使用面板数据的ARIMA建模

Question

我正在进行固定效果回归并且遇到自相关问题,为了解决这个问题,我正在使用预测,lmtest和plm包进行ARIMA建模.我的数据是一般的面板数据,看起来像这样,我正在尝试做一些ARIMA建模,但我很难将自回归项和移动平均值结合到使用plm包的固定效果回归中.这是我的尝试.

world_hour_fix = 
    plm(WBGDPhour ~ broadband + resourcerents + education, 
        data = hourframe, model = "within")

auto.arima(world_hour_fix$residuals)

# Series: world_hour_fix$residuals 
# ARIMA(1,0,1) with zero mean     
# 
#     Coefficients:
#       ar1     ma1
#       0.403  0.3135
# s.e.  0.138  0.1586
# 
# sigma^2 estimated as 0.4901:  log likelihood=-175.54
# AIC=357.09   AICc=357.23   BIC=366.4

auto.arima(world_fix$residuals)

我的问题是:如何将一个自回归项和一个移动平均值合并到我的回归中？

Answer 1

在经济学方面，我们通常不会尝试使用面板数据进行 ARIMA 建模。相反，我们使用（准）差值估计。如果您不担心非平稳性（听起来似乎不是），那么Bertrand、Duflo 和 Mullainathan 的这篇论文“我们应该相信多少差异估计？”比较了不同的方法考虑面板数据的自相关性。他们发现块引导程序和 HAC 标准错误往往运行良好。