Stata面板數(shù)據(jù)的統(tǒng)計分析

1、面板數(shù)據(jù)的統(tǒng)計分析（Stata）在寫論文時經(jīng)常碰見一些即是時間序列又是截面的數(shù)據(jù)，比如分析1999-2010的公司盈余管理影響因素，而影響盈余管理的因素有6個，那么會形成如下圖的數(shù)據(jù)公司1公司2公司100因素1因素6盈余管理程度因素1因素6盈余管理程度因素1因素6盈余管理程度199920002010如上圖所示的數(shù)據(jù)即為面板數(shù)據(jù)。顯然面板數(shù)據(jù)是三維的，而時間序列數(shù)據(jù)和截面數(shù)據(jù)都是二維的，把面板數(shù)據(jù)當成時間序列數(shù)據(jù)或者截面數(shù)據(jù)來處理都是不合適的。處理面板數(shù)據(jù)的軟件較多，一般使用Eviews6.0、Stata等。個人推薦使用Stata，因為Stata比較適合處理面板數(shù)據(jù)，且個性化強。以下以Stata

2、ll.O為例來講解怎么樣處理面板數(shù)據(jù)。由于面板數(shù)據(jù)的存儲結構與我們通常使用的存儲結構不太一樣，所在統(tǒng)計分析前，最好在excel中整理一下數(shù)據(jù)，形成如下圖所示的數(shù)據(jù)年份公司名稱因素1因素2因素6盈余管理程度1999公司12000公司1公司12010公司11999公司22000公司2公司22010公司2變量定義及輸入數(shù)據(jù)啟動Statall.O，Stata界面有4個組成部分，Review（在左上角）、Variables（左下角）、輸出窗口（在右上角）、Command（右下角）。首先定義變量，可以輸入命令，也可以通過點擊DataCreatenewVariableorchangevariable。特別注

3、意，這里要定義的變量除了因素1、因素2因素6、盈余管理影響程度等，還要定義年份和公司名稱兩個變量，這兩個變量的數(shù)據(jù)類型（Type）最好設置為int（整型），公司名稱不要使用中文名稱或者字母等，用數(shù)字代替。定義好變量之后可以輸入數(shù)據(jù)了。數(shù)據(jù)可以直接導入（File-Import），也可以手工錄入或者復制粘貼（Data-DataEdit（Browse），手工錄入數(shù)據(jù)和在excel中的操作一樣。以上面說的為例，定義變量year、company、factorl、factor2、factor3、factor4、factor5、factor6、DA。變量company和year分別為截面變量和時間變量。顯然

4、，通過這兩個變量我們可以非常清楚地確定paneldata的數(shù)據(jù)存儲格式。因此，在使用STATA估計模型之前，我們必須告訴它截面變量和時間變量分別是什么，所用的命令為tsset，命令為：tssetcompanyyear輸出窗口將輸出相應結果。由于面板數(shù)據(jù)本身兼具截面數(shù)據(jù)和時間序列二者的特性，所以對時間序列進行操作的運算同樣可以應用到面板數(shù)據(jù)身上。這一點在處理某些數(shù)據(jù)時顯得非常方便。如，對于上述數(shù)據(jù)，我們想產(chǎn)生一個新的變量Lag_factor1，也就是factor1的一階滯后，那么我們可以采用如下命令：genLag_factor1=L.factor1差分變量：Genfiscal（D）=D.fisc

5、al統(tǒng)計描述：在正式進行模型的估計之前，我們必須對樣本的基本分布特性有一個總體的了解。對于面板數(shù)據(jù)而言，我們至少要知道我們的數(shù)據(jù)中有多少個截面（個體），每個截面上有多少個觀察期間，整個數(shù)據(jù)結構是平行的還是非平行的。進一步地，我們還要知道主要變量的樣本均值、標準差、最大值、最小值等情況。這些都可以通過以下三個命令來完成：xtdes命令用于初步了解數(shù)據(jù)的大體分布狀況，我們可以知道數(shù)據(jù)中含有多少個截面，最大和最小的時間跨度是多少。在某些要求使用平行面板數(shù)據(jù)的情況下，我們可以采用該命令來診斷處理后的數(shù)據(jù)是否為平行數(shù)據(jù)。Xtsum用來查詢對組內(nèi)、組間、整體計算各個變量的基本統(tǒng)計量（如均值、方差等）。為了

6、方便，以下的舉例都只用factor1，factor2兩個自變量。xtdesDAfactor1facto2xtsumDAfactor1facto2模型回歸。常用的處理面板數(shù)據(jù)的模型有混合OLS模型、固定效應模型、隨機效應模型。各個模型的區(qū)別請上網(wǎng)查查。下面說說各個模型的命令：混合OLS模型輸入命令：regressDAfactor1facto2固定效應模型輸入命令：xtregDAfactor1factor,fe隨機效應模型輸入命令：xtregDAfactor1factor,re模型的選擇及檢驗固定效應模型要檢驗個體效應的顯著性，這可以通過固定效應模型回歸結果的最后一行的F統(tǒng)計量看出，F(xiàn)越大越好，可

7、以得出固定效應模型優(yōu)于混合OLS模型的結論。隨機效應模型要檢驗隨機效應是否顯著，要輸入命令：xttest0如果檢驗得到的p值為0，則隨機效應顯著，隨機效應模型也優(yōu)于固定效應模型。至于固定效應模型與隨機效應模型選哪一個，則要通過hausman檢驗來得出。Hausman檢驗Hausman檢驗的原假設是固定效應模型優(yōu)于隨機效應模型，如果hausman檢驗的p值為0，則接受原假設，使用固定效應模型。相關命令：quixtregDAfactor1factor2,feeststorefequixtregDAfactor1factor2,reeststorerehausmanfe面板模型選擇問題1.固定效應模

8、型估計：xtreggdpinvestculturescihealthadmintechno,fe固定效應模型中個體效應和隨機干擾項的方差估計值(分別為sigmau和sigmae),二者之間的相關關系(rho)最后一行給出了檢驗固定效應是否顯著的F統(tǒng)計量和相應的P值2.隨機效應模型估計：xtreggdpinvestculturescihealthadmintechno,re檢驗隨機效應模型是否優(yōu)于混合OLS模型：在進行隨機效應回歸之后,使用xttest0檢驗得到的P值為0.0000,表明隨機效應模型優(yōu)于混合OLS模型3.最大似然估計Ml：xtreggdpinvestculturescihealt

9、hadmintechno,mleHausman檢驗Hausman檢驗究竟選擇固定效應模型還是隨機效應模型：第一步：估計固定效應模型,存儲結果xtreggdpinvestculturescihealthadmintechno,feeststorefe第二步：估計隨機效應模型,存儲結果xtreggdpinvestculturescihealthadmintechno,reeststorere第三步：進行hausman檢驗hausmanfeHausman檢驗量為：H=(b-B)Var(b)-Var(B)-l(b-B)x2(k)Hausman統(tǒng)計量服從自由度為k的x分布。當H大于一定顯著水平的臨界值時

10、,我們就認為模型中存在固定效應,從而選用固定效應模型,否則選用隨機效應模型如果hausman檢驗值為負,說明的模型設定有問題,導致Hausman檢驗的基本假設得不到滿足,遺漏變量的問題,或者某些變量是非平穩(wěn)等等可以改用hausman檢驗的其他形式：hausmanfe,sigmaless面板模型異方差和自相關的檢驗(比較復雜：三個模型、兩個維度)對于固定效應模型的異方差檢驗和自相關的檢驗：序列自相關檢驗Xtserialgdpinvestculturescihealthadmintechno如果沒有xtserial命令即輸入上面的命令后彈出nocommand，則輸入finditxtserial.ado可以自動搜索到進行安裝截面自相關檢驗xtregDAfactorlfactor2,fexttest2截面（組間）異方差檢驗（不考慮序列異方差即組內(nèi)）xtreggdpinvestculturescihealthadmintechno,fexttest3隨機效應模型的自相關檢驗：序列自相關檢驗xtreggdpinvestculturescihealthadmintechno,reXttest1處理：異方差用robust