关于非平衡面板数据的若干问题请教

虚心向各位老师及大神请教。
关于图中数据有如下几个问题（时间区间2017-2020，A、D公司始终存续；B公司18年才进入；C公司18年进入，20年退出；E公司2020年才进入）：
1.应属于混合横截面还是非平衡面板？如果是非平衡面板，是否存在缺失值？
2.数据导入STATA时，是否所有公司都要依次按2017-2020列出四行数据？例如：B公司未进入所以17年没有数据，那么是否还需要为其列出一行17年的，然后所有变量值留空；抑或直接按图中样式导入即可？
3.图中各变量的设置是否可用？尤其是标注了非时变的那两个。
4.看了论坛里许多相关帖子，说非平衡面板的处理方法和平衡面板完全相同，是否如此？可能会产生哪些问题？
5.E公司2020年才进入，目前只有1年的数据，与其他公司有多年的数据是否具有可比性，或者说这样的数据能否说明问题？像这种最新但只有1年数据的情况，实操中是保留还是舍弃？如果保留，应该如何处理？

请大家指教提点，非常感谢！

Aslanation 发表于 2020-5-18 14:43
首先感谢您的回答！针对您的回答，有进一步的探讨，序号与您的回答对应。1.您的建议我明白了，很细致，图 ...

1. 这就是非常典型的非平衡面板，是非平衡面板下的正常情况；
2. 没有必要。个体固定效应的本质，你可以理解为“一簇”变量。换言之，所有的只随个体而变的变量都被控制了。理解了这个点之后，你就应该知道没有必要加这些非时变的变量；
3. 你的问题没说清楚，你或许是想问是否应该力求趋向于平衡面板。答案是不一定，应该选取能获取到的最多的数据。如果硬要整理成平衡面板，你要从现有的数据中删去一些，这样数据信息反而会有部分缺失。
最后一点，个体固定效应是指控制只随个体变化但不随时间变化的所有变量，时间固定效应是指控制只随时间变化但不随个体变化的所有变量。遗漏变量偏差会导致内生性问题，很显然，控制了个体、时间固定效应之后，可以缓解一部分内生性问题。因此，通常情况下都要控制。

1. 关于1、2、5三条，非平衡面板的设置，就按你发的截图来。导入的时候就按截图里面的格式导入（不过你的数据只有这么几个，是不是太少了点？）；
2. 各变量的设置，最后两列变量可以去掉，因为个体固定效应包含了这两个变量；
3. 这个问题不是绝对的，非平衡面板的绝大多数命令和平衡面板相同。能用非平衡面板，就尽量不要整理成平衡面板。

Sea.Zeng 发表于 2020-5-18 13:44
1. 关于1、2、5三条，非平衡面板的设置，就按你发的截图来。导入的时候就按截图里面的格式导入（不过你的数 ...

首先感谢您的回答！针对您的回答，有进一步的探讨，序号与您的回答对应。1.您的建议我明白了，很细致，图中是数据样式节选所以我没有列举太多观测主体和变量，只为说明问题。如您所说的导入方式，例如B公司2017年的数据应视为缺失值还是非平衡面板下的正常情况呢？这一点我个人认为还是有必要搞清楚。2.我看见许多文章中也设置了非时变的虚拟变量，例如，是否属于上市公司（假定研究期内不发生公司属性的改变），在控制公司个体效应和时间效应时，仍将非时变的变量作为自变量或控制变量，这是为什么呢，是否符合规范？3.我们在数据搜集时，是否应该力求趋向于面板数据，除了一些像本例这样确实不可得的情况？

另外再提一个小问题：许多研究中都控制个体效应和时间效应，这似乎成为了一个套路，但到底什么时候该控制个体效应、什么时候该控制时间效应、什么时候二者需要同时控制，有没有一个说法？具体是通过怎么做来控制的？还有没有其他主流的有可能需要控制的效应呢？如果有，又该怎么控制呢？烦请列举一二。

再次感谢您的耐心回答！

Aslanation 发表于 2020-5-18 14:43
首先感谢您的回答！针对您的回答，有进一步的探讨，序号与您的回答对应。1.您的建议我明白了，很细致，图 ...

至于具体怎么控制，固定效应都可以用添加虚拟变量的方式来控制（个体固定效应也可以用专门的命令）。除了个体、时间固定效应，也有其他层面，这就要根据你自己的主题来判断是否控制了。

Sea.Zeng 发表于 2020-5-18 16:08
1. 这是就是非常典型的非平衡面板，是非平衡面板下的正常情况；
2. 没有必要。个体固定效应的本质，你可 ...

您的回答有理有据，说服力和专业性更强，有针对性地解答了我提出的各个问题，使我认识得比较清晰，十分感谢您的帮助！祝您顺利！

Sea.Zeng 发表于 2020-5-18 13:44
1. 关于1、2、5三条，非平衡面板的设置，就按你发的截图来。导入的时候就按截图里面的格式导入（不过你的数 ...

您好！关于固定效应模型中的非时变变量还有一个小问题：根据您的回答，似乎可以认为控制了个体固定效应，就是控制了所有不随时间而变仅随个体而变的变量；控制了时间固定效应，就是控制了所有不随个体而变仅随时间而变的变量。
那么，我所希望研究的自变量不也被控制了吗？
另外，如图中所示，红框中是作者用作控制变量的一些非时变的虚拟变量。那他既然控制了个体、时间和其他别的效应，理论上已经把所有变量都控制了，为什么还要多此一举引入一些非时变的变量作为控制变量呢？而这些非时变变量在固定效应模型下为什么还能得出回归系数呢？

Aslanation 发表于 2020-5-19 17:55
您好！关于固定效应模型中的非时变变量还有一个小问题：根据您的回答，似乎可以认为控制了个体固定效应， ...

你的第一段话肯定是没错的，这就是个体固定效应和时间固定效应的定义。至于你所研究的自变量，我不太清楚是什么。但请注意：如果这不是你关注的核心解释变量，只是控制变量，那么你不控制这个变量，是没有问题的。
就这篇文章来讲，这篇文章中的“个体”指的是什么？你能否把完整的文章发上来？

Sea.Zeng 发表于 2020-5-19 19:17
你的第一段话肯定是没错的，这就是个体固定效应和时间固定效应的定义。至于你所研究的自变量，我不太清楚 ...

意思就是，如果同时控制了个体固定效应和时间固定效应，那么关键解释变量（要么是随个体而变的，要么是随时间而变的）不就也会被控制了吗？
附上该文章：按道理说，控制了固定效应后，用非时变的变量无论是作为解释变量或者控制变量，回归结果都应该显示“omitted”才对呀，不应该出现图中所示的有回归系数的情况吧？既然已经控制了个体固定效应，意味着已经控制了所有非时变的控制变量，那为什么还要像图中那样多此一举引入那么多控制变量呢？而奇怪的是，这些控制变量还能得出回归系数。

Aslanation 发表于 2020-5-19 22:15
意思就是，如果同时控制了个体固定效应和时间固定效应，那么关键解释变量（要么是随个体而变的，要么是随 ...

如果关键解释变量不随时间而变，那的确没办法控制个体固定效应，否则会出现完全多重共线性。但这篇文章并没有控制个体固定效应。