| Stata 常用命令 – Stata实证小屋 | 您所在的位置：网站首页 › stata稳健性检验gmm命令 › Stata 常用命令 – Stata实证小屋 |
|
一、数据预处理**=============================================================
*======================================================= 1.如何导入数据到Stata里*导入国泰安的TXT原始文件方式 insheet using E:\stata16\FS_Combas.txt,clear // 其中 “E:\stata16\FS_Combas.txt”可自行根据电脑中的stata安装位置调整,“FS_Combas”为你需要导入的文件名称 *导入国泰安的Excel原始文件 import excel 股东股权质押统计表.xlsx, firstrow clear // 其中“股东股权质押统计表”为你需要导入的文件名称 *========================================================= 导入Wind原始文件方式* （由于Wind数据处理比较复杂，所以以下分步骤展示）**=========================================================*========================================================= 其一，将wind数据导入STATA之前的准备工作*=========================================================*第一，在STATA中安装github的下载接口 net install github, from(“https://haghish.github.io/github/”) *第二，通过github接口安装github上的命令 github install zhbsis/TwoSort *第三，安装tidy命令 ssc install tidy *========================================================= 其二，在Wind库下载需要的数据（比如下载产权性质）*========================================================= wind数据库下载原始数据.xlsx*========================================================= 其三，调整EXCEL格式，使其满足readWind代码需求*=========================================================*需要按照以下样式调整EXCEL格式： 股票代码 股票名称 时间1 时间2 … 时间n E:\stata16\如何将WIND数据库下载的数据导入stata\wind数据库原始数据和调整后的数据\调整合适的格式满足导入stata.xlsx *========================================================= 其四，使用readWind命令导入*=========================================================*使用readWind命令导入 cd E:\stata16\如何将WIND数据库下载的数据导入stata\wind数据库原始数据和调整后的数据clear readWind, var(调整合适的格式满足导入stata) timeType(y) t0(2004) /*readWind, var(excel名称) timeType(时间类型) t0(样本起始时间) [split splitN(样本分割数) erase] *1.var括号里的excel名称就是从wind下载下来的是excel名称，比如我这个excel就命令为“调整合适的格式满足导入stata” *2.timeType括号里的时间类型是指下载下来的数据是年度、季度还是月度，所以取值分别为y/q/m（注意：不支持日） *3.t0括号里的是样本起始时间，比如你选择2004开始，那么t0()里就是2004；如果你用了月度数据，比如从2005，如果是年度数据以年为变化单位那就写1995 4.最后面的split splitN(n) erase这3个option是可选择的命令，主要是当我们的样本中的数据量太大时，会影响运算速度，所以这个命令可以使我们将样本分割成n个小样本，分别进行处理，最后合并在一起，也就是说，n取值越大分割的样本越小。【注意】n不要取值太小也不要太大。 */ *基本处理 gen id=real(substr(stkcd,1,6))gen year=real(time)order id yeartsset id yearrename 调整合适的格式满足导入stata 公司属性rename id 股票代码rename year 年份rename comp 公司名称order 股票代码 年份 公司属性drop time *关于如何导入Wind数据到Stata中，详细介绍请参考 https://bbs.pinggu.org/thread-10721029-1-1.html，有问题也可直接私信找我交流！欢迎学术交流~ *==================================================================== 二、 Stata中数据的基本处理*(2)剔除数据中的样本drop if typrep==”B”// 将typrep表示的B样本剔除掉 *(3)生成新的变量gen Size=ln(a001000000)// 生成新的变量，且对老变量a001000000取ln *(4)给变量添加标签label var year 年度// 给year添加标签年度，以便于在stata中读懂每个英文的含义 *(5)生成行业、年度虚拟变量tab Industry,gen(indu) //生成行业虚拟变量drop indu1 //为了避免共线性，删掉indu1tab year,gen(time) //生成年度虚拟变量drop time1 //为了避免共线性，删掉time1// 作用——控制行业和年度效应 *(6)基本数据匹配 *一种方法： merge 1:1 id year using 行业代码与公司年度对应至2020.dtakeep if _merge==1 | _merge==3drop _merge//使用 merge 1:1 匹配数据 1:1指的是1对1匹配;id year 对应的是匹配变量,id是股票代码，year是年份;“行业代码与公司年度对应至2020.dta”是匹配数据的名称 *另一种方法： merge 1:1 id year using 行业代码与公司年度对应至2020.dta, nogen keep(1 3) /*nogen 表示不生成_merge变量keep(1 3) 相当于 keep if _merge==1 | _merge==3keep里面具体对应 numeric equivalent code word (results) description ------------------------------------------------------------------- 1 master observation appeared in master only 2 using observation appeared in using only 3 match observation appeared in both*/ *（7）Winsor处理，剔除异常值 winsor2 变量, replace cuts(1 99) by(year) // by(year)为可选择项，可加或者不加，（1 99）也可以调整 *（8）剔除缺失值foreach i in 变量1 变量2 变量3 {drop if `i’==.}// 将以上变量转换为自己论文的变量值 *（9）回归结果输出 reg y x x1 x2 x3est store a1xtreg y x x1 x2 x3,reest store a2xtreg y x x1 x2 x3,feest store a3esttab a1 a2 a3 using 回归结果.rtf, replace b(%6.4f) t(%6.4f) nogap ar2 star(* 0.1 ** 0.05 *** 0.01) //以上将回归结果记为a1、a2及a3，输出。 *==================================================================== 三、 描述性统计*简单列表（不实用） tabstat y x1 x2 x3, stat(max min mean p50 sd n) *输入论文的代码写法（很实用） sum2docx 变量1 变量2 变量3 using C:\Users\我的论文.docx,replace stats(N mean(%9.4f) sd min(%9.2f) median(%9.2f) max(%9.2f)) title(“Table 2: Summary Statistics”)//该代码直接输出论文格式，简单调整即可 *==================================================================== 四、相关性分析logout,save(相关系数分析) word replace:pwcorr_a 变量1 变量2 变量3, star1(.01) star5(.05) star10(.1) *========================================================= 五、实证模型分析* （由于实证模型种类比较多，所以以下分步骤展示）**=========================================================*============================= 其零，单变量分析*=============================logout,save (单变量分析) word replace:ttable3 被解释变量,by(解释变量虚拟形式) f(%8.4f) notitle//解释变量虚拟形式为01虚拟变量形式*============================= 其一，最小二乘法*=============================*基本形式reg y x x1 x2 x3论文跑数据形式 xi:reg Patent ESG Age i.year i.ind est store a1 esttab a1 using 主变量回归结果.rtf,replace nogap ar2 b(%6.4f) t(%6.4f) star( 0.1 ** 0.05 *** 0.01)*============================= 面板数据*=============================*基本形式xtset id yearxtreg y x x1 x2 x3,fe //固定效应（fe）xtreg y x x1 x2 x3,re //随机效应（re）论文跑数据形式（以固定效应模型为例，下面模型较多，就不一一举例，也可参考论文跑数据形式） xi:xtreg Patent ESG Age i.year i.ind,fe est store fe_1 esttab fe_1 using 固定效应方法.rtf,replace b(%6.4f) t(%6.4f) nogap ar2 star( 0.1 ** 0.05 *** 0.01)*============================= 其二，分位数回归*=============================sqreg y x1 x2 x3 ,q( .1 .25 .5 .75 .9)//分别为0.1分位 0.25分位 0.5 0.75 0.9，可根据研究问题自行调整*============================= 其三，logit模型*=============================logit y x x1 x2 x3*============================= 其四，Tobit模型*=============================xttobit y x x1 x2 x3 , ll(0) nolog tobit*============================= 其五，probit模型*=============================probit y x x1 x2 x3*============================= 其六，系统GMM*=============================xtabond2 y L.y x x1 x2 x3, iv(x1 x2 x3) gmm(L.y L.(x), lag(1 2) c) robust twostep*============================= 其七，双重差分模型（DID）============================= xi:xtreg 被解释变量 c.Ifexpgro#c.Iftime 控制变量,fe cl(id) est store m1 esttab m1 using 双重差分模型主检验.rtf,replace ar2 b(%6.4f) t(%6.4f) star( 0.1 ** 0.05 *** 0.01)// Ifexpgro为是否实验组，若是则取值为1，否则为0；Iftime为是否政策实施前后变量，若政策前则取值为0，若政策后，取值为1。c.Ifexpgro#c.Iftime 为Iftime与Ifexpgro的交乘项 *============================= 其八，豪斯曼检验*=============================xtreg y x x1 x2 x3,reest store rextreg y x x1 x2 x3,feest store fehausman fe re // y为被解释变量，x为解释变量，x1、x2及x3为控制变量；//最终，选择标准为显著性在0.1及其以下选择固定效应，否则选择随机效应。*============================= 其九，时间固定效应检验*=============================xi:xtreg y x x1 x2 x3 i.year,fe*或者xtreg y x x1 x2 x3 i.year,fe*============================= 其十，个体固定效应检验*=============================xtreg y x x1 x2 x3 i.id,fe*============================= 其十一，行业固定效应检验*=============================xi:xtreg y x x1 x2 x3 i.industry,fe*或者xtreg y x x1 x2 x3 c.industry,fe*========================================================= 六、内生性问题解决方法（附具体模型）* （由于该种类比较多，所以以下分步骤展示）**=========================================================*======================================= 其一，PSM模型* 由于该方法形式很多，所以以下举例**=======================================*首先，调用数据use 主回归数据.dta,clear*生成解释变量的虚拟变量形式，如下bys year Industry:egen PLD_RATE1_meidan=median(PLD_RATE1)gen ifPLD_RATE1 = (PLD_RATE1>= PLD_RATE1_meidan) if !missing(PLD_RATE1)*================================================= PSM1————近邻匹配 使用最近邻匹配1:1原则*=================================================psmatch2 ifPLD_RATE1（解释变量的虚拟变量形式） 匹配变量 ,outcome(被解释变量) logit neighbor(1) common ate ties 匹配效果检验pstest, both 核密度图 匹配前tw (kdensity _pscore if _treat==0)(kdensity _pscore if _treat==1)graph export 匹配前.png, as(png) replace 匹配后tw (kdensity _pscore if _treat==0 & _wei!=.) (kdensity _pscore if _treat==1 & _wei!=.)graph export 匹配后.png, as(png) replace 匹配后基本回归结果xi:reg 被解释变量 解释变量 控制变量 i.indcd i.year if _weight!=.est store a2esttab a2 using PSM结果1即近邻匹配.rtf,replace b(%6.4f) t(%6.4f) ar2 nogaps star(* 0.1 ** 0.05 *** 0.01) *================================================= PSM2- 核匹配*=================================================*首先，调用数据use 主回归数据.dta,clear*生成解释变量的虚拟变量形式，如下bys year Industry:egen PLD_RATE1_meidan=median(PLD_RATE1)gen ifPLD_RATE1 = (PLD_RATE1>= PLD_RATE1_meidan) if !missing(PLD_RATE1)psmatch2 ifPLD_RATE1（解释变量的虚拟变量形式） 匹配变量 ,outcome(被解释变量) logit kernel common ate ties 匹配后基本回归结果xi:reg 被解释变量 解释变量 控制变量 i.indcd i.year if _weight!=.est store a2esttab a2 using PSM结果2即核匹配.rtf,replace b(%6.4f) t(%6.4f) ar2 nogaps star(* 0.1 ** 0.05 *** 0.01) *================================================= PSM匹配3-半径匹配*=================================================*首先，调用数据use 主回归数据.dta,clear*生成解释变量的虚拟变量形式，如下bys year Industry:egen PLD_RATE1_meidan=median(PLD_RATE1)gen ifPLD_RATE1 = (PLD_RATE1>= PLD_RATE1_meidan) if !missing(PLD_RATE1)psmatch2 ifPLD_RATE1（解释变量的虚拟变量形式） 匹配变量 ,outcome(被解释变量) logit common radius caliper(.01) ate ties 匹配后基本回归结果xi:reg 被解释变量 解释变量 控制变量 i.indcd i.year if _weight!=.est store a2esttab a2 using PSM结果3即半径匹配.rtf,replace b(%6.4f) t(%6.4f) ar2 nogaps star(* 0.1 ** 0.05 *** 0.01) *=======================================* 其二，滞后期模型**=======================================*被解释变量滞后期tsset stkcd yearxi:reg F.被解释变量 解释变量 控制变量1 控制变量2 i.year i.industryest store a1esttab a1 using 滞后期回归结果1.rtf,replace nogap ar2 b(%6.4f) t(%6.4f) star(* 0.1 ** 0.05 *** 0.01)解释变量滞后期 tsset stkcd year xi:reg 被解释变量 L.解释变量 控制变量1 控制变量2 i.year i.industry est store a1 esttab a1 using 滞后期回归结果2.rtf,replace nogap ar2 b(%6.4f) t(%6.4f) star( 0.1 ** 0.05 *** 0.01)*=======================================* 其三，工具变量：两阶段最小二乘**=======================================ivregress 2sls y w (x1 x2 c.x1#c.x2 = z1 z2 c.z1#c.z2 )// 其中，y是被解释变量，w是控制变量，x1 x2是内生变量，z1 z2是工具变量 *======================================= 其四，Heckman两阶段**=======================================Heckman 被解释变量 控制变量, select (D(解释变量虚拟变量) =Z(工具变量其他影响因素) X(控制变量)) twostep*=========================================================* 七、调节效应检验：机制分析*========================================================= reg y x x1 x2 x3 //(1): y为被解释变量，x为解释变量，x1 x2 x3为控制变量 reg y x m x1 x2 x3 //(2): m为调节变量 reg y x m xm x1 x2 x3 //(3): (1)中的x要显著，(3)中的x和m的乘积项要显著，则存在调节效应*=========================================================* 八.中介效应检验：路径分析（三种方法）**=========================================================*第一种方法即回归模型三阶段法reg y x x1 x2 x3 //(1):y为被解释变量，x为解释变量，x1 x2 x3为控制变量reg Z x x1 x2 x3 //(2):Z为中介变量reg y x Z x1 x2 x3 //(3):(1)中的x要显著 (2)中的x要显著 (3)中的x和Z要显著，则存在中介效应*第二种方法即Sobel-Goodman检验sgmediation y, mv(x) iv(Z) cv(x1 x2 x3) // 其中，y为被解释变量，x为解释变量，x1 x2 x3为控制变量，Z为中介变量，Indirect effect:中介效应，Direct effect:直接效应 *第三种方法即Bootstrap检验bootstrap r(ind_eff) r(dir_eff), reps(1000): sgmediation y, mv(x) iv(Z) cv(x1 x2 x3) //y为被解释变量，x为解释变量，x1 x2 x3为控制变量，Z为中介变量，计算间接效应ind_eff（_bs_1）、直接效应dir_eff（_bs_2）estat bootstrap, percentile bc //计算间接效应（_bs_1）的置信区间（检验中介效应：若该置信区间不包括0，则拒绝H0）；若直接效应（_bs_2）的置信区间不包括0就表明是【部分中介效应】；若直接效应（_bs_2）的置信区间包括0就表明是【完全中介效应】。 di “中介（间接）效应 ab = “_b[_bs_1] //此为中介效应 di “直接效应 c’ = “_b[_bs_2] //此为直接效应 di “中介效应占比ab/c = “_b[_bs_1]/(_b[_bs_1]+_b[_bs_2]) //此为中介效应的占比：_bs_1/(_bs_1+_bs_2) /Boostrap固定效应检验/tab 时间,gen(dt时间1) //生成虚拟变量tab 地区,gen(dt地区1)sgmediation Y,mv(中介变量) iv(解释变量) cv(控制变量 dt时间1* dt地区1) bootstrap r(ind_eff) r(dir_eff),reps(1000) :sgmediation Y,mv(中介变量) iv(解释变量) cv(控制变量 dt时间1 dt地区1*)estat bootstrap,percentile bc *面板数据xtset id year*分组，东=1，中=2，西=3，东北=4gen region = 1replace region = 2 if id ==4 | id ==12 | id ==14 |id ==16 | id ==17 | id ==18replace region = 3 if id ==5 | id ==20 | id ==22 |id ==23 | id ==24 | id ==25 |id ==26 | id ==27 | id ==28 |id ==29 | id ==30replace region = 4 if id ==6 | id ==7 | id ==8*单位根检验*（短面板）*法一xtunitroot ht y,demeanxtunitroot ht x,demeanxtunitroot ht z,demean*法二xtunitroot ips y,demeanxtunitroot ips x,demeanxtunitroot ips z,demean*（长面板）xtunitroot llc yxtunitroot llc xxtunitroot llc z *只有y不存在单位根，其他变量均存在*差分再检验gen dy=d.yxtunitroot ht dy,demeangen dx=d.xgen dz=d.zxtunitroot ht dx,demeanxtunitroot ht dz,demean*一阶差分后所有数据都不存在单位根，进行协整检验 *协整检验*3种检验方法xtcointtest kao y x z*kao检验最严格，看p值，小于0.05则存在协整关系xtcointtest pedroni y x z ,trend*pedroni检验较为灵活，允许不同面板单位有不同的协整向量与残差自回归系数，在加上趋势项后进行检验。*结果显示：三种统计量的P值均小于0.05，因此拒绝原假设，即变量之间存在协整关系。*因此可以用原数据进行建模。xtcointtest westerlund y x z,trend*westerlund检验，看p值，小于0.05则存在协整关系 *本文采取pedroni检验。 *建立PVAR模型*PVAR2已内置helm，不需要再单独去除个体固定效应 *确定滞后阶数，用原数据pvar2 y x z ,lag(4) soc*AIC、BIC、HQIC都指向2，因此滞后阶数为2阶 *重新回归，滞后阶为2pvar2 y x z ,lag(2)est tab, star(0.01, 0.05,0.1)*查看1%、5%、10%水平下系数的显著性 *再进行格兰杰因果检验pvar2 y x z ,granger*格兰杰因果检验不必拘泥于滞后阶数。 *脉冲响应及方差分解*法一：连玉君的方法（该命令在某些情况下会失效，无从得知原因，若失效，请用第二种方法，该方法内置了GMM，将会自动实现）：pvar2 y x z , lag(2) gmm impulse monte 200 decomp(20)*不知道为何脉冲只能做6期，monte 200是蒙特卡洛检验重复200次，一般默认200. decomp(20)表示方差分解，代表分解20期 *法二：GMM已内置，会自动基于GMM计算*脉冲响应（10期）pvar2 y x z ,lag(2) irf(10)*方差分解（10期）pvar2 y x z ,lag(2) irf(10) nograph decomp(10) 双重固定效应的门槛回归xi : xthreg i q1 q2 q3 d1 qd1 i.year, rx(c1) qx(d1) thnum(1) trim(0.01) grid(400) bs(300) 回归结果导出est store m1est store m2outreg2[m1 m2] using test1.doc,replace |
| CopyRight 2018-2019 实验室设备网 版权所有 |