在大样本下,Hausman检验统计量渐进地服从卡方分布,但在有限样本分析中却经常出现负值。对此,文献中并未形成一致看法。本文采用Monte Carlo模拟,从小样本偏误、内生性偏误、序列相关、非平行面板等角度,研究了Hausman检验统计量的小样本性质。结果表明,内生性问题(解释变量与个体效应相关)是导致Hausman统计量出现负值的主要原因。进一步分析表明,修正后的Hausman统计量,以及过度识别检验方法能够很好地克服上述缺陷,且具有很好的有限样本性质。