varclus变量聚类对变量有啥要求_互助问答第9期：工具变量、虚拟变量问题等

互助问答第9期：工具变量、虚拟变量问题等

本期解答人：张川川老师

问：我最近在实证中遇到一个问题，我做的是公司财务方面的研究，需要用到tobit模型，同时为了缓解内生性问题的困扰，需要进一步考虑加入公司固定效应，但是我找不到stata中考虑公司固定效应的tobit模型的命令，唯一一个类似的是xttobit，但是这个命令针对随机效应。不知如何解决这个问题。如能回答，不胜感激！

答：tobit模型为受限因变量模型，用于拟合删失数据或截断数据，通常采用MLE估计。tobit模型的参数估计方法无法控制固定效应，也没有对应的STATA命令。这一点在STATA介绍xtobit命令时有专门的说明，同时在说明文件中也引介了针对含固定效应的tobit模型的半参数估计方法，即Honor(1992)(Honoré B. E. 1992. Trimmed LAD and least squaresestimation of truncated and censored regression models with fixed effects.Econometrica 60: 533-565.)。

问：老师们好，看了每一期的问答，很受鼓舞。有一些问题是我在学习写作过程中遇到的，想跟老师请教。

1、ivreg2是否能够对面板数据进行IV回归？与xtivreg又有何区别？

我也阅读了ivreg2的帮助文件，其中相关表述：

①

②

我对帮助文件的理解是：

ivreg2可以处理面板数据。只要声明了数据是面板数据，那么ivreg2的用法跟普通截面数据都一样。但我也测试过，发现用ivreg2对面板数据回归，结果与xtivreg不同，甚至差别很大。

ivreg2和xtivreg推荐哪个回归结果更可靠？恳请老师给予指点。

答：ivreg2可以对面板数据进行IV回归，估计时候在模型中放入固定效应即可，估计结果同使用xtivreg得到的估计结果是一致的。上面的命令没有控制固定效应，需要在解释变量中加入i.id.下面两幅截图分别是使用ivreg2 和 xtivreg估计的结果，参数估计值是完全相同的。

问：在stata程序中，关于i. c. * #的疑问。这些小细节我也不知道在stata如何查看帮助文件

①经常看到i. c. ,两者在构造虚拟变量时有啥区别？

②我见到以下命令：面板数据

reg y x i.year i.id c.year#i.id //这里的#构造了一个什么样的数据？(也有遇到过##的命令)

另外就是，如若弄懂了i. c.等意思，那么 c.year#i.id这样的在回归中又有什么经济意义呢？

谢谢。也许我问的太肤浅。恳请老师指导。

答：(1)i.c. 都为运算子，i.用于针对离散变量生成0-1变量；c.用于连续变量。

(2)相当于针对每一个id生成一个0-1变量，并于year相乘生成交互项。如果是##的话，不仅生成交互项，还会同时针对每一个id生成一个0-1变量，同时也生成变量age，换言之，c.year##id相当于同时放入了year i.id c.year#id

(3)没有经济意义。只是一个使用一个算子生成系列变量，作为控制变量放入方程。