成为VIP
1. 命令的安装
我们可以使用ssc install命令安装最新版本的reghdfe相关程序文件。需要特别说明的是，该命令依赖于最新版的ftools命令，因此，需要同时安装后者，否则执行reghdfe时可能会提示错误信息。
ssc install ftools, replace
ssc install reghdfe, replace // 安装最新版命令
可以使用如下命令查看你使用的版本是否为最新版本 (如下是写作本文是的版本信息)：
. which ftools
D:stata15/adoplusfftools.ado
*! version 2.37.0 16aug2019
. which reghdfe
D:stata15/adoplusrreghdfe.ado
*! version 5.7.3 13nov2019
2. 命令的语法
该命令的具体语法如下：
reghdfe depvar [indepvars] [if] [in] [weight], absorb(absvars) [options]
其中，
值得注意的是，reghdfe允许定类变量 (categorical variable) 与连续性变量 (continuous variable) 进行交互，即absorb(i.var1#c.var2)。实证中很少引入这样的交互项。但如果对该问题感兴趣，可参考 Duflo (2014) 。
3. 命令的操作
这一部分用两个实证的例子介绍如何运用reghdfe。
3.1 估计双重差分的固定效应模型（DID)
该命令可用于估计双重差分的固定效应模型（DID）。在系列推文中 (连享会 主页版： )，列举了用于估计 DID 模型的三个命令：reg, areg, 以及xtreg。reghdfe也可实现同样的估计结果，而且运行速度优于其他命令。
使用的数据请参考之前推文Stata: 双重差分的固定效应模型。该数据模拟的情况为，政策冲击发生在时，对照组为，控制组为。模型为。
. set obs 400
. gen firm=_n ///生成企业数量
. expand 24
. bysort firm: gen t=_n ///时间跨度设定为24个季度（6年）
. gen d=(t>=14)
. label var d "=1 if post-treatment" ///设定事件冲击发生在第14期
. gen r=rnormal()
. qui sum r, d
. bysort firm: gen i=(r>=r(p50)) if _n==1
. bysort firm: replace i=i[_n-1] if i==. & _n!=1 ///设定处理组和对照组
. drop r
. label var i "=1 if treated group, =0 if untreated group"
. gen e = rnormal() ///设定随机变量
. label var e "normal random variable"
. gen y = 0.3 + 0.19*i + 1.67*d + 0.56*i*d + e ///模型设置
首先，回顾双重差分模型的设定形式，
其中，为分组虚拟变量（处理组=1，控制组=0）；为分期虚拟变量（政策实施后=1，政策实施前=0）；交互项表示处理组在政策实施后的效应。与分别为个体固定效应和时间固定效应。
具体用于估计政策冲击对公司的影响的命令如下。
gen did = i*d ///生成交互项
reghdfe y did, absorb(firm t) vce(cluster firm)
变量did即为交互项，其系数为双重差分模型重点考察的处理效应。命令absorb(firm t)同时引入了公司固定效应以及时间固定效应。结果如下。
. reghdfe y did, absorb(firm t) vce(cluster firm)
(MWFE estimator converged in 2 iterations)
HDFE Linear regression Number of obs = 9,600
Absorbing 2 HDFE groups F( 1, 399) = 175.80
Statistics robust to heteroskedasticity Prob > F = 0.0000
R-squared = 0.5102
Adj R-squared = 0.4875
Within R-sq. = 0.0198
Number of clusters (firm) = 400 Root MSE = 1.0043
(Std. Err. adjusted for 400 clusters in firm)
------------------------------------------------------------------------------
| Robust
y | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
did | .5656247 .0426601 13.26 0.000 .4817581 .6494914
_cons | 1.143579 .0084565 135.23 0.000 1.126954 1.160204
------------------------------------------------------------------------------
Absorbed degrees of freedom:
-----------------------------------------------------+
Absorbed FE | Categories - Redundant = Num. Coefs |
-------------+---------------------------------------|
firm | 400 400 0 *|
t | 24 0 24 |
-----------------------------------------------------+
* = FE nested within cluster; treated as redundant for DoF computation
3.2 估计多维固定效应的线性模型（复制一篇 AER 论文）
这一小节将介绍如何运用reghdfe估计多维固定效应的线性模型。American Economic Review一篇文章，The Costs of Patronage: Evidence from the British Empire (Xu, 2018)，提供的可供复制的代码中出现了大量reghdfe命令。本小节介绍该作者如何用reghdfe命令输出其文章Table 2第六列的结果。
Source: Xu, G. (2018). The Costs of Patronage: Evidence from the British Empire. American Economic Review, 108 (11): 3170-98.
作者在这篇文章中想要探究任命制(patronage) 对英国政治体系的影响。具体于 Table2固定效应，作者意图研究社会联系（social connections) 是否会影响政府官员的工资水平。Table 2中，第六列所估计的回归为：
其中，
该回归的原假设为，: 社会联系 (connected) 与政府官员的工资水平 (log_salary_governor_gbp) 无关。若connected的系数不显著，则不拒绝原假设。若显著，则拒绝原假设，并可以判定社会联系对政府官员的工资水平显著相关。
用 Stata 实现该回归的命令如下。
reghdfe log_salary_governor_gbp no_colonies connected, ///
absorb(aid year duration) vce(cluster bilateral)
其中，absorb(aid year duration)同时引入了官员固定效应、时间固定效应以及执政时长固定效应。
命令运行后的结果如下所示。数据请于 AER 官网 「下载」。
. quietly use "analysis.dta", replace
. reghdfe log_salary_governor_gbp no_colonies connected, ///
absorb(aid year duration) vce(cluster bilateral)
(MWFE estimator converged in 26 iterations)
HDFE Linear regression Number of obs = 3,510
Absorbing 3 HDFE groups F( 2, 1517) = 25.45
Statistics robust to heteroskedasticity Prob > F = 0.0000
R-squared = 0.9255
Adj R-squared = 0.9109
Within R-sq. = 0.0978
Number of clusters (bilateral) = 1,518 Root MSE = 0.2374
(Std. Err. adjusted for 1,518 clusters in bilateral)
------------------------------------------------------------------------------
| Robust
log_salary~p | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
no_colonies | .2234767 .0347473 6.43 0.000 .1553189 .2916346
connected | .0972969 .0355508 2.74 0.006 .0275628 .1670309
_cons | 7.485619 .065766 113.82 0.000 7.356617 7.614621
------------------------------------------------------------------------------
Absorbed degrees of freedom:
-----------------------------------------------------+
Absorbed FE | Categories - Redundant = Num. Coefs |
-------------+---------------------------------------|
aid | 456 0 456 |
year | 110 1 109 |
duration | 7 1 6 ?|
-----------------------------------------------------+
? = number of redundant parameters may be higher
上述结果表明，变量connected的系数为 0.097, 标准误为 0.036。这说明该变量在 1% 的水平上显著大于 0 。其经济学含义为，与上一任官员存在社会联系的官员，相较于无社会联系的官员固定效应，工资水平要高出 9.7%。也就是说，官员的工资水平和其社会关系显著相关。
4.结语
这篇推文主要介绍了如何在实证中运用reghdfe。具体而言，本推文列举了两个例子。其一，为运用该命令对 DID 模型进行估计。其二，为运用该命令进行多维固定效应线性模型的估计。
文献来源
近期课程
时间：2020年12月10-13日
嘉宾：杨海生 (中山大学) | 范巧 (兰州大学)
主页： |
近期课程
时间：2020年11月28日
嘉宾：游万海(福州大学)
主页：|
关于我们
连享会主页 lianxh.cn
连享会小程序：扫一扫，看推文，看视频……
扫码加入连享会微信群，提问交流更方便
限时特惠：本站每日持续更新海量设计资源，一年会员只需29.9元，全站资源免费下载
站长微信：ziyuanshu688
htebazile
