chap13-stata面板数据分析

主要内容面板数据的基本操作固定效应与随机效应模型长面板模型面板工具变量法动态面板模型面板数据的离散选择模型面板数据的计数模型随机效应tobit模型实验13-1：面板数据的基本操作实验基本原理在利用stata对面板数据进行分析之前，我们通常需要对截面变量和时间变量进行定义。只有定义之后，我们才可以使用相关的面板数据分析命令以及各种时间序列算子。另外，在对面板数据进行建模之前，我们有时会希望对数据有一个直观的了解，像观察面板数据各截面的最大值、最小值等描述统计量，或者是了解数据的结构和分布等。对于这些，我们都可以通过stata的命令来实现。实验内容及数据来源本书附带光盘data文件夹下的“wage.dta”工作文件给出了对4711名妇女的调查数据，调查的时间跨度为1968年到1988年。该文件的主要变量包括：idcode=编号，year=调查时间，hours=平均每周的工作时间，msp=是否已婚（1代表已婚且随配偶居住，0代表其他情况），ln_wage=小时工资的自然对数，grade=受教育年数，age=年龄，ttl_exp=总工作年数，tenure=现有岗位的任职时间，race=种族（1表示白人，2表示黑人，3表示其他人种），not_smsa=是否居住在SMSA区（1表示不住在SMSA区-StandardMetropolitanStatisticalArea），south=是否生活在南方（1表示住在南方），union=是否为工会成员（1表示是工会成员）。利用这些数据，我们来讲解面板数据的定义、描述统计量的获得、数据结构的描述、分布频率和转移概率的获得以及各个截面时间趋势图的绘制等操作。实验操作指导1面板数据的设定与时间序列分析类似，在对面板数据进行分析之前，我们要先对面板数据进行设定。只有定义过面板数据之后，才能使用相关的面板数据命令。设定面板数据的命令有三种：①xtsetpanelvar②xtsetpanelvartimevar[,tsoptions]③tssetpanelvartimevar[,tsoptions]其中，xtset是“定义面板数据”的基本命令，panelvar代表截面变量的名称，timevar代表时间变量的名称，tsoptions代表其他选项。tsset作为定义时间序列的基本命令，也可以用来定义面板数据，如③所示。此外，可用的tsoptions选项与十二章中时间序列变量的设定相同，详见表12.2和表12.3。在第一种格式当中，我们只设定了截面变量，这样，每一截面中，各个观测值的顺序是无关紧要的。例如，我们有对多个家庭的调查数据，每个家庭是一个截面，而家庭的各个成员是截面内的观测值，这种情况下，我们就不必设定时间变量。第二种和第三种定义面板数据的格式是等价的。这两种情况下，每一截面中的观测值会被按照时间变量进行排序。这时，我们还可以使用stata的各种时间序列算子，像滞后算子“L.”、领先算子“F.”等。需要注意的是，截面变量和时间变量都必须为数值型，还要是整数。如果某个变量是字符串型，我们可以通过如下命令将其转换为数值型：encodevarname,gen(newvar)其中，命令encode表示生成带标签的数值变量，varname是原字符串变量的名称，生成的新变量命名为newvar，其类型为数值型，且每个数值以原变量varname的值为标签。对于数据文件“wage.dta”，我们定义idcode为截面变量，year为时间变量。输入命令：xtsetidcodeyear2获得面板数据的描述统计量获得面板数据描述统计量的基本命令为：xtsum[varlist][if]其中，xtsum是“计算面板数据描述统计量”的基本命令，varlist代表变量的名称，if代表条件语句。xtsum命令实际是summarize命令的扩展，该命令还会给出组内和组间的描述统计量。我们要获得“wage.dta”中变量hours的描述统计量，可输入命令：xtsumhours3显示面板数据的结构为了直观地了解面板数据的分布，我们可以对其结构进行描述。命令为：xtdescribe[if][in][,options]其中，xtdescribe是“显示面板数据结构”的基本命令，if代表条件语句，in代表范围语句，options为其他选项。可用的选项包括patterns(#)和width(#)。patterns(#)用于指定显示结构的种数，默认为patterns(9)；而width(#)用于指定每一行的显示宽度，默认为width(100)。对于“wage.dta”的数据，我们要知道其数据分布情况，可输入命令：xtdescribe4显示面板数据的分布频率获得面板数据分布频率的基本命令为：xttabvarname[if]其中，xttab是“计算面板数据分布频率”的基本命令，varname代表变量的名称，if代表条件语句。xttab命令实际是tabulate命令的扩展，该命令还会给出组内和组间的分布频率。我们要获得“wage.dta”中变量msp的分布频率，可输入命令：xttabmsp5显示面板数据的转移概率获得面板数据转移概率的基本命令为：xttransvarname[if][,freq]其中，xttrans是“计算面板数据转移概率”的基本命令，varname代表变量的名称，if代表条件语句，选项freq表示同时显示频数。我们要获得“wage.dta”中变量msp的转移概率，可输入命令：xttransmsp6面板数据绘图对面板数据的各个截面分别绘制时间序列图的基本命令为：xtlinevarlist[if][in][,panel_options]其中，xtline是“面板数据绘图”的基本命令，varlist代表变量的名称，if代表条件语句，in代表范围语句，panel_options代表其他选项。选项主要包括i(varname_i)、t(varname_t)和overlay。默认情况下，xtline会对各个截面分别作图，y轴变量为varlist，x轴变量为时间变量。选项i()和t()可以指定新的截面变量和时间变量来作图，且varname_i可以为字符串型，varname_t的值也可以不是整数。但要求选项i()和t()同时设定。此外，如果设定选项overlay，各个截面会被绘制到一幅图中。对于截面数比较少的面板数据，进行作图观察比较会很直观。但当截面数非常多时，作图观察的意义就不大了。考虑到工作文件“wage.dta”有4711个截面，我们这里用变量hours的前4个截面作图进行说明。输入命令：xtlinehoursin1/50因为前50个观测值构成了前4个截面，这样，通过范围语句“in1/50”我们可以得到前4个截面中变量hours的时间趋势图。7长宽面板数据的转换实验13-2：固定效应与随机效应模型实验基本原理实验内容及数据来源本实验中，我们继续使用实验13-1所用的数据文件，即本书附带光盘data文件夹下的“wage.dta”工作文件。利用该面板数据，我们要分析受教育年数、年龄、工作年数、现有岗位的任职时间、是否是黑人、是否居住在SMSA区、是否生活在南方等因素对工资收入的影响。这样，利用“wage.dta”的数据，我们会讲解组间效应模型的回归、固定效应和随机效应模型的拟合、Hausman检验以及模型预测等内容。实验操作指导1组间效应模型对于“wage.dta”的数据，我们要分析受教育年数、年龄、工作年数、现有岗位的任职时间、是否是黑人、是否居住在SMSA区、是否生活在南方等因素对工资收入的影响。考虑到年龄、工作年数、现有岗位任职时间等因素对工资收入的影响可能不是线性的，我们先生成这三个变量的平方项，并在模型中包括这三个变量的水平项和平方项。输入命令：genage2=age*agegenexp2=ttl_exp*ttl_expgentenure2=tenure*tenure我们生成变量age、ttl_exp和tenure的平方项，并分别将其命名为age2、exp2和tenure2。此外，我们需要由变量race生成一个虚拟变量，来表示是否是黑人。输入命令：genbyteblack=race==2这里，我们生成新变量black，并令其类型为type。注意，race后为两个等号。该命令的含义为，对race是2的（黑人）观测值，我们令black的值为1；对race取其他值的观测值，我们令black的值为0。也就是说新生成的变量black为虚拟变量，1表示黑人，0表示其他人种。进行完这些变换之后，下面，我们进行组间回归。输入命令：xtregln_wagegradeageage2ttl_expexp2tenuretenure2blacknot_smsasouth,be这里，被解释变量为ln_w，解释变量包括grade、age、age2、ttl_exp、exp2、tenure、tenure2、black、not_smsa和south，选项be表示进行组间估计。2固定效应模型获取固定效应估计量的命令与组间效应模型类似，为：xtregdepvar[indepvars][if][in][weight],fe[FE_options]其中，xtreg代表“拟合面板数据模型”的基本命令语句，选项fe表明要获取固定效应估计量。FE_options代表获取固定效应估计量的其他选项，主要有level(#)和vce(type)，标准差的类型可以是conventional、robust、clusterclustvar、bootstrap和jackknife。这里，设定稳健标准差vce(robust)与聚类稳健的标准差vce(clusterpanelvar)效果是一样的。其中，panelvar代表截面变量。对于“wage.dta”的数据，我们下面进行固定效应回归。输入命令：xtregln_wagegradeageage2ttl_expexp2tenuretenure2blacknot_smsasouth,fe这里，选项fe表明是进行固定效应回归分析。3随机效应模型利用“wage.dta”的数据，我们进行随机效应的回归分析。输入命令：xtregln_wagegradeageage2ttl_expexp2tenuretenure2blacknot_smsasouth,re其中，选项re表明进行随机效应回归分析。因为这是默认选项，所以可以省略。对于随机效应模型，我们通常使用可行的广义最小二乘（FGLS）来进行回归。但如果假定随机扰动项服从正态分布，我们还可以用极大似然估计法（MLE）进行估计。用MLE拟合随机效应模型的命令为：xtregdepvar[indepvars][if][in][weight],mle[MLE_options]其中，xtreg代表“拟合面板数据模型”的基本命令语句，选项mle表明用极大似然估计法来估计随机效应模型。MLE_options代表其他选项，主要有noconstant（设定没有常数项）、level(#)和vce(type)。其中，标准差的类型包括oim、bootstrap和jackknife。对于前面的随机效应模型，我们使用MLE重新进行回归。输入命令：xtregln_wagegradeageage2ttl_expexp2tenuretenure2blacknot_smsasouth,mle其中，选项mle表明用极大似然估计法进行随机效应回归分析。4Hausman检验对于前面拟合的模型，我们要判断究竟应选择固定效应模型还是随机效应模型，可以输入命令：quietlyxtregln_wagegradeageage2ttl_expexp2tenuretenure2blacknot_smsasouth,reestimatesstorerequietlyxt