1、面板數(shù)據(jù)的統(tǒng)計分析（Stata）在寫論文時經(jīng)常碰見一些即是時間序列又是截面的數(shù)據(jù)，比如分析1999-2010的公司盈余管理影響因素，而影響盈余管理的因素有6個，那么會形成如下圖的數(shù) 據(jù)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19991n11200011 11111 1111 111(20101 1111如上圖所示的數(shù)據(jù)即為面板數(shù)據(jù)。顯然面板數(shù)據(jù)是三維的，而時間序列數(shù)據(jù) 和截面數(shù)據(jù)都是二維的，把面板數(shù)據(jù)當成時間序列數(shù)據(jù)或者截面數(shù)據(jù)來處理都是 不合適的。處理面板數(shù)據(jù)的軟件較多， 一般使用Eviews6.0、Stata等。 個人推薦使用Sta

2、ta,因為Stata比較適合處理面板數(shù)據(jù)，且個性化強。以下以Statall.O為例來講解怎 么樣處理面板數(shù)據(jù)。由于面板數(shù)據(jù)的存儲結構與我們通常使用的存儲結構不太一樣，所在統(tǒng)計分 析前，最好在excel中整理一下數(shù)據(jù)，形成如下圖所示的數(shù)據(jù)年份公司名稱因素1因素21因素6盈余管理程度1999公司12000公司1公司12010公司11999公司22000 |公司21|公司212010 |公司21變量定義及輸入數(shù)據(jù)啟動Statall.Q Stata界面有4個組成部分，Review（在左上角）、Variables（左下角）、輸出窗口（在右上角）、Comma nd（右下角）。首先定義變量，可以輸入命令，也

3、可以通過點擊Data-Create new Variable or change variable特別注意，這里要定義的變量除了因素1、因素2、因素6盈余管理影 響程度等，還要定義年份和公司名稱兩個變量，這兩個變量的數(shù)據(jù)類型（Type）最好設置為int（整型），公司名稱不要使用中文名稱或者字母等，用數(shù)字代替。 定義好變量之后可以輸入數(shù)據(jù)了。數(shù)據(jù)可以直接導入（File-Import），也可以手工錄入或者復制粘貼（Data-Data Edit（Browse），手工錄入數(shù)據(jù)和在excel中的 操作一樣。以上面說的為例，定義變量year、compa ny、factor1、factor2、factor3

4、、factor4、factor5、factor6、DA。變量company和year分別為截面變量和時間變量。顯然，通過這兩個變量我 們可以非常清楚地確定panel data的數(shù)據(jù)存儲格式。因此，在使用STATA估計 模型之前，我們必須告訴它截面變量和時間變量分別是什么，所用的命令為tsse，命令為：tsset company year輸出窗口將輸出相應結果。由于面板數(shù)據(jù)本身兼具截面數(shù)據(jù)和時間序列二者的特性，所以對時間序列進 行操作的運算同樣可以應用到面板數(shù)據(jù)身上。這一點在處理某些數(shù)據(jù)時顯得非常方便。女口，對于上述數(shù)據(jù)，我們想產(chǎn)生一個新的變量Lag _factor1，也就是factor1的一階

5、滯后，那么我們可以采用如下命令：gen Lag_factor仁L.factorl差分變量：Gen fiscal（D）=D.fiscal統(tǒng)計描述：在正式進行模型的估計之前，我們必須對樣本的基本分布特性有一個總體的了 解。對于面板數(shù)據(jù)而言，我們至少要知道我們的數(shù)據(jù)中有多少個截面（個體），每個截面上有多少個觀察期間，整個數(shù)據(jù)結構是平行的還是非平行的。進一步地， 我們還要知道主要變量的樣本均值、標準差、最大值、最小值等情況。這些都可 以通過以下三個命令來完成：xtdes命令用于初步了解數(shù)據(jù)的大體分布狀況，我們可以知道數(shù)據(jù)中含有多少個截面，最大和最小的時間跨度是多少。在某些要求使用平行面板數(shù)據(jù)的情況下，

6、我們可以采用該命令來診斷處理后的數(shù)據(jù)是否為 平行數(shù)據(jù)。Xtsum用來查詢對組內(nèi)、組間、整體計算各個變量的基本統(tǒng)計量（如 均值、方差等）。為了方便，以下的舉例都只用factor1，factor2兩個自變量。xtdes DA factorl facto2xtsum DA facto facto2模型回歸。常用的處理面板數(shù)據(jù)的模型有混合OLS模型、固定效應模型、隨機效應模型。 各個模型的區(qū)別請上網(wǎng)查查。下面說說各個模型的命令：混合OLS模型輸入命令：regress DA factor1 facto2固定效應模型輸入命令：xtreg DA factor1 factor , fe隨機效應模型輸入命令：x

7、treg DA factor1 factor , re模型的選擇及檢驗固定效應模型要檢驗個體效應的顯著性，這可以通過固定效應模型回歸結果 的最后一行的F統(tǒng)計量看出，F(xiàn)越大越好，可以得出固定效應模型優(yōu)于混合OLS模型的結論。隨機效應模型要檢驗隨機效應是否顯著，要輸入命令：xttest0如果檢驗得到的p值為0,則隨機效應顯著，隨機效應模型也優(yōu)于固定效應模型。 至于固定效應模型與隨機效應模型選哪一個，則要通過hausma n檢驗來得出。Hausma n檢驗Hausman檢驗的原假設是固定效應模型優(yōu)于隨機效應模型，如果hausman檢驗 的p值為0， 則接受原假設， 使用固定效應模型。 相關命令：qu

8、i xtreg DA factor1 factor2 ,fe est storefe qui xtreg DA factor1 factor2 ,re est store re hausman fe面板模型選擇問題1.固定效應模型估計：xtreg gdp invest culture sci health admin techno,fe固定效應模型中個體效應和隨機干擾項的方差估計值(分別為sigma u和sigmae)，二者之間的相關關系(rho)最后一行給出了檢驗固定效應是否顯著的F統(tǒng)計量和相應的P值2.隨機效應模型估計：xtreg gdp invest culture sci health

9、 admin techno,re檢驗隨機效應模型是否優(yōu)于混合OLS模型： 在進行隨機效應回歸之后，使用xttest0檢驗得到的P值為0.0000，表明隨機效應模型優(yōu)于混合OLS模型3.最大似然估計Ml：xtreg gdp invest culture sci health admin techno,mleHausman檢驗Hausman檢驗究竟選擇固定效應模型還是隨機效應模型： 第一步：估計固定效應模型，存儲結果xtreg gdp invest culture sci health admin techno,fe est store fe第二步：估計隨機效應模型，存儲結果xtreg gdp i

10、nvest culture sci health admin techno,re est store re第三步：進行hausman檢驗hausman feHausma n檢驗量為：H=(b-B) Var(b)-Var(B)-1(b-B)x2(k)Hausman統(tǒng)計量服從自由度為k的x盼布。當H大于一定顯著水平的臨界值時， 我們就認為模型中存在固定效應， 從而選用固定效應模型， 否則選用隨機效應模 型如果hausman檢驗值為負，說明的模型設定有問題，導致Hausman檢驗的基本假設得不到滿足，遺漏變量的問題，或者某些變量是非平穩(wěn)等等可以改用hausman檢驗的其他形式：hausman fe,

11、 sigmaless面板模型異方差和自相關的檢驗（比較復雜：三個模型、兩個維度） 對于固定效應模型的異方差檢驗和自相關的檢驗： 序列自相關檢驗Xtserial gdp invest culture sci health admin techno如果沒有xtserial命令即輸入上面的命令后彈出no comma nd,則輸入finditxtserial.ado可以自動搜索到進行安裝截面自相關檢驗xtreg DA factor1 factor2 ,fexttest2截面 （組間） 異方差檢驗（不考慮序列異方差即組內(nèi)）xtreg gdp invest culture sci healthadmin techno,fe xttest3隨機效應模型的自相關檢驗： 序列自相關檢驗xtreg gdp invest culture sci health admin techno,reXttest1處理：異方差