王老师的书里说的有一定的道理。
下面是我的理解希望能对你有所帮助。
在 FE 模型中，核心思想是把解释变量中不随时间变化的那些单独拿出来，也就是我们平时所谓的个体效应或固定效应部分，然后通过一阶差分或组内去心控制这个体效应的影响。
而在 RE 模型中，则是把随机干扰项分成两个部分，一部分不随时间变化，另一部分随时间变化，这也实现了控制个体之间异质性的目的，但切入点不同。
如果是采用 xtgls 命令，则它不会对解释变量进行分解（FE 的做法），也不会对干扰项进行分解（RE 的做法），而是通过设定干扰项的方差协方差矩阵来实现个体异质性的设定。这种设定包含了较为严格的假设条件。同时，要求你的数据是大 T 小 N 类型，并不实用。
总体而言，xtgls 对异质性的控制最为温柔，而 FE 的控制最为强势。
如果你检验发现同时存在异方差和序列相关，我建议可以采用 xtreg, fe vce(bootstrap, reps(1000)) ，即采用 bootstrap 获取标准误。
扫码加好友，拉您进群
全部版块
我的主页
收藏
