支持你,区别我觉得没有什么不同,在面板数据理论里按照数据的不同分为平衡和不平衡面板,就是为了数据的不同而设置的。
虚拟变量的设置很成问题,那么多变量再加虚拟变量,这种估计效果如果非常好才怪。看过很多这样的估计,上市公司的截面数据差异很大,不知道他们怎么得到那么好的结果,很有疑问?
而且,我看到很多估计结果直接就给出了估计结果,没有估计过程,检验的判断等等方面,我个人认为有很问题。很多同一个理论,使用截面数据、面板数据得到的结果有很大差别,但是还都能支持这种理论的?多选一个指标和少些指标,估计结果也多变化,就能财务风险估计吧,二元因变量,多个财务指标,根据相关理论找到相关指标,进行估计,理论支持相关的,但实证上检验不通过,按照计量理论,这很有可能是模型设置错误,或存在异方差、或有多重共线性等等其他因素;如果按照财务理论,很可能说不通的;还需要我们在财务学的计量运用上多动脑筋呀。
还有现在财务学实证很流行的面板数据联立方程估计,使用2sls估计方法,这个到没有多大问题,分别估计两个方程就可以了(可以参考任一教材)。但有时候一个因变量是二元的,一个是连续的,直接估计的这种可靠性真是不敢恭维。大家知道二元的面板数据估计是非线性的,下面来一个线性的,哈哈,可能我的知识还没有学到家。
对于学习财务的或者微观金融的人,他们多会直接把计量软件拿来,了解一些估计方法就直接应用到问题中,这种方法是否科学,值得探讨。记得有一个学统计的博士告诉我,很多人连基本的估计过程、应该采用什么统计量,怎么判断估计效果好不好根本搞不清楚,这种得到的结果能可靠吗?
计量作为工具真的很重要,但要真正掌握其精髓还很多路要走呀,没办法,谁叫很多好期刊非实证不录用呢。我们应该多提倡规范研究,在进行实证研究,这种路子才是对的。
才学疏浅,只有这点想法。