Я работаю над исследованиями в области финансов и использую несбалансированную регрессию с фиксированными эффектами Мой набор данных состоит из 101 единицы (облигаций), для которых у меня есть ежедневные наблюдения их аск доходности с даты выпуска облигации (самое раннее наблюдение с 29 января 2014 года) до 30 января 2020 года. Поэтому панель не сбалансирована с T-диапазоном от 81 до 1415 дней в зависимости от даты выпуска соответствующей облигации.
Я запускаю фиксированные эффекты в рамках регрессии:
model_fe = plm(yield_diff ~ Bid_ask, data = mydata.set, model = "within")
, и меня особенно интересуют отдельные эффекты, захваченные перехватами:
fixef(model_fe)
summary(fixef(model_fe))
Теперь приходит проблемная часть c: Я хочу посмотреть, изменяется ли зависимая переменная во времени, и, таким образом, я добавляю манекены за весь год, кроме 2014, который является моим базовым годом:
model_TE = plm(yield_diff ~ Bid_ask + factor(year), data = mydata.set, model = "within")
4 из 6-ти летних манекенов являются статистически значимыми, поэтому имеет смысл включить их в регрессию. Тем не менее, я запутался, как интерпретировать отдельные эффекты сейчас. У меня есть два вопроса:
- Я снова получаю отдельные фиксированные эффекты с помощью
fixef(model_TE)
summary(fixef(model_TE))
Логически я бы предположил, что теперь перехват для, скажем, индивидуального i = 1 фиксирует индивидуальный эффект для этой конкретной облигации в базовом году (то есть в 2014 году). Чтобы получить индивидуальный эффект для i = 1 в 2015 году, я просто суммирую перехват и коэффициент на манекене 2015 года et c. - Это предположение верно?
Дело в том, что большинство облигаций были выпущены после 2014 года. Если мое предположение в вопросе 1 верно (то есть индивидуальный фиксированный эффект, полученный с помощью fixef (model_TE) - это перехват для облигации i = 1 в 2014 году), что это значит? для облигаций, которые не были выпущены в этом году, они были выпущены, скажем, в 2016 году?