调整回归显著性常用Stata代码 可用于OLS、固定效应、2SLS、GMM模型

调整回归显著性常用Stata代码 可用于OLS、固定效应、2SLS、GMM模型

1. 在实际做论文实证分析过程中经常会出现结果不显著，或者结果方向与假设相反的情况，
2. 正规的做法应当是调整控制变量、调整解释变量和被解释变量的计算方法，调整数据区间和数据筛选条件
3. 在这些方法都试过之后如果还得不到想要的结果的话，可以尝试本文提到的速成方法

附件内容：

• 包含示例数据和代码
• 代码附有详细注释（每行都有注释）
• 可以同时调整多个回归结果
• 适用于OLS、固定效应、2SLS、Tobit、GMM等各种回归
• 调整原理：通过剔除部分显著影响回归结果的数据
• 适用数据：样本量尽可能大，最好在4000以上，调整效果较好
  • • 示例主要使用OLS回归、固定效应回归、2SLS回归和Tobit回归，其他回归方法都是类似的，有不懂的地方可以咨询
      
      示例变量说明：
      • 被解释变量Y
      • 解释变量X
      • 控制变量Size Lev Growth Agency CF TANG Balance  COMPEN Age i.Industry i.year
      • 工具变量IV

      
      回归代码：
      

      1. * 导入数据
      2. use 示例数据.dta, clear
      4. * 定义全局控制变量ControlVariable，后面使用 $ControlVariable引用
      5. global ControlVariable Size Lev Growth Agency CF TANG Balance  COMPEN Age i.Industry i.year
      8. * OLS回归
      9. xi: reg Y X  $ControlVariable , robust
      10. est store res_1
      12. * 固定效应回归
      13. xi: xtreg Y X  $ControlVariable , fe robust
      14. est store res_2
      16. * 2SLS
      17. xi: ivreg2 Y  $ControlVariable (X=IV), robust
      18. est store res_3
      20. * Tobit回归
      21. xi: tobit Y X  $ControlVariable ,  vce(robust) ll(0)
      22. est store res_4
      24. * 输出回归结果
      25. esttab res_*, mtitle(“OLS回归” “固定效应回归” “2SLS回归” “Tobit回归”)nogap replace star(* 0.1 ** 0.05 *** 0.01) b(3) t(3) indicate(“Industry=*Industry*”  “Year=*year*”) ar2

      复制代码

      
      
      未调整前回归结果
      
      
      
      
      调整后结果 – 正相关
      
      
      
      调整后结果 – 负相关