Регрессия данных панели: надежные стандартные ошибки

моя проблема заключается в следующем: я получаю NA где я должен получить некоторые значения при расчете робастные стандартные ошибки.

Я пытаюсь сделать регрессию панели фиксированного эффекта с помощью стандартных ошибок кластера. Для этого я следую Араи (2011) кто на р. 3 следует Stock / Watson (2006) (позже опубликованный в Эконометрика для тех, кто имеет доступ). Я хотел бы исправить степени свободы (M/(M-1)*(N-1)/(N-K) против вниз смещение, поскольку мое количество кластеров конечное, и у меня есть несбалансированные данные.

подобные проблемы были опубликованы раньше [1, 2] о StackOverflow и связанных с ним проблемах [3] на CrossValidated.

Arai (и ответ в 1-й ссылке) использует следующий код для функций (я предоставляю свои данные ниже с некоторыми дополнительными комментариями):

gcenter <- function(df1,group) {
    variables <- paste(
        rep("C", ncol(df1)), colnames(df1), sep=".")
    copydf <- df1
    for (i in 1:ncol(df1)) {
        copydf[,i] <- df1[,i] - ave(df1[,i], group,FUN=mean)}
    colnames(copydf) <- variables
    return(cbind(df1,copydf))}

# 1-way adjusting for clusters
clx <- function(fm, dfcw, cluster){
    # R-codes (www.r-project.org) for computing
    # clustered-standard errors. Mahmood Arai, Jan 26, 2008.
    # The arguments of the function are:
    # fitted model, cluster1 and cluster2
    # You need to install libraries `sandwich' and `lmtest'
    # reweighting the var-cov matrix for the within model
    library(sandwich);library(lmtest)
    M <- length(unique(cluster))   
    N <- length(cluster)           
    K <- fm$rank                        
    dfc <- (M/(M-1))*((N-1)/(N-K))  
    uj  <- apply(estfun(fm),2, function(x) tapply(x, cluster, sum));
    vcovCL <- dfc*sandwich(fm, meat=crossprod(uj)/N)*dfcw
    coeftest(fm, vcovCL) }

,где gcenter вычисляет отклонения от среднего (фиксированный эффект.) Затем я продолжаю и делаю регрессию с DS_CODEбудучи моей переменной кластера (я назвал свои данные "данные").

centerdata <- gcenter(data, data$DS_CODE)
datalm <- lm(C.L1.retE1M ~ C.MCAP_SEC + C.Impact_change + C.Mom + C.BM + C.PD + C.CashGen + C.NITA + C.PE + C.PEdummy + factor(DS_CODE), data=centerdata)
M <- length(unique(data$DS_CODE))
dfcw <- datalm$df / (datalm$df - (M-1))

и хотите, чтобы вычислить

clx(datalm, dfcw, data$DS_CODE)

однако, когда я хочу, чтобы вычислить uj (см. формулу clx выше) для дисперсии я получаю только в начале некоторые значения для моих регрессоров, затем много нулей. Если этот вход uj используется для дисперсии, только NAs результат.

мой данные

поскольку мои данные могут иметь специальную структуру, и я не могу понять проблему, я публикую все это как ссылке С Hotmail. Причина в том, что с другими данными (взятыми из Arai (2011)) моя проблема не возникает. Извините заранее за беспорядок, но я был бы очень благодарен, если бы вы могли взглянуть на него тем не менее. Файл на 5Мб .txt файл, содержащий только данные.