进阶版 Stata 代码模板：从因果推断到结果导出，实证论文拔高必备
进阶版 Stata 代码模板：从因果推断到结果导出，实证论文拔高必备
导读：掌握了基础数据处理和 OLS 回归，想让实证分析更有说服力？这篇进阶推文涵盖 13 类高级计量模型 + 稳健性检验 + 结果导出全流程，包括 DID、PSM、GMM、空间计量等热门方法，帮你轻松解决因果识别难题，让论文结果更规范、更具可信度！
一、离散选择与受限因变量模型：应对特殊被解释变量
被解释变量是二元选择（0/1）、有序分类或截断数据？这两类模型能精准适配，还能直接输出边际效应，方便解读经济意义。
*----- （一）离散选择模型 -----*
* 1. Logit回归（二元选择变量）
logit Y X1 X2 X3
* 2. Probit回归
probit Y X1 X2 X3
* 3. 边际效应（直观展示变量影响程度）
margins, dydx(*)
* 4. 有序Logit（有序分类被解释变量）
ologit Y X1 X2 X3
* 5. 多项Logit（多分类被解释变量，设定基准组）
mlogit Y X1 X2 X3, base(0)
*----- （二）受限因变量模型 -----*
* 1. Tobit模型（被解释变量有上下限）
tobit Y X1 X2 X3, ll(0) ul(100) // ll=下限，ul=上限
* 2. Heckman两阶段（解决样本自选择问题）
heckman Y X1 X2 X3, select(Z1 Z2 Z3) twostep // Z为选择方程工具变量
二、面板数据高级模型：充分利用面板数据优势
面板数据能控制个体异质性，这里的固定效应、随机效应模型，以及豪斯曼检验，帮你精准选择合适的估计方法，还有面板 Logit、Tobit 适配特殊数据类型。
*----- 1. 混合OLS（基准模型）-----*
reg Y X1 X2 X3
*----- 2. 固定效应模型（控制个体固定效应）-----*
xtreg Y X1 X2 X3, fe
*----- 3. 随机效应模型 -----*
xtreg Y X1 X2 X3, re
*----- 4. 双向固定效应（控制个体+时间效应）-----*
xtreg Y X1 X2 X3 i.year, fe
*----- 5. 豪斯曼检验（选择固定/随机效应）-----*
xtreg Y X1 X2 X3, fe
estimates store fe
xtreg Y X1 X2 X3, re
estimates store re
hausman fe re
*----- 6. 面板Logit（面板数据+二元被解释变量）-----*
xtlogit Y X1 X2 X3, fe
*----- 7. 面板Tobit（面板数据+受限被解释变量）-----*
xttobit Y X1 X2 X3, ll(0)
三、因果推断核心方法：解决内生性与识别问题
实证分析的关键是因果识别！这部分涵盖工具变量、DID、PSM、RDD 等主流方法，帮你有效解决内生性、自选择等问题，让因果关系更可信。
（一）工具变量法（IV）：解决内生解释变量问题
*----- 1. 2SLS回归（核心估计）-----*
ivregress 2sls Y X2 X3 (X1 = Z1 Z2), first // X1为内生变量，Z1/Z2为工具变量
*----- 2. 弱工具变量检验（工具变量有效性）-----*
estat firststage
*----- 3. 过度识别检验（工具变量外生性）-----*
estat overid
*----- 4. 内生性检验（判断是否需要IV）-----*
estat endogenous（二）动态面板 GMM：处理滞后效应与内生性
*----- 1. 差分GMM -----*
xtabond Y L.Y X1 X2 X3, lags(1) twostep
*----- 2. 系统GMM（更高效，适用于短面板）-----*
xtabond2 Y L.Y X1 X2 X3, gmm(L.Y, lag(2 4)) ///
iv(X2 X3) robust twostep // 滞后项为GMM工具变量，X2/X3为外生IV
*----- 3. AR检验（序列相关检验）-----*
// 结果中自动显示AR(1)和AR(2)，AR(1)显著、AR(2)不显著为佳
*----- 4. Sargan/Hansen检验（工具变量有效性）-----*
// 结果中自动显示，不拒绝原假设为佳（三）双重差分法（DID）：政策效应评估利器
*----- 1. 传统DID（2×2面板，政策前后+处理/控制组）-----*
reg Y treat##post X1 X2 i.year, cluster(id) // treat=处理组标识，post=政策后标识
*----- 2. 多期DID（政策分批次实施）-----*
xtreg Y treat X1 X2 i.year, fe cluster(id)
*----- 3. 平行趋势检验（DID核心假设）-----*
reg Y treat##ib2015.year X1 X2, cluster(id) // ib2015设定2015年为基准年
coefplot, keep(*.year#1.treat) vertical yline(0) // 可视化趋势
*----- 4. 事件研究法（精准捕捉政策动态效应）-----*
gen rel_time = year - treat_year // 相对时间变量
reg Y ib(-1).rel_time X1 X2 i.year i.id, cluster(id) // ib(-1)设定政策前1期为基准
*----- 5. 安慰剂检验（排除其他混淆因素）-----*
set seed 12345 // 设定随机种子，结果可重复
gen random_treat = runiform() < 0.5 // 随机生成处理组
reg Y random_treat##post X1 X2, cluster(id)（四）倾向得分匹配（PSM）：解决自选择问题
*----- 1. 估计倾向得分 -----*
pscore treat X1 X2 X3, pscore(pscore_var) // treat=处理组标识，X为协变量
*----- 2. 平衡性检验（匹配后协变量无系统性差异）-----*
pstest X1 X2 X3, treated(treat)
*----- 3. 近邻匹配（最常用匹配方法）-----*
psmatch2 treat, outcome(Y) pscore(pscore_var) neighbor(1) common // neighbor(1)=1:1匹配
*----- 4. 核匹配 -----*
psmatch2 treat, outcome(Y) pscore(pscore_var) kernel common
*----- 5. PSM-DID（结合PSM和DID，双重保障）-----*
psmatch2 treat, outcome(Y) pscore(pscore_var) common // 先匹配
// 在匹配后的样本上运行DID（五）断点回归（RDD）：利用断点天然实验
*----- 1. 精确RDD（断点处完全分离）-----*
rdrobust Y running_var, c(cutoff) // running_var=驱动变量，cutoff=断点值
*----- 2. 最优带宽选择 -----*
rdbwselect Y running_var, c(cutoff)
*----- 3. McCrary检验（断点处样本密度是否连续）-----*
DCdensity running_var, breakpoint(cutoff) generate(Xj fhat)
*----- 4. 平衡性检验（断点两侧协变量无差异）-----*
rdrobust X1 running_var, c(cutoff)
rdrobust X2 running_var, c(cutoff)四、其他高级模型：应对特殊研究场景
（一）门槛回归：检验变量的非线性效应
*----- 1. 单门槛模型 -----*
xthreg Y X1 X2, rx(threshold_var) qx(X1) thnum(1) grid(400) bs(300)
// rx=门槛变量，qx=核心解释变量，thnum=门槛数量，bs=bootstrap次数
*----- 2. 双门槛模型 -----*
xthreg Y X1 X2, rx(threshold_var) qx(X1) thnum(2) grid(400) bs(300)
*----- 3. 门槛效应检验 -----*
// Bootstrap结果中自动显示，判断是否存在门槛（二）空间计量模型：处理空间相关性
*----- 1. 创建空间权重矩阵 -----*
spmat import W using "weight_matrix.txt", replace // 导入外部权重矩阵
*----- 2. Moran's I检验（空间相关性检验）-----*
spatgsa Y, weights(W) moran
*----- 3. 空间滞后模型（SAR）-----*
spregress Y X1 X2 X3, ml dvarlag(W)
*----- 4. 空间误差模型（SEM）-----*
spregress Y X1 X2 X3, ml errorlag(W)
*----- 5. 空间杜宾模型（SDM，包含滞后解释变量）-----*
spregress Y X1 X2 X3, ml dvarlag(W) ivarlag(W: X1 X2 X3)
*----- 6. 空间效应分解（直接效应、间接效应）-----*
estat impact（三）时间序列模型：分析时间维度数据
*----- 1. ADF单位根检验（平稳性检验）-----*
dfuller Y, lags(2)
*----- 2. EG协整检验（两变量协整）-----*
reg Y X
predict e, residual // 提取残差
dfuller e // 残差平稳则存在协整关系
*----- 3. ARIMA模型（时间序列预测与分析）-----*
arima Y, arima(1,1,1) // (p,d,q)分别为自回归、差分、移动平均阶数
*----- 4. VAR模型（多变量时间序列）-----*
var Y X, lags(1/2) // 滞后1-2期
*----- 5. 格兰杰因果检验 -----*
var Y X, lags(1/2)
vargranger五、调节效应与中介效应：深入分析作用机制
*----- （一）调节效应 -----*
// 1. 交互项回归（连续变量×连续变量）
reg Y c.X1##c.M X2 X3 // c.表示连续变量
// 2. 分组回归（调节变量为分类变量）
reg Y X1 X2 X3 if M == 0
estimates store low
reg Y X1 X2 X3 if M == 1
estimates store high
suest low high
test [low_mean]X1 = [high_mean]X1 // 检验两组系数差异
// 3. 简单斜率检验（可视化调节效应）
margins, dydx(X1) at(M=(1 5 10))
marginsplot
*----- （二）中介效应 -----*
// 1. 逐步回归法（经典方法）
reg Y X control_vars // 第一步：总效应
reg M X control_vars // 第二步：X对中介变量M的影响
reg Y X M control_vars // 第三步：放入X和M，看间接效应
// 2. Sobel检验
sgmediation Y, mv(M) iv(X) cv(control_vars)
// 3. Bootstrap中介效应（更稳健）
bootstrap, reps(1000): sgmediation Y, mv(M) iv(X)六、稳健性检验：让结果更可靠
稳健性检验是实证论文的 "加分项"，这里整理了 7 种常用方法，从替换变量、改变样本到更换估计方法，全方位验证结果的可靠性。
*----- 1. 替换核心解释变量 -----*
reg Y X1_alternative X2 X3 i.year i.id, cluster(id)
*----- 2. 替换被解释变量 -----*
reg Y_alternative X1 X2 X3 i.year i.id, cluster(id)
*----- 3. 改变样本范围 -----*
reg Y X1 X2 X3 if year >= 2010 & year <= 2020
*----- 4. 剔除特殊样本（如直辖市、异常观测值）-----*
reg Y X1 X2 X3 if province != "Beijing"
*----- 5. 调整缩尾比例（如5%水平）-----*
winsor2 X1, replace cuts(5 95)
reg Y X1 X2 X3
*----- 6. 更换估计方法 -----*
xtreg Y X1 X2 X3, fe // 原方法：固定效应
xtgls Y X1 X2 X3, panels(h) // 稳健性方法：可行广义最小二乘
*----- 7. 分样本回归（按企业规模、地区等分组）-----*
reg Y X1 X2 X3 if large_firm == 1
reg Y X1 X2 X3 if large_firm == 0七、结果导出：规范呈现论文表格与图表
分析做完，怎么把结果整理成规范的论文格式？这部分代码能一键导出描述性统计表、相关系数矩阵、回归结果（Word/LaTeX 格式），还有系数图，直接对接论文写作！
*----- 先安装必要命令（若未安装）-----*
ssc install estout
ssc install outreg2
*----- 1. 导出描述性统计表 -----*
estpost sum Y X1 X2 X3
esttab using "desc_stats.rtf", cells("mean sd min max") replace
*----- 2. 导出相关系数矩阵 -----*
estpost correlate Y X1 X2 X3, matrix
esttab using "corr_matrix.rtf", unstack not noobs compress replace
*----- 3. 导出回归结果（多模型对比，Word格式）-----*
reg Y X1 X2 X3
estimates store m1 // 模型1：基准OLS
reg Y X1 X2 X3 i.year
estimates store m2 // 模型2：加入年份固定效应
xtreg Y X1 X2 X3, fe
estimates store m3 // 模型3：固定效应
esttab m1 m2 m3 using "results.rtf", ///
b(3) se(3) r2 ar2 scalar(N) /// 保留3位小数，显示R²、调整R²、样本量
star(* 0.1 ** 0.05 *** 0.01) /// 显著性标注
mtitles("OLS" "Year FE" "Firm FE") replace // 模型名称
*----- 4. 导出LaTeX格式结果（适配论文排版）-----*
esttab m1 m2 m3 using "results.tex", ///
b(3) se(3) r2 ar2 scalar(N) ///
star(* 0.1 ** 0.05 *** 0.01) ///
mtitles("OLS" "Year FE" "Firm FE") replace
*----- 5. 导出系数图 -----*
coefplot m1 m2 m3, drop(_cons) xline(0)
graph export "coefplot.png", replace width(2000)
*----- 6. 使用outreg2导出（支持追加模型）-----*
reg Y X1 X2 X3
outreg2 using "results.doc", replace ctitle("Model 1") ///
addtext(Year FE, NO, Firm FE, NO)
xtreg Y X1 X2 X3, fe
outreg2 using "results.doc", append ctitle("Model 2") ///
addtext(Year FE, NO, Firm FE, YES)八、循环与批量处理：提升分析效率
需要对多个变量、多个年份批量回归？循环命令能帮你自动完成重复操作，节省大量时间！
*----- 1. foreach循环（对变量列表循环）-----*
foreach var in X1 X2 X3 {
reg Y `var'
estimates store model_`var' // 存储每个模型结果
}
*----- 2. forvalues循环（对数值范围循环，如年份）-----*
forvalues i = 2010/2020 {
reg Y X1 X2 X3 if year == `i'
estimates store year_`i'
}
*----- 3. 批量回归（对多个解释变量分别回归）-----*
foreach var of varlist X1 X2 X3 X4 X5 {
reg Y `var' controls // controls为控制变量
}
*----- 4. 批量导出（对多个被解释变量分别导出结果）-----*
foreach outcome in Y1 Y2 Y3 {
reg `outcome' X1 X2 X3
outreg2 using "results_`outcome'.doc", replace
}