我参考了一些人的用法:
有的用 fit y/gmm kernel=(bart, L+1, 0); L是lag length for the newey-west kernel.
也有人用 fit y/gmm kernel=(bart,1,b); b=ln(M)/ln(T), M: bandwidth,T: number of time-series observations.
Newey-West(1987)提出的方法主要用于处理回归中的异方差和序列自相关问题,属于HAC中的一种特殊方法(HAC=Heteroskedasticity and Autocorrelation Consistent Standard Error)。它的特点是:使用Bartlett核心,带宽取决于样本规模,无需调整自由度,无需预白化(prewhitening),不改变回归系数的估计值,只改变标准误的估计值。其优点是:通过异方差自相关稳健的标准误,使得在存在异方差与自相关的情况下也能进行最小二乘法回归。在处理面板数据(经济研究中大部分都是面板数据)的混合回归(pooled OLS)、固定效应模型和随机效应模型时容易受到异方差和自相关的干扰,在SAS中可以分别通过下列语句解决:
一、混合回归(pooled OLS)
proc sort data=sample;by stkcd year;run;
proc panel data=sample;
model y=x1 x2 x3 /pooled neweywest;
id stkcd year;run;quit; *一般还需要控制年度/行业效应;
二、公司个体固定效应模型FE
proc sort data=sample;by stkcd year;run;
proc panel data=sample;
model y=x1 x2 x3 /fixone neweywest;
id stkcd year;run;quit; *一般还需要控制年度/行业效应;
三、公司个体随机效应模型RE
proc sort data=sample;by stkcd year;run;
proc panel data=sample;
model y=x1 x2 x3 /ranone neweywest;
id stkcd year;run;quit; *一般还需要控制年度/行业效应;