stata高级-2016暑期讲义

Stata研讨班讲高级群 扫 （邮箱主页

:课程概 课程大 如何使用Stata提供的范例数据 如何查看每次执行Stata的log文件 讨论和建 2016连玉君课程概地点：首都体育学院教学实验 (2) 连玉君，经济学博士，。2007年7月毕业于西安交通大学金禾经济，现任教于基金项目各一项，并参与了多项国家自科和社科基金项目的研究工作。目前已完成PanelVAR、PanelThreshold、Two-tierStochasticFrontierStata如winsor2、xtbalance、bdiff、hausmanxt、ttable3、hhi5等。 地址：云盘

Stata13.rar PX_B_2016b.rar而非D:\stata13\ado\ al\PX_B_2016b\PX_B_2016b(有些人在解压过程会导致双层文件在第2讲中，将介绍Bootstrap和MonteCarlo模拟相关的知识；内生性问题，包括处理效应模型和倾向得分匹配分析两类模型（5，作为这一讲的基础，在第4讲中，将介绍Logit模型；边SFA模型（第6讲）;计数模型（第7讲：被解释变量为计数变量，如专利个数、违章次数、被批评的结构方程模型（8课程的特色和详情介绍如下135主要应对解释变量中所包含的0/1内生变量；二是倾向得分匹配分析方法，主要通过配对的方式来解决自我选择偏误。翻阅最近2年于经济研究、管理世界、经济学季等期的文章，这的模型中（如Heckman选择模型、PSM、DID、RDD等，Logit（SFASFA，是产出效率、成本效率、议价能力、投资效率估算等领域的主要分析工具。异质性随期文献中，固定效应面板SFA模型的估计是一直是个难题，本课程中提供了Greene(2005)effectSFA)模型的Stata估计程序，能够很方便地估计包含固定效应的面板SFA模型。双边随机边界模型（Two-tierSFA）由KumbhakarTsionasandSipilinen(2009)提出，在衡量信息不对称程度、投资效率、议价能力等方面有重要应用，如,连玉君and(2011)使用该模型测度了中国医疗市场的信息不对称程度，LianandChung(2008)使用该模型测度了中国上市公司的融资效率。完其三，在第7讲中，我将为大家介绍CountData模型。这是以往stata培训班和stata 新产品数量、融资次数、CEO变更次数等，此时使用计数模型(CountDataModel)更为合理。在近其四，新增了结构方程模型的讲解。在stata12中，Stata公司首次推出SEM模块，并提供了近多页。Stata对于SEM的重视和快速发展由此可见一斑。类似于GMM在解决内生性问题方面的独低估诸位的学习能力或的授课能力，而是因为高级班的内容和难度都明显增加了。希一阶序分GMM估计量（FD-相关检验和过度识别检验（Sargan检验VAR应应函数(IRF)实例（介绍3篇2讲（3小时）Bootstrap获取复杂统计量的临MonteCarloMonteCarlo应用实例：内生性偏误的截面门槛模型（Cross-sectionalThresholdModel）面板门槛模型（PanelThresholdModel）应用实例（介绍2篇Logit模型简4讲（3小时LogitLogit模型（MultinomialLogit）应用实例（介绍3篇）Heckman选择模型（HeckmanSelectionModel）处理效应模型（TreatmentEffectModel）倾向得分匹配分析（PropensityScoreMatching,PSM）应用实例（介绍2篇）的模型设定和异质SFA模型（HeterogeneitySFA模型（Two-tier应用范例（介绍3篇(CountDataPoisson回归模型）8讲（3小时）使用SEM估计传统线SEM的图形界面分析(SEMBuilder,课程资料使用说明stata13软件的基本设定stata13stata13.rarD盘根，即D:\stata13（注意：是D:\stata13，而不是D:\stata13\stata13，另外，stata13是小写）。如果你的电脑中没有D盘，请阅读第（4）条说明。图 关于profile.do文件。每次启动stata13时，它会自动执行D:\stata13文件夹下的profile.dostata：runningrunningD:\stata13\profile.dodoeditdoedit动我提供的stata13后，屏幕上会显示如下信息：.Stata:UPDATES:F:\stata13\ado\updates\(存放stata就只需从“开始”菜单中单击这个logo即可BASE:F:\stata13\ado\base\ SITE:F:\stata13\ado\site\PLUS:F:\stata13\ado\plus\ AL:F:\stata13\ado\ al\(存放用户的个人文件)编命令）无法识别，常见的错误信息如下（3.2小节Q3）：unrecognizedunrecognizedcommand:文件统一存放于PX_B_2016b文件夹下，详情参见图1。表1资PX_B_2016b\Refs(子文件夹1:PX_B_2016b文件夹下的内 文件夹）：存放了课程中使用的自编程序，例如（Refs文件夹）：课程中涉及的文章的PDF原文，以及相关文献的PDF其他文件配对出现：例如下B4_Logit.do文件（）为本课程第一讲的do-file，而B4_Logit文Q2.如何打开课堂上使用的do al\PX_B_2016b。若希望练习第一讲中的相关操作，可依次执行如下命令：cdcd

doeditStep2：输 命令，即可打开第一讲的讲义B4_Logit.do文件doeditStep2：在第一 出的“Do- Editor”窗口中点击“Open”图标，然后选中上图中第47-50行令，点击图中带有蓝色阴影的按钮（ExecuteSelection(do)，快捷键为Q3.PDFA：Stata13配备了完整的PDF格式的使用手册，统一存放于“D:\stata13\docs”文件夹下。你完整的PDF使用手册，依次点击菜单Help→PDF ation即可：[R]regress即可打开regressPDF帮助文件。Q4.如何使用 求，本还进一步提供了Stata范例数据，统一存放于D:\stata13\ado\Example文件夹中。例 ]EditPreferenceGeneralPreferenceResultsColorsColorscheme，在下拉菜单中选择“Classic”或“Custom2”，把bold左侧方框中的对勾都去掉。截图如下：EditPreferenceGeneralPreferenceViewerColorsColorscheme，在下拉菜单Q6.使用其他版本的StataQ6.使用其他版本的Stata一修改成“stata11stata10或更低版本的用户而言，本次培训中涉及的部分命令可能无法执行，此时，建议您使用课程附带的stata13.rar软件。由于该软件包无需安装，你可以把它放在任何一个盘符下，如D盘、EF盘，相关设定方法参见3.1小节第(5)点的说明。adopathA：当屏幕上显示红色错误提示信息“unrecognizedcommand:xxx”时，意味着命令“xxx”无法识别。课件中涉及到令，主要包括三类：第一类是stata13自带的，统一存放于法设定了stata的文件路径，则不会出现命令无法识别的问题；3第三类是编写令，统一 命令将上述路径加入stata13的搜索范围内，详情参见Q2的解答。adopathstata执行命令的原理。当我们输入命令时，stata需要找到并执行一个名称为describe.ado的程序文件（ado文件）。需要注意的是，为了提高执行速度，stataadopath. (AL) adopathadopath其一，采 adopath+其二，把我们自己编写令放入"D:\stata13\ado\base/"文件夹中，5此时该命令的与3您可以使

可以搜索出很多有关PanelDatafinditpanel令，按照指引可以点击到plus文件夹中finditpanel4如，本课程中使用的所以自编命令都存放于 入D:\stata13\ado\base\m文件夹中。Q8.如何查看每次执行StataQ8.如何查看每次执行StatalogAprofile.doStata13后，屏幕上呈现的所有结果都会被自时的时间，例如，名称为“log-15Jan2015-21-00-45.txt201511521:00:45打开Stata13时自动生成的日志文件。讨论和建议(1)经济Stata专版：(2)经济“统计软件培训班VIP答疑区。这里汇集了大量stata应用的实例和问题连玉君的博客和：博客 /arlion）中提供了大量 ************************************$$$$$$$$$$$$ $$ $$$ $ $$ $ $$————————————————————————————————————————Stata研讨班(基础班(2016.7.12-群(stata-连老师-2016暑假————————————————————————————————————————主讲人：连玉君位：中山大学岭南学院金融系邮:页：客:程：课***第一讲A动态面板数据模型23456789*-注意：执行后续命令之前，请先执行如下命令globalpath" al)'\PX_B_2016b"//定义课cd$path\B1a //进入本globalR //参考文献所在文件夹adopath //自编程序 *-1.1 ****-参考*连玉君计量笔记第8章，重点介绍stata操作，可 博客*Greene(2000),chp14较为清晰的介绍了静态面板模型*Baltagi(2001),一本专门介绍Panel的书 *Arrllano(2003),重点关注动态面板和GMM估计 *StataLongitudinal/PaneldataReference 详细介绍了stata中有关Panel的各种命令**E[xit,eis]=0foralltand**E[xit,eis]=0foralltand即，所有干扰项与x都不相关 out"$R\连玉君(2011)_Panel_Data.pdf"*-Paneldata out out"$R\Hisao out out"$R\Wooldridge *-应 *-DynamicPanelDatamodel, *-Horioka,C.Y.,J.Wan, Thedeterminantsofhouseholdsavingin Adynamicpanel ysisofprovincial JournalofMoney,CreditandBanking,39(8):2077- *-DynamicPanelDatamodel, *-Huang,B.-N.,M.Hwang,C.Yang, Causalrelationshipbetweenenergyconsumptionandgdp revisited:Adynamicpaneldata EcologicalEconomics,67(1):41- **-1.2**-1.2动态面板模型* == 录 1.2.1 1.2.2一阶差分GMM估计量 1.2.3.1估计方 1.2.3.2过度识别检验 1.2.3.3干扰项序列相关检验 1.2.3.4稳健型估计和两阶段估计 1.2.3.5先决变量和内生变量的设定 1.2.3.6系数估计的上下限 1.2.3.7结果输出到**-1.2.1**-1.2.1简 *-模型：y[ita0*y[it-1a1*x[ita2*w[itu_ie[it]*-特征：解释变量中包含了被解释变量的一阶滞后项 可以是非平行面板，但要保证时间连续 ——严格外生变 先决变量(前定变量 E[w_it,e_is]!=0fors<t,butE[x_it,v_is]=0forall 即，前期干扰项与当期x相关，但当期和未来期干扰项与x不相关 y[it-1]——内生变 E[x_it,e_is]!=0for 即，前期和当期，尤其是当期干扰项与x相关 u_i随机效应，在截面间是iid的。u_i与e[it]独立。*-内生性问题：*(1)若假设u_i为随机效Corr(y[i,t-1],u_i)!= (2)若假设u_i 效应，需要想办法去除之，因为数据为"大N小 一阶差分：D.y[i,t-1]=y[i,t-1]-y[i,t- D.e[i,t]=e[i,t]-e[i,t- 显然：Corr(D.y[i,t-1],D.e[i,t])!=0,差分方程存在内生问题； 组内去心：ym[i,t-1]=y[i,t-1]-1/(T-1)*(y[i,t- em[i,t]=e[i,t]-1/T*(e[i,t]+e[i,t- 显然：Corr(ym[i,t-1],em[i,t])!=0,仍然存在内生性问 *-处理办法：IV估计或GMM估计，选择合适的工具变量 矩条件：E[e_it,z_it]= *-1.2.2一阶差分GMM估计 *-背景：*L.Hansen(1982)提出*ArellanoandBond(1991) *-模型： y[it]=a0*y[it-1]+a1*x[it]+a2*w[it]+u_i+v[it]*-假设条件： 干扰项v[it]不存在序列相关；即,corr(v[it],v[it-1])=0 *-适用范围：大N，小*-基本思想：**在AndersonandHisao(1982)基础上增加 可用的工具变**在t=3处，y_i1可以作为所有滞后项的工具变量*在t=4处,y_i1,y_i2可以作为所有滞后项的工具变量* D.y[it]=a1*D.y[it-1]+a2*D.X[it]+ X_it=[x_it,**因此，所有工具变量构成的矩阵如下：* |y_i1 ... ... D.x_i3 | y_i1 ... ... D.x_i4 | y_i1y_i2y_i3... ... D.x_i5 Zi=| | | ...yi1...yiT-2D.xiT**Z_i的行数为T-*Z_i的列数为sum_(m=1)^(T-2){m}+K,K为X的列**以T=7，K=3为例，则Z_i的列数为(1+2+3+4+5+6+7)+3=****OLS的估计系数偏高 FE的估计系数偏低(downward*-设定工具变量的基本原则 对-内生-变量的处理：与上述方法类似， 即滞后两阶以上的水平变量均可作为差分方程的工具变量(GMM*对-先决-变量的处理：滞后一阶以上的水平变量均可作为工具变量(GMM 对-外生-变量的处理：自己作为自己的工具变量(Standard**-1.2.2.1估计方法 *-一个简单的例子:OLS|FE|*-产生模拟数据 *y[it]=0.6*y[it-1]+1.3*x[it]+a[i]+ *x[it]=0.2*x[it-1]+ //*corr(x[it],a[i])=xtarsimyxeta,n(1000)t(10)gamma(0.6)beta(1.3)rho(0.2)one(corr3)sn(9)*- yL.yeststore*- yL.yx,eststore*-xtabond eststoreGMM localm"OLSFE esttab`m',mtitle(`m')nogapb(%6.3f)s(Nr2) *- *c1.L.y系数的无偏性 GMM的估计系数介于OLS和FE之间,这是一个不错的判断方法*c2.x的系数也存在相似的特征*c3.FE和OLS会损失1年的数据；GMM会损失2年的数据*c4.corr(x[it],a[i])越大,OLS的偏误越严重*-ArellanoandBond(1991)原文数*-一阶差分估计量的基本设定 解释变量仅包含y_it的一阶滞后项，默认设定 干扰项同方差，一阶段估计useabdata.dta,xtsetid globalxx"L(0/1).wL(0/2).(kys)yr1980-xtabondneststoreab_0*-结果*-1-L.y会被自动加入*-2-工具变量的个数是如何确定的？(helpxtdpd,*外生变量的工具变量等于外生变量的个数 L(0/1).wL(0/2).(kys)yr1980- 共13*内生变量的工具变量：共27listidyearnL2.nDL2.nifid==**差分方程的可用工具变量* year Years Number*differenceequation 1976- 1976- 1976- 1976- 1976- 1976- * 27*-3-GMM-type和Standard两种类型的工具变量有何差异？ GMM-type是针对内生变量或先决变量而言的工具变量，有多列 Standard是针对外生变量而言的工具变量，只有一列 外生变量的一阶差分可以作为自身的工具变量(自己和自己玩**- 过度识别检验（工具变量的使用是否合理 xtabondnL(0/1).wL(0/2).(kys)yr1980- estat *-说明：*H0:overidentifyingrestrictionsare*换言之，干扰项与工具变量不相关 这里，我 了原假设，但AB91 ，当干扰项存在异方差时 Sargan检验倾向于过 原假设，因此此处得到的结论并不可信*采用两阶段估计，然后再执行Sargan检验较为稳妥：xtabondnL(0/1).wL(0/2).(kys)yr1980-yr1984,estat*-Note:Sargan检验是联合检验--(1)模型设定正确+(2)工具变量合理*因此 原假设时,即p<0.10,意味着上述两个假设至少有一个存在问题*此时，应首先考虑模型设定是否有问题，*进而分析工具变量的设定是否合理，参见Sec**-1.2.2.3干扰项序列相关检验*-*AB91一阶差分估计量要求原始模型的干扰项不存在序列相关，*显然，差分后的干扰项必然存在一阶序列相关， 因此，我们需要检验差分方程的残差是否存在二阶(或更高阶)序列相关即可*-二阶序列相关检验(默认xtabondnL(0/1).wL(0/2).(kys)yr1980-estat 说明：若存在二阶相关，则意味着选取的工具变量不合理**-1.2.2.4稳健型估计和两阶段估计*-稳健型估计xtabondnL(0/1).wL(0/2).(kys)yr1980-yr1984,lags(2)eststore*-说明：此时，无法Sargan统计量estat*-两阶段估计*-AB91(Tab4(a2))考虑异方差问题*-思路： 利用第一阶段估计得到的残差构造方差-协方差矩阵，进而重新估计模型xtabondnL(0/1).wL(0/2).(kys)yr1980-yr1984,lags(2)eststoreab4*-说明：此时，Sargan检验无 原假estat*-AB91重要建议： (1)采用一阶段估计结果进行系数显著性的统计推断； (2采用两阶段估计给出的Sargan统计量进行模型筛选*-结果对比localmm"ab4_one_rbesttab`mm',mtitle(`mm')nogap *-结论：*AB91_onestep_rb的结果与AB91_WC_rb的参数估计相同，后者标准误较大*建议采用Windmeijer(2005)两阶段-纠偏-稳健型估计量。**-1.2.2.5解释变量中包含内生变量的情形*-基本思想： y[it]=a0*y[it-1]+a1*x[it]+a2*w[it]+u_i+ *上述模型中y[it-1]就是一个典型的内生变量*我们用L(2/.).y[it]作为D.y[it-1]的工具变量*因此，如果假设w[it是内生变量，则*我们用L(2/.)w[it]作为w[it]的工具变量。*-内生变量的设定方法 由于当期干扰项显然会影响后续wln 所以把它设定为内生变量更为合理*-基本设定：xtabondnL(0/2).(kys)yr1980-yr1984,endog(k)estatestat*注意:此时逗号前就不能再出现这个变量了*从Sarganp值来w设为内生变量似乎更为合理**-1.2.2.6弱工具变量问题(很重要 *-问题 *当TT=30，则工具变量的数目会很多，会产生弱工具变量问题*-解决办法：*限制工具变量的个数即限定L(p).y作为工具变量的最大滞后阶数globalxx"L(0/2).(kys)xtabondnL(0/1).w$xx,maxldep(5)estatestat *-此时,只有(L2.n,L3.n,L4.n,L5.n)可以作为D.L.y的工具变量 *而L6.n则不能作为工具变 *-对于一般的内生性变量，处理方法相似 xtabond $xx,maxlags(5)twostep estat estat * *-1.2.2.7系数估计的上下限 *虽然PooledOLS和FixedEffects估计都是有偏的， *但是二者却决定了y_it-1真实估计值的上界和下界 *换言之，PooledOLS估计高估了真实值 而Fixedeffects估计则低估了真实值 useabdata.dta, regnL.nL(0/1).wL(0/2).(kys)yr1980-yr1984, eststore xtregnL.nL(0/1).wL(0/2).(kys)yr1980-yr1984, eststore xtabondnL(0/1).wL(0/2).(kys)yr1980- eststore *-结果对比 esttabOLSDAbondFE,b(%6.3f)t(%6.2f) mtitle(OLSDAbondFE)nogapcompress * *-1.2.2.8结果输出到 useabdata.dta, regnL.nL(0/1).wL(0/2).(kys)yr1980-yr1984, eststore xtregnL.nL(0/1).wL(0/2).(kys)yr1980-yr1984, eststoreFExtabondnL(0/1).wL(0/2).(kys)yr1980-yr1984,localdf=e(zrank)-estaddscalarsarganp=estaddscalarar1p=estaddscalarar2p=eststoreDAbond locals"using localmodel"OLSDAbond esttab`model'`s',mtitle(`model')replace b(%6.3f)t(%6.2f)star(*0.1**0.05*** scalar(sargansarganparm1arm2ar1par2pNN_g)///compressnogap *-1.3其他相关命令*-基于Bootstraphelpxtbcfe//BootstrapCorrectedFixedEffects(BCFE)//andinferenceindynamicpaneldata*-截面相关和共同因素问题help//CommonCorrelatedEffectsEstimation//DynamicPanelswithCross-Sectional2*3*4 $$5 $$$$$$$$6 7 $$8 $$9 $$ $$$$$$****————————————————————————————————————————Stata研讨班(基础班 (2016.7.12-群 (stata-连老师-2016暑假————————————————————————————————————————主讲人：连玉君单位：中山大学岭南学院金融系 邮 页 客 程 第一讲B面板VAR模型 PanelVAR*-注意：执行后续命令之前，请先执行如下命令globalpath" //定义课cd //进入本讲文件 globalR //参考文献所在文件夹adopath+ //自编程 *Love,I.,L.Zicchino, Financialdevelopmentanddynamicinvestment Evidencefrompanel QuarterlyReviewofEconomicsandFinance,46(2):190- *-source:Stata学 专题viewbrowse *-原始 out*-主要方法*-PVAR:Panel ||helppvar;helppvar2;help*-PVAR滞后阶数筛 ||help*-面板Granger检 ||help*-PVARIRF和 ||help*-Note:有关VAR的介绍，参见stata高级 B6TimeS.do**-**-应用PVAR模型的几篇文章*Fort,T.C.,Haltiwanger,J.,Jarmin,R.S.,Miranda,*Howfirmsrespondtobusiness*Theroleoffirmageandfirmsize*IMFEconomicReview,2013,61(3):520- * .是土地供应量与房地产税赋提高了房价吗*南方经济,2013,11:27- out ****->PartI:面板VAR模型简介***-1B.1**-1B.1PanelVAR模型简介 help //PVAR的估计,IRF,FEVD,滞后阶数选择、因果检验等*-VAR out"$R\连玉君_chp11_TS.pdf"//时间序列基础 out"$R\连玉君_chp15_VAR.pdf"//书稿,较全面，勿外传 :B6_TimeS.do*-PVAR out"$R\Holtz_1988_PVAR.pdf"//Holtz*-PVAR out"$R\Love2006pvar.pdf" //I.Love的*-在 Scholar中能搜到很多采用Love程序的 ："pvarLove"**-pvar**-pvar命令LOVE的原程序 usegrunfeld.dta, renamecompanyid//截面变量的名称必须为 xtsetidyear helminvestmvaluekstock//前向差分，去 相 pvarkstockinvestmvalue,lag(2)gmmmonte50" p30"pvarkstockinvestmvalue,lag(2)gmmmonte500list_mon p30"impulse**-1B.2**-1B.2pvar2命令:连玉君更新后的程序* *-1B.2.1主要改进 helppvar2 //seeSection:`Whatisnew?'*-(1)*-(2)helm*-(3)timeeffect*-(4)irf(#)*- *-(6)AIC,BIC,HQIC(滞后阶数选择依据 估计结果可以用eststore ，并进而用esttab输*-(7)nographsaving 设定irf()选项后，MC后产生的CI数据会自 在irf_data.dta文件 若附加nograph选项,则只采用MC获得IRF数据，不输出图形*-(8)Granger因果检 *-高级应用:可以自行修改改程序(建议另存后修改doedit"$path\adofiles\pvar2.ado"//打开adodoedit"$path\adofiles\pvar2.hlp"//打开帮助文件* *-1B.2.2PVAR模型的GMM usegrunfeld.dta, xtsetcompanyyear pvar2kstockinvest //默认为PVAR(1) pvar2kstockinvestmvalue,lag(2)*-屏幕呈现方 *-基本列表方式esttab,b(%6.3f)star(*0.1**0.05***0.01)s(NAICBIC nogap*-横向列 esttab,b(%6.3f)star(*0.1**0.05***0.01)s(NAICBICHQIC)widenogap*-横向列表(接排esttab,b(%6.3f)star(*0.1**0.05***0.01)s(NAICBICHQIC)wideonecellstarauxreplace* *-1B.2.3PVAR滞后阶数的选择pvar2kstockinvestmvalue,lag(4)pvar2kstockinvestmvalue,lag(5)soc*-判断规则*1选择AICBIC或HQIC值最小的模型*(2)但三者不一致时,BIC/HQIC倾向于选择比较精简的模型 AIC倾向于选择比较"丰满"的模型 通常，BIC/HQIC优于*(3有时也不能完全依赖上述准则需要做一些人为判断第四章*(4)计算公式:pp.56Eq.(4-31)-Eq.(4-第四章 out"$R\连玉君_PhD_chp4_Panel_VAR.pdf"// 方法： 连玉君.中国上市公司投资效率研究. :经济管 ,2009:*-基本原理pvar2kstockinvestmvalue,eststorepvar2kstockinvestmvalue,eststorepvar2kstockinvestmvalue,eststorepvar2kstockinvestmvalue,eststore*-呈现结果globalm"L1L2L3esttab$m,mtitle($m)star(*0.1**0.05***0.01)s(NAICBICHQIC)b(%6.3f)* *-1B.2.4PVAR冲击反应函数*-Whatis out"$R\连玉君_chp11_TS.pdf"//时间序列基础 out"$R\连玉君_chp15_VAR.pdf"//参见第15.2.4 out"$R\PVAR*AnIRFmeasurestheeffectofashocktoanendogenous*onitselforonanotherendogenousvariable*-参考资料*Lutkepohl(2005, *Lütkepohl,H.NewIntroductiontoMultipleTimeSeries ysis.Springer,*Hamilton(1994, *Hamilton,J.TimeSeries ysis.Princeton:PrincetonUniversityPress,*-pvar2命 pvar2kstockinvestmvalue,lag(2)irf(6)*-*-(1)向前10期 期数的选择决定于你的资料结构，年\月\日pvar2kstockinvestmvalue,lag(2)irf(10)*-(2)默认MC200次,通过reps()选项可以更改MC次数, 报 最终结果时,以500-1000次为宜,视样本数而定 设定reps()时必须同时设定pvar2kstockinvestmvalue,lag(2)irf(10)reps(500) *- 值(seed)的作用*-A.不 值的效*请执行2次,对比结果beginquipvar2kstockinvestmvalue,reps(100)irf(6)preserve//IRFuseIRF_data,listsorderkstock5kstockkstock95in *-B. 值的效 **-结论前一定要设值,以保证结果**-结论前一定要设值,以保证结果的可重现preserve//IRFuseIRF_data,listsorderkstock_5kstockkstock_95in *-C.也可以预先设 (两条命令一起执行 setseedquipvar2kstockinvestmvalue,reps(10)irf(6)preserve//IRFuseIRFdata,listsorderkstock_5kstockkstock_95in*

*-(4)默认自动输出 ,可以进一步输出为.wmf格式,以便贴入pvar2kstockinvestmvalue,lag(2)graphexportFigure.wmf,replace*-(5)图形纵轴的刻度pvar2kstockinvestmvalue,lag(2)irf(6)irfformat(%4.0f)*-(6)绘制黑 :更 模setscheme //设定reps(100),只是为了节省时间pvar2kstockinvestmvalue,lag(2)graphexportFigure_black.wmf,*-Note:其他模helpsetschemes2color//改回默认值(彩 片) *-(7)关于IRF图形的进一步说明*-更改图形的显示模式为黑白graphusegr1_2.gph,scheme(s1mono)//IRFofv1tographexportfig_kstock_invest.wmf,replace//另存*-这个模式的效果也不 graphusegr1_3.gph,graphexportfig_kstock_mvalue.wmf,replace*-利用内存中的数据绘制IRFs图 xtsetcompanypvar2kstockinvestmvalue,lag(2)reps(500)irf(10)dir*.dta//当前工作路径 的数据文件列 //useirf_data.dta,clear//此前自 的IRF数twowaylineinvest_5investinvest_95sifvarname=="kstock",title(IRFsofkstocktoinvest)xtitle(Steps)ylabel(,angle(0))yline(0, scheme(s1mono)graphexportfig_kstock_invest.wmf,*-重新合并多个graphcombinegr11.gphgr12.gphgr1 title("IRFsofkstocktoothervariables")rows(1)ycommoncolfirst * *-1B.2.5PVAR预测误差之方差分解*-含义:ForecastError position, 对内生变量预测的误差变异数中，每一个正交单位冲击的贡献比例。 *-详见 out"$R\连玉君*-Section15.1.6;Section usegrunfeld.dta, xtsetcompany pvar2kstockinvestmvalue,lag(2)irf(5) *-Note:附加nograph选项有助于节省时间 pvar2kstockinvestmvalue,lag(2)irf(10)nograph p(10//更改steps=10 * *-1B.2.6Granger因果检 pvar2kstockinvestmvalue,lag(3)granger*-检验过程解析invest是否为kstock的Granger因？localEq 方程名localv"htest[`Eq']L.`v'=[`Eq']L2.`v'=[`Eq']L3.`v'=*-*执行Granger因果检验时，可以不必拘泥于xtvarsoc选出的滞后阶数*因为Granger因果检验的目的在于检验x滞后项对y的联合影响* *-1B.2.7pvar2.ado的返回 macro //暂 matrix //矩阵 dir //数据文件 dirgr*.gph//图形文件IRFs***-1B.2.8 help //另一个命令,PVAR的估计和冲击反应 sout"$R\Cagala_2015_xtvar_app.pdf"//应*-xtsetyourusextvar.dta,xtsetit*-estimatesvarwithcontemporaneouseffectofy1on*confidenceintervalswithMonte- xtvary1y2,mclags(1)*-estimatesvarwithcontemporaneouseffectofy1on*confidenceintervalswithDoublextvary1y2,dbsnlags(1)*-estimatesvarwithcontemporaneouseffectofy1on*confidenceintervalswithMonte-*savedivcashdivyessicdab001101000divcashdivyessicdab001101000c001000000a001212000///a001101000c002006000a001100000///a002100000a001101000a001123000/// *-estimatesvarwithcontemporaneouseffectofy1on *confidenceintervalswithMonte- *no *300 *10 xtvary1y2,mclags(1)nodrawreps(300)step(10)**-1B.3**-1B.3LoveandZicchino(2006)的实证分析过程 out"$R\Love_2006_pvar.pdf" //I.Love的 * *-1B.3.1样本初筛 clearall setmemory80m//设定Stata占用的内存空间 use"$path\data\GTA2008_my.dta",clear//调入数据 keepidyeartobinsizetlTATDllsgrtagr/// b002000000a003000000province renamea001212000netpeq//期初固定资产净值 renamec002006000capex//购建固定资产、无形资产和其他长期资产支付的现金 renamec001000000cflow//经营活动产生的现金流净额 renameb001101000sales营业收入 keepifyear>1997 //1998年以后采用现金流量表 keepidyeartobinnetpeqcapexcapexsalescflowtagrprovince save"$path\data\LovePVARdata.dta",replace */ * *-1B.3.2定义变量 use"$path\data\Love_PVAR_data.dta",cleargenSTDnetpeq-capex//genIKB=genSKB=genCFKB=renametobintssetidorderidyearSKBCFKBIKBTOBINQ * *-1B.3.3样本再次筛选 *-M&A兼并收购dessumtagr,histogramcountifdropif*-Note:这个完全 判断了,这个处理对结果有何影响**-**-处理为平行面板 xtbalance,range(19992007)miss(*KBTOBINQ)//市场化指数数据:1999- * pp.209,Appendix*-TrimforeachvofvarlistIKBSKBquisum`v',replace`v'=.ifreplace`v'=.if *-New *winsor2IKBSKBCFKB,replacetrimcuts(5 *desIKBSKB * *-1B.3.4合并市场化进程指数数据 *-重新定义省名capsafedropgenstr6prov=replaceprov= ifreplaceprov= ifreplaceprov="福建 ifprovince==3|province==31//31=厦replaceprov= ifreplaceprov= ifprovince==5|province==27replaceprov="广西 ifprovince==6|province==7//7=广*replaceprov="桂林 if= ="海南="河北= ="黑龙江= ="湖南="吉林="江苏="江西="辽宁*replaceprov= ifreplaceprov=" "ifreplaceprov= ifreplaceprov="青海 ifreplaceprov="山东 ifreplaceprov="山西 ifreplaceprov="陕西 ifreplaceprov= if*replaceprov= ifreplaceprov= ifreplaceprov= ifreplaceprov= if*replaceprov="厦门 ifreplaceprov= ifreplaceprov="云南 ifreplaceprov="浙江 ifreplaceprov="重庆 if * *-合并数据 mergen:1provyearusing"$path\D dropif "//删除没有省份归属数据的观察值 * *-1B.3.5Love文中的结 *-定义High-Low虚拟变量dropvarsgenFD //4a.金融业市场化程度bysortprov:egenFD_p50=median(FD) 的中位数,去除年度差异quisumFD_p50,genHigh_FD=FD_p50>r(p50)//FD大于样本中位数的省份定义为1，否则为 * *-表 * *-Column2-tabproviftabprovif*-Column panelsid:tabprovifpanelsid:tabprovif*-ColumntabstatFDifHighFD==1,s(mean)by(prov)tabstatFDifHigh_FD==0,s(mean)by(prov)f(%6.3f) * *-表 * bysortHigh_FD: tabstatSKBCFKBIKBTOBINQ,s(meansdminqmax)c(s)f(%4.2f) *-模型设定:滞后阶数的选取 pvar2SKBCFKBIKB,lag(4) //Full pvar2SKBCFKBIKBifHigh_FD==1,lag(4)soc// pvar2SKBCFKBIKBifHigh_FD==0,lag(4)soc//Low * *-表 3-variablesPVAR **-区分金融发展水平pvar2SKBCFKBIKBifHigh_FD==1,eststorepvar2SKBCFKBIKBifHigh_FD==0,eststoreLow localm"Low esttab`m',mtitle(`m')star(*0.1**0.05***0.01) s(NAICBICHQIC)b(%6.3f)widenogapcompressreplace * *-表 4-variablesPVAR*xtsetidpvar2SKBCFKBTOBINQ,eststorepvar2SKBCFKBTOBINQifHigh_FD==1,eststorepvar2SKBCFKBTOBINQifHighFD==0,eststore localm"All4High4 esttab`m',mtitle(`m')star(*0.1**0.05***0.01) s(NAICBICHQIC)b(%6.3f)widenogapcompressreplace**-图 Low-FDIRF3-variablesPVARmodel||冲击反应函* xtsetid*正式投稿前一定要设 pvar2SKBCFKBIKBifHigh_FD==0,reps(1000)irf(6)graphexportFig013IRFlow.wmf,replace//保存 ，可直接贴入word*-Note:变量的顺序很重要(seepp.194-*-(1)所谓"正交冲击反应函数"是指经过Cholesky分解后的干扰项 Cholesky分解与变量的先后顺序有关*-(2排序依据外生性越强的变量越先出现 SKB[t]-->IKB[t]--> CFKB[t]-->IKB[t]-->*so,SKBandCFKB应该放在IKB之前 TOBINQ[t-1]-->SKB[t],CFKB[t],*so,TOBINQ应该放在最后*白话版规则:分析一下 "的先后顺序，进而按此顺序放置变量即**-图 High-FDIRF3-variablesPVARmodel||冲击反应函* xtsetidpvar2SKBCFKBIKBifHigh_FD==1,reps(1000)irf(6)graphexportFig01_3IRF_high.wmf,replace//保存 ，可直接贴入word**-图 IRF-differenceHighv.s.* *-计算依据:pp.195倒数第9行(合理性值得怀疑*-Assumption:两个样本独立 globaloption"reps(1000)irf(6)seed(13579) xtsetid pvar2SKBCFKBIKBifHigh_FD==0,saving(IRF3_low) pvar2SKBCFKBIKBifHigh_FD==1,saving(IRF3_high)$option pvar2irfdiff"IRF3low""IRF3high" graphexportFig03_3IRF_diff.wmf, * *-图 Low-FDIRF4-variablesPVARmodel||冲击反应函 * idSKBCFKBIKBTOBINQifHighFD==0,reps(1000)irf(6)exportFig04_4IRF_low.wmf,**-图 High-FDIRF4-variablesPVARmodel||冲击反应函* xtsetidpvar2SKBCFKBIKBTOBINQifHigh_FD==1,reps(1000)irf(6)graphexportFig05_4IRF_high.wmf,replace**-图 IRF-differenceHighv.s.Low(4-* *-计算依据:pp.195倒数第9行(合理性值得怀疑*-Assumption:两个样本独立 globaloption"reps(1000)irf(6)seed(13579) xtsetid pvar2SKBCFKBIKBTOBINQifHigh_FD==0,saving(IRF4_low) pvar2SKBCFKBIKBTOBINQifHigh_FD==1,saving(IRF4_high)$option pvar2irfdiff"IRF4low""IRF4high" graphexportFig06_4IRF_diff.wmf, * *-表 方差分解3-variablesPVAR * *-PanelA:LowFD 3variables pvar2SKBCFKBIKBifHigh_FD==0, irf(10)nograph p(10)//10periodsahead*-*(1)结果释义 最后三行就 中报告的结 *(2) 就目前这个版本而言，首次计算FEVD时，还需设定irf(10*-Love程序的做法xtsetid KBCFKB //前向差分，去 相pvarSKBCFKBIKB,lag(1)gmm p *-PanelB:High 3 pvar2SKBCFKBIKBifHigh_FD==1, irf(10)nograph *-PanelC:Low 4 pvar2SKBCFKBIKBTOBINQifHighFD==0, irf(10)nograph *-PanelD:High 4 pvar2SKBCFKBIKBTOBINQifHigh_FD==1, irf(10) *Appendix: 化进程指数(1999-2007)处理过程**-**-(1)相关文件存放路径 *-(2调用方法 cd al\PX_papers\Data\mkt_index//数据所在文件 use"China_MI.dta",*-(3)致谢:这些数据和主要处理过程由人民大学的黄继承博士提供，特此致谢！ ,黄继承 市场化进程与资本结构动态调整 管理世界,(3):124- clear //让 处于初始状态，清除所有使用过的痕 cd doeditChina_MI_dofile.do//dofile处理过程************************************$$$$$$$$$$$$ $$ $$$ $ $$ $ $$————————————————————————————————————————Stata研讨班(基础班(2016.7.12-群(stata-连老师-2016暑假————————————————————————————————————————主讲人：连玉君位：中山大学岭南学院金融系邮:页：客:程：课* 本*23456789 第二讲:自抽样与MonteCarlo模拟分析 BootstrapandMonteCarlo *-注意：执行后续命令之前，请先执行如下三条命令globalpath" //定义课cd //进入本globalR //参考文献所在文件夹adopath //自编程序 2.1Bootstrap 2.1.1一些基本概念 2.1.1.1抽样样本与 2.1.1.2获得经验样本的两种方法 2.1.1.3标准差(SD)标准误(SE与临界值 2.1.1.4p值与经验p****工具变量面板数据模**

Bootstrap简介范例1:OLS估计系数的标准误BS的相关说明 2.2Stata常用命令中BS标准误的设定 2.2.1 2.3Bootstrap组间系数差异检验 2.3.1利用交乘项 2.3.2分组回归 2.4 模 2.4.1MC的基本思想 2.4.2MC应用实例:内生偏误的 产生模拟数据 2.4.2.2OLS估计量的性质 2.4.2.3IV估计量的性质*-2.1Bootstrap *-Bootstrap out"$R\BS_Guan_SJ3-1.pdf"//非常简洁明了 *-Efron,B.,R.Tibshirani.Anintroductiontothe*NewYork:Chapmann&Hall, out"$R\BS_Efron_1993.pdf"//经典著*-Chernick,M.R.Bootstrap*Aguideforpractitionersand*Wiley-Interscience, *-Good,P.Permutation,parametric,andbootstraptestsof *NewYork:Springer, **-2.1.1**-2.1.1一些基本概念 * *-2.1.1.1抽样样本(sample)与 (population) *-Population:符合特定条件的一组样本, 市身高在185cm以上 *-Sample: 中随机抽取的一部分样本,代 的特征*-随机抽取的样本应该具有如下两个特征：*-1每个观察值被抽到的概率是相同的：*-2A观察值与B观察值是独立抽取的 *-EmpiricalSample:若现有的Sample是 中随机抽取的我们把这个二我们把这个二次抽取的样本称为"经验样本那么从这个Sample中随机抽取的样本也能够代****- 获得经验样本的两种方法*数据useB9_intro_x,list,*传统随机抽样：不重复(无放回抽样useB9_intro_x,sample5,count//抽样个 过原始样本 //原始抽样结果sort //便于查看结果*Bootstrap抽样：可重复(有放回抽样useB9_intro_x,list,table //请反复执行上述4条命令,总结规**-2.1.1.3标准差(SD),标准误(SE与临界值 out"$R\BSSDSE.pdf"* *-标准差* 衡量了某个变量的观测值与其均值之间的偏离程度 描述数据特征时，必须报告这个统计量**-标准误* 以样本均值的标准误为例，即 衡量了"平均值"与其"真实值 均值)之间的偏离程*[SD] lsusabouttheshapeofour howclosetheindividualdatavaluesarefromthemeanoftheoverall***[SE] lsushowcloseoursamplemeanistotheoftheoverall** SE= *-标准误的另一种理解方式*假设我们有足够的经费，可以获得J=50组样本*每组样本中包含N=1000个观察值*对应于这50组样本，可以获得50个均值:*它们都 均值的一个替代指*注意:mean只是衡 分布的一个统计量而已，类似的统计量还有 SD(m1,m2,...,m50)= *这是SE最原始的定义:很重要*对于一些无法确知分布形式的统计量Q，如果能通过Jackknife,Bootstrap*方式获得J组经验样本，并计算出相应的(Q1,Q2,...QJ),则 SE(Q)= *-范例:基于经验样本获得均值的标准误*-传统方法得到的结果useB9_intro_x,list 数据形sum //Mean=4;dis2.828427/sqrt(6)//ci //regx,noheader 求取mean和SE*-Case1:无放回的抽样useB9introx,sample5, //抽样个 过原始样本 //原始抽样结果sort //排序后的结果doBS_intro_case1.do//抽样50sumregx,noheader//与传统方法对 *-Case2:有放回的抽样useB9_intro_x,table //请反复执行上述4条命令doeBS_intro_case2.do//抽样50sumregx,noheader//与传统方法对比**-临界值**(Q1,Q2,...QJ)的第95th百分位数值就是Q的95%置信水平下的临界值setobssetseedgenz= //histogramz,normal*Q:z的90%置信区间是多少？*ACI90[p5 表示第5百分位上的数值*本例中CI90=[-1.624514,sumz,detail*理论上的数值为：disdis*p countifdis //这是什么**-2.1.1.4p值与经验p *-p-value normal(- dis1-normal(+1.96) //probility(x>=1.96)twoway(functiony=normalden(x),range(-4 e) (functiony=normalden(x), recast(area)color(pink*0.2)xlabel(01.96)),legend(off)text(0.20 *-p值:假设x~N(0,1),x>=1.96的概率是2.5% *-另一个视角:经验p值(EmpiricalP-value)local *localsetobsgenx=rnormal()//countif //orcountifdis //这就是经验p值,它完全来自于手头的经验样本 sort geni= dis //这是什么？Hint: dis *-comments:可以根据排位找出特定分位点上数值**-2.1.2**-2.1.2Bootstrap简 * *-2.1.2.1范例1:OLS估计系数的标准 *-问题的背景*假设手头的样本(S0) 中随机抽取的 regyxusingS0,bx(x变量的OLS估计系数*b_x是无偏的，如何求取SE(b_x) *-基本思想：采用Bootstrap获取系数的标准误*从S0中随机抽取的经验样本s1,s2,...，也可以推 特征 *-步骤：*1.从S0中可重复地(有放回地)抽取N个观察值，形成经验样本*2.使用s1执行OLS，得到x的系数估计值*3.将第2-3步重复进行K=300次，得到系数估计值的300个经验值, b_j={b1,b2,...,*4.计算这300个估计值的标准差SD(b_j)=SD{b1,b2,..., 将其视为实际估计值b_x的标准误,即SD(b_j)=*5.计算t值:t=b_x/SE(b_x),以及相应的p *-Stata实现过程sysuseauto,regpriceweight,vce(bs,reps(50))*-过程解析(了解思路即可**(3若采用BS**(3若采用BS获得多个描述样本分布的统计量，1000次以上；多数情况下次可重复抽样即可获得非常稳定的结果。genbj //记录抽样估计结果forvaluesj= //Bootstrapquiregpricequireplacebj=_b[weight]in sumbj //计算标准差=SE(weight)regpricewei //OLS的regpriceweinoheaderrobust//white(1980)标准*-Q:p5和p95有没有特殊的含义sumbj,detail**-小结:Boostrap的基本原理*以上便是Bootstrap的基本思想。*如果我们把上例中的b_x替换为其他统计量，*如OLS回归中的R2F检验统计量，样本的中位数，样本的方差，等等，*采用上述方法都可以得到这些统计量的标准误。 在得到标准误后，我们可以根据大数定理(LLN) 极限定理*计算这些统计量的置信区间。*虽然Bootstrap有很多变种，在具体问题的分析过程中可能会相对复杂，*但其基本思想就是如此简单 从“观测样本”中进行多次可重复抽样可以近 出 因此，我们可以通过分析这些“经验样本”的特征 ”的分布特征 **-2.1.2.2BS的相关说明 *-BS的基本假设 观测样本是 中随机抽取的，能够很好地描 的分布特*因此，若反复对观测样本进行可重复抽样，*得到的经验分布(empiricaldistribution)将 分布非常接近 *-BS的精度*决定于*(1原始观测样本中包含的样本数；*(2)BS抽样的次数。 *-BS抽样的次数*视研究的目的而定：*(1)若采用BS获得标准误，50-200次即可；Efron(1993,*(2)若采用BS获得置信区间，500-1000次即可； *-BS产生的经验样本个数 *-Q:为什么采用BS可以近似模拟 m

分布？) (其中) n n!(m- capprogramdropprogramdefinebsargslocalm=2*`n'-localN=comb(`m',`n')//helpmathdising"n="inydising"N="iny%-20.0f bs_N 运行程 *以n=2为例：X=( *则BS样本将有3 *(x1,x1);(x2,x2); *以n=3为例，X=(*则BS样本将有10个 *(x1,x1,x1);(x2,x2,x2);*(x1,x2,x2);*(x1,x1