Stata连享会

本文整理前两讲中学员有关课程中面板数据选取和处理、统计推断及估计偏误、数据匹配、“赛马”机制、控制变量选取、聚类问题、异质性研究、研究结果解读、研究实操中所遇到和关注的问题，并由徐老师和助教一一解答。

稳健回归是指将稳健估计方法应用于回归模型，以拟合大部分数据结构，同时识别出潜在的离群点、强影响点或与模型假设相偏离的结构。稳健回归的主要思路是将普通最小二乘回归中的目标函数修改，并且不同的目标函数对应不同的稳健回归方法。常见的稳健回归方法有：S 估计、GS 估计、MM 估计、LMS 估计、LTS 估计方法等。xtrobreg命令为面板数据提供了两种不同的稳健回归方法，即稳健的一阶差分估计和稳健的成对差别估计。

固定效应是面板数据模型中的一般处理方法，一般用于高频分组 (企业) 或多分组数据 (企业和时间)，本文主要介绍固定效应模型如何消除遗漏变量偏误以及对标准误的影响，最后说明一些固定效应在应用中的陷阱。除此之外，还涉及变异较小的群组对系数的影响和消除这一负面作用的方式。通过以上内容可以更好地设定和解释固定效应模型。

本文主要介绍由 Mou、Hongyu 和 Yiqing Xu (2022) 共同开发的面板数据可视化命令——panelview。

在实证分析中，我们通常需要控制某些变量来缓解遗漏变量问题，例如公司年龄 (age) 和公司规模 (size)。不过，当我们同时控制了公司固定效应和时间固定效应后，公司年龄与固定效应会存在共线性问题。为缓解上述问题，学者往往会对公司年龄取对数。那么这一方法是否可以发挥作用呢？...

全文阅读：Stata：xtbunitroot-允许结构突变的面板单位根检验| 连享会主页目录1. 导读 2. 包含一个结构突变的模型设定 2.1 结构突变仅存在于截距项 2.2 结构突变存在于截距项与线性趋势项 3. 两个结构突变的模型设定 3.1 结构突变仅存在于截距项 3.2 结构突变存在于截距项与线性趋势项 4. xtbunitroot 命令详解 4.1 安装 4.2 基本语法和选项 (Options) 5. xtbunitroot 的 Stata 实

全文阅读：Stata：如何处理固定效应模型中的单期数据-xtfesing| 连享会主页目录1. 简介 2. 理论背景 3. Stata 实操 4. 参考文献 5. 相关推文1. 简介固定效应模型通过剔除不随时间变化的因素，即只考虑组内变换，来缓解遗漏变量偏误问题。但是，当某些个体只有一期数据时，他们的组内变化完全等于零，此时该如何处理呢？本文将介绍由 Magazzini (2020) 提出的xtfesing命令。该命令是在 GMM 框架下构建的，允许在固定效应模型中使用一期..

全文阅读：Stata：高效实现面板回归控制法-rcm| 连享会主页目录1. 简介 2. 理论背景 3. 命令介绍 4. Stata 实例操作 4.1 OLS 估计 4.2 Post-Lasso OLS 估计 4.3 安慰剂检验 5. 参考资料 6. 相关推文1. 简介回归控制法 (Regression Control Method，rcm) 由 Hsiao 等 (2012) 提出。该方法利用横截面相关性，通过线性回归 (OLS)、Lasso 或 Post-Lasso

全文阅读：Stata：动态面板数据模型与xtabond2应用| 连享会主页目录1. Nickell 偏差 2. 动态面板估计方法 3. 实证案例 4. 参考资料 5. 相关推文 为了处理内生性问题，我们常常使用工具变量法。但是实际操作中，工具变量往往难以获取，我们可以通过运用自然实验法、处理效应模型、引入固定效应模型、广义矩估计等替代方法进行解决。如果你的数据是面板数据，那么使用动态面板模型（Dynamic Panel Data，DPD）将会是不错的选择。动态面板模型是解释..

全文阅读：Stata：如何估计包含非时变变量的动态面板模型-xtseqreg| 连享会主页目录1. 引言 2. boottest 简介 boottest 命令的主要功能 boottest 命令中的五种权重分布 3. 命令介绍 4. 案例应用 5. 相关推文1. 引言先说说编写boottest命令的因缘。几年前，Roodman 教授读了 Kevin Croke 的一篇构思巧妙的论文，从中学习到了 wild (cluster) bootstrap 法。Roodman ...

全文阅读：https://www.lianxh.cn/news/811bbd3446fa2.html1. 引言研究空间计量，第一步基本上都是计算莫兰指数。我入门软件是 Matlab，后来学习了 Stata，发现相比于 Matlab，Stata 很便捷。但是，在使用 Stata 计算面板数据的莫兰指数和画莫兰散点图时，遇到了和大家一样的问题，即只能计算截面莫兰指数、莫兰散点图背景为黑色、以及不能编辑等。通过查看 ado 文件，我发现是版本太老了，随即我就有了想要结合spatgsa和spatl...

全文阅读：https://www.lianxh.cn/news/31be9ab09c5ff.html目录1. 研究背景 2. 方法介绍 3. 命令介绍 3.1 理论部分 3.2 语法结构 4. Stata 实例 5. 参考文献 6. 相关推文全文阅读：https://www.lianxh.cn/news/31be9ab09c5ff.html...

全文阅读：https://www.lianxh.cn/news/4fb78994db18e.html目录1. 导读 2. 模型设定 2.1 一个结构突变的模型设定 2.2 两个结构突变的模型设定 3. xtbunitroot 命令详解 3.1 安装 3.1 基本语法和选项 (Options) 4. xtbunitroot Stata 的实现，以银行资产负债表变量的单位根检验为例 5. 参考文献 6. 相关推文全文阅读：https://www.lianxh.

全文阅读：https://www.lianxh.cn/news/d58211ecbb26f.html目录1. 简介 2. 命令介绍 3 案例实操 4. 参考文献 5. 相关推文1. 简介离散选择模型 (discrete choice model, DCM) 是研究个体选择行为强有力的分析工具，目前应用较为广泛的 Stata 命令包括logit、probit、mlogit、nlogit、ologit等，详情可参考连享会专题推文「Probit-Logit」。相比条件 logit..

原文链接：https://www.lianxh.cn/news/8be6ff429cf93.html目录1. 命令的安装 2. 命令的语法 3. 命令的操作 3.1 估计双重差分的固定效应模型（DID) 3.2 估计多维固定效应的线性模型（复制一篇 AER 论文） 4.结语 文献来源实证分析中，我们经常需要控制各个维度的个体效应，以便尽可能减轻遗漏变量导致的偏误。在最常用的二维面板数据中，我们通常会采用xtreg y x i.year, fe的形式来控制...

原文链接：https://www.lianxh.cn/news/bf27906144b4e.html导言：如下是连玉君老师上课的板书。你可以看出什么是「固定效应」，什么是「双向固定效应模型」，什么是「POLS」 v.s. 「FE」以及二者的差别。所以，面板数据模型其实没有你想象的那么复杂！常见的数据形式有时间序列数据( Time series data )，截面数据( Cross-sectional data )和面板数据( Panel data )。从维度来看，时间序列数据和...

原文链接：https://www.lianxh.cn/news/f59baf0242956.html在此前的推文中，我们介绍了reghdfe命令的使用，参见「reghdfe：多维面板固定效应估计」。该命令在控制个体效应，多维固定效应，尤其是倍分法-DID分析中得到了广泛的应用。然而，最近多位用户反映，更新reghdfe命令后，即使是执行帮助文件中给出的最简单的例子也会报错。笔者采用set trace on追踪了错误信息来源，发现是因为该命令需要调用最新版的ftools命令...

原文链接：https://www.lianxh.cn/news/6ba0fa6f18710.htmlE.直击面板数据模型，连玉君。 D.空间计量全局模型及Matlab实现, 范巧。 C.动态面板数据模型, 连玉君。 B.实证研究设计，连玉君。 A.文本分析与爬虫专题，司继春，游万海。目录1. 引言 2. 面板分位数回归模型 2.1 模型设定 2.2 固定效应模型估计 3. Stata 范例 参考资料1. 引言在前叙推文中，我们介绍了 Stata ...

原文链接：https://www.lianxh.cn/news/6ba0fa6f18710.html目录1. 引言 2. 面板分位数回归模型 2.1 模型设定 2.2 固定效应模型估计 3. Stata 范例 参考资料1. 引言在前叙推文中，我们介绍了 Stata 的分位数回归应用，参见「武翰涛 - 分位数回归简介」和「胡雨霄 - 分位数回归及 Stata 实现」。分位数回归估计作为一种模型估计方法，能够较为准确描述解释变量Ｘ对于被解释变量Ｙ...

全文阅读：https://www.lianxh.cn/news/bad3de7abbc5d.html目录1. 问题背景 2. 估计流程与原理 3. Stata 范例 3.1 xtseqreg 命令的安装 范例数据 4. 参考资料和扩展阅读1. 问题背景在常见的固定效应静态面板模型中，非时变的变量由于与个体固定效应完全共线性，无法估计出系数，在 Stata 中会直接汇报 omitted。另一方面，在动态面板模型中，我们一般使用 GMM 估计方法。（Arellano and

全文阅读：https://www.lianxh.cn/news/0146f8d3b2861.html目录1. xtbalance 命令的使用 2. xtbalance 的流程 2.1 生成连续时间的非平衡面板 2.2 不用 xtbalance 命令的处理成平衡面板的方法 2.3 xtbalance 的使用 3. 非连续时间的非平衡面板的处理 3.1 生成数据 3.2 处理成平衡面板 3.3 使用 xtbalance 的新姿势 4. 非平衡面板非连续时间也没有固定间隔

全文阅读：https://www.lianxh.cn/news/4c08fce6f3327.html目录1. Dumitrescu-Hurlin 检验 （DH 检验） 1.1 Granger 因果检验的基本思想 1.2 Dumitrescu-Hurlin 的拓展 2. xtgcasue 命令 2.1 语法结构 2.2 选项 2.3 结果的存储 3. Stata 范例 3.1 基于模拟数据的例子 3.2 现实数据的例子 4. 结论 5. 参考文献

全文阅读：https://www.lianxh.cn/news/84f7fbe509c70.html目录1. 命令概览 A. 空间数据准备 B. 空间权重矩阵的构建和空间滞后项的生成 C. 空间计量的回归命令 D. 空间计量的检验命令 2. 准备工作：空间数据准备与空间权重矩阵的构建 3. 截面空间回归：回归与图示 4. 截面空间回归：检验命令 5. 结合 spgen 命令模型拓展 6. 面板模型的推广  Stata15 版本新添加了空间计量的官方命令

全文阅读：https://www.lianxh.cn/news/cc6c5ea80d70c.html作者：李琼琼 (山东大学)邮箱：lqqflora@163.com  目录1. 问题背景 2. FD-GMM 还是 SYS-GMM 3. 关于动态面板模型估计的 Stata 命令 3.1 动态面板模型案例 3.2 FD-GMM 的实现 3.3 SYS-GMM 的实现 3.4 模型估计结果比较 4. 解释变量中含有内生变量 5. 干扰项序列相关检验无法通过 6

????全文阅读：https://www.lianxh.cn/news/1f1f0d2eac15a.html目录1. 简介 2. 模型设定和估计方法 2.1 模型的设定 2.2 模型的基本假定 2.3 模型设定的 hausman 检验 3. Stata 范例：变系数模型的估计 3.1 xtfeis 命令的安装 3.2 `xtfeis`的语法 3.3 用 xtfeis 估计变系数模型 4. Hausman 检验 4.1 用 `xtbsht` 命令进行检验 4.2

全文阅读：https://www.lianxh.cn/news/c823976859a77.html作者：武翰涛 (南京邮电大学)Email:ht_wu@foxmail.com 1. 引言在前叙推文中，我们介绍了 Stata 的分位数回归应用。分位数回归估计作为一种模型估计方法，能够较为准确描述解释变量Ｘ对于被解释变量Ｙ的变化范围以及条件分布形状的影响。其中，分位数回归方程可以定义为:其中，表示被解释变量的第个条件分位数，表示解释变量在第个分位数下的回归系数估...

全文阅读：https://www.lianxh.cn/news/b6713ec0cfa7a.html作者：谢雁翔 (南开大学)邮箱：xyxmask1995@163.com编者按：本文主要参考「Sebastian Kripfganz」的如下内容，特此致谢！Source:Kripfganz S . XTDPDGMM: Stata module to perform generalized method of moments estimation of linear dynamic p...

全文阅读：https://www.lianxh.cn/news/8555175cde191.html目录Q1. PVAR 模型的 GMM 估计能否详细说明下？b1B_PVAR , 第 427 行 Q2. Bla-dpael.do 中 420，所代表的函数能否书写一下？课上没太清楚。谢谢 Q3. 连老师好，请问：在做工业企业数据时，对现金相关的变量进行处理时，比如工业总产值，是否需要对变量进行平减指数的调整，如果需要，具体该如何实现？ Q4. 如果核心解释变量是虚拟变量可以用门限回归吗？

全文阅读：https://www.lianxh.cn/news/2296811af7839.html作者：肖淇泳 (中山大学)邮箱：xiaoqy25@mail2.sysu.edu.cn 目录1. 引言 2. 理论介绍 2.1 截面相关 2.2 共同因子模型 2.3 共同相关效应 2.4 动态共同相关效应 3. xtdcce2 命令介绍 3.1 基本介绍 3.2 安装方法 3.3 语法结构 4. Stata 实例 4.1 数据结构 4.2..

全文阅读：https://www.lianxh.cn/news/0636702ead898.html目录1. 引言 1.1 托宾 Q 理论 1.2 边际 Q 还是平均 Q ? 1.3 高阶矩的争论 2. 模型与估计 2.1 模型 2.2 估计方法 2.3 矩(**Moments**) 2.4 累积量 (**Cumulants**) 3. 识别假定与检验统计 3.1 识别假定及应用范围 3.2 其他估计量与统计检验 4. xtewreg 命令 4

全文阅读：https://www.lianxh.cn/news/b6bf72549ad49.html目录1. 问题背景 2. 应用中的问题和原因 2.1 “自匹配” 问题 2.2 逐期匹配的不足 3. 模型改进 4. 相关推文1. 问题背景近年来，经济学研究出现了 “自然实验化” 的趋势，相关计量经济学模型也得到了快速发展。其中，倾向得分匹配-双重差分模型 (以下简称 PSM-DID) 作为有力的政策分析工具更是被广泛使用。PSM-DID 模型是由倾向得分匹配模型 (P

全文阅读：https://www.lianxh.cn/news/c96db291f9189.html目录1. 交互固定效应简介 2. 交互固定效应模型的估计方法 2.1 准差分法 2.2 广义组内去心法 2.3 主成分法 2.4 主成分迭代法 3. 交互固定效应模型的 Stata 实现 3.1 regife 命令 3. Stata 操作实例 4. 交互固定效应在文献中的应用 4.1 问题背景 4.2 识别策略和模型设定 4.3 估计结果 5. 相

全文阅读：https://www.lianxh.cn/news/5d4314cc25122.html目录1. 背景介绍 1.1 低估偏误说明 1.2 问题提出 2. 命令介绍 2.1 理论部分 2.2 语法结构 3. Stata 实例 4. 结语 5. 参考资料 6. 相关推文 相关课程 免费公开课 最新课程-直播课 关于我们   1. 背景介绍在估计参数的聚类标准误差时，必须考虑总样本内不同样本群之间的相关性。但是，在许多程序中是

全文阅读：https://www.lianxh.cn/news/788e52f642f91.html目录1. 背景介绍 2. 理论介绍 2.1 面板数据的功效计算 2.2 稳健的序列相关功效计算 2.3 一个现实数据的应用 3. pcanel 命令介绍 3.1 pc_dd_analytic 命令 3.2 pc_dd_covar 命令 3.3 pc_simulate 命令 4. 结语 5. 参考资料 6. 相关推文 相关课程 免费公开课 最新课程-直.

全文阅读：https://www.lianxh.cn/news/e0c3a12b20ef3.html1. 背景介绍双向固定效应分析是人们用来识别因果机制的主要策略之一，它基于两个重要的假设条件：(1) “线性假设”，即干预效果在研究的时间范围内以固定的速率变化 (当干预为二分变量时，则简化为干预效果恒定) ；(2) “无时变混杂因素假设”，即不存在同时与干预结果和潜在结果相关的未观察到的、随时间变化的因素。当只有两个时期和两个组时，这一假设意味着平行趋势。然而严格的假设条件意味着它只能在平.

全文阅读：https://www.lianxh.cn/news/a68c15f714711.html1. 背景介绍双向固定效应分析是人们用来识别因果机制的主要策略之一，它基于两个重要的假设条件：(1) “线性假设”，即干预效果在研究的时间范围内以固定的速率变化 (当干预为二分变量时，则简化为干预效果恒定) ；(2) “无时变混杂因素假设”，即不存在同时与干预结果和潜在结果相关的未观察到的、随时间变化的因素。当只有两个时期和两个组时，这一假设意味着平行趋势。然而严格的假设条件意味着它只能在平.

全文阅读：https://www.lianxh.cn/news/a22128f268729.html目录1. 回归系数的标准误 1.1 标准误的估计 1.2 稳健标准误的重要性 1.3 稳健标准误的 Stata 实现 2. 空间与网络的相关性 2.1 背景介绍 2.2 acreg 介绍 3. acreg 命令的应用 3.1 收入与自杀率 3.2 网络模型 3.3 空间相关性 4. 参考文献 5. 相关推文 相关课程 免费公开课 最新课程-.

Stata连享会 (知乎 | 简书 | 码云)Stata连享会 精彩推文1 || 精彩推文2Source: http://www.statalist.org/forums/forum/general-stata-discussion/general/17996-substitute-rows-with-average-of-row-above-and-below 问题描述我有...

 作者：李珍 (厦门大学)Stata 连享会： 知乎 | 简书 | 码云 | 优快云Source： Luciano Lopez, Sylvain Weber, 2017, Testing for Granger Causality in Panel Data, Stata Journal, 17(4): 972–984. [pdf]连享会推文集锦Stata连享会 精品专题 ...

……Stata 连享会精彩推文……提要： 实证研究中，经常需要控制那些不可观测的异质性特征，比如行业层面个体差异或行业层面的冲击 (通常会在模型中加入一组行业虚拟变量)。本文探讨了文献中普遍使用的两种方法，一种是组内去心(demean)，就是把模型中的解释变量和被解释变量都减掉它所在行业的平均值后再进行回归；另一种是在模型中加入被解释变量的行业均值作为控制变量。我们的研究表明，上述两种方法...