stata命令大全(全)

1、* 面板數(shù)據(jù)計量分析與軟件實現(xiàn) *說明：以下do文件相當(dāng)一部分內(nèi)容來自于中山大學(xué)連玉君STATA教程，感謝他的貢獻。本人做了一定的修改與篩選。 *-面板數(shù)據(jù)模型 * 1.靜態(tài)面板模型：FE 和RE * 2.模型選擇：FE vs POLS, RE vs POLS, FE vs RE （pols混合最小二乘估計） * 3.異方差、序列相關(guān)和截面相關(guān)檢驗 * 4.動態(tài)面板模型（DID-GMM,SYS-GMM） * 5.面板隨機前沿模型 * 6.面板協(xié)整分析（FMOLS,DOLS）* 說明：1-5均用STATA軟件實現(xiàn)， 6用GAUSS軟件實現(xiàn)。 * 生產(chǎn)效率分析（尤其指TFP）：數(shù)據(jù)包絡(luò)分析（DEA

2、）與隨機前沿分析（SFA）* 說明：DEA由DEAP2.1軟件實現(xiàn)，SFA由Frontier4.1實現(xiàn)，尤其后者，側(cè)重于比較C-D與Translog生產(chǎn)函數(shù)，一步法與兩步法的區(qū)別。常應(yīng)用于地區(qū)經(jīng)濟差異、FDI溢出效應(yīng)（Spillovers Effect）、工業(yè)行業(yè)效率狀況等。 * 空間計量分析：SLM模型與SEM模型*說明：STATA與Matlab結(jié)合使用。常應(yīng)用于空間溢出效應(yīng)（R&D）、財政分權(quán)、地方政府公共行為等。* -* - 一、常用的數(shù)據(jù)處理與作圖 -* -* 指定面板格式xtset id year （id為截面名稱，year為時間名稱） xtdes /*數(shù)據(jù)特征*/xtsum

3、 logy h /*數(shù)據(jù)統(tǒng)計特征*/sum logy h /*數(shù)據(jù)統(tǒng)計特征*/*添加標(biāo)簽或更改變量名label var h "人力資本"rename h hum*排序sort id year /*是以STATA面板數(shù)據(jù)格式出現(xiàn)*/sort year id /*是以DEA格式出現(xiàn)*/*刪除個別年份或省份drop if year<1992drop if id=2 /*注意用=*/*如何得到連續(xù)year或id編號（當(dāng)完成上述操作時，year或id就不連續(xù)，為形成panel格式，需要用egen命令）egen year_new=group(year)xtset id year_

4、new*保留變量或保留觀測值keep inv /*刪除變量*/*或keep if year=2000 *排序sort id year /*是以STATA面板數(shù)據(jù)格式出現(xiàn)sort year id /*是以DEA格式出現(xiàn)*長數(shù)據(jù)和寬數(shù)據(jù)的轉(zhuǎn)換*長>>>寬數(shù)據(jù)reshape wide logy,i(id) j(year)*寬>>>長數(shù)據(jù)reshape logy,i(id) j(year)*追加數(shù)據(jù)（用于面板數(shù)據(jù)和時間序列）xtset id year *或者 xtdestsappend,add(5) /表示在每個省份再追加5年，用于面板數(shù)據(jù)/tsset *或者 ts

5、des.tsappend,add(8) /表示追加8年，用于時間序列/*方差分解，比如三個變量Y,X,Z都是面板格式的數(shù)據(jù)，且滿足Y=X+Z，求方差var(Y),協(xié)方差Cov(X,Y)和Cov（Z,Y）bysort year:corr Y X Z,cov*生產(chǎn)虛擬變量*生成年份虛擬變量tab year,gen(yr)*生成省份虛擬變量tab id,gen(dum)*生成滯后項和差分項xtset id yeargen ylag=l.y /*產(chǎn)生一階滯后項)，同樣可產(chǎn)生二階滯后項*/gen ylag2=L2.y gen dy=D.y /*產(chǎn)生差分項*/*求出各省2000年以前的open inv的平

6、均增長率collapse (mean) open inv if year<2000,by(id)變量排序，當(dāng)變量太多，按規(guī)律排列?？捎妹頰order或者order fdi open insti*-* 二、靜態(tài)面板模型*-*- 簡介 -* 面板數(shù)據(jù)的結(jié)構(gòu)(兼具截面資料和時間序列資料的特征) use product.dta, clear browse xtset id year xtdes* -* - 固定效應(yīng)模型 -* -* 實質(zhì)上就是在傳統(tǒng)的線性回歸模型中加入 N-1 個虛擬變量，* 使得每個截面都有自己的截距項，* 截距項的不同反映了個體的某些不隨時間改變的特征* * 例如： lny

7、 = a_i + b1*lnK + b2*lnL + e_it* 考慮中國29個省份的C-D生產(chǎn)函數(shù)*-畫圖-*散點圖+線性擬合直線twoway (scatter logy h) (lfit logy h)*散點圖+二次擬合曲線twoway (scatter logy h) (qfit logy h)*散點圖+線性擬合直線+置信區(qū)間twoway (scatter logy h) (lfit logy h) (lfitci logy h)*按不同個體畫出散點圖和擬合線，可以以做出fe vs re的初判斷* twoway (scatter logy h if id<4) (lfit logy

8、 h if id<4) (lfit logy h if id=1) (lfit logy h if id=2) (lfit logy h if id=3)*按不同個體畫散點圖,so beautiful!*graph twoway scatter logy h if id=1 | scatter logy h if id=2,msymbol(Sh) | scatter logy h if id=3,msymbol(T) | scatter logy h if id=4,msymbol(d) | , legend(position(11) ring(0) label(1 "北京&q

9、uot;) label(2 "天津") label(3 "河北") label(4 "山西") *每個省份logy與h的散點圖，并將各個圖形合并twoway scatter logy h,by(id) ylabel(,format(%3.0f) xlabel(,format(%3.0f)*每個個體的時間趨勢圖* xtline h if id<11,overlay legend(on) * 一個例子：中國29個省份的C-D生產(chǎn)函數(shù)的估計 tab id, gen(dum) list * 回歸分析 reg logy logk logl

10、 dum*, est store m_ols xtreg logy logk logl, fe est store m_fe est table m_ols m_fe, b(%6.3f) star(0.1 0.05 0.01) * Wald 檢驗 test logk=logl=0 test logk=logl * stata的估計方法解析 * 目的：如果截面的個數(shù)非常多，那么采用虛擬變量的方式運算量過大 * 因此，要尋求合理的方式去除掉個體效應(yīng) * 因為，我們關(guān)注的是 x 的系數(shù)，而非每個截面的截距項 * 處理方法： * * y_it = u_i + x_it*b + e_it (1) * y

11、m_i = u_i + xm_i*b + em_i (2) 組內(nèi)平均 * ym = um + xm*b + em (3) 樣本平均 * (1) - (2), 可得： * (y_it - ym_i) = (x_it - xm_i)*b + (e_it - em_i) （4） /*within estimator*/ * (4)+(3), 可得： * (y_it-ym_i+ym) = um + (x_it-xm_i+xm)*b + (e_it-em_i+em) * 可重新表示為： * Y_it = a_0 + X_it*b + E_it * 對該模型執(zhí)行 OLS 估計，即可得到 b 的無偏估計量

12、*stata后臺操作，揭開fe估計的神秘面紗！ egen y_meanw = mean(logy), by(id) /*個體內(nèi)部平均*/ egen y_mean = mean(logy) /*樣本平均*/ egen k_meanw = mean(logk), by(id) egen k_mean = mean(logk) egen l_meanw = mean(logl), by(id) egen l_mean = mean(logl) gen dyw = logy - y_meanw gen dkw = logk - k_meanw gen dlw=logl-l_meanw reg dyw

13、dkw dlw,nocons est store m_statagen dy = logy - y_meanw + y_mean gen dk = logk - k_meanw +k_mean gen dl=logl-l_meanw+l_mean reg dy dk dl est store m_stata est table m_*, b(%6.3f) star(0.1 0.05 0.01) * 解讀 xtreg,fe 的估計結(jié)果 xtreg logy h inv gov open,fe *- R2 * y_it = a_0 + x_it*b_o + e_it (1) pooled OLS

14、* y_it = u_i + x_it*b_w + e_it (2) within estimator * ym_i = a_0 + xm_i*b_b + em_i (3) between estimator * * -> R-sq: within 模型(2)對應(yīng)的R2，是一個真正意義上的R2 * -> R-sq: between corrxm_i*b_w,ym_i2 * -> R-sq: overall corrx_it*b_w,y_it2 * *- F(4,373) = 855.93檢驗除常數(shù)項外其他解釋變量的聯(lián)合顯著性 * * *- corr(u_i, Xb) = -0

15、.2347 * *- sigma_u, sigma_e, rho * rho = sigma_u2 / (sigma_u2 + sigma_e2) dis e(sigma_u)2 / (e(sigma_u)2 + e(sigma_e)2) * * 個體效應(yīng)是否顯著？ * F(28, 373) = 338.86 H0: a1 = a2 = a3 = a4 = a29 * Prob > F = 0.0000 表明，固定效應(yīng)高度顯著 *-如何得到調(diào)整后的 R2,即 adj-R2 ？ereturn listreg logy h inv gov open dum* *-擬合值和殘差 * y_it

16、= u_i + x_it*b + e_it * predict newvar, option /* xb xb, fitted values; the default stdp calculate standard error of the fitted values ue u_i + e_it, the combined residual xbu xb + u_i, prediction including effect u u_i, the fixed- or random-error component e e_it, the overall error component */ xtr

17、eg logy logk logl, fe predict y_hat predict a , u predict res,e predict cres, ue gen ares = a + res list ares cres in 1/10 * -* - 隨機效應(yīng)模型 - * -* y_it = x_it*b + (a_i + u_it)* = x_it*b + v_it * 基本思想：將隨機干擾項分成兩種* 一種是不隨時間改變的，即個體效應(yīng) a_i* 另一種是隨時間改變的，即通常意義上的干擾項 u_it * 估計方法：FGLS* Var(v_it) = sigma_a2 + sigma_

18、u2* Cov(v_it,v_is) = sigma_a2* Cov(v_it,v_js) = 0 * 利用Pooled OLS，Within Estimator, Between Estimator* 可以估計出sigma_a2和sigma_u2,進而采用GLS或FGLS* Re估計量是Fe估計量和Be估計量的加權(quán)平均* yr_it = y_it - theta*ym_i* xr_it = x_it - theta*xm_i* theta = 1 - sigma_u / sqrt(T*sigma_a2 + sigma_u2) * 解讀 xtreg,re 的估計結(jié)果 use product.d

19、ta, clear xtreg logy logk logl, re *- R2 * -> R-sq: within corr(x_it-xm_i)*b_r, y_it-ym_i2 * -> R-sq: between corrxm_i*b_r,ym_i2 * -> R-sq: overall corrx_it*b_r,y_it2 * 上述R2都不是真正意義上的R2，因為Re模型采用的是GLS估計。 * * rho = sigma_u2 / (sigma_u2 + sigma_e2) dis e(sigma_u)2 / (e(sigma_u)2 + e(sigma_e)2)

20、* * corr(u_i, X) = 0 (assumed) * 這是隨機效應(yīng)模型的一個最重要，也限制該模型應(yīng)用的一個重要假設(shè) * 然而，采用固定效應(yīng)模型，我們可以粗略估計出corr(u_i, X) xtreg market invest stock, fe * * Wald chi2(2) = 10962.50 Prob> chi2 = 0.0000 *- 時間效應(yīng)、模型的篩選和常見問題 *-目錄-* 7.2.1 時間效應(yīng)（雙向固定(隨機)效應(yīng)模型）* 7.2.2 模型的篩選* 7.2.3 面板數(shù)據(jù)常見問題* 7.2.4 面板數(shù)據(jù)的轉(zhuǎn)換 * -* -時間效應(yīng)-* - * 單向固定效應(yīng)模

21、型 * y_it = u_i + x_it*b + e_it * 雙向固定效應(yīng)模型 * y_it = u_i + f_t + x_it*b + e_it qui tab year, gen(yr) drop yr1 xtreg logy logk logl yr*, fe * 隨機效應(yīng)模型中的時間效應(yīng) xtreg logy logk logl yr*, fe * -* - 模型的篩選 - * - * 固定效應(yīng)模型還是Pooled OLS？ xtreg logy logk logl yr*, fe /*Wald 檢驗*/ qui tab id, gen(dum) /*LR檢驗*/ reg log

22、y logk logl /*POLS*/ est store m_ols reg logy logk logl dum*,nocons est store m_fe lrtest m_ols m_fe est table m_*, b(%6.3f) star(0.1 0.05 0.01) * RE vs Pooled OLS？ * H0: Var(u) = 0 * 方法一：B-P 檢驗 xtreg logy logk logl, re xttest0 * FE vs RE? * y_it = u_i + x_it*b + e_it *- Hausman 檢驗 - * 基本思想：如果 Corr(

23、u_i,x_it) = 0, Fe 和 Re 都是一致的，但Re更有效 * 如果 Corr(u_i,x_it)!= 0, Fe 仍然有效，但Re是有偏的 * 基本步驟 *情形1：huasman為正數(shù) xtreg logy logk logl, fe est store m_fe xtreg logy logk logl, re est store m_re hausman m_fe m_re * 情形2： qui xtreg logy h inv gov open,fe est store fe qui xtreg logy h inv gov open,re est store re hau

24、sman fe re * Hausman 檢驗值為負(fù)怎么辦？ * 通常是因為RE模型的基本假設(shè) Corr(x,u_i)=0 無法得到滿足 * 檢驗過程中兩個模型的方差-協(xié)方差矩陣都采用Fe模型的 hausman fe re, sigmaless * 兩個模型的方差-協(xié)方差矩陣都采用Re模型的 hausman fe re, sigmamore *= 為何有些變量會被drop掉？ use nlswork.dta, clear tsset idcode year xtreg ln_wage hours tenure ttl_exp, fe /*正常執(zhí)行*/ * 產(chǎn)生種族虛擬變量 tab race,

25、gen(dum_race) xtreg ln_wage hours tenure ttl_exp dum_race2 dum_race3, fe * 為何 dum_race2 和 dum_race3 會被 dropped ? * 固定效應(yīng)模型的設(shè)定：y_it = u_i + x_it*b + e_it (1) * 由于個體效應(yīng) u_i 不隨時間改變， * 因此若 x_it 包含了任何不隨時間改變的變量， * 都會與 u_i 構(gòu)成多重共線性，Stata會自動刪除之。 *異方差、序列相關(guān)和截面相關(guān)問題 * - 簡 介 -* y_it = x_it*b + u_i + e_it * * 由于面板數(shù)據(jù)

26、同時兼顧了截面數(shù)據(jù)和時間序列的特征，* 所以異方差和序列相關(guān)必然會存在于面板數(shù)據(jù)中；* 同時，由于面板數(shù)據(jù)中每個截面（公司、個人、國家、地區(qū)）之間還可能存在內(nèi)在的聯(lián)系，* 所以，截面相關(guān)性也是一個需要考慮的問題。* 此前的分析依賴三個假設(shè)條件：* （1） Vare_it = sigma2 同方差假設(shè)* (2) Corre_it, e_it-s = 0 序列無關(guān)假設(shè)* (3) Corre_it, e_jt = 0 截面不相關(guān)假設(shè)* * 當(dāng)這三個假設(shè)無法得到滿足時，便分別出現(xiàn) 異方差、序列相關(guān)和截面相關(guān)問題；* 我們一方面要采用各種方法來檢驗這些假設(shè)是否得到了滿足；* 另一方面，也要在這些假設(shè)無法

27、滿足時尋求合理的估計方法。* - 假設(shè)檢驗 - *= 組間異方差檢驗（截面數(shù)據(jù)的特征） * Var(e_i) = sigma_i2 * Fe 模型 xtreg logy logk logl, fe xttest3 * Re 模型 * Re本身已經(jīng)較大程度的考慮了異方差問題，主要體現(xiàn)在sigma_u2上 *= 序列相關(guān)檢驗 * Fe 模型 * xtserial Wooldridge(2002)，若無序列相關(guān)，則一階差分后殘差相關(guān)系數(shù)應(yīng)為-0.5 xtserial logy logk logl xtserial logy logk logl, output * Re 模型 xtreg logy l

28、ogk logl, re xttest1 /*提供多個統(tǒng)計檢驗量*/ *= 截面相關(guān)檢驗 * xttest2命令 H0: 所有截面殘差的相關(guān)系數(shù)都相等 xtreg logy logk logl, fe xttest2 * 由于檢驗過程中執(zhí)行了SUE估計，所以要求T>N xtreg logy logk logl if id<6, fe xttest2 * xtcsd 命令（提供了三種檢驗方法） xtreg logy logk logl, fe xtcsd , pesaran /*Pesaran(2004)*/ xtcsd , friedman /*Friedman(1937)*/ x

29、treg logy logk logl, re xtcsd , pesaran * - 估計方法 - *= 異方差穩(wěn)健型估計 xtreg logy h inv gov open, fe robust est store fe_rb xtreg logy h inv gov open, fe robust est store fe * 結(jié)果對比 esttab fe_rb fe, b(%6.3f) se(%6.3f) mtitle(fe_rb fe) *= 序列相關(guān)估計 * 一階自相關(guān) xtregar, fe/re * 模型： y_it = u_i + x_it*b + v_it (1) * v_

30、it = rho*v_it-1 + z_it (2) xtregar logy h inv gov open, fe est store fe_ar1 xtregar logy h inv gov open,fe lbi /*Baltagi-Wu LBI test*/ * 說明： * (1) 這里的Durbin-Watson =1.280677 具有較為復(fù)雜的分布， * 不同于時間序列中的D-W統(tǒng)計量。 * (2) 其臨界值見Bhargava et al. (1982, The Review of Economic Studies 49:553-549) * (3) Baltagi-Wu LB

31、I = 1.4739834 基本上沒有太大的參考價值， * 因為他們并未提供臨界值表，而該統(tǒng)計量的分布又相當(dāng)復(fù)雜 xtregar logy h inv gov open, re est store re_ar1 * 兩階段估計 xtregar logy h inv gov open, fe twostep est store fe_ar1_two * 結(jié)果對比 xtreg logy h inv gov open, fe est store fe local models "fe fe_ar1 re_ar1 fe_ar1_two " esttab models', b

32、(%6.3f) se(%6.3f) mtitle(models') r2 sca(r2_w corr) * 高階自相關(guān) * newey2 命令 newey2 logy h inv gov open, lag(2) *= 組間相關(guān)（截面相關(guān)） * cluster 選項 use xtcs.dta, clear xtreg logy h inv gov open, fe cluster(id) est store fe_cluster xtreg logy h inv gov open, re cluster(id) est store re_cluster *看過去很暈，采用一種綜合處理：

33、* xtgls 命令* xtpcse 命令*- 簡介（Greene, 2000, chp15） * * 模型 * y = X*b + U * 重點在于考慮干擾項 U 的結(jié)構(gòu)，包括 * (1) 異方差 (2) 序列相關(guān) (3) 截面相關(guān)性 * 應(yīng)用范圍：多用于“大T，小N”型面板數(shù)據(jù)， * 因為，此時截面的異質(zhì)性并不是重點關(guān)注的，而時序特征則較為明顯 * 因此，模型設(shè)定中未考慮個體效果 * | y_1 | | X_1 | | e_1 | * | y_2 | | X_2 | | e_2 | * | . | | . | | . | * | . | = | . | * b + | . | * | .

34、| | . | | . | * | y_n | | X_n | | e_n | *- 截面異方差 * Ee_i*e_i' = s_i2 * * | s12 0 . 0 | * | 0 s22 . 0 | * | . | * V = | . | * | . | * | 0 0 . sn2 | *- 截面相關(guān) * Ee_i*e_i' = s_ij2 * * | s_11 s_12 . s_1n | * | s_21 s_22 . s_2n | * | . | * V = | . | * sigma2 * | . | * | s_n1 s_n2 . s_nn | *- 序列相關(guān) *

35、Ee_i*e_i' = s_i2 * M_i * * | s12*M_1 0 . 0 | * | 0 s22*M_2 . 0 | * | . | * V = | . | * | . | * | 0 0 . sn2*M_n | * GLS 估計 * b = X'V-1*X-1X'V-1y * Varb = X'V-1*X-1 *- 估計和檢驗 - *= xtgls 命令 use invest2.dta, clear xtgls market invest stock, panels(iid) /*iid, 等同于Pooled OLS*/ est store g_0

36、 reg market invest stock est store g_ols xtgls market invest stock, panel(het) /*截面異方差*/ est store g_phet xtgls market invest stock, corr(ar1) /*所有截面具有相同的自相關(guān)系數(shù)*/ est store g_par1 xtgls market invest stock, corr(psar1) /*每個截面有自己的自相關(guān)系數(shù)*/ est store g_psar1 xtgls market invest stock, panel(corr) /*截面間相關(guān)

37、且異方差*/ est store g_pcorr xtgls market invest stock, p(c) corr(ar1) est store g_all * 檢驗異方差 xtgls market invest stock, panel(het) /*截面異方差*/ xttest3 * 檢驗序列相關(guān) xtserial market invest stock * 檢驗截面相關(guān) xtgls market invest stock, panel(het) xttest2 * 結(jié)果對比 xtreg market invest stock, fe est store fe local mode

38、ls "fe g_0 g_ols" esttab models', b(%6.3f) se(%6.3f) mtitle(models') r2 sca(r2_w) local models "fe g_phet g_par1 g_psar1 g_pcorr g_all" esttab models', b(%6.3f) se(%6.3f) mtitle(models') r2 sca(r2_w) compress * 說明： * 為何 xtgls 不匯報 R2 ? * 因為此時的R2未必介于0和1之間，不具有傳統(tǒng)線性回歸模

39、型中R2的含義 *= xtpcse 命令 * 默認(rèn)假設(shè)：存在截面異方差和截面相關(guān) * 估計方法：OLS 或 Prais-Winsten 回歸 * 有別于xtgls(采用FGLS估計) * 更適于方塊面板 N不大(10-20),T不大(10-40) * 與 xtgls 的區(qū)別：估計方法不同 * xtgls 采用GLS進行估計，而xtpsce采用OLS。 use invest2.dta, clear xtpcse invest market stock est store pcse_full /*OLS估計，調(diào)整異方差和截面相關(guān)后的標(biāo)準(zhǔn)誤*/ xtgls invest market stock,

40、panels(correlated) est store m_xtgls /*FGLS估計，異方差和截面相關(guān)*/ xtpcse invest market stock, correlation(ar1) est store pcse_ar1 /*Prais_Winsten估計，共同的自相關(guān)系數(shù)*/ xtpcse invest market stock, correlation(ar1) hetonly est store pcse_ar1 /*不考慮截面相關(guān)*/ * 結(jié)果對比 xtreg invest market stock, fe est store fe local models &qu

41、ot;fe pcse_full m_xtgls pcse_ar1 pcse_ar1" esttab models', b(%6.3f) se(%6.3f) mtitle(models') r2 sca(r2_w) * xtpcse 的結(jié)果與 xtgls 非常相似，但前者可以匯報R2 * 當(dāng)N較大時，采用該方法會非常費時， * 因為方差協(xié)方差矩陣是采用OLS估計的殘差計算的 use xtcs.dta, clear xtdes xtpcse tl size ndts tang tobin npr /*大約5-8分鐘*/ est store xtpcse xtreg tl

42、size ndts tang tobin npr, fe est store fe * 結(jié)果對比 local models "fe xtpcse" esttab models', b(%6.3f) se(%6.3f) mtitle(models') r2 sca(r2_w) * 系數(shù)估計值有較大差別，但符號和顯著性是一致的。 *-動態(tài)面板模型 Part I*-* 動態(tài)面板模型*-* 簡介* 一階差分IV估計量(Anderson and Hisao, 1982)* 一階差分GMM估計量(Arellano and Bond, 1991) * 系統(tǒng)GMM估計量(AB,1995; BB,1998)* = 簡介 =* 模型： yit = a0*yit-1 + a1*xit + a2*wit + u_i + eit* 特征：解釋變量中包含了被解釋變量的一階滯后項* 可以是非平行面板，但要保證時間連續(xù)* xit 嚴(yán)格外生變量 Ex_it,e_is =0 for all t and s* 即，所有干擾項與x都不相關(guān)* wit 先決變量 Ew_it,e_is!=0 for s<t, but Ex_it,v_