目前我要分析的是股票对老年人退休有没有影响，但是为了剔除其他对老年人退休的影响，所以要把有股票的老年人分为一组（treatment group）,没股票的老年人分为一组（control group）。
现在我懂我模型的意思，但是还是不懂具体怎么操作，各位麻烦帮我看一下我的理解对不对！
我的模型结构基本上是
Y=B0+B1*T+B2*A+B3*T*A+B4*X
Y=1代表老人想退休，Y=0不想退休；
T=1代表老人有股票，T=0没有股票；
A=1代表股票变动之后，A=0代表股票还没有变动
若A=0，Y=B0+B1*T+B4*X
实验组Y=B0+B1+B4*X
对照组Y=B0+B4*X
他们的差是B1
若A=1：Y=B0+B1*T+B2+B3*T+B4*X
实验组Y=B0+B1+B2+B3+B4*X
对照组Y=B0+B2+B4*X 他们的差是B1+B3
净影响为变动之后，2组的差B3
所以我现在要求的就是这个B3.
这里B3代表的是T*A和Y的相关性，那我再拿T*A为自变量，Y为因变量在stata里做线性回归xtreg，得出的系数，或者P值，就可以观测有没有影响了，是这样吗？
模型是这个意思吗？


但是我现在不知道应该怎么样提取数据，做一个面板数据。
目前我找到了股票1998-2012每个月的价格变动。但是应该怎么生成股票变动前，变动后这个变量呢？此外，老师让我在数据库下载了一个关于老年人的dataset，2006-2010年调查的，关于老年人几乎所有的信息，包括年龄，性别，学历，有无房产，婚姻状况等~这些失业率，有没有房产都可以当做模型中的X变量，可以暂时不管。
但是这个数据库里只有老人想何时退休的年龄，我是不是应该把它和年龄做对比，譬如：老年人现在58岁，想60岁退休，就说明他现在还不想退休，这个样本的Y值就是0？老师要求把退休年龄做成这种0，1的数据。


此外，一般，面板数据是指在不同时间（譬如2001-2010年10个年头），不同截面（譬如广州、北京、上海三个截面），一个相当于横轴，一个相当于纵轴，3个地方10年之内，每年进出口的额度，这样构建成一个面板数据。
但是，我现在的面板数据的时间变量2006-2010有了，但是每一年的样本都不一样，可能因为生老病死之类的。样本不一样，那我应该怎么做截面变量呢？
而且就算样本一样，也只是同一个截面呀，这个应该怎么处理？


周一就要见老师了，现在慌张的不知道的怎么做，求高手帮助呀！~~~~(>_<)~~~~