感谢您对这个问题的帮助。我正在尝试复制这项关于寻找最佳银行资本水平的研究。所有这些都是使用 Stata 完成的。唯一的区别是我有季度数据，而作者有半年数据。
我们对以下回归有问题：
Beta=alpha(i) + X(i,t-1)b + u(it)
X(i,t-1) 代表了一个非常有记录的重要的 beta 预测因子。估计过程如下：
执行单位根测试以确保 beta 和 X 没有虚假链接。
我们进行了测试，我们拒绝了 H0，因此到目前为止一切都很好。
使用 OLS、固定效应和随机效应执行回归。当我们按照研究中指示的每一步进行回归时，我们会发现 X 不显着。连80%的水平都没有！对于这三种方法中的任何一种。（有关回归的更多详细信息，请参阅第 13 页的末尾至第 15 页）。
我们的面板数据如下所示：
根据论文中的指示，这是我们运行的回归：
. xtset bank quarters, quarterly
panel variable: bank (strongly balanced)
time variable: quarters, 1998q1 to 2013q1
delta: 1 quarter
--
. xtreg beta ib(first).year LD.leveragefull, fe vce(cluster bank)
这就是我们得到的：
Fixed-effects (within) regression Number of obs = 295
Group variable: bank Number of groups = 5
R-sq: within = 0.2965 Obs per group: min = 59
between = 0.0002 avg = 59.0
overall = 0.1387 max = 59
F(4,4) = .
corr(u_i, Xb) = 0.0000 Prob > F = .
(Std. Err. adjusted for 5 clusters in bank)
------------------------------------------------------------------------------
| Robust
beta | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
year |
1999 | -.2352546 .0679795 -3.46 0.026 -.4239961 -.0465131
2000 | -.3410705 .1256874 -2.71 0.053 -.6900346 .0078936
2001 | -.2187538 .1399625 -1.56 0.193 -.6073519 .1698443
2002 | -.2628397 .094347 -2.79 0.050 -.524789 -.0008903
2003 | -.1413272 .050201 -2.82 0.048 -.2807076 -.0019469
2004 | -.2506764 .0697621 -3.59 0.023 -.444367 -.0569858
2005 | -.3280419 .1220112 -2.69 0.055 -.6667993 .0107156
2006 | -.2976486 .0996758 -2.99 0.040 -.574393 -.0209043
2007 | -.1901107 .1236727 -1.54 0.199 -.5334811 .1532598
2008 | -.1407684 .0840705 -1.67 0.169 -.3741854 .0926487
2009 | -.0503666 .0505586 -1.00 0.376 -.1907398 .0900066
2010 | -.0764699 .057999 -1.32 0.258 -.2375011 .0845613
2011 | -.0035166 .0720702 -0.05 0.963 -.2036155 .1965823
2012 | .0006204 .0492506 0.01 0.991 -.136121 .1373619
2013 | .3996657 .0604211 6.61 0.003 .2319099 .5674215
|
leveragefull |
LD. | .0047472 .0068057 0.70 0.524 -.0141484 .0236428
|
_cons | .5461694 .069342 7.88 0.001 .3536452 .7386935
-------------+----------------------------------------------------------------
sigma_u | .29632318
sigma_e | .21633914
rho | .6523096 (fraction of variance due to u_i)
------------------------------------------------------------------------------
另一方面，该研究的作者获得了非常重要的杠杆（X）值，这在理论和实践中具有绝对意义。
所以问题是，我做错了什么？可能是什么问题？如何修复数据或回归以增加结果的重要性？