stata面板数据计量知识和参考资料

计量知识:

1、横截面数据、时间序列、面板数据：

横截面数据是在同一时间，不同统计单位相同统计指标组成的数据列。横截

面数据是按照统计单位排列的。因此，横截面数据不要求统计对象及其范围相同，

但要求统计的时间相同。也就是说必须是同一时间截面上的数据。

TumoverH

Premium,,PremiakTurnover,SizeA+Hso,,Iso才/端01mlmy

时间序列数据：

在不同时间点上收集到的数据，这类数据反映了某一事物、现象等随时间的

变化状态或程度。

面板数据：

是截面数据与时间序列数据综合起来的一种数据类型。其有时间序列和截面

两个维度，当这类数据按两个维度排列时，是排在一个平面上，与只有一个维度

的数据排在一条线上有着明显的不同，整个表格像是一个面板，所以把panel

data译作“面板数据”。

举例：

如：城市名：北京、上海、重庆、天津的GDP分别为10、11、9、8（单位亿

元）.这就是截面数据，在一个时间点处切开，看各个城市的不同就是截面数据。

如：2000、2001,2002,2003、2004各年的北京市GDP分别为8、9、10、

11,12（单位亿元）。这就是时间序列，选一个城市，看各个样本时间点的不同

就是时间序列。

如：2000、2001、2002、2003、2004各年中国所有直辖市的GDP分别为：

北京市分别为8、9、10、11、12;

上海市分别为9、10、11、12、13；

天津市分别为5、6、7、8、9：

重庆市分别为7、8、9、10、11（单位亿元）。

这就是面板数据。

*变量合并

2、截面数据，多重共线性和异方差都需要考虑，截面数据不需要检测DW

值！你做出来R方比较小，可能原因是你的回归方程中没有纳入关键变量，建

议你采用逐步回归方法，以提高R方！对于截面数据来说，R方一般在0.7左

右都能接受！相关分析不是必要做的，在模型中加入什么变量进行回归，主要

是依据前期的理论分析和研究目的！仅就计量回何而言，这些步骤只是告诉

你，自变量与因变量的相关性会影响变量在模型中的显著性，而自变量间的相

关则会带来多重共线性！

3、线性相关，也叫自相关：可以用来看x和y的相关性，常用来考察各个x

自变量之间是否存在相关关系。

相天

本例命令pwcorrxy,sig

pwcorrxy,sig

x1.0000

I

y0.59941.0000

0.0182

Pearson相关系数二0.5994,P值=0.0182<0.05,因此可以认为身高与体

重呈正线性相关。

4、保留字符串中的前四个字符、excel自动重算

genvar2=substr(var1,1,4)从第1位开始提取后面的4位数

excel有时候填充柄功能不行，下拉只能是复制，而不能把公式一直用下来，这

个时候，应该操作：文件-选项-公式-自动重算。即可。

5、Stata的单引号很特别，是''有两个符号，左边是Tab键上面那个

键，即~键，右边是引号键，即回车键左边这个。要分别按两个组成一个单引

号。

6、把字符型日期改成数值型

destringdate,repIaceignore-")

这个命令的意思是，杷date时间那一列，原来这一列是字符型格式，如2016-

01-13,那么要做时间序列来处理的话，先要改成数值型格式，比如20160113,

这个命令就是把这个字符串里面的给删除掉。

destringgov_0,repIace

或者可以直接通过这个语句来把一个变量由字符串变成数值型。

7、截面数据的回归

regyx1x2x3x4x5,robust截面数据一定要加robust

.regvar2var3var4var5

SourceSSdfMSNunb«sofoba■473

F(3,469)»108.13

Model19.608791636.53626385Prob>F=0.0000

Residual28.3504347469.060448688R-squaredr=6.408>

AdjR-squared=0.4051

Total47.9592263472.10160853RootMSZ».24586

var2Coef.Std.£rrzP>ltl[95%Conf.Interval]

var3Z.0023668\.00058644.04/o.ooo\.0012145.0035191

I0.000

vas41.63«-12-7.91-9.71«-12

vasSV21.726491.23444217.60\.ooo119.3007724.15221

/-19.32279

_cons1.058402-16.29O\DO-15.16319

R方是可以解释y变量的40%左右，不好。Cons是常数项，p小于0.1比较好。

8、广义差分法

2.广义差分法

广义差分法是将原模型变换为满足OLS法的

差分模型，再进行OLS估计。

①设有一元线性模型匕=&+万阳+自（1）

存在一阶自相关4=p禺T+V,

其中：5为满足基本假定的扰动项

将模型滞后一期有：匕_产用+4阳.1+〃1

方程两边同乘P,并与原模型（1）相减得

z—aT=你1—2）+力（用一曲-）+（4-0小）（2）

定义变量变换：①）

然,TJ

称（3）式为广义差分变换。（2）式可表示为:

Y；川B、X：+v,(4)

其中：月=4（1—,）

（4）式是经广义差分变换得到的模型，称为广义差分模型。

变换后扰动项满足基本假定，故对（4）式作OLS回归，得估

计值说、£,进而得平Q

此法称广义差分估计法、_

在（3）式中，若。=1,贝IJ（3）式变为:

Y：=Y,-Y,_,=AY,

X；=X「X,_a(5)

此时（5）式称为差分变换。只要DW^O,则"=1

就可以用一阶差分法对模型进行变换。

②若有多元回归模型

匕=4+四X”+P2Xlt+...+J3kxh+fl,(t=l,2...n)(6)

存在一阶自相关：儿=0AT+匕

其中：％为满足基本假定的扰动项

同理可吵空驾的T/差分飞：

(X；=X.2,...,k

可得满足捻*假定敢亡&：

=A+M+M+--+4骂+匕(t=2,3,…,k)

="中：优=^他&

禽=风八一6f

S士中的义…：粼4锲原模型⑹中的儿…，4

广义差分跑不需在序列才於市菽)

可进行OLS浙七-----

9、序列相关、自相关

序列相关性，在计量经济学中指对于不同的样本值，随机干扰之间不再是完全相互独立的，而是存在某种相关性。

又称自相关(autocorrelation),是指总体回归模型的随机误差项之间存在相关关系。在回归模型的古典假定中是

假设随机误差项是无自相关的，即在不同观测点之间是不相关的。如果该假定不能满足，就称与存在自相关，即不

同双;咚面肉舌际符甘柏能.相芋的理府H用自相关系纥表示.根据自相关系数的符号可以判断自相关的状

态，则ut与Ut-1为正关；如果=0,则ut与ut-1不相关斗

10、截面数据、时间序列、面板数据示例

截面数据：一个时间节点

AD

中兴通讯

PV'、0.8629—1962

TR\12.98751414T0227710.546855

VA\411237036854.4E+103.97E+10

LI0.8607000984.4485314.378575

时间序列：多个时间节点，一家企业

日期中集集团I中集集团I中集集团卬集藁团）_______

1-J相对操手闻市值--------

/^014-trk030.85494.65969401305216140.860700098

/2014-01-0K0.906011.92745388874786650.860700098

2014-01-07、0.935020.91763393801965340.860700098

\2014-01-08\0.89286.091896400509043540.860700098

\0.9069

4-01-0913.29034399772566470.860700098

20iMj-10J0.901214.05305391373415600.860700098

面板数据：不同公司，不同时间点

[date

companyP_trsize1i

000039SZ=矣其可’000039var8

'0000390860700T'000039

000039SZ=冥宾532014-01-060.906006711.92745338887478665

000039SZu美矣无'000039201«1-070.934977920.9176253938019653408607001’000039

000039.SZ=笑臭文'0000392(/4-0\-080.89279196.09189634005090435408607001‘000039

000039.SZ=吴矣药’000039i6l4-01)090.906885213.290341399772S66470.8607001’000039

000039.SZu案关灵'0000392014-01-\00.901202514.053051391373415600.8607001'000039

000039.SZu案笑罡'0000392014-01-1B0.874245610.806742399356596870.8607001’000039

000039.SZU案美麦’0000392014-01-140.860153715.639866404328931580.8607001’000039

000039.SZ-’0000392014-01-150.858635915.993744405471640930.8607001'000039

U案矣矛

0000391^Z’0000392014-01-16862869512.987514411237036850.8607001’000039

000063%Z’000063‘000039

u其2由/2014-01-030.973811.183936474277809744.4485306

0000«3.£-'0000632014-01-06(.98901780.6768784460259394004.4485306‘000063

0000C3.SZu义:4由’0000632014-01-07：.04490330.41303354502579018644485306‘000063

000003SZu共疸讯'00006320144)1-08C99998760.59528284522239882944485306'000063

OOOOC3.SZU义理讯’00006320143,9C95671321.2822934522426408744485306‘000063

000003SZU桌速粗'00006320144)1-10G96864551.56047694436281087644485306’000063

0000«3.SZU兴也说'0000632014X)1-13C96480782.57911284253870023244485306‘000063

000063.SZU共电讯'0000632014^)1.14C96495432.07613814251641441844485306‘000063

000063.SZ匚义恚J二0000632014X)1-15C.92S62690.86562894232425968144485306‘000063

000063.SZ/讯叫》632014^)1-16(90761221.02277084395541325844485306'000063

000157S3宣科'0001572014^)1X)3150243840.86827614139825542243785753"000063

，5634584

000157SZ'电宣科'000157£014^1^)60.86490484027726759843785753'000157

15642388

000157SZ=经重科00015710144)1-071.03906514034399618343785753000157

000157SZ二专重容'0001572014-01-0^153680550.86429944038526185443785753,000157

000157SZ=专案科'0001572034-01>09155395091.11266353982182954643785753’000157

000157SZ=专重驾'00015720lWl-10153987341.0376249393245165314.3785753'000157

000157SZ=衰重为'00015720142301062396065017914.3785753'000157

000157,SZ=款重科'0001572014*01-141497go440.8243779398165524574.3785753’000157

000157.SZ=裂重科'0001571.0072694397120243464.3785753’000157

11、时间序列、面板数据回归分析

时间序列：

先要tssetvar1\*var1是时间的一列，先用这个命令表示这一列是时间序

列

再用regyx1x2x3x4x5

面板序列：

xtsetvar1date

这是想要设定前两个变量，必须这样弄，才可以进行面板数据的后续探讨

xtsetvarldate

panelvariable:varl(stronglybalanced)

timevariable:date,20140103to20140116,butwithgaps

delta:1unit

12、把字符型改成数值型

destringvarl,replace把varl改成数值型，原来是字符型

13、面板数据先用随机效应和固定效应都试一下，看哪个好，语句：

Hausman检验有两种，一种做随机模型和固定效应模型，一种是检验OLS和IV估

计

一般而言估计面板数据容易走到两个极端：一个是把其看成截面数据而进行混合回归，

要求每个个体都有完全相同的回归方程；另一个是为每个个体估计一个单独的回归方程。前

者忽略个体间不可预测或被遗漏的异质性，而该异质性与解释变量相关而导致估计不一致，

后者则忽略个体间的共性，也可能没有足够大的样本容量。折中的估计策略：假定个体的回

归方程拥有相同的斜率，但可以有不同的截距项，来捕捉异质性，这称为“个体效应模型

包括个体固定效应、个体随机效应、混合效应。

xtregvar3var4var5var6,fe\*固定效应估计

eststorefe\*储存结果

xtregvar3var4var5var6,re\*随机效应估计

eststorere\*储存结果

hausmanfere,constantsigmamore\*这是hausman检脸的语句

面板数据的hausman检验

原假设是随机效应，p值太小可以拒绝原假设，如果hausman检验■的结果

(Prob>chi2)小于0.1,那么选择固定效应：如果(Prob>chi2)大于0.1,或者chi2

的值小于0,那么选择随机效应。

:注意:术语“随机效应模型”和“固

庭效应模型”用得并不十分恰当，

;容易产生误解。其实固定效应模型

应该称之鱼殛逐应模型)而随

机效应模矗该称之力飞画•美效一二

:应模型”。因为固定效应模型和随机

:效应模型中的0都是随机变量。

14、总体参数的实际值与其估计值相等时，估计量具有无偏性

样本相同、用不同的方法估计参数，可以找到若干个不同的估计式，其中抽样分

布具有最小方差的估计式(最小方差准则)，称为最佳性准则。既是无偏的同时

又具有最小方差的估计式，称为最佳无偏估计式。

当样本容量较小时，有时很难找到最佳无偏估计，需要考虑样本扩大后的性质：

一致性：当样本容量n趋于无穷大时，如果估计式依概率收敛于总体参数的真

实值，就称这个估计式是其实值的一致估计式。渐近有效性：当样本容量n趋

于无穷大时，在所有的一致估计式中，具有最小的渐近方差。

无偏性编段回目录

一个总体参数的无偏性是，其期更值等于参数真值檄计量

这意味着无论你取无数个样本,计算每个样本的估计值，曲彳晶平均值将会等于吃些少

也就是说样本统计量

一致性痛肺段回目录

如果随着样本容量的增大，跑讦痂金血差云湾么我们说这个无偏估计量具有一致性

用方差来测度二者相似的程度。

有效性:扁揖本段回目录

如果T参数有两个无制古计量，我们说方差卒爻小的估计蚩是相对有效的。方估计量就是嬴就

估计量的一致性

是指：炉t灵器

尢触根腌威耦标犍楝具有饭薮由）

15、注释语句

xtregvar3var4var5var6,re/*随机效应估计*/

备注语句在command窗口不行，但是在do窗口可以

16、平稳序列、单位根检验、随机游走、白噪声序列

某人认为：面板数据的单位根检脸出来的最优滞后阶，只是看出来面板数据

的平稳性，之所以从后面比较大的数字往回走，是因为数字越大，可能越难满足，

因此从后面阶数往回走，满足平稳性的要求，更加有说服力。

某人认为：滞后阶越大，说明变量越多，越好？没懂。。

先用dfuller来看观察值个数【为什么观察值比原始数据的值少一百多个？】

dfullervar2

(^377^

Dickey-FullertestforunitrootNuziberofobs

10%Critical

StatisticValueValueValue

单位根检验，选择最大最合适的滞后阶、最优滞后阶

di12*(122/100)A(1/4)122是表示观察值个数di12*(122/100)A(1/4)

.di12*(377/100)*(1/4)

16.721167

取值16阶

dfullervar2,lags(16)reg

【但由于存在gap,就是时间不连续的问题，所以直接用16阶会出现，选择更小的阶

数？】

reg

是因为时间不连续，出现了gap,可自己重新定义连续的时间变量。

数据变量的平稳性是传统的计量经济分析的基本要求之一。只有模型中的变

量满足平稳性要求时，传统的计量经济分析方法才是有效的。而在模型中含有非

平稳时间序列式，基于传统的计量经济分析方法的估计和检脸统计计量将失去通

常的性质，从而推断得出的结论可能是错误的。因此，在建立模型之前有必要检

验数据的平稳性。这就是平稳性检验。

平稳性检脸就是单位根检脸，单位根检脸是指检脸序列中是否存在单位根，

因为存在单位根就是非平稳时间序列了。单位根就是指单位根过程，可以证明，

序列中存在单位根过程就不平稳，会使回归分析中存在伪回归。

平稳时间序列是意义上，随便截一个时间段内的样本值，他们的联合概率分

布都是一样的，不会有差别。但是这跟样本值之间的相关性不冲突，样本值之间

也许存在高度相关。

•给出一个随机时间序列，首先可通过该

序列的时间路径图来粗略地判断它是否

是平稳的。

••个平稳（的丽朝I在图形上往往表现

出一种围变其均值外艇刎过程；

•而羿平稳呼磔往表现出在不同的时

间的有刷磔值（如持续上升或持

续下降）。"一

图9.1平稳时间序列与非平稳时间序列图

意思就是，如果有单位根，那么不平稳，变量之间的相关关系可能是假的，

他们之所以相关，很可能是因为他们随时间变化本来就变化，比如随着时间的推

移，数值都会变大，那么他们之间的正相关关系也是假的，回归关系也是假的。

几种主要的平稳性检验方法

D"C1AI＞脸蛤法

PP检验法

霍尔工具变量法

DF-GLS检蜡法

KPSS检睑法

LMC检险法

17、删除行、excel插入多行

dropin489\*删除第489行

dropin1/3删除1至3行

dropifvar2==.\*删除空值的行，制定一个变量只有空值行才会出现空值

就可以啦

excel插入多行：你可以先插入一行，再插入一行之后，你选中两行，右键点击

插入的话，会直接插入两行的，这时就插入了四行，以次类推

18、白噪声序列

得到白噪声序列，就说明时间序列中有用的信息已经被提取完毕了，剩下的全

是随机扰动，是无法预测和使用的，残差序列如果通过了白噪声检脸，则建模就

可以终止了，因为没有信息可以继续提取。

19、格兰杰检验步骤

通过了平稳检验就不用做协整分析了，如果差分n阶单整就要做协整检验，否则就不用做。

相关的stata命令可以有三种。

方法一：

regyL.yL.x（滞后1期）

estatic（显示AIC与BIC取值，以便选择最佳滞后期）

regyL.yL.xL2.yL2.x

estatic（显示AIC与BIC取值，以便选择最佳滞后期）

根据信息准则确定p,q后，检验；所用的命令就是test

特别说明，此处p和q的取值完全可以不同，而且应该不同，这样才能获得最有说服力的结

果，这也是该方法与其他两个方法相比的最大优点，该方法缺点是命令过于繁琐。

方法二：

sscinstallgcause（下载格兰杰因果检验程序gcause）

gcauseyx,lags（1）（滞后1期）

estatic（显示AIC与BIC取值，以便选择最佳滞后期）

gcauseyx,lags（2）（滞后2期）

estatic（显示AIC与BIC取值，以便选择最佳滞后期）

特别说明，在选定滞后期后，对于因果关系检验，该方法提供F检验和卡方检验。如果两个

检验结论不一致，原则上用F检验更好些。因为卡方检验是一个大样本检验，而实证检验所

能获得的样本容量通常并不大，如果采用的是大样本，则以卡方检验结果为准。不过，通常

情况下，大样本下两个检验结论一致，所以不用担心。综上，F检验适用范围更广。

方法三：

varyx（向量自回归）\*建立向量自回归模型

vargranger

注意：2、如果实际检验过程中AIC和BIC越来越小，直到不能再滞后（时间序列长度所

限卜这样的话，可能数据确实存在高阶自相关。在这种情况下，可以限制p的取值，比如

取最大的或，。

2、回归结果中各期系数显著性不同，有的不显著有的显著，如实汇报就可以。最好全部汇

报。不显著的期数可能意味着那一期的自相关很弱。

最后做格兰杰，是想对每个公司都做一遍，那前面做单位根检验、以及协整检验是否错误了，

因为那是对面板数据进行检验？批注[B1]:

三,格兰杰因果关系检验的步骤

（1）蓼逾的上时所有的滞后项y以及别的什么变量（型有的话）做回归，即y对y

的滞后yt・2：…，ytp及其他变量的回归，但在这二丽牛没在把一后项x包括进

来，这"■氽曼的甫的问III舔后从此问归得到受约度的残差平#和RSSR.

（2）做一个含有滞后项x的回归，即在前面的回归式中加进滞后项x,这是一个无约束的

回归，由此回归得到无约束的残差平方和RSSUR.

（3）零假设是HO：al=a2=...=aq=0,即滞后项x不属于此回归.

它遵循自由度为q和（n・k）的F分布.在这里，n是样木容量，q等于滞后项x的个数，即有

约束回归方程中待估参数的个数，k是无约束回归中待估参数的个数。

（5）如果在选定的显著性水平a上计算的F值炒股临界Fa值，则拒绝零假设，这样滞后

x项就属于此回归，表明x是y的原因。

（6）同样，为了检验y是否是x的原因，可将变量y与x相互替换，重复步骤（1）〜（5）・

20、自相关系数、卡方检险

相关系数度量的照里吃螃螃间的相互彩的程度，而自相关系触度里的是同一事住在两个不同时期之间的相关程m,

彩彖的讲就是度里的行为对金惠企y晌，

RMSEMSS就是standarderror

R-sqSR73

R•福^方的耀色〉

次J2个木毓的p宿

20、一阶单整

如果一个时间序列经过一次差分变成平稳的，则称原序列是2阶单整的，记为I

（2）,一般地，如果时间序列经过d次差分后变成平稳序列，则称原序列是d

阶单整序列，记为I（d）。因此同阶单整是指两个时间序列同为d阶单整。

22、单位根检验、协整检验和格兰杰因果关系检验三者之间的关系

做差分才平稳的，成为n阶单整，只要是同阶单整，就可以往下做协整，都

是用原数据来做协整分析和回归分析的！

补充文中的一点，只要是同阶单整就可以直接用原数据做协整当存在协整

关系后还是用原数据做格兰杰以及后面的VAR/VEC等

实证检脸步骤：先做单位根检验，看变量序列是否平稳序列，若平稳，可构造回

归模型等经典计量经济学模型；若非平稳，进行差分，当进行到第i次差分时序

列平稳，则服从i阶单整（注意趋势、截距不同情况选择，根据P值和原假设判

定）。

若所有检脸序列均服从同阶单整，可构先做单位根检验，看变量序列是否平稳序

列，若平稳，可构造回归模型等经典计量经济学模型：若非平稳，进行差分，当

进行到第i次差分时序列平稳，则服从i阶单整（注意趋势、截距不同情况选

择，根据P值和原假设判定）。

造VAR模型，做协整检验（注意滞后期的选择），判断模型内部变量间是否存在

协整关系，即是否存在长期均衡关系。协整检验的原假设就是，变量回归后的残

差是平稳序列.如若残差是平稳序列，说明存在协整关系，如果残差序列有单位

根，则协整关系不存在。

如果有协整关系，则可以构造VEC模型或者进行Granger因果检脸，检验变量之

间“谁引起谁变化”，即因果关系。

一、讨论一

1,单位根检验是序列的平稳性检验，如果不检验序列的平稳性直接OLS容易导

致伪回归。

2、当检脸的数据是平稳的（即不存在单位根），要想进一步考察变量的因果联系，

可以采用格兰杰因果检脸，但要做格兰杰检验的前提是数据必须是平稳的，否则

不能做。

3、当检验的数据是非平稳（即存在单位根），并且各个序列是同阶单整（协整检

脸的前提），想进一步确定变量之间是否存在协整关系，可以进行协整检脸，协

整检验主要有EG两步法和JJ检验A、EG两步法是基于回归残差的检验，可以通

过建立OLS模型检脸其残差平稳性B、JJ检验是基于回归系数的检脸，前提是建

立VAR模型（即模型符合ADL模式）

4,当变量之间存在协整关系时，可以建立ECM进一步考察短期关系，Eviews这

里还提供了一个Wald—Granger检脸，但此时的格兰杰已经不是因果关系检验，

而是变量外生性检验，请注意识别

二、讨论二

1、格兰杰检验只能用于平稳序列！这是格兰杰检验的前提，而其因果关系并非

我们通常理解的因与果的关系，而是说x的前期变化能有效地解释y的变化，

所以称其为“格兰杰原因”。

2、非平稳序列很可能出现伪回归，协整的意义就是检脸它们的回归方程所描述

的因果关系是否是伪回归，即检验变量之间是否存在稳定的关系。所以，非平稳

序列的因果关系检脸就是协整检脸。

3、平稳性检验有3个作用：2）检验平稳性，若平稳，做格兰杰检验，非平稳，

作协正检脸。2）协整检验中要用到每个序列的单整阶数。3）判断时间学列的数

据生成过程。

三、讨论三其实很多人存在误解。有如下几点，需要澄清:

第一，格兰杰因果检验是检验统计上的时间先后顺序，并不表示而这真正存在因

果关系，是否呈因果关系需要根据理论、经验和模型来判定。

第二，格兰杰因果检验的变量应是平稳的，如果单位根检验发现两个变量是不稳

定的，那么，不能直接进行格兰杰因果检脸，所以，很多人对不平稳的变量进行

格兰杰因果检验，这是错误的。

第三，协整结果仅表示变量间存在长期均衡关系，那么，到底是先做格兰杰还是

先做协整呢？因为变量不平稳才需要协整，所以，首先因对变量进行差分，平稳

后，可以用差分项进行格兰杰因果检验，来判定变量变化的先后时序，之后，进

行协整，看变量是否存在长期均衡。

第四，长期均衡并不意味着分析的结束，还应考虑短期波动，要做误差修正检验。

22、AR模型、平稳时间序列

AR模型是一种线性预测，即已知N个数据，可由模型推出第N点前面或后面的

数据（设推出P点），所以其本质类似于插值，其目的都是为了增加有效数据，

只是AR模型是由N点递推，而插值是由两点（或少数几点）去推导多点，所以

AR模型要比插值方法效果更好。

平稳时间序列粗略地讲，一个时间序列，如果均值没有系统的变化（无趋势）、

方差没有系统变化，且严格消除了周期性变化，就称之是平稳的。

23、AIC、SC最小原则

AIC最小原则是判定模型好坏标准之一，犹如R2（R平方）一样。AIC和SC（舒

瓦茨信息）常常一并作为判断模型拟合程度的标准之一，特别是在滞后阶数的选

择上。比如说，一个VAR（向量自回归模型），经济理论往往无法确定滞后阶数，

这时往往采用AIC或者SC最小原则，即观察不同的阶数的VAR模型，哪个模型

的AIC或者SC值最小就选用哪个模型进行分析。AIC、SC都会在模型参数中给

出。除了R2、AIC、SC之外，常用的判断标准还有Lg（极大似然法...

Stata如何运用？

自回归：

是统计上一种处理时间序列的方法，是用同一变量之前各期的表现情况，来预测

该变量本期的表现情况，并假设它们为一元线性关系。因为这是从回归分析中的

线性回归发展而来，只是不是用来预测其他变量，而是用来预测自己：所以叫做

自回归。

条件：

2、必须具有自相关，自相关系数（）是关键。如果自相关系数（R）小于0.5,则

不宜采用，否则预测结果极不准确。

2、自回归只能适用于预测与自身前期相关的经济现象，即受自身历史因素影响

较大的经济现象，如矿的开采量，各种自然资源产量等；对于受社会因素影响较

大的经济现象，不宜采用自回归，而应改采可纳入其他变数的向量自回归模型。

24、滞后阶和差分的关系

滞后一阶，Y对Xt-2的反映程度，由于滞后，Y可能跟上一期的X有关系。

有些变量的反应会出现延迟现象，所以一个变量可能跟它自己的前一期有密切的

关系，这个就叫做变量存在滞后情况。

滞后项一般是指该变量的前一期的值，而差分则是当期值与前一期的值之差；

滞后二阶就是前两期的值，二阶差分就是后一期一阶差分减去前一期一阶差分。

差分是为了更简便有效的提取观察序列中的确定性信息，其实质是使用自回归

的方式提取确定性信息。

25、删除缺失值所在的行

egenmis=rowmiss(_aII)

dropifmis

如果样本量比较大，且样本是随机抽样得到的，那么删除含有缺失值的样本比较

好；

如果样本量比较小，可以用均值代替缺失值。这里的均值可以是总体样本该缺失

值指标的均值，也可以是缺失值上下两期间的均值(个人因为后者可能相对好些)。

没有太严格的标准，看你自己抉择的。祝好运。

缺失值大于任何一个数值

将上述数据复制到STATA中，然后退出数据编辑器。

.genagegrp1=(age>=65)

生成的数据中，将缺失值视为65岁以上分在了高龄组，这是错误的

.genagegrp2=(age>=65)ifcige<.

生成的数据中，将缺失值排除在外，正确！这一命令常被用于生成虚拟变量.

,gen(igegrp3-(age=z=65)ifage<.〃仅判断是否恰好为65岁

.list〃比较agegrpl、agegrp2和agegrp3的差异，体会的作用:

ageAgegrplAgcgrp2Agegrp3

38000

1

65111

42000

26、在做单位根时，多个公司只有一个收益率的指标，也应该弄成面板

数据

ABC

12014-01-024.1723

12014-01-031.5504

12014-01-06-3.3079

12014-01-073.0263

12014-01-08-0.4470

12014-01-091.7960

12014-01-10-3.0876

12014-01-13-0.1951

12014-01-143.9739

12014-01-150.5639

12014-01-162.9283

12014-01-17-1.3317

12014-01-200.1840

12014-01-213.7967

12014-01-22-0.2950

12014-01-23-0.5917

12014-01-24-0.5357

第一列是公司，第二列是日期，日期不能有gap,要重新弄，紧密的

EFGH

varl/L呼var3

1[2014010^

4.1723

20140103、、1.5504

1\20140104、.3O79

1)

2014010510263

\20140106

-0W470

\20140107

1