发布时间 : 星期四 文章STATA面板数据模型操作命令更新完毕开始阅读
.
●xtregar sq cpi unem g se5 ln dumt*,fe lbi
●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：
●xtreg sq cpi unem g se5 ln,fe vce(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
Word 资料
.
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： ●qui xtreg sq cpi unem g se5 ln,fe
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： ●qui xtreg sq cpi unem g se5 ln,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
Word 资料
.
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Driscoll and Kraay(1998)提出的“异方差—序列相关—截面相关”稳健型标准误： ●xtscc sq cpi unem g se5 ln,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： ●xtscc sq cpi unem g se5 ln,fe lag(0)
（2）RE模型估计(略，待补充)
二、动态面板数据的STATA处理命令
Word 资料
.
（一）差分GMM
xtabond lnwi cd lngdp land doc fir lnroad lnpop fina
xtabond lnwi cd lngdp land doc fir lnroad lnpop fina,lag(2) twostep
（二）系统GMM
xtdpdsys lnwi cd lngdp land doc fir lnroad lnpop fina
xtdpdsys lnwi cd lngdp land doc fir lnroad lnpop fina, twostep
（三）内生性检验
●estat sargan
（四）序列相关检验
●estat abond
三、门槛（门限回归）面板模型的STATA处理命令
xtthres y, 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：
local q1=e(rhat21) 取出门槛值 local q2=e(rhat22)
gen d1=(q＜=’q1’) 生成虚拟变量 gen d2=(q＞’q2’) gen xd1=x*d1 gen xd2=x*d2
xtreg y x xd1 xd2,fe 常规标准误 est store fe
Word 资料