Stata实证论文写作指南 | 回归分析、面板数据与因果推断从入门到精通

这个页面能先帮你做什么

• 从数据导入到回归结果输出的完整Stata操作流程
• 固定效应/随机效应/Hausman检验的判断标准
• Logit/Tobit/面板数据等常见模型的Stata命令汇总

为什么实证论文常用Stata而不是SPSS

Stata是计量经济学和实证研究领域最主流的软件。相比SPSS，Stata的优势在于：命令可复制（所有操作可写成.do文件，方便审稿人和读者重现结果）；统计方法更丰富（尤其是因果推断和面板数据方法）；数据处理能力强（适合大样本微观数据）。

对于经济学、金融学、公共政策、管理学等需要做因果推断的实证论文，Stata几乎是必选工具。

Stata基本操作：数据导入与描述性统计

• 【导入Excel数据】clear; import excel "data.xlsx", sheet("Sheet1") firstrow
• 【导入CSV数据】insheet using "data.csv", comma
• 【描述性统计】summarize Y X1 X2 X3, detail（输出均值、标准差、最大最小值、分位数）
• 【相关系数矩阵】pwcorr Y X1 X2 X3, star(0.05)（显示显著性星号）
• 【数据合并】merge 1:1 id year using "panel.dta"（面板数据合并）

回归分析命令汇总与结果解读

• 【OLS回归】regress Y X1 X2 X3, robust（robust选项使用异方差稳健标准误）
• 【Logit回归】logit Y X1 X2 X3, robust; margins, dydx(*)（边际效应计算）
• 【Tobit回归】tobit Y X1 X2 X3, ll(0) ul(100)（左侧截断）
• 【结果输出】outreg2 using result.doc, replace见下三线表格式的回归结果
• 结果解读重点：R²（模型解释力）、系数方向与显著性（* p<0.1, ** p<0.05, *** p<0.01）、系数大小（标准化系数用于比较重要性）

面板数据分析：固定效应 vs 随机效应怎么选

• 【固定效应模型】xtreg Y X1 X2, fe robust（控制不可观测的个体异质性）
• 【随机效应模型】xtreg Y X1 X2, re robust
• 【Hausman检验】hausman fe re（p < 0.05用固定效应，否则用随机效应）
• 【双向固定效应】xtreg Y X1 X2 i.year, fe robust（同时控制个体和时间固定效应）
• 【聚类稳健标准误】在regress后加vce(cluster id)以处理组内相关性

因果推断高级方法：工具变量、倍差法、断点回归

• 【工具变量法（IV-2SLS）】ivreg2 Y X1 (X2 = Z1 Z2), robust first（Z1/Z2为工具变量）；第一阶段F统计量>10说明不是弱工具变量
• 【倍差法（DID）】reg Y treat post treat×post, robust；平行趋势假设是DID的核心前提，需要在政策实施前验证
• 【倾向得分匹配（PSM）】psmatch2 treatment X1 X2 X3, outcome(Y) logit neighbor(1) common；匹配后需做平衡性检验
• 注意：越是高级的方法对数据质量和识别策略要求越高，不要为了"方法看起来高级"而强行使用，应根据研究问题和数据可获得性选择最合适的方法

常见问题

Stata的regress命令默认输出普通标准误，需要改成稳健标准误吗？

在实证论文中，几乎总是应该使用稳健标准误（robust）。普通标准误假设误差项同方差（Homoscedasticity），但实际数据几乎必然存在异方差。使用robust选项后，标准误会经过HC0/HC1调整，在异方差情况下仍然有效。几乎所有顶级期刊的实证论文都要求报告稳健标准误。

Hausman检验结果不显著，应该用固定效应还是随机效应？

Hausman检验p值>0.05时，使用随机效应模型（RE）；p值<0.05时，使用固定效应模型（FE）。如果Hausman检验不显著（p>0.05），说明FE和RE的估计结果没有系统性差异，RE更有效率（因为它同时利用了组内和组间信息）。但如果你的研究主要关注时间不变的变量（如性别、民族）的影响，必须用RE。

面板数据一定要做平稳性检验（单位根检验）吗？

如果使用短期面板数据（N较小，T较大，如N=30个省份，T=10年），建议做LLC或IPS单位根检验以确认变量平稳性，避免伪回归问题。但对于典型的微观面板数据（CFPS、CHNS等大样本调查数据，N>10000，T=3-5），单位根检验的功效有限，且在差分后可能损失样本量，可以不强制要求。

可以用Stata做中介效应检验吗？

可以，但Stata做中介效应的主流方法是Bootstrap。推荐使用sgmediation2命令（需安装）或手动用bootstrap做间接效应检验。Stata的中介效应检验不如Mplus和R的lavaan包方便，如果你需要做复杂的中介-调节联合模型，建议用R的lavaan包。

实证结果应该报告哪些表格？

标准实证论文至少包含三个表格：(1)描述性统计表（均值、标准差、相关系数）；(2)基准回归表（主要解释变量的回归系数、稳健标准误、R²）；(3)稳健性检验表（替换变量、替换模型、工具变量等）。使用三线表格式（顶线、表头线、底线），符合学术规范。