量进行了估计……， 所以本文选择系统 GMM 方法的回归结果作为动态面板引力模型的回归结果来展开后续研究”

我参照这篇文章简单的搜集了数据，在静态固定效应回归时显示
note: lndis dropped from div() because of collinearity
note: colo dropped from div() because of collinearity
note: lang dropped from div() because of collinearity
动态面板时也是，      
colo |  (omitted)
  lang |  (omitted)
那这篇文章的结果是说drop了这些虚拟变量后得到的系数，然后在此基础上进行分析的吗？可是这样不会影响模型吗，引力模型距离等都被drop了感觉会有影响吧？

最重要的是，如果模型中有这种类似的虚拟变量时用GMM应该注意些什么呢

作者的这个文章似乎从头至尾都没有给出那些不随时间改变的
变量系数，文章是说为了简化表格结果，不知道作者具体回归时
是如何做的。但是如果是不随时间改变的，在FE模型或者GMM估计时，
肯定会被drop的，软件是不会欺骗你的。建议楼主多找几篇引力模型的文章，看他们是如何
处理的。这类文章已经非常多了。

我在看的时候就有疑惑，就像你说的文中没有给出那些不随时间改变的变量系数，但我操作时都被drop了，所以很疑惑。谢谢你的回复及建议，我再多找些类似的文章看看，谢谢你。

楼主能不能再问下，我在没做其他处理的情况下简单的运行了动态面板，虚拟变量也存在同样的问题，用系统GMM回归了显示如下
note: lndis dropped from div() because of collinearity
note: lang dropped from div() because of collinearity
note: adj dropped from div() because of collinearity

lntrade |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
   lndis |  -2.017593   .1992657   -10.13   0.000    -2.408147    -1.62704
        lang |   2.955664   .2943827    10.04   0.000     2.378685    3.532644
         adj |  -12.56634    1.54482    -8.13   0.000    -15.59413    -9.53855

为什么虚拟变量明明被drop了，但还是有系数呢。
同样的，如果用xtbond的命令，这三个变量也会被drop，不同的是回归结果里这三个变量系数是不显示的
lang |  (omitted)
         adj |  (omitted)
为什么有这样的差别呢  这样的话可以使用系统 GMM的结果分析吗 那些drop了却还有系数的变量 系数怎么解释呢

你也可以去这个贴回答，我设了悬赏https://bbs.pinggu.org/thread-2814012-1-1.html

在没有做其他处理情况下，你是指什么处理？
还有，你开始用的是什么命令？就是除了xtabond这个命令。
总之，如果你模型中包含了不随时间改变的变量，肯定会被
drop的。如果还不理解，请你写出你自己的运行命令，最好可以
附带实例数据。

数据在这里，用差分GMM是这样
. xtabond  lntrade lngdp1 lnpgdp1 lngdp2 lnpgdp2 lndis  colo lang adj , twostep
note: lndis dropped from div() because of collinearity
note: colo dropped from div() because of collinearity
note: lang dropped from div() because of collinearity
note: adj dropped from div() because of collinearity
Two-step results

        colo |  (omitted)
        lang |  (omitted)
         adj |  (omitted)
       _cons |  (omitted)
------------------------------------------------------------------------------
Warning: gmm two-step standard errors are biased; robust standard
         errors are recommended.
Instruments for differenced equation
        GMM-type: L(2/.).lntrade
        Standard: D.lngdp1 D.lnpgdp1 D.lngdp2 D.lnpgdp2
Instruments for level equation
        Standard: _cons

drop的变量是没有系数显示的，然后检验也没有值显示
. estat abond
        cannot calculate AR tests with dropped variables
Arellano-Bond test for zero autocorrelation in first-differenced errors
  cannot calculate test with dropped variables
  +-----------------------+
  |Order |  z     Prob > z|
  |------+----------------|
  |   1  |      .       . |
  |   2  |      .       . |
  +-----------------------+
   H0: no autocorrelation
. estat sargan
Sargan test of overidentifying restrictions
        H0: overidentifying restrictions are valid
        cannot calculate Sargan test with dropped variables
        chi2(20)     =         .
        Prob > chi2  =         .


系统GMM用了.
xtdpdsys lntrade lngdp1 lnpgdp1 lngdp2 lnpgdp2 lndis  colo lang adj

note: lndis dropped from div() because of collinearity
note: colo dropped from div() because of collinearity
note: lang dropped from div() because of collinearity
note: adj dropped from div() because of collinearity

colo |  -9.057994   4.891049    -1.85   0.064    -18.64427     .528287
        lang |   2.834002   .5084988     5.57   0.000     1.837362    3.830641
         adj |    3.74681   2.595319     1.44   0.149    -1.339921    8.833542

这里变量虽然被drop了，但回归结果仍然显示了它们的系数

检验有一个有值显示

. estat abond
artests not computed for one-step system estimator with vce(gmm)
Arellano-Bond test for zero autocorrelation in first-differenced errors
  +-----------------------+
  |Order |  z     Prob > z|
  |------+----------------|
  +-----------------------+
   H0: no autocorrelation
. estat sargan
Sargan test of overidentifying restrictions
        H0: overidentifying restrictions are valid
        chi2(22)     =  63.88466
        Prob > chi2  =    0.0000

为什么有这样的区别呢？差分GMM时Warning: gmm two-step standard errors are biased; robust standard
         errors are recommended.是说这个方法不适用吗。

我说的没做处理是说回归时我没有设定内生变量前定变量滞后项之类的，都是用的默认。这样会有影响吧？麻烦你了：）

1、gmm two-step standard errors are biased; robust standard
加上vce(robust) 选项就可以。此时执行的是Windmeijer, F. 2005.  A finite sample correction for the variance of linear efficient two-step GMM estimators.  Journal of Econometrics 126: 25-51.所提出的标准误。
2、利用xtdpdsys命令时，不随时间改变的变量存在，而差分GMM时却没有。一个可能原因是系统GMM同时
估计了差分方程和水平方程，而估计水平方程时，这几个不随时间改变的变量是存在的。所以出现在diff-GMM时这些变量被drop，而在SYS-GMM时却没有。可是我想这样的结果也是不可信的，正如我帖子中提到的
在利用reg命令时这些变量存在，可是你注意到这些变量是和个体固定效应多重共线性的，虽然软件没有自动忽略这些变量，但是却把个体固定效应删除了一些，严格来说此时已经不是固定效应模型啦，因为N个个体，按道理要保留N-1个虚拟变量的。

3、estat abond
        cannot calculate AR tests with dropped variables
Arellano-Bond test for zero autocorrelation in first-differenced errors

我想这里已经写的非常清楚了，如果你把这些不随时间改变的变量删除了，结果就正常了。

4、楼主给的数据，因变量存在很多缺失，有些是一个国家的所有年份都缺失，有些是一个国家
缺失个别年份，但是stata在处理这些时，只要某个国家存在缺失，她就删除这个国家的所有年份。
为了减少样本损失，楼主还是用非平衡面板吧，即先删除所有缺失的数据，那么stata这时运行时就
是非平衡面板。最后，楼主还是不要纠结于这样一个文章的结论吧，多看几篇文章，看他们如何处理，
不随时间改变的变量，在固定效应模型时，加入也是没有用的。

谢谢你这么耐心详细的解释，终于懂了，看了一天的伍德里奇，觉得楼主说的非常深入浅出，非常感谢。

您好！请问您现在解决了面板数据里有变量不随时间变化的问题了么？我还是搞不清楚应该使用什么样的模型。我的情况是面板非平衡，时间很短，而且不随时间变的变量都是关键解释变量，不知您能否给推荐几篇文献看看？~

楼主，比较奇怪的是，我模型里并不存在不随时间变化的变量，但是在对结果进行检验时，显示cannot calculate Sargan test with dropped variables，sargan和ar（）检验都是，这是什么原因呢。。

请问您解决了吗？我也遇到同样的问题了...

同样受教了，多谢

您好，可以向您请教下这个问题吗？

友友，请问你问题解决了吗？我问题和你一样，核心解释变量是不随时间变化的量，你最后用的哪个模型啊。可以用l m检验在随机和混合模型里选一个出来嘛，因为是不随时间变化，首先排除固定效应