Stata面板数据的统计分析

在写论文时经常碰见一些即是时间序列又是截面的数据，比如分析1999-2010的公司盈余管理影响因素，而影响盈余管理的因素有6个，那么会形成如下图的数据 公司1 公司2 公司100 盈余管理盈余管盈余管 因素1 因素6 因素1 … 因素6 因素1 因素6 程度 理程度 理程度 1999 2000 …… 2010 如上图所示的数据即为面板数据。显然面板数据是三维的，而时间序列数据和截面数据都是二维的，把面板数据当成时间序列数据或者截面数据来处理都是不合适的。

处理面板数据的软件较多，一般使用Eviews6.0、Stata等。个人推荐使用Stata，因为Stata比较适合处理面板数据，且个性化强。以下以Stata11.0为例来讲解怎么样处理面板数据。

由于面板数据的存储结构与我们通常使用的存储结构不太一样，所在统计分析前，最好在excel中整理一下数据，形成如下图所示的数据 年份 公司名称 因素1 因素2 …… 因素6 盈余管理程度 1999 公司1 2000 公司1 …… 公司1 2010 公司1 1999 公司2 2000 公司2 …… 公司2 2010 公司2 变量定义及输入数据 启动Stata11.0，Stata界面有4个组成部分，Review（在左上角）、Variables（左下角）、输出窗口（在右上角）、Command（右下角）。首先定义变量，可以输入命令，也可以通过点击Data----Create new Variable or change variable。 特别注意，这里要定义的变量除了因素1、因素2、……因素6、盈余管理影响程度等，还要定义年份和公司名称两个变量，这两个变量的数据类型（Type）最好设置为int（整型），公司名称不要使用中文名称或者字母等，用数字代替。定义好变量之后可以输入数据了。数据可以直接导入（File-Import），也可以手工录入或者复制粘贴（Data-Data Edit(Browse)），手工录入数据和在excel中的操作一样。

以上面说的为例，定义变量 year、 company、 factor1、 factor2、 factor3、 factor4、 factor5、 factor6、 DA。

变量company 和year分别为截面变量和时间变量。显然，通过这两个变量我们可以非常清楚地确定panel data 的数据存储格式。因此，在使用STATA 估计模型之前，我们必须告诉它截面变量和时间变量分别是什么，所用的命令为tsset，命令为：

tsset company year

输出窗口将输出相应结果。

由于面板数据本身兼具截面数据和时间序列二者的特性，所以对时间序列进行操作的运算同样可以应用到面板数据身上。这一点在处理某些数据时显得非常方便。如，对于上述数据，我们想产生一个新的变量Lag _factor1 ，也就是factor1 的一阶滞后，那么我们可以采用如下命令： gen Lag_factor1=L.factor1 差分变量：

Gen fiscal(D)=D.fiscal 统计描述：

在正式进行模型的估计之前，我们必须对样本的基本分布特性有一个总体的了解。对于面板数据而言，我们至少要知道我们的数据中有多少个截面(个体) ，每个截面上有多少个观察期间，整个数据结构是平行的还是非平行的。进一步地，我们还要知道主要变量的样本均值、标准差、最大值、最小值等情况。这些都可以通过以下三个命令来完成： xtdes 命令用于初步了解数据的大体分布状况，我们可以知道数据中含有多少个截面，最大和最小的时间跨度是多少。在某些要求使用平行面板数据的情况下，我们可以采用该命令来诊断处理后的数据是否为平行数据。Xtsum用来查询对组内、组间、整体计算各个变量的基本统计量（如均值、方差等）。为了方便，以下的举例都只用factor1，factor2两个自变量。 xtdes DA factor1 facto2 xtsum DA factor1 facto2 模型回归。

常用的处理面板数据的模型有混合OLS模型、固定效应模型、随机效应模型。各个模型的区别请上网查查。下面说说各个模型的命令： 混合OLS模型输入命令： regress DA factor1 facto2 固定效应模型输入命令： xtreg DA factor1 factor , fe 随机效应模型输入命令： xtreg DA factor1 factor , re 模型的选择及检验

固定效应模型要检验个体效应的显著性，这可以通过固定效应模型回归结果的最后一行的F统计量看出，F越大越好，可以得出固定效应模型优于混合OLS模型的结论。随机效应模型要检验随机效应是否显著，要输入命令： xttest0

如果检验得到的p值为0，则随机效应显著，随机效应模型也优于固定效应模型。至于固定效应模型与随机效应模型选哪一个，则要通过hausman检验来得出。 Hausman检验

Hausman检验的原假设是固定效应模型优于随机效应模型，如果hausman检验的p值为0，则接受原假设，使用固定效应模型。相关命令： qui xtreg DA factor1 factor2 ,fe est store fe

qui xtreg DA factor1 factor2 ,re est store re hausman fe

面板模型选择问题

1.固定效应模型估计：

xtreg gdp invest culture sci health admin techno,fe

固定效应模型中个体效应和随机干扰项的方差估计值(分别为sigma u 和sigma e），二者之间的相关关系(rho)

最后一行给出了检验固定效应是否显著的F 统计量和相应的P 值 2.随机效应模型估计：

xtreg gdp invest culture sci health admin techno,re 检验随机效应模型是否优于混合OLS 模型： 在进行随机效应回归之后，使用xttest0

检验得到的P 值为0.0000，表明随机效应模型优于混合OLS 模型 3. 最大似然估计Ml：

xtreg gdp invest culture sci health admin techno,mle

Hausman检验

Hausman检验究竟选择固定效应模型还是随机效应模型： 第一步：估计固定效应模型，存储结果

xtreg gdp invest culture sci health admin techno,fe est store fe

第二步：估计随机效应模型，存储结果

xtreg gdp invest culture sci health admin techno,re est store re

第三步：进行hausman检验 hausman fe

Hausman检验量为： H=(b-B)´[Var(b)-Var(B)]-1(b-B)～x2(k)

Hausman统计量服从自由度为k的χ2分布。当H大于一定显著水平的临界值时，我们就认为模型中存在固定效应，从而选用固定效应模型，否则选用随机效应模型

如果hausman检验值为负，说明的模型设定有问题，导致Hausman 检验的基本假设得不到满足，遗漏变量的问题，或者某些变量是非平稳等等 可以改用hausman检验的其他形式： hausman fe, sigmaless

面板模型异方差和自相关的检验（比较复杂：三个模型、两个维度） 对于固定效应模型的异方差检验和自相关的检验： 序列自相关检验

Xtserial gdp invest culture sci health admin techno

如果没有xtserial命令即输入上面的命令后弹出no command，则输入findit xtserial.ado可以自动搜索到进行安装 截面自相关检验

xtreg DA factor1 factor2 ,fe xttest2

截面（组间）异方差检验（不考虑序列异方差即组内） xtreg gdp invest culture sci health admin techno,fe xttest3

随机效应模型的自相关检验： 序列自相关检验

xtreg gdp invest culture sci health admin techno,re Xttest1

处理：

异方差用robust

序列自相关用GLS方法

截面自相关用cluster方法（聚类调整）

聚类调整(Peterson，2009)：主要调整截面自相关（面板数据可用） ,vce(cluster company/year) 或者cluster company/year

如果存在面板数据的时候，用固定效应做计量检验时，当然能够很容易地部分解决内生性问题，注意，仅仅是部分解决！