跑数据之路

写在之前：

样本终于算是确定了。尽管仍存在很大的不确定性，让我内心十分忐忑。并没有系统学过stata，一直觉得这种工具不需要专门去学，只要learning by doing就可以了。很显然，我想的太简单。之前断断续续也用过stata将数据进行长短转换和简单的回归，样本正式确定后，从今天开始我要真正地跑数据了。

这里记录乱七八糟的跑数据之路，刚好把一些帖子和问题也汇总起来。且走且看，希望能顺利。

——7.17

关于import data：

我一直以为，import后面的excel地址是需要自己输入的，后来才发现并不是。file-import-excel就可以！！！蠢哭了… excel保存成97-03格式。 汇总下受帮助的帖子： http://bbs.pinggu.org/thread-3032215-1-1.html http://bbs.pinggu.org/thread-4791141-1-1.html http://bbs.pinggu.org/thread-3077577-1-1.html http://bbs.pinggu.org/thread-2811104-1-1.html

https://jingyan.baidu.com/article/7f41ecec15be2c593d095ca2.html

——7.18

今天查了很多帖子和资料，do文件中的基本回归已经完成5成，但很多细节之处还有各种检验，我仍然糊涂。

关于单位根检验：

单位根检验是指检验序列中是否存在单位根，因为存在单位根就是非平稳时间序列了。单位根就是指单位根过程，可以证明，序列中存在单位根过程就不平稳，会使回归分析中存在伪回归。

——百科

http://bbs.pinggu.org/thread-1309821-1-1.html

http://bbs.pinggu.org/thread-1332193-1-1.html

http://bbs.pinggu.org/thread-1546776-1-1.html

http://bbs.pinggu.org/thread-2156862-1-1.html

http://bbs.pinggu.org/thread-3177519-1-1.html ※

有这样几种方法（摘于stata的hlep手册）（当然有不同的判断标准和适应情况）

1、Levin-Lin-Chu test

xtunitroot llc varname [if] [in] [, LLC_options]

2、Harris-Tzavalis test

xtunitroot ht varname [if] [in] [, HT_options]

3、Breitung test

xtunitroot breitung varname [if] [in] [, Breitung_options]

4、Im-Pesaran-Shin test

xtunitroot ips varname [if] [in] [, IPS_options]

5、Fisher-type tests (combining p-values)

xtunitroot fisher varname [if] [in], {dfuller | pperron} lags(#) [Fisher_options]

6、Hadri Lagrange multiplier stationarity test

xtunitroot hadri varname [if] [in] [, Hadri_options]

其中，4、5、6允许非平衡面板，而其他的必须是平衡面板。（我的数据就是unbalanced）对于具体数据，究竟使用何种面板单位根检验，主要是看样本容量。

1、2、3的局限在于：强共同根假设。

陈强书 高级计量及stata应用：

p31：简单操作

p61：关于稳健标准误问题。很简单，略看

p93：关于异方差。

p154：关于工具变量、内生性检验。※※※。一步步加入变量

p258：关于短面板回归。※※※。

p292：关于动态面板。即存在滞后项的面板数据

p418：关于单位根检验。※※※。

——7.19

查了一圈资料和stata数据尝试后发现，我研究的题目下不做单位根检验没关系。

是否做单根检验与你研究的问题有关系。公司财务领域通常不做，原因是我们使用的变量基本上都是财务比率，不太可能包含单位根。但是，对于研究宏观经济的人而言，单根通常都须考虑。 ——连玉君老师

一些学习网站：

http://blog.sina.com.cn/u/1794198242

——7.20

关于excel：

整理数据时非常好用的函数：countif、countifs、vlookup

——7.21

今日主要是在从头开始筛选、重整和检查数据。

有朋友在看了我另一篇关于数据的怪圈的日志后，留言给我：

涉及企业层面一般是用xtreg，并且要对误差进行企业层面的聚类。至于回归的控制变量，一般是别人采用什么你就需要用什么，至少是要和其中一篇的控制变量相同，或者稍微比他多点。

我之前没有考虑过关于聚类误差的问题。