woyemihu

Arellano-Bond dynamic panel-data estimation  Number of obs         =       163
Group variable: firm                         Number of groups      =        28
Time variable: time
                                             Obs per group:    min =         3
                                                               avg =  5.821429
                                                               max =         7
Number of instruments =     36               Wald chi2(8)          = 200003.21
                                             Prob > chi2           =    0.0000
Two-step results
------------------------------------------------------------------------------
         roa |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         roa |
         L1. |   .3000986   .0034194    87.76   0.000     .2933966    .3068005
  jiaozichan |  -3.807051    .168478   -22.60   0.000    -4.137262    -3.47684
yanshengzi~n |  -145.4201   29.81941    -4.88   0.000    -203.8651   -86.97511
mairufanshou |   .2855277   .3085616     0.93   0.355    -.3192419    .8902974
kegongchus~u |  -6.858728   .2380372   -28.81   0.000    -7.325273   -6.392184
chiyouzhiqi |   1.263883   .7422295     1.70   0.089    -.1908599    2.718626
changqiguq~n |  -7.727417   .3745246   -20.63   0.000    -8.461472   -6.993362
  fangdichan |   -2.10997   .4575136    -4.61   0.000    -3.006681    -1.21326
       _cons |    1.20943   .1024926    11.80   0.000     1.008548    1.410312
------------------------------------------------------------------------------
Warning: gmm two-step standard errors are biased; robust standard
         errors are recommended.
Instruments for differenced equation
        GMM-type: L(2/.).roa
        Standard: D.jiaozichan D.yanshengzichan D.mairufanshou D.kegongchushou
                  D.chiyouzhiqi D.changqiguquan D.fangdichan
Instruments for level equation
        Standard: _cons
.
. estat sargan
Sargan test of overidentifying restrictions
        H0: overidentifying restrictions are valid
        chi2(27)     =  20.69545
        Prob > chi2  =    0.8003
. estat abond
Arellano-Bond test for zero autocorrelation in first-differenced errors
  +-----------------------+
  |Order |  z     Prob > z|
  |------+----------------|
  |   1  | -2.338  0.0194 |
  |   2  | 1.3783  0.1681 |
  +-----------------------+
   H0: no autocorrelation


7# wd3

上面是我的作的,非平横面板,请问有问题吗?


8# kantbear

Arellano-Bond dynamic panel-data estimation  Number of obs         =       153
Group variable: firm                         Number of groups      =        28
Time variable: time
                                             Obs per group:    min =         3
                                                               avg =  5.464286
                                                               max =         7

Number of instruments =     37               Wald chi2(9)          =    346.57
                                             Prob > chi2           =    0.0000
Two-step results
------------------------------------------------------------------------------
         var |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         var |
         L1. |   .0357792   .0056905     6.29   0.000      .024626    .0469325
  jiaozichan |   7.673776   3.869784     1.98   0.047       .08914    15.25841
yanshengzi~n |   278.7623   251.8095     1.11   0.268    -214.7752    772.2999
mairufanshou |   9.785766   4.565322     2.14   0.032     .8378998    18.73363
kegongchus~u |   5.017005   2.516658     1.99   0.046      .084447    9.949563
chiyouzhiqi |   27.10683   8.399042     3.23   0.001     10.64501    43.56866
changqiguq~n |   17.56045   13.13629     1.34   0.181    -8.186218    43.30711
  fangdichan |   27.29364   12.13909     2.25   0.025     3.501464    51.08581
       index |  -.0002278   .0000537    -4.24   0.000     -.000333   -.0001226
       _cons |   5.264508   .8945175     5.89   0.000     3.511286     7.01773
------------------------------------------------------------------------------
Warning: gmm two-step standard errors are biased; robust standard
         errors are recommended.
Instruments for differenced equation
        GMM-type: L(2/.).var
        Standard: D.jiaozichan D.yanshengzichan D.mairufanshou D.kegongchushou
                  D.chiyouzhiqi D.changqiguquan D.fangdichan D.index
Instruments for level equation
        Standard: _cons

.
.
.
.
. estat sargan
Sargan test of overidentifying restrictions
        H0: overidentifying restrictions are valid

        chi2(27)     =  24.86099
        Prob > chi2  =    0.5823

.
.
. estat abond

Arellano-Bond test for zero autocorrelation in first-differenced errors
  +-----------------------+
  |Order |  z     Prob > z|
  |------+----------------|
  |   1  |-2.5882  0.0096 |
  |   2  | 2.5683  0.0102 |
  +-----------------------+
   H0: no autocorrelation

请问模型对吗??

还有什么模型可以?

楼主这用的好像是stata软件

謝謝樓主的分享

我也在做这个，好多缺失值啊~都不懂如何下手了……

原来是这样啊

您好，请问您是用EV做的非平衡面板回归吗？

那有缺失值的面板数据是不是不需要把每个都填上，直接用非平衡面板数据的方法进行回归？

请问你会用ev做非平衡面板回归吗

请问，如果说给缺省值留出来位置，以NA记录，那还算非平衡面板数据吗？

貌似没通过序列相关检验哦