use "C:\Users\asus\Desktop\firm.dta"
merge m:1 id year using "C:\Users\asus\Desktop\province.dta"
drop if _merge==1
drop _merge
save "C:\Users\asus\Desktop\merge.dta",replace
2.去除NUM!
destring lnscale, force replace
drop if lnscale==.
bysort scode :gen obs=_N
drop if obs==1
winsor2 y x controls, replace cuts(1 99) 缩尾处理
3.xtset id year
补全缺失值
by id: ipolate var year, gen(var1) 补中间数据
by id: ipolate var year, gen(var2)epolate 补首尾
4.summarize
logout, save(result1) word replace:summarize y x c 输出描述性分析
5.xtreg y x i.year,fe r 双向固定效应
reghdfe y x controls,absorb(scode year icode) vce(robust) keepsingletons
outreg2 using result2.doc, replace tstat bdec(3) tdec(2) ctitle( ) 输出带星号的结果,相关系数保留 3 位有效数字,t 值保留 2 位有效数字,y不写的话会输出自变量的名字。如果需要输出为 excel 表格则更改代码为 xxx.xsl 即可。
outreg2 using 1.doc, replace tstat bdec(3) tdec(2) ctitle( ) keep( ) addtext(Firm FE, Yes,Year-Industry FE, Yes)
outreg2 using 1.doc, replace tstat bdec(3) tdec(2) ctitle( ) keep( ) addtext(Province FE, Yes,Year FE, Yes,Controls,Yes)
面板数据双向固定效应结果输出,keep() 命令的作用是保持输出表格简洁,括号中是所有需要展示的变量。
outreg2 using 1.doc, append tstat bdec(3) tdec(2) ctitle( ) keep( ) addtext(Province FE, Yes,Year FE, Yes) append 为合并命令,先进行了y和x1两个变量回归,之后增加变量x2回归后再利用 outreg2 + append 命令进行合并输出。
6.tab year, gen(dummy_year) 生产时间虚拟变量
gen bad =0
replace bad=1 if rep78 > 2
replace bad =. if rep78==. 将缺失值对应的bad也替换为缺失值
todummy wage ,values (50) percentile
7.中介效应
xtreg m x i.year,fe r 中介变量和自变量
xtreg y m x i.year,fe r
sgmediation y, mv(m) iv(x) cv(c) 用 sobel 方法检验中介变量,c代表控制变量
bootstrap r(ind_eff) r(dir_eff), reps(500) : sgmediation y, mv(m) iv(x) cv(c) 计算中介效应和间接效应
estat bootstrap, percentile bc 计算置信区间
直接效应 _bs_1 和间接效应 _bs_2,bs_2置信区间不包括0,中介效应成立
8.地区异质性
inlist2 id,values(1,2,3,6,9,10,11,13,15,19,21) name(east)
reghdfe lninn lnrobot sa lnscale lnage ci roa lnpgdp open envir lninfra is if east==1,absorb(scode year icode) vce(robust) keepsingletons
分组:astile sa_4=sa, nq(4)


雷达卡






京公网安备 11010802022788号







