大家好！
在面板数据分析中，最近一个美国著名教授来讲座。系统讲述了面板数据中的FIXED EFFECT/RANDOM EFFECT/GLS MODEL。对于这些模型的检验以及原理、异方差处理、序列相关性处理我都懂一些。但具体用时用哪一个模型，我依然模糊。我的理解是：
1.如果HAUSMAN检验说明用随机效应模型。因为这个模型效率更高，则无条件用。不必要提及什么GLS之类。
2.但HAUSMAN检验显著，说明应该用固定效应模型。这时候麻烦了。因为只可以去除不随时间而变化的不可观测效应。对于随时间变化的不可观测效应，第一种方法：可以通过添加YEAR等变量来控制。再看异方差。而序列相关问题因为考虑了YEAR得到了一定的处理。审稿人也不会第二种方法：认为这时内生性很严重。添加工具变量。但这时候IV总是很难找。幸运的话找到最好了。wooldridge举了一个这样的例子。第三种方法：直接用GLS来修正。而最后的正式输出结果也主要是用GLS修正后的结果。

这位教授说，能用简单模型就用简单。简单模型最可靠。而国内很多人用复杂模型，其实是吓唬人。我很认同。我的基本总结也是上面两条。或者是随机效应模型（效率高），或者是GLS修正后结果（更全面）。谨慎采用固定效应模型。这样足够了。

各位大侠的观点呢？