Python中拟合无外生变量的TWFE回归报错及解决问询

问题原因 #

linearmodels.PanelOLS的构造函数强制要求传入外生变量参数，仅指定因变量、实体和时间固定效应会触发missing exogenous positional argument错误。

解决方案 #

给模型添加一个常数项作为外生变量，你要拟合的模型$Y_{it} = \lambda_t + \gamma_i$可以等价转换为包含常数项的形式：
$$Y_{it} = \alpha + \lambda_t + \gamma_i + \epsilon_{it}$$
这种方式无需生成大量虚拟变量，计算效率极高，适合大规模数据集。

修改后的代码 #

import pandas as pd
from linearmodels.panel import PanelOLS

# 生成模拟面板数据
df = pd.DataFrame({
    'entity_id': [1, 1, 2, 2, 3, 3],
    'time_id': [1, 2, 1, 2, 1, 2],
    'y': [10, 15, 10, 20, 30, 40]
})

# 设置面板数据索引（实体+时间）
df = df.set_index(['entity_id', 'time_id'])

# 添加常数项作为外生变量
df['const'] = 1

# 定义模型：因变量y，外生变量const，加上双向固定效应
mod = PanelOLS(df['y'], df['const'], entity_effects=True, time_effects=True)
res = mod.fit()

# 查看结果
print(res)

补充说明 #

• 常数项的加入仅为满足PanelOLS的参数要求，实际估计的实体和时间固定效应与原模型目标完全一致
• 若不需要常数项的结果，可在输出时忽略它，不影响固定效应的估计值
• 该方法的计算逻辑与R/Stata中直接拟合无协变量双向固定效应的逻辑一致，避免了虚拟变量法的内存占用问题

内容的提问来源于stack exchange，提问作者daniell419