R语言Fama-MacBeth回归代码选择：两种实现结果差异解惑

云原生阿岚

2026-7-18

Fama-MacBeth回归代码选择问题

我需要在R语言中运行Fama-MacBeth回归，数据集包含自变量、date（日期）和ticker（股票代码）变量。我编写了两段代码（如下），但输出结果不同，想请教应该选择哪一段？其中dummyDIV是dummy与DIV的乘积，dummy在月度t内对所有股票取值相同，随日期变化。

代码1

pmg1 <- pmg(nextreturn ~ DIV+marketreturn+value+bookmarket+dummyDIV, panel_data, index=c("ticker","date"))

代码2

fmb_model1 <- plm(nextreturn ~ DIV+marketreturn+value+bookmarket+bookmarket+dummyDIV, data = panel_data, model = "within", effect = "twoways")

我原本预期两者结果一致，但系数存在明显差异。数据集示例如下：

ticker	date	nextreturn	DIV	marketreturn	value	bookmarket	dummy	dummyDIV
abc	2002-01-31	.3	.3	.3	.31	.05	0	0
abc	2002-03-31	.4	.5	.5	.33	.03	0	0
abc	2002-05-31	.3	.6	.6	.34	.02	0	0
xyz	2002-01-31	.1	.8	.3	.41	.2	0	0
xyz	2002-03-31	.05	.1	.5	.42	.1	0	0
xyz	2002-05-31	.01	.3	.6	.49	.5	0	0
xyz	2005-05-31	.01	.4	.5	.55	.7	1	0.1

核心差异与选择建议

模型本质完全不同
- pmg()是plm包中专门实现Fama-MacBeth回归的函数，逻辑完全贴合Fama-MacBeth步骤：对每个时间截面（每个date）单独做横截面回归，再对各截面的系数取算术平均，这正是你需要的Fama-MacBeth估计结果。
- 代码2的plm(..., model="within", effect="twoways")是双向固定效应模型，通过对个体（ticker）和时间（date）维度去均值控制固定效应，估计的是面板组内效应，和Fama-MacBeth的截面平均逻辑完全无关，这是结果差异的核心原因。
代码2存在笔误
代码2的公式中重复写入了bookmarket变量，会导致该变量被重复纳入模型，进一步干扰估计结果。