部分线性面板数据模型中个体效应的Bootstrap Hausman检验

对于面板数据模型而言,为了提高估计和预报的精度,区分个体固定效应和个体随机效应非常重要。 针对部分线性面板数据模型,在小样本下采用参数 Hausman 检验方法来识别模型中的个体效应,并通过 Bootstrap 抽样方法求得统计量的上分位点进而构造假设检验的拒绝域。 模拟结果显示,此检验的稳健性和可靠性比现有的非参数检验高,且在计算量和计算时间上有较大优势。