全部版块 我的主页
› 论坛 › 计量经济学与统计论坛 五区 › 计量经济学与统计软件 › Stata专版
Stata下用LP测算的TFP与随机效应测算的结果差异很大，求解释
wangbinluo
12805 21
2014-03-10
悬赏 300 个论坛币 未解决
如题，
还是用工业企业数据库，l, k, m均已取对数且做过年度价格平减，

levpet的结果不太满意，主要是回归系数太小，算出来的TFP比随机效应大了接近一倍，
以二位数行业23为例，现贴出命令和回归结果，有处理经验的高手请指点，感激不尽！！！
高手愿意指点可以加我的Q：165638868。。。

xtset code_new year

%%%%%%%%%%%以下为re的回归结果%%%%%%%%%%%

. xtreg va k l if ind==23

Random-effects GLS regression                   Number of obs      =      6928
Group variable: code_new                        Number of groups   =      3697

R-sq:  within  = 0.0461                         Obs per group: min =         1
       between = 0.5397                                        avg =       1.9
       overall = 0.5388                                        max =         3

                                                Wald chi2(2)       =   4320.83
corr(u_i, X)   = 0 (assumed)                    Prob > chi2        =    0.0000

------------------------------------------------------------------------------
          va |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           k |   .2711698   .0106516    25.46   0.000      .250293    .2920466
           l |   .6289118   .0177987    35.33   0.000      .594027    .6637965
       _cons |   3.259168   .0802248    40.63   0.000      3.10193    3.416405
-------------+----------------------------------------------------------------
     sigma_u |   .8286743
     sigma_e |  .48054085
         rho |  .74834969   (fraction of variance due to u_i)
------------------------------------------------------------------------------


产出弹性之和接近1且常数项所示的lnTFP和我现在有的一些数据比较接近。我觉得这个结果比较nice

%%%%%%下面是LP方法的结果%%%%%%
levpet va if ind==23, free(l) proxy(m) capital(k) valueadded reps(250)

Levinsohn-Petrin productivity estimator

Dependent variable represents value added.      Number of obs      =      6928
Group variable (i): code_new                    Number of groups   =    206272
Time variable (t): year
                                                Obs per group: min =         1
                                                               avg =       1.9
                                                               max =         3

------------------------------------------------------------------------------
          va |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           l |   .2429498   .0162545    14.95   0.000     .2110915    .2748082
           k |   .1027739   .0287192     3.58   0.000     .0464853    .1590625
------------------------------------------------------------------------------
Wald test of constant returns to scale: Chi2 = 406.20 (p = 0.0000).


predict TFP, omega

. gen lnTFP=ln(TFP) if ind==23
(382319 missing values generated)

. sum lnTFP

    Variable |       Obs        Mean    Std. Dev.       Min        Max
-------------+--------------------------------------------------------
       lnTFP |      6928    6.463599    1.119652  -.1876193   10.57674

. mean(lnTFP)

Mean estimation                     Number of obs    =    6928

--------------------------------------------------------------
             |       Mean   Std. Err.     [95% Conf. Interval]
-------------+------------------------------------------------
       lnTFP |   6.463599   .0134518      6.437229    6.489968
--------------------------------------------------------------



谢谢各位了！！



二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复
任重
2014-3-12 13:29:44
lp估计出来的tfp分布相比op,fe,re估计出来值要靠右，并且均值会比较大。可以按照鲁晓东等（2012）的方法在自由变量中加入行业和地区的虚拟变量，以及出口的虚拟变量增加结果的可靠性，具体可以参考鲁的论文。不过这个方法不能根本改变lp估计更靠右偏的事实。
我个人认为，如果两种方法估计出来的变化趋势是一样的，那么两种结果可以相互佐证，应该不会影响结论。
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

wangbinluo
2014-3-12 13:55:26
任重 发表于 2014-3-12 13:29
lp估计出来的tfp分布相比op,fe,re估计出来值要靠右，并且均值会比较大。可以按照鲁晓东等（2012）的方法在自 ...
对，因为我找某实证国贸知名人士要了LP结果似乎相差不大。
我担心的是，再将tfp作为控制变量会不会导致结果显著不同，两个指标差了一倍整。。。
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

wangbinluo
2014-3-12 13:58:14
任重 发表于 2014-3-12 13:29
lp估计出来的tfp分布相比op,fe,re估计出来值要靠右，并且均值会比较大。可以按照鲁晓东等（2012）的方法在自 ...
以及你是否觉得，tfp各指标差异比较大的话，是否应该多报告几组然后一起来回归?op方法似乎过程太复杂所以我暂时不用，打算报告pool ols，re和lp
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

luoyongchun
2014-4-29 15:42:13
从你的命令和结果来看都没什么问题。。。我觉得求出来的数字和你的解释变量的数字不会相差太悬殊就好。对变量va k l也sum一下，对比突所求的tfp是对的。R方太小确实不太好，但有可能是因为标准差比较小的缘故，而且你的数据量挺大的。最后鲁的那篇论文个人觉得他的数据处理不诚实，都是500万以上的销售额，取对数就算ln500都已经6点多的值了，哪来最小值是2点多呢。很可能取的是lg。个人看法，仅供参考。还有，国内发表的几篇使用了lp或者op方法的论文，在最后的结论中都得出了lp求出的变量系数比ols、fe等的小得多，其解释是加入中间投入的原因，你可以看一看。
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

wangbinluo
2014-6-18 20:26:38
luoyongchun 发表于 2014-4-29 15:42
从你的命令和结果来看都没什么问题。。。我觉得求出来的数字和你的解释变量的数字不会相差太悬殊就好。对变 ...
嗯，回复不及时，抱歉了。
你说的感觉挺对的，大赞！
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

微信QQ空间QQ微博
扫码加好友，拉您进群
各岗位、行业、专业交流群