r-具有聚集标准误差的固定效应回归

Question

我目前正在r中进行固定效果回归。

我有一个由以下变量组成的数据集：公司首席执行官的总薪酬(TOTAL_COMP)、公司代码(GVKEY)、会计年度(FISCAL_YEAR)、一些公司特征(如资产(AT)(和公司的行业(SIC)。

尽管数据是专有的，但它看起来像：

例如

TOTAL_COMP <- c(100, 200, 50, 150, 300, 200, 150, 75)
GVKEY <- c("103", "103", "103", "103", "104", "104", "104", "104")
AT <- c(1000, 1100, 1200, 1300, 2000, 2100, 2200, 2300)
FISCAL_YEAR <- c(2015, 2016, 2017, 2018, 2015, 2016, 2017, 2018)
SIC <- c(78, 78, 78, 78, 80, 80, 80, 80)

我使用了plm function，并使用行业(SIC)固定效应进行了固定效应回归。

model <- plm(TOTAL_COMP ~ AT, index = "SIC", model = "within", data = COMBINED_DATA)

随后，我想将标准错误集中在公司(GVKEY)，而不是行业(SIC)级别。然而，我不确定该使用哪种功能。我试过了：

coeftest(model, vcov = vcovHC(regression, type = "HC0", cluster = "group"))

但恐怕这将标准误差聚集在行业CCD_ 10而不是公司CCD_。如何计算公司(GVKEY)级别的标准误差？

(使用的包：plm和lmtest(

Answer 1

您可以将SIC设置为伪变量，并对公司级别的标准错误进行聚类：

# The fixed effects model
model <- lm(TOTAL_COMP ~ AT + factor(SIC), data = COMBINED_DATA)
# The fixed effects model with cluster settings
library(estimatr)
Clu_robust <- lm_robust(TOTAL_COMP ~ AT + factor(SIC), 
data = COMBINED_DATA,
clusters = GVKEY, 
se_type = 'stata')