举个例子，假设手头有一笔上市公司的数据，从 1990-2012 年，由于每年都有新公司上市，所以这个数据集是非平行面板。

假如你筛选出 2000-2012 的平行面板进行研究，那么 2000 年以后上市的公司就无法纳入分析样本，同时，有些 虽然在 2000 年以前就已经上市的公司，但可能因为中间某一年的数据缺失或中途退市，也会排除在样本之外。

总之，若采用平行面板进行分析，相当于认为选定了“成熟”、“持续经营”的公司，也即，我们认为制造了一个“sample selection bias”。

显然，全样本的分析结果与上述平行面板的结果必然存在差异，因为两组样本对应了两类不同的公司。

至于你提到“有的stata教材好像说在做回归的时候stata可以自动删除非平衡面板的无效数据，好像可以按照平衡面板进行回归”。我不知此言的出处，但可以确定是，这句话不对，Stata 不能自动删除非平行面板中无效数据。什么叫“无效数据”？

stata 能自动删除数据缺失的观察值。

非常感谢连老师的解答。
按照您的意思，使用平行面板进行分析是存在样本选择偏差的。
按照此道理的话，是不是说平行面板的回归结果大部分情况下是存在偏差的？
那么，在分析的时候非平行面板的结论更加切合实际一些？

简而言之，在进行面板分析的时候是采用平行面板分析效果好，还是采用非平行面板效果好？有什么选择的标准么？

基本的原则是，尽可能使用非平行面板，保留尽可能多的观察值。
有些计量模型由于理论发展的限制，只能用平行面板，你在论文中就需要对此产生的偏误进行讨论。