StataNow更新|面板数据VAR模型和Do文件编辑器

2024年9月4日StataNow更新的功能包括：

•Panel-data VAR model

•Do-file Editor: Temporary bookmarks

•Do-file Editor: Autocompletion of macros and stored results

如果您的Stata 18在维护期内或使用的是年许可，都可以即时使用StataNow的较新功能。

面板数据VAR模型

使用新的xtvar命令，您现在可以拟合面板数据向量自回归（VAR）模型，以分析随时间观察多个单元或面板时相关变量的轨迹。 这个命令是StataNow的一部分。

VAR模型长期以来一直是多元时间序列分析的主要内容，但这些模型需要相对较长的序列。我们可以将相同的工具应用于面板数据，使用跨面板的观测值来弥补这些数据的较短跨度。可以通过矩和模型选择标准以及Granger因果检验对模型进行评价。并且可以使用脉冲响应函数( IRFs )对结果进行解释。

示例

Dahlberg和Johansson（2000）首先分析了瑞典265个城市的支出、收入和**补助的数据。我们想看看他们如何改变支出和税收行为，以应对***的拨款。我们有每个城市九年的年度数据。九个观测值不足以拟合时间序列VAR模型，但由于我们对不同城市的面板进行了观测，我们可以进行面板数据VAR分析。

我们加载数据，拟合模型。我们在xtvar命令中*lag ( 2 )选项，以便在每个方程中包含每个因变量的两个lag：

从面板数据VAR模型中解释原始系数并不是很有启发性，但xtvar的后验估计命令使获得见解变得*。我们首先进行格兰杰因果关系检验，看是否grantsGranger导致的expenditures。Granger因果关系是一个相当弱的因果关系概念；它只是问一个变量的滞后值是否有助于预测另一个变量。为了做到这一点，我们可以使用相同的vargranger命令，该命令在拟合时间序列VAR模型后起作用：

观察 expenditures方程式，我们发现 grants做了Granger因的expenditures。在2个自由度上的X2统计量为71.6，为拒绝无Granger因果关系的零假设提供了证据。换句话说，如果我们要预测expenditures，除了expenditures和revenues的滞后之外，如果我们还包括grants的滞后，我们将获得较低的均方预测误差。

我们还可以使用irf命令集在拟合面板数据VAR模型后获取IRFs。我们首先根据模型的结果使用irf create来计算IRFs。然后，我们使用irf-graph命令绘制IRFs图，并评估每个变量的冲击预计将如何影响未来八个时间段内每个变量的轨迹。

纵观*二行**列，可以看到IRF的简单表述，对一个直辖市的非预期拨款导致在收到拨款后的两年内支出较低，然后又回到较初的支出水平。xtvar还具有后估计工具，可以让我们探索研究结果的稳健性；这些工具类似于在拟合VAR模型后使用的工具。例如，我们可以研究滞后长度和用于识别参数的仪器的选择，并使用xtvarsoc找到替代规范。您可以使用varstable检查稳定性。

Do-file编辑器：临时书签

临时和*书签。Stata的Do文件编辑器除了现有的*书签外，还支持临时书签。临时书签允许你轻松浏览do文件，而*对其内容进行任何*更改。这些书签可以添加到do文件中尚未有*书签的任何行中，并在do文件关闭时删除。

Do-file编辑器：宏和存储结果的自动完成

自动完成变量名、宏和存储结果。如果在键入时短暂暂停，Do文件编辑器现在会给出建议，建一个列表，包含内存中数据、宏和存储结果的变量名，以及Do文件中已有的先前建议的命令和单词。一旦建议出现，不需要太多的文字键入，可以通过使用上、下箭头键来导航建议，或者保持键盘输入，将建议缩小到单个词。一旦你有喜欢的单词，你可以按Return键将单词放入你的do文件中。

北京天演融智软件有限公司（科学软件网）是Stata软件在中国的授权经销商，为中国的软件用户提供优质的软件销售和培训服务。