【Stata】利用Stata快速完成一篇实证论文的模板（代码分享）
目录：利用Stata快速完成一篇实证论文的模板
一、数据整理二、描述性统计三、相关性分析四、共线性诊断五、模型选择检验六、检验结果，应该选择固定效应回归分析七、滞后效应八、分组回归九、调节效应十、中介效应十一、控制时间&个体十二、数据集
一、数据整理
rename 综合税率A x2
rename 净资产收益率ROE y
rename 资产负债率 x1
rename 总资产周转率A x3
rename 资产对数 x4
rename 前十大股东持股比例 x5
*xtset 股票代码 截止日期
encode 股票代码 ,gen(id)
encode 截止日期 ,gen(time)
xtset id time
二、描述性统计
logout,save(基本统计描述)word replace:tabstat y x1 x2 x3 x4 x5,s(N mean p50 sd min max) f(%12.3f) c(s)
三、相关性分析
logout,save(相关分析)word replace:pwcorr_a y x1 x2 x3 x4 x5
四、共线性诊断
reg y x1 x2 x3 x4 x5,r
vif
logout,save(共线性诊断)word replace:vif
order y x1 x2 x3 x4 x5
五、模型选择检验
reg y x1 x2 x3 x4 x5
est store ols
xtreg y x1 x2 x3 x4 x5,fe
检验个体效应 ，表明固定效应优于混合ols模型 ，p<0.05表示个体效应显著，固定效应更好
qui xtreg y x1 x2 x3 x4 x5,re
xttest0
检验时间效应，结果随机效应也优于混合ols模型，p<0.05表示随机效应显著
xtreg y x1 x2 x3 x4 x5,re
est store re
xtreg y x1 x2 x3 x4 x5,fe
est store fe
hausman fe re
上面是豪斯曼检验，结果拒绝原假设，选用固定效应模型 p<0.05固定效应，大于0.05 随机效应
outreg2 using "豪斯曼检验", word ctitle(FE) adds(Hausman, `r(chi2)',p-value,`r(p)')replace //输出hausman结果
六、检验结果，应该选择固定效应回归分析
reg y x1 x2 x3 x4 x5
est store ols
xtreg y x1 x2 x3 x4 x5,fe
est store fe
xtreg y x1 x2 x3 x4 x5,re
est store re
esttab ols fe re using 实证结果.rtf, replace b(%12.3f) se(%12.3f) nogap compress s(N r2 r2_a)star(* 0.1 ** 0.05 *** 0.01) //加入了调整R2，r2_a
七、滞后效应
xtreg y x1 x2 x3 x4 x5 L.x5 ,fe
est store fe1
xtreg y x1 x2 x3 x4 x5 L2.x5 ,fe
est store fe2
esttab fe fe1 fe2 using 滞后效应.rtf, replace b(%12.3f) se(%12.3f) nogap compress s(N r2 r2_a)star(* 0.1 ** 0.05 *** 0.01) //加入了调整R2，r2_a
八、分组回归
order y x1 x2 x3 x4 x5 股权性质
encode 股权性质,gen(分组)
order y x1 x2 x3 x4 x5 x6 // 国企 = 2 外资 = 3 私企 = 4
xtreg y x1 x2 x3 x4 x5 if 分组 == 2 ,fe
est store fe3
xtreg y x1 x2 x3 x4 x5 if 分组 == 3 ,fe
est store fe4
xtreg y x1 x2 x3 x4 x5 if 分组 == 4 ,fe
est store fe5
esttab fe fe3 fe4 fe5 using 分组回归.rtf, replace b(%12.3f) se(%12.3f) nogap compress s(N r2 r2_a)star(* 0.1 ** 0.05 *** 0.01) //加入了调整R2，r2_a
九、调节效应
gen TJ = x4*x5
xtreg y x1 x2 x3 x4 x5 TJ ,fe
est store fe6
esttab fe fe6 using 调节效应.rtf, replace b(%12.3f) se(%12.3f) nogap compress s(N r2 r2_a)star(* 0.1 ** 0.05 *** 0.01) //加入了调整R2，r2_a
十、中介效应
* rename 托宾Q值TQ ZJ
xtreg y x1 x2 x3 x4 x5 ,fe
est store fe7
xtreg ZJ x1 x2 x3 x4 x5 ,fe
est store fe8
xtreg y x1 ZJ x2 x3 x4 x5 ,fe
est store fe9
esttab fe7 fe8 fe9 using 中介效应.rtf, replace b(%12.3f) se(%12.3f) nogap compress s(N r2 r2_a)star(* 0.1 ** 0.05 *** 0.01) //加入了调整R2
十一、控制时间&个体
xtreg y x1 x2 x3 x4 x5 i.id i.time ,fe
estadd local id "Yes"
estadd local time "Yes"
est sto fe10
esttab fe10 using 控制个体时间回归.rtf, replace b(%12.3f) se(%12.3f) nogap compress drop(*.id *.time) s(N r2 r2_a id time)star(* 0.1 ** 0.05 *** 0.01) //加入了调整R2
十二、数据集