STATA面板数据基准、中介模型

模型介绍

1.固定效应模型与随机效应模型：

对模型中的主要变量取自然对数，构建以下固定效应和随机效应模型：

         (1)

         (2)

 对于固定效应模型表达式如（1）所示， 是不随时间变化的国家特定效应，它是个体固定效应，反映了每个横截面个体（例如，每个国家）的固有特征。 是随机误差项，代表了模型中未包含的随机因素。

对于随机效应模型表达式如（2）所示，是随机变量，表示横截面个体的个体特定效应，它反映了个体之间的随机异质性，并且假设与解释变量不相关，具有零均值和方差 。 是随机误差项，代表了模型中未包含的其他随机因素。

为了确定使用固定效应还是随机效应模型，我们进行了Hausman检验。该检验可以判断个体特定效应是否与模型中的解释变量相关。如果Hausman检验表明相关性存在，即选择固定效应模型作为主要的估计方法；如果不存在相关性，即考虑使用随机效应模型。

Hausman=            （3）

其中， 是固定效应模型的估计参数，是随机效应模型的估计参数， 是它们差异的方差。

2.中介模型

      （4）

 （5）

式（4）（5）中，MEDIATOR 表示中介变量。

实证检验

1.进行基准回归，选取固定效应和随机效应模型，并用hausman检验

xtset CODE2 YEAR

xtreg ln_CO2 ln_I ln_U ln_P  ln_IN ln_PO ln_EI, fe

outreg2 using RE.doc  //这个可以导出结果到word

esti store FE1

xtreg ln_CO2 ln_I ln_U ln_P  ln_IN ln_PO ln_EI, re

esti store RE1

hausman FE1 RE1, constant sigmamore

根据上面的检验，判断是固定还是随机效应模型，我上面的结果显示需要选择固定效应模型

2.因此，接下来中介效应模型选择固定效应模型进行

以FD作为中介变量为例

（1）当FD作为因变量

xtreg ln_FD ln_I ln_U ln_P ln_IN ln_PO ln_EI, fe

outreg2 using FD作为因变量.doc

(2)当FD作为自变量加入模型中

 xtreg ln_CO2 ln_FD ln_I ln_U ln_P ln_IN ln_PO ln_EI, fe

outreg2 using FD作为自变量.doc