第一步：描述性分析

ssc install asdoc

asdoc sum y x1 x2 x3 x4 x5 x6 x7

第二步：數(shù)據(jù)處理

取對數(shù)

foreach var of varlist y x1 x2 x3 x4 x5 x6 x7{

gen ln`var'=log(`var')

}

如果有縮尾

winsor2 lny lnx1 lnx2 lnx3 lnx4 lnx5 lnx6 lnx7, replace cuts(1 99)

第三步：相關(guān)性分析

asdoc pwcorr_a lny lnx1 lnx2 lnx3 lnx4 lnx5 lnx6 lnx7, star1(0.01) star5(0.05) star10(0.1)

第四步：主回歸模型之前的一些數(shù)據(jù)檢驗(yàn)

單位根檢驗(yàn)

1、ADF檢驗(yàn)

基本語法：xtunitroot fisher varname, trend dfuller demean lags(1)

2、LLC檢驗(yàn)

基本語法：xtunitroot llc varname, lag(n) 一般使用T比較大

xtunitroot llc varname, trend demean lags(bic 12) --含個體效應(yīng)和線性時間趨勢項(xiàng)

3、IPS檢驗(yàn)

基本語法：xtunitroot ips 變量名, lag(n) 其他語法同LLC一致

注：使用xtunitroot，help一下，便會出現(xiàn)所有的檢驗(yàn)命令及其用法和實(shí)例

協(xié)整檢驗(yàn)

1、Kao 檢驗(yàn)

基本語法：xtcointtest kao y x1 x2

2、Pedroni 檢驗(yàn)

基本語法：.xtcointtest pedroni y x1 x2，trend

3、Westerlund 檢驗(yàn)

基本語法： xtcointtest westerlund y x1 x2，trend

第五步：主回歸模型

xtset province year

xtabond2 lny L.lny lnx1 lnx2 lnx3 lnx4 lnx5 lnx6 lnx7, gmmstyle(L.lny lnx1 lnx2) ivstyle(lnx3 lnx4)twostep robust small orthogonal

est store m

第六步：穩(wěn)健性檢驗(yàn)

xtreg lny lnx1 lnx2 lnx3 lnx4 lnx5 lnx6 lnx7, fe （fe是固定效應(yīng)模型）

est store fe （保存回歸結(jié)果）

esttab fe using reg2.rtf, replace b(%6.3f) se(%6.3f) se ar2(3) star(* 0.1 ** 0.05 *** 0.01) compress nogap mtitles("model1" ) title("Table1")

Ols

reg lny lnx1 lnx2 lnx3 lnx4 lnx5 lnx6 lnx7,robust （最小二乘法）

est store reg

esttab fe reg using reg2.rtf, replace b(%6.3f) se(%6.3f) se ar2(3) star(* 0.1 ** 0.05 *** 0.01) compress nogap mtitles("model1""model2" ) title("Table1")

第七步：異質(zhì)性檢驗(yàn)

sort x7

gen group_x7 = group(4)

forvalues i = 1/4{

qui reg lny lnx1 lnx2 lnx3 lnx4 lnx5 lnx6 lnx7 if group_x7 == `i', r

qui outreg2 using "groupsave.xls", append bdec(3) tdec(2) ctitle(`y')

est store groupx7_`i'

}

esttab groupx7_*, replace nogap compress b(%6.3f) s(N r2_a) se star(* 0.1 ** 0.05 *** 0.01) addnotes("*** 1% ** 5% * 10%")