Stata面板数据的统计分析.doc

面板数据的统计分析(Stata)在写论文时经常碰见一些即是时间序列又是截面的数据,比如分析1999-2010的公司盈余管理影响因素,而影响盈余管理的因素有6个,那么会形成如下图的数据 公司1公司2公司100 因素1因素6盈余管理程度因素1…因素6盈余管理程度因素1因素6盈余管理程度1999            2000            ……            2010                如上图所示的数据即为面板数据。显然面板数据是三维的,而时间序列数据和截面数据都是二维的,把面板数据当成时间序列数据或者截面数据来处理都是不合适的。    处理面板数据的软件较多,、Stata等。个人推荐使用Stata,因为Stata比较适合处理面板数据,且个性化强。。    由于面板数据的存储结构与我们通常使用的存储结构不太一样,所在统计分析前,最好在excel中整理一下数据,形成如下图所示的数据年份公司名称因素1因素2……因素6盈余管理程度1999公司1     2000公司1     ……公司1     2010公司1     1999公司2     2000公司2     ……公司2     2010公司2      变量定义及输入数据   ,Stata界面有4个组成部分,Review(在左上角)、Variables(左下角)、输出窗口(在右上角)、Command(右下角)。首先定义变量,可以输入命令,也可以通过点击Data----CreatenewVariableorchangevariable。     特别注意,这里要定义的变量除了因素1、因素2、……因素6、盈余管理影响程度等,还要定义年份和公司名称两个变量,这两个变量的数据类型(Type)最好设置为int(整型),公司名称不要使用中文名称或者字母等,用数字代替。定义好变量之后可以输入数据了。数据可以直接导入(File-Import),也可以手工录入或者复制粘贴(Data-DataEdit(Browse)),手工录入数据和在excel中的操作一样。  以上面说的为例,pany、factor1、factor2、factor3、factor4、factor5、factor6、DA。  pany和year分别为截面变量和时间变量。显然,通过这两个变量我们可以非常清楚地确定paneldata的数据存储格式。因此,在使用STATA估计模型之前,我们必须告诉它截面变量和时间变量分别是什么,所用的命令为tsset,命令为:pany year   输出窗口将输出相应结果。由于面板数据本身兼具截面数据和时间序列二者的特性,所以对时间序列进行操作的运算同样可以应用到面板数据身上。这一点在处理某些数据时显得非常方便。如,对于上述数据,我们想产生一个新的变量Lag_factor1,也就是factor1的一阶滞后,那么我们可以采用如下命令:genLag_factor1=:Genfiscal(D)=:在正式进行模型的估计之前,我们必须对样本的基本分布特性有一个总体的了解。对于面板数据而言,我们至少要知道我们的数据中有多少个截面(个体),每个截面上有多少个观察期间