STATA面板数据模型操作命令讲解Word文档下载推荐.docx
《STATA面板数据模型操作命令讲解Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《STATA面板数据模型操作命令讲解Word文档下载推荐.docx(13页珍藏版)》请在冰豆网上搜索。
。
,并最终得到FGLS估计量。
●2、序列相关检验
对于T较大的面板而言,
往往无法完全反映时序相关性,此时
便可能存在序列相关,在多数情况下被设定为AR
(1)过程。
序列不存在相关性。
(1)FE模型的序列相关检验
对于固定效应模型,可以采用Wooldridge检验法,命令为xtserial:
●xtserialsqcpiunemgse5ln
可以发现,这里的P=0.0000,我们可以在1%的显著性水平下爱拒绝不存在序列相关的原假设。
考虑到样本,该检验的最后一步是用
对
进行OLS回归,因此,输入以下命令得到
检验该值是否显著异于-0.5,因为在原假设下(不相关)
,可见本例中不相等,拒绝原假设,说明存在序列相关。
●matliste(b)
(2)RE模型的序列相关检验
对于RE模型,可以采用xttest1命令来执行检验:
●quixtregsqcpiunemgse5lndumt*,re
xttest1
这里汇报了4个统计量,分别用于检验RE模型中随机效应(单尾和双尾)、序列相关以及二者的联合显著性,检验结果表明存在随机效应和序列相关,而且对随机效应和序列相关的联合检验也非常显著。
(3)稳健型估计
上述结果表明,无论是FE还是RE模型,干扰项中都存在显著的序列相关。
为此,我们进一步采用xtregar命令来估计模型,首先考虑固定效应模型:
●xtregarsqcpiunemgse5lndumt*,felbi
●3、“异方差—序列相关”稳健型标准误
虽然上述估计方法在估计方差-协方差矩阵时考虑了异方差和序列相关的影响,但都未将两者联立在一起考虑,要获得“异方差-序列相关”稳健型标准误,只需在xtreg命令中附加vce(robust)或者vce(cluster)选项即可。
例如,对于FE模型,我们可以执行如下命令:
●xtregsqcpiunemgse5ln,fevce(robust)
与之前未经处理的估计结果相比,附加命令vce(robust)选项时的结果,虽然系数的估计值未发生变化,但此时得到的标准误明显增大了,致使得到的估计结果更加保守。
对于面板数据模型而言,STATA在计算所谓的“robust”标准误时,是以个体为单位调整标准误的。
因此,我们得到的“robust”标准误其实是同时调整了异方差和序列相关后的标准误。
换言之,上述结果与设定vce(cluster)选项的结果完全相同。
●4、截面相关检验原假设:
截面之间不存在着相关性
(1)FE模型检验
对于FE模型,可以利用xttest2命令来检验截面相关性:
xttest2(该命令主要针对的是大T小N类型的面板数据,在本例中无法使用,故图标略去。
)
(2)RE模型检验
对于RE模型,可以利用xtcsd命令来检验截面相关性:
●quixtregsqcpiunemgse5ln,re
xtcsd,pesaran(下面命令是另一个检验指标)
xtcsd,frees
可以看出,两种不同的检验方法均显示面板数据存在着截面相关性。
●5、“异方差—序列相关—截面相关”稳健型标准误
(1)FE模型估计
对于FE模型,在确认上述存在着截面相关的情况下,我们可以采用Hoechle(2007)编写的xtscc命令获取DriscollandKraay(1998)提出的“异方差—序列相关—截面相关”稳健型标准误:
●xtsccsqcpiunemgse5ln,fe
这里,xtscc命令会自动选择的滞后阶数为2,系数估计值和Within-R2与xtreg,fe的结果完全相同,但标准误存在着较大差异。
可见,在本例中,截面相关对统计推断有较大的影响。
若读者有跟高的方法来确定自相关的滞后阶数,则可以通过lag()选项设定。
当然,在多数情况下,这很难做到。
不过我们可以通过附加lag(0)来估计仅考虑异方差和截面相关的稳健型标准误,命令如下:
●xtsccsqcpiunemgse5ln,felag(0)
(2)RE模型估计(略,待补充)
二、动态面板数据的STATA处理命令
(一)差分GMM
xtabondlnwicdlngdplanddocfirlnroadlnpopfina
xtabondlnwicdlngdplanddocfirlnroadlnpopfina,lag
(2)twostep
(二)系统GMM
xtdpdsyslnwicdlngdplanddocfirlnroadlnpopfina
xtdpdsyslnwicdlngdplanddocfirlnroadlnpopfina,twostep
(三)内生性检验
●estatsargan
(四)序列相关检验
●estatabond
三、门槛(门限回归)面板模型的STATA处理命令
xtthresy,thres(q)dthres(x)bs1(30)bs2(30)bs3(20)
各个门槛的置信区间图:
xttr_graph第一轮搜索第一个门槛
xttr_graph,m(22)第二轮搜索第二个门槛
xttr_graph,m(21)第二轮搜索第一个门槛
xttr_graph,m(3)
呈现估计结果:
localq1=e(rhat21)取出门槛值
localq2=e(rhat22)
gend1=(q<=’q1’)生成虚拟变量
gend2=(q>’q2’)
genxd1=x*d1
genxd2=x*d2
xtregyxxd1xd2,fe常规标准误
eststorefe
xtregyxxd1xd2,ferobust稳健型估计
eststorefe_robust
localm”fefe_robust”
esttab‘m’,mtitle(‘m’)nogaps(r2r2_wNF)///star(*0.1**0.05***0.01)
1.检验:
是否存在门槛效应
混合面板:
regislfrlfr2hcopenpsratpgr,vce(clustersf)
固定效应、随机效应模型
xtregislfrlfr2hcopenpsratpgr,fe
xtregislfrlfr2hcopenpsratpgr,re
eststorere
hausmanfe
两步系统GMM模型
xtdpdsysrltplf1naiefdopewig,lags
(1)maxldep
(2)twostepartests
(2)
注:
rlt为被解释变量,“plf1naiefdopewig”为解释变量和控制变量;
maxldep
(2)表示使用被解释变量的两个滞后值为工具变量;
pre()表示以某一个变量为前定解释变量;
endogenous()表示以某一个变量为内生解释变量。
自相关检验:
estatabond
萨甘检验:
estatsargan
差分GMM模型
Xtabondrltplf1naiefdopewig,lags
(1)twostepartests
(2)
内生:
该解释变量的取值是(一定程度上)由模型决定的。
内生变量将违背解释变量与误差项不相关的经典假设,因而内生性问题是计量模型的大敌,可能造成系数估计值的非一致性和偏误;
外生:
该解释变量的取值是(完全)由模型以外的因素决定的。
外生解释变量与误差项完全无关,不论是当期,还是滞后期。
前定:
该解释变量的取值与当期误差项无关,但可能与滞后期误差项相关。