关于这篇STATA实证分析数据来源于《中国工业经济》2023年第8期，文献题目是企业数字化转型与供应链配置：集中化还是多元化。想复现的可以自己去对应的期刊下面找到数据和代码跑一跑。
基准回归
拿到数据先对数据做基本的分析：描述性统计和皮尔逊相关系数矩阵
#打开名为“数据.dta”的Stata数据文件,注意“数据.dta”就是你起的数据名，clear是清除内存中的数据
use "数据.dta", clear
#global C就是定义一个全局宏C，后续可通过 $C 快速引用这组变量，避免重复输入。
global C lnage lnsize klr rd ww debt indrate own
#sum是生成变量的描述性统计表，并且把表放在附表1中。后面是要描述性分析的变量
sum PT5r CT5r ST5r lndigi $C //附表1
#计算变量间的Pearson相关系数矩阵，sig表示要标注显著性水平，并且把表放在附表2中
pwcorr PT5r CT5r ST5r lndigi $C , sig //附表2
接下来开始做基准回归：
#xtset告诉STATA要一面板数据格式展示，指定个体id和时间year维度变量
xtset id year
#reghdfe使用高维固定效应，其中PT5r为被解释变量，解释变量有lndigi（核心解释变量）和$C（控制变量）
#absorb(ind year prov)固定行业（ind）、年份（year）和省份（prov）等不可观测因素。
#cluster(ind)在ind层面聚类标准误，缓解异方差和组内相关性。
#outreg2 是用于将回归结果、描述性统计输出导出到 Word、Excel、LaTeX 或文本文件中。
reghdfe PT5r lndigi $C ,absorb(ind year prov) cluster(ind)
outreg2 using 基准.xls,append dec(4) #将回归结果输出到 基准.xls 中，格式化为小数后4位。
reghdfe CT5r lndigi $C ,absorb(ind year prov) cluster(ind)
outreg2 using 基准.xls,append dec(4)
reghdfe ST5r lndigi $C ,absorb(ind year prov) cluster(ind)
outreg2 using 基准.xls,append dec(4)
注意：这一步如果出错的话，需要大家检查一下这三个包：ftools、 reghdfe、outreg2。一般就是没有下载。
稳健性检验
替换解释变量
我们还可以用上述代码进行稳健性检验。比如替换解释变量：
xtset id year
reghdfe PT5r digidum $C ,absorb(ind year prov) cluster(ind)
outreg2 using 稳健.xls,append dec(4)
reghdfe CT5r digidum $C ,absorb(ind year prov) cluster(ind)
outreg2 using 稳健.xls,append dec(4)
替换解释变量只是将核心解释变量Indigi换成了digidum。这是稳健性检验的一种方法。稳健性检验还有一些方法，比如替换被解释变量，方法类似，将被解释变量进行更换即可。
此外，拥有很多方法，比如加入行业固定效应，采用滞后的方法去衡量变量。
安慰剂检验
另外在这里我还想说一下关于安慰剂检验，这也是一种稳健性检验的方法，它用于验证结果是否由于真正的处理导致的，还是由其他导致的。这里的代码比较复杂，后续我会单独出一期，去更详细的解释它。
此外关于稳健性检验有很多方法，感兴趣自己查一查吧。
内生性检验
内生性检验一般分为样本的选择偏差、反向因果、遗漏变量。这三种的出现会使检验中出现内生性问题。
样本的选择偏差
使用Heckman两阶段方法去缓解由样本选择偏差引起的内生性问题。（这里关于Heckman两阶段就不详细解释了，一时半会说不清，我只说一下关键点，感兴趣的可以自己搜一下）
Heckman两阶段方法，顾名思义，它分为了两个阶段。其中，第一阶段的目的就是生成IMR，这是用来反应样本的随机性。第二阶段是将IMR作为控制变量加入到回归方程中回归。
##########################第一阶段##########################
#probit是一个二元选择模型，结果只有0和1
#digidum 为二元被解释变量，GM_digi是自变量
#至于i.ind i.year i.prov控制行业、年份、省份的固定效应
#e(all) 是报告所有估计结果和统计量，是要求 outreg2 命令输出尽可能多的信息。
xtset id year
probit digidum GM_digi $C i.ind i.year i.prov, cluster(ind)
outreg2 using 稳健.xls, append dec(4) e(all)
#保存 Probit 模型的线性预测值，gen是生成一个变量imr
predict w,xb
gen imr = normalden(w)/normal(w)
##########################第二阶段##########################
#将imr作为控制变量加入到回归方程中进行回归分析并生成结果
reghdfe PT5r lndigi imr $C ,absorb(ind year prov) cluster(ind)
outreg2 using 稳健.xls,append dec(4) e(all)
reghdfe CT5r lndigi imr $C ,absorb(ind year prov) cluster(ind)
outreg2 using 稳健.xls,append dec(4) e(all)
reghdfe ST5r lndigi imr $C ,absorb(ind year prov) cluster(ind)
outreg2 using 稳健.xls,append dec(4) e(all)
反向因果
解决反向因果问题，也就是解释变量与被解释变量之间相互影响。可以使用工具变量检验。关于工具变量法，是解决内生性问题很好用的一个方法，采用的模型是两阶段最小二乘法（2SLS）。第一阶段是引入工具变量（可以是多个工具变量）作为解释变量做回归去预测内生变量。第二阶段则将第一阶段的预测值作为核心解释变量进行回归。
#l1lndigi，L1.变量名表示滞后一期的变量名，使用滞后一期进行回归
xtset id year
reghdfe PT5r L1.lndigi $C ,absorb(ind year prov) cluster(ind)
outreg2 using 稳健.xls,append dec(4)
reghdfe CT5r L1.lndigi $C ,absorb(ind year prov) cluster(ind)
outreg2 using 稳健.xls,append dec(4)
reghdfe ST5r L1.lndigi $C ,absorb(ind year prov) cluster(ind)
outreg2 using 稳健.xls,append dec(4)
##########################工具变量回归##########################
#ivreghdfe与reghdfe相比多了个iv，用于进行具有高维固定效应的工具变量回归
#（lndigi=iv）这部分指定了内生变量及其工具变量。lndigi 是内生变量，iv 是工具变量。
#它告诉ivreghdfe 命令，lndigi 被视为内生变量，需要使用 iv 作为工具变量来解决内生性问题。
#first是显示第一阶段回归结果
ivreghdfe PT5r $C (lndigi=iv), absorb(ind year prov) cluster(ind) first
outreg2 using 稳健.xls,append dec(4)
ivreghdfe CT5r $C (lndigi=iv), absorb(ind year prov) cluster(ind) first
outreg2 using 稳健.xls,append dec(4)
ivreghdfe ST5r $C (lndigi=iv), absorb(ind year prov) cluster(ind) first
outreg2 using 稳健.xls,append dec(4)
遗漏变量
关于遗漏变量带来的误差，可以添加一些变量到控制变量里面。它的方法就是再定义一个全局宏。
#没啥好解释的，加了一组$s的控制变量
xtset id year
global s insprop holdbank indnet ctrlmany
reghdfe PT5r lndigi $C $s ,absorb(ind year prov) cluster(ind)
outreg2 using 稳健.xls,append dec(4)
机制检验
中介变量
中介变量方面的问题。一般是分为了三步法和两步法，因为多重共线性问题，现在大家用到的方法中两步法正在逐渐取代三步法。两者之间的区别在于三步法中的方程系数都要求显著，对于二步法中我们更多要求的是a*b显著
#中介——这是一个三步法检验
#在这样一个中介变量的检验中，首先定义面板数据
xtset id year
#zhuanlishenqing是我们的中介变量 composite 是解释变量，回归后进行保存。CO2是被解释变量
reghdfe zhuanlishenqing composite $C, absorb(prov) cluster(prov)
outreg2 using 中介.xls,append dec(4)
reghdfe CO2 composite $C, absorb(prov) cluster(prov)
outreg2 using 中介.xls,append dec(4)
reghdfe CO2 composite zhuanlishenqing $C, absorb(prov) cluster(prov)
outreg2 using 中介.xls,append dec(4)
#三步法,其中三个方程系数都要显著
X->M
X->Y
X+M->Y
#二步法,其中只a*b显著
X->M #方程检验系数为a（X对M的影响）
X+M->Y #检验系数为b（M对Y的影响）
调节变量
调节变量。交叉项（调节项和解释变量的乘积）。先生成交叉项，然后将交叉项、调节项放入回归模型中。
#首先就是先生成交互项，然后PT5r是我们的被解释变量，ldg_Cost_Coor 就是交互项，此外还有我们的解释变量lndigi 和调节变量Cost_Coor
gen ldg_Cost_Coor=lndigi*Cost_Coor
reghdfe PT5r ldg_Cost_Coor Cost_Coor lndigi $C ,absorb(ind prov year) cluster(ind)
outreg2 using 机制.xls,append dec(4)
异质性分析
关于异质性检验是干什么的就不详细说了。大家可以自行了解一下。大致就是我们研究的回归路径受不同环境的影响的研究。
#关于异质性分析方面。举一个代码例子。
就下面地区市场化水平。我们有一个变量marketdum其中的值为0或1.我们通过if语句来筛选地区市场化水准，然后进行回归。
#随后在local中定义一个局部宏m
xtset id year //地区市场化水平 (表3 Panel A;附表14)
reghdfe PT5r lndigi $C if marketdum==1 ,absorb(ind year prov) cluster(ind)
outreg2 using 异质性.xls,append dec(4) ctitle(`j')
reghdfe PT5r lndigi $C if marketdum==0 ,absorb(ind year prov) cluster(ind)
outreg2 using 异质性.xls,append dec(4) ctitle(`j')
local m "reghdfe PT5r lndigi $C ,absorb(ind year prov) cluster(ind)"
bdiff,group(marketdum) model(`m') reps(200) seed(1) bs first detail
#最后一步详细聊聊
#bdiff命令检验两组回归系数的差异
#group(marketdum)：是按照marketdum分组
#model(m)：使用前面定义的回归模型
#reps(200)：Bootstrap重复200次，关于自助抽样问题大家可以详细了解一下。在链式中介中常用
#seed(1)：设定随机数种子为1，保证结果可重现
#bs：使用Bootstrap方法
#first：显示第一阶段的回归结果
#detail：显示详细结果
这是一篇小论文中大致的内容。从基准回归到稳健性检验再到内生性检验。最后机制检验和异质性分析常用的已经给大家分享了。同时也是便利我自己，在需要代码的时候直接翻一翻即可。
关于我的下一篇分享，我想到了两个方向。
第一个，我想出一个关于数据的整理和整合。最近写论文要在不数据库找各式各样的数据。长数据、宽数据，还有关于数据合并，以及合并前的处理等等问题。
第二个，我想出一个关于熵值法、耦合协调度以及时空演变的内容。尤其是莫兰指数中的距离矩阵这一模块。欢迎大家一块儿讨论学习，如果大家发现哪里有错误的地方请大家多多指正！
扫一扫
7881
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
