跳到主要内容

Hausman 检验

一、直观理解：FE 和 RE 打架吗？​

Hausman 检验用于比较两种估计量：

  • 在原假设下都一致，但 RE（或有效估计）更有效；
  • 在备择假设下，只有 FE（稳健估计）一致，RE 不一致。

在面板 FE vs RE 的经典应用中：

  • H0:H_0: 个体效应与回归元不相关（RE 可用）；
  • H1:H_1: 相关（应使用 FE）。

若两种估计的 β^\hat\beta 差异大到不能用抽样噪声解释，就拒绝 H0H_0，倾向 FE。

一句话：Hausman 是在问——图有效率的 RE，会不会牺牲一致性？

二、适用场景与优缺点​

类型说明
适用场景面板 FE/RE 选择；更一般的“有效估计 vs 稳健估计”比较（IV 等）；报告模型选择依据。
核心优点形式标准、直觉清楚；把选择从纯口说变成可检验。
局限与缺点有限样本可能怪异（差矩阵非正定）；依赖同方差等经典条件，与聚类稳健世界不完全匹配；显著与否不能代替对识别的专业判断；不拒绝不等于 H0H_0 为真（功效问题）。

三、核心原理​

设 β^c\hat\beta_c 为在 H0H_0 下有效且一致的估计（RE），β^e\hat\beta_e 为始终一致但 H0H_0 下较不有效的估计（FE）。统计量：

H=(β^e−β^c)T[Var^(β^e)−Var^(β^c)]−1(β^e−β^c)H=(\hat\beta_e-\hat\beta_c)^\mathsf{T} \big[\widehat{\mathrm{Var}}(\hat\beta_e)-\widehat{\mathrm{Var}}(\hat\beta_c)\big]^{-1} (\hat\beta_e-\hat\beta_c)

在 H0H_0 下渐近 χq2\chi^2_q，qq 为被比较的系数维数。

面板操作要点：

  1. 只比较两种方法都能估计的系数（时不变变量不在 FE 中）；
  2. 使用可比较的样本与同一套 XX；
  3. 若 Var^(β^FE)−Var^(β^RE)\widehat{\mathrm{Var}}(\hat\beta_{FE})-\widehat{\mathrm{Var}}(\hat\beta_{RE}) 不正定，需用广义逆或改用辅助回归形式（Mundlak/Wooldridge）。

现代实践更推荐：

  • Mundlak 装置：把 xˉi\bar x_i 加入 RE，检验 xˉi\bar x_i 系数是否为 0；
  • 或直接基于稳健 SE 的 FE，以识别目标为准，而不是“唯 Hausman p 值”。

四、关键决策​

1. p 小怎么办​

选 FE（或相关随机效应模型），并报告差异大的系数。

2. p 大怎么办​

RE 未被拒绝，但仍需实质论证外生；可把 RE 作效率对照，关键结论用 FE 做稳健性。

3. 与聚类稳健冲突​

经典 Hausman 假设与聚类世界不一致时，优先稳健 FE + 理论，辅以 Mundlak 检验。

4. 不要机械​

政策处理很可能与地区固定特质相关——即使 Hausman 临界，也常先验选 FE/DID。

五、MATLAB 示例​

rng(22);
N = 80; T = 5;
id = repelem((1:N)', T);
a = repelem(randn(N,1), T);

% 情形A：x 与 a 相关 -> 应拒绝 RE
xA = 0.7*a + randn(N*T,1);
yA = a + 1.0*xA + 0.7*randn(N*T,1);

% 情形B：x 与 a 不相关 -> 不应拒绝
xB = randn(N*T,1);
yB = a + 1.0*xB + 0.7*randn(N*T,1);

function [bFE, bRE, H, p] = hausman_panel(id, x, y)
    N = max(id); T = numel(y)/N;
    % FE within
    yw = y; xw = x;
    ybar = zeros(N,1); xbar = zeros(N,1);
    for i = 1:N
        idx = id==i;
        ybar(i) = mean(y(idx)); xbar(i) = mean(x(idx));
        yw(idx) = y(idx)-ybar(i);
        xw(idx) = x(idx)-xbar(i);
    end
    bFE = xw\yw;
    e = yw - xw*bFE; sig_e2 = var(e,1);
    % 简化 RE：方差分量 + 准去均值（单变量）
    % between 回归残差方差
    b_between = [ones(N,1) xbar]\ybar;
    ub = ybar - [ones(N,1) xbar]*b_between;
    sig_a2 = max(var(ub,1) - sig_e2/T, 0);
    theta = 1 - sqrt(sig_e2/(sig_e2 + T*sig_a2));
    ys = y; xs = x;
    for i = 1:N
        idx = id==i;
        ys(idx) = y(idx) - theta*ybar(i);
        xs(idx) = x(idx) - theta*xbar(i);
    end
    % 含截距
    Z = [ones(numel(ys),1) xs];
    b_all = Z\ys; bRE = b_all(2);
    % 粗糙方差（仅示意，非严谨聚类）
    seFE2 = sig_e2 / (xw'*xw);
    eRE = ys - Z*b_all; sig2 = var(eRE,1);
    V = sig2*inv(Z'*Z); seRE2 = V(2,2);
    d = bFE - bRE;
    vdiff = seFE2 - seRE2;
    if vdiff <= 0
        H = NaN; p = NaN;
    else
        H = d^2 / vdiff;
        p = 1 - chi2cdf(H, 1);
    end
end

[bFEA, bREA, HA, pA] = hausman_panel(id, xA, yA);
[bFEB, bREB, HB, pB] = hausman_panel(id, xB, yB);
fprintf("相关情形: FE=%.3f RE=%.3f H=%.3f p=%.4g\n", bFEA, bREA, HA, pA);
fprintf("外生情形: FE=%.3f RE=%.3f H=%.3f p=%.4g\n", bFEB, bREB, HB, pB);

% Mundlak 辅助：回归 y ~ x + xbar(i)
xbar_full = repelem(accumarray(id, xA, [], @mean), T);
mdl_m = fitlm([xA xbar_full], yA);
fprintf("Mundlak xbar 系数 p = %.4g（相关情形应显著）\n", ...
    mdl_m.Coefficients.pValue(3));

注意：上面的方差与 Hausman 统计量为教学简化。正式报告应使用工具箱/自编的严谨协方差，或直接报告 Mundlak 检验与 FE 结果。

六、如何解释结果​

  1. 比较的估计量与样本；
  2. 各系数 FE/RE 对照表；
  3. H 统计量、自由度、p；
  4. 选择结论与稳健性；
  5. 若用 Mundlak，报告 xˉi\bar x_i 联合检验；
  6. 强调：模型选择服务识别目标，而非只追 p 值。

七、常见误区​

1. p>0.05 就宣称“证明了随机效应外生”​

只是未拒绝，可能是功效不足。

2. 比较了不同样本或不同变量集​

Hausman 变得无意义。

3. 差矩阵负定仍强行解释​

应改用稳健程序。

4. 忽视实质：处理分配与固定特质相关​

检验再漂亮也不能拯救错误故事。

八、小结​

Hausman 检验的核心是：

比较“始终一致”的 FE 与“H0H_0 下更有效”的 RE，若差异系统性显著，则放弃 RE。

它是面板模型选择的经典工具，但应与 Mundlak 装置、聚类稳健 FE 以及问题中的识别逻辑一起使用，而不是唯一的自动开关。