STATA固定效应回归代码及注释可复制到Stata运行.doc

/*/*0、导入Excel数据/*clearimport excel using C:UsersDesktopdata.xlsx, firstrow clear/下面这个代码很重要，下面这个代码告诉Stata你的数据是面板数据tsset code time/ unbalanced 表示非平衡面板xtdes/-看看结构-/*/*1、简单混合，和聚类标准差混合/*Y因变量 X自变量 C控制变量 i.industry行业控制变量reg Y X C1 C2 C3 C4 i.industryest store PT/*简单混合回归，使用普通标准差 reg Y X C1 C2 C3 C4 i.industry ,vce(cluster code)est store PTse/*混合回归标准差调整，聚类，vce(cluster code)表示使用聚类稳健标准差/ cluster后面是聚类的类别，它估计的se要大很多estimates table PT PTse/ PT和PTse回归系数放在一起对比一下,/ 即使系数差别不大，t/p 值还是有差别的/*/*2、固定效应和混合回归选哪个*/*此处就讨论固定个体与否*/*xi:xtreg Y X C1 C2 C3 C4 i.industry , fe / xtreg 已经知道为面板数据，所以r和vce(cluster code)效果一样/* 看回归上面行的F检验的P值，原假设H0:all ui=0/ P值=0.0000，故强烈拒绝原假设，FE明显优于混合回归，不采用混合回归/ 应该允许每家公司拥有自己的截距项/ 但由于未使用聚类稳健的标准差，故这个F检验可能并不有效/ 下面采用LSDV法来判断xi:xtreg Y X C1 C2 C3 C4 i.industry i.code, fe rest store LSDV/*就跑上面的代码，看每一家公司虚拟变量的p值是否显著，显著的话/*就拒绝所有个体虚拟变量都是0的假设，即存在个体效应，不应该使用混合回归/*/*3、固定效应要固定时间吗*/*tab time,gen(time)xi:xtreg Y X C1 C2 C3 C4 time2-time9 i.industry, fe r/ time1被作为基期，对应常数项，我的数据只有9年所以只到time9就好/ time虚拟变量的p值看，有的显著有的不显著 test time2 time3 time4 time5 time6 time7 time8 time9 / 检验所有年度虚拟变量的联合显著性/ 我的F检验的P=0.0002，强烈拒绝H0：无时间效应，/ 应该在模型中包括时间效应，即i.industry后面加一个i.time/ 加一个i.time,是把时间作为虚拟变量包括进回归模型，实现固定时间效应xi:xtreg Y X C1 C2 C3 C4 i.time, fe r/ 上面两行代码跑了一个双固定效应/ fe 是固定code（这里指上市公司代码）个体效应，i.time fe 是时间个体双固定效应/ *使用时注意/*进行固定效应的两种办法/ -fe去中心化加入进行处理，-i.是生成虚拟变量，然后变成控制变量的处理办法/ 所以 i.industry i.time 不加fe就可以固定行业和时间/ 如果固定了fe，没必要再固定行业，不用i.industry/ 固定了fe，再使用i.industry的话，行业如果不是面板数据，没有随时间变动的话/-这样industry就会被omitted，不能fe和i.industry共存/-要么i.indutry i.time;要么i.time fe 达到双固定效应/-我的行业数据是随时间变动的面板数据，所以可以i.industry i.time fe共存/*/*4、混合回归还是随机效应*/*xi:xtreg Y X C1 C2 C3 C4 i.industry i.time ,re rest store rexttest0/ xttest0命令的结果P值=0.0000/ 即：LM检验拒绝不存在个体随机效应的原假设，/ 即混合回归与随机效应之间，应该选择随机效应/*/*5、随机效应还是固定效应？*/*/ 使用前注意，使用Hausman检验时，两个回归都不能进行方差聚类，/*即不要有r、vce()等出现xi:xtreg Y X C1 C2 C3 C4 i.industry i.time ,fe est store FE/ fe跑的xi:xtreg Y X C1 C2 C3 C4 i.industry i.time ,re est store RE/ re 跑的hausman FE RE/ 检验哪个好，原假设是 re 更好/ 我的P值为0.0000，拒绝原假设，应该采用固定效应回归/*但这个检验没有考虑聚类标准差/聚类标准差和普通标准差相差较大时，hausman检验可能会不可靠/ 我的聚类标准差和普通标准差相差较大，即回归系数的se差别比较大/ 则应该使用下面的方法检验随机效应好还是固定效应好/ quietly xi:xtreg Y X C1 C2 C3 C4 ,re thetaglobal yandxforhausman Y X C1 C2 C3 C4 sort code foreach x of varlist $yandxforhausman by code:egen meanx= mean(x) gen mdx=x - meanx gen redx=x - theta*meanx quiet