咨询：用lp_nl_panel函数结合虚拟变量分析非对称冲击的正确性

你的核心思路——通过0/1虚拟变量区分SS2_FNET_E的正负冲击，进而用lp_nl_panel做非对称面板局部投影分析——是符合非对称冲击识别的标准做法的，整体代码框架没问题，以下是具体的参数分析和优化建议：

一、代码核心部分的合理性分析 #

1. 虚拟变量switching的创建
   你的逻辑是正确的：用if_else根据SS2_FNET_E的符号生成0/1状态变量。但不需要group_by(COUNTRY)和ungroup()，因为mutate是逐行处理观测值，分组操作不会改变结果，反而冗余，可直接简化为：

   df2 <- df %>% mutate(switching = if_else(SS2_FNET_E > 0, 1, 0))
   

2. lp_nl_panel关键参数的合理性

   • endog_data = "lrealGDP"：正确设定被解释变量为实际GDP对数，符合产出冲击响应分析的常规设定。
   • cumul_mult = TRUE：适合产出类变量，会生成累积脉冲响应函数（IRF），直观展示冲击对GDP的累计影响，设置合理。
   • shock = "SS2_FNET_E"：正确指定核心冲击变量。
   • panel_model = "within" + panel_effect = "individual"：采用个体固定效应模型，处理面板数据的个体异质性，是面板局部投影的标准选择。
   • robust_cov = "vcovSCC"：使用SCC标准误，能有效处理面板数据中的异方差、序列相关和截面相关问题，宏观面板分析中非常必要。
   • switching = "switching" + use_logistic = FALSE：明确用预先定义的0/1虚拟变量作为状态变量，而非通过logistic模型估计状态，完全匹配你的研究设计（区分正负冲击），参数设置正确。
   • lag_switching = FALSE：设定状态仅由当期冲击符号决定，若你的研究假设是“非对称响应仅取决于当期冲击方向”，这个设置合理；若需考虑状态依赖（如前期冲击符号影响当期响应），再改为TRUE即可。
   • lags_fd_exog_data = 4 + hor = 12：滞后阶数4、响应期数12都是宏观经济研究的常规选择，设置合理。
   • confint = 1.65：对应90%置信区间，若需95%置信区间可改为1.96，根据研究需求调整即可。

二、可优化的细节 #

1. 移除无效参数
   gamma = 10是use_logistic = TRUE时的平滑参数，当前你关闭了logistic状态估计，该参数完全无效，建议删除以避免混淆。

2. 避免控制变量冗余
   l_fd_exog_data参数会将指定变量的水平值和一阶差分都作为控制变量，而lp_nl_panel默认会包含被解释变量的滞后项（lags_endog默认值为1）。你将lrealGDP加入l_fd_exog_data会导致重复控制被解释变量的水平项，建议移除lrealGDP，仅保留冲击变量和政策变量：

   l_fd_exog_data = c("SS2_FNET_E", "policy_rate")
   

   若需更多滞后的被解释变量作为控制，可通过lags_endog参数调整（如lags_endog = 4）。

3. 数据平稳性检查
   局部投影方法对数据平稳性有要求，建议先对所有变量做面板单位根检验（如IPS检验）：

   • 若变量存在单位根，需对变量做差分处理，同时将diff_shock = TRUE。
   • 若lrealGDP是水平值（对数形式），需确认其是否平稳，否则可能导致伪回归。

4. 稳健性检验补充
   为确保结果可靠，建议做以下稳健性检验：

   • 调整滞后阶数（如2、3阶）。
   • 更换标准误类型（如vcovBK）。
   • 调整响应期数（如8、16期）。

三、总结 #

你的代码核心逻辑是正确的，通过虚拟变量区分正负冲击的非对称面板LP分析方法是成立的，调整上述细节后，结果会更严谨可靠。

内容的提问来源于stack exchange，提问作者user3227641