Stata面板数据AIC/BIC确定滞后期的方法
发布网友
发布时间：2024-09-17 06:42
共1个回答
热心网友
时间：2024-09-29 15:05
有些学者采用格兰杰因果检验与estat ic相结合的方法，通过观察每一期AIC/BIC的变化来决定最佳滞后期。然而，这种方法仅适用于时间序列数据。尽管连玉君老师分享的xtgrangert代码适用于面板数据的格兰杰因果检验，但该代码无法展示AIC和BIC值，也不能像其他格兰杰因果检验代码一样直接给出最佳滞后期。
参考连玉君老师经管之家上的回答后，我发现了一种新的方法，即直接通过回归展示AIC和BIC值进行选择。
具体步骤如下：
（1）定义面板数据：xtset name yaer
（2）生成滞后项：gen l_x=l.x（二阶滞后：gen l2_x=l2.x，以此类推）
（3）回归并展示AIC/BIC值：xtreg y l.x controls（单固定是这样，双固定就reghdfe，OLS就reg，都能用）
estat ic（该代码可展示AIC/BIC值）
est store m1（该代码用于esttab输出时能够输出储存的对象，m1什么的随便取名字）
xtreg y l2.x controls
estat ic
est store m2
然后以此类推，按自己需求滞后几项都可以，最重要的是展示出你确实找到了AIC/BIC最低的一期。
最后合并表格并输出：
ret list
mat list r(S)
mat S = r(S)
estadd scalar aic = S[1,5]
estadd scalar bic = S[1,6]
esttab m1 m2 m3 m4 m5 using zhihou.rtf, s(r2 N aic bic) nogap
（不要用.doc，表格难看）
得到结果后，表格下方会有aic和bic的值，按照最小原则选择最佳滞后期。如果两个指标有冲突，选择一个使用即可。最后，查看最佳滞后期核心解释变量的显著性及系数正负是否与之前的回归一致，如果都一致，那么它就相当稳健（大概）。
总之，这个方法简单又快捷！
常见问题解答：
Q1：为什么跑的时候显示not sorted?
A：因为你忘了先定义面板数据。
Q2：AIC/BIC是负值怎么比大小？
A：按照实际值比大小，而不是绝对值。负数的时候，绝对值越大越小。
Q3：确定最佳滞后期之后是不是可以用最佳滞后期xtgrangert证明格兰杰因了？
A：确实。
