Dữ liệu bảng STATA là tập dữ liệu theo dõi cùng một nhóm đơn vị như doanh nghiệp, tỉnh hay quốc gia qua nhiều thời điểm, được khai báo bằng lệnh xtset rồi ước lượng bằng họ lệnh xt. Khác với dữ liệu chéo, mỗi đơn vị xuất hiện nhiều lần, nên cần mô hình tính đến đặc điểm riêng không quan sát được của từng đơn vị.
Bài viết đi qua bốn chặng mà hầu hết luận văn kinh tế, tài chính dùng panel đều phải trải qua: hiểu cấu trúc dữ liệu, khai báo đúng, chọn giữa Pooled OLS, tác động cố định (FEM) và tác động ngẫu nhiên (REM), rồi kiểm tra khuyết tật và báo cáo. Mỗi chặng có lệnh, cách đọc kết quả và lưu ý học thuật đi kèm.
Tóm tắt nhanh: dữ liệu phải ở dạng dài, mỗi dòng là một cặp đơn vị và thời gian không trùng lặp.
Việc chọn mô hình dựa trên kiểm định F, Breusch-Pagan LM và Hausman, kết hợp lập luận lý thuyết.
Khuyết tật phương sai thay đổi và tự tương quan thường được xử lý bằng sai số chuẩn theo cụm đơn vị.
Dữ liệu bảng STATA có cấu trúc như thế nào?
Một bộ panel gồm hai chiều: N đơn vị và T thời kỳ. Ví dụ minh họa, 120 doanh nghiệp niêm yết quan sát trong 10 năm tạo nên tối đa 1.200 dòng. Cấu trúc này cho phép kiểm soát những yếu tố không đổi theo thời gian như văn hóa quản trị, vốn khó đo lường nếu chỉ có dữ liệu một năm.
Dạng dài và dạng rộng
Các lệnh xt yêu cầu dữ liệu ở dạng dài (long): mỗi dòng là một doanh nghiệp trong một năm. Dữ liệu tải từ báo cáo tài chính lại hay ở dạng rộng (wide), mỗi năm một cột như doanhthu2019, doanhthu2020. Lệnh reshape long chuyển đổi giữa hai dạng, sau đó nên đếm lại số dòng để chắc không mất quan sát.
Bảng cân bằng và không cân bằng
Bảng cân bằng có đủ mọi năm cho mọi đơn vị; bảng không cân bằng thiếu một số năm do doanh nghiệp niêm yết muộn hoặc hủy niêm yết. STATA xử lý được cả hai, nhưng bạn cần mô tả rõ trong chương phương pháp. Cần phân biệt thêm bảng ngắn với N lớn, T nhỏ và bảng dài với T lớn, vì mỗi loại có khuyết tật đặc trưng.
Khai báo dữ liệu bảng với xtset
Lệnh xtset theo sau bởi biến mã đơn vị và biến thời gian sẽ khai báo cấu trúc panel cho STATA. Biến mã đơn vị phải là kiểu số; nếu mã chứng khoán đang ở dạng chữ, hãy dùng encode hoặc egen với hàm group để tạo mã số. Sau khi khai báo, STATA cho biết bảng cân bằng hay không và khoảng thời gian của dữ liệu.
Xử lý lỗi trùng thời gian trong cùng đơn vị
Thông báo repeated time values within panel nghĩa là có ít nhất một doanh nghiệp xuất hiện hai lần trong cùng một năm. Nguyên nhân thường là ghép dữ liệu sai hoặc trùng dòng khi nhập. Hãy dùng duplicates report trên cặp mã và năm để tìm, xử lý theo quy trình trong bài quản lý và làm sạch dữ liệu trên STATA, rồi khai báo lại.
Kiểm tra cấu trúc sau khi khai báo
Lệnh xtdescribe cho thấy các mô thức tham gia của đơn vị qua thời gian. Lệnh xtsum tách độ biến thiên thành phần giữa các đơn vị (between) và trong từng đơn vị theo thời gian (within). Biến gần như không đổi theo thời gian sẽ có độ lệch chuẩn within rất nhỏ, gợi ý rằng mô hình tác động cố định khó ước lượng chính xác hệ số của nó.
Lựa chọn mô hình cho dữ liệu bảng STATA
Ba mô hình cơ bản khác nhau ở giả định về đặc điểm riêng không quan sát được của từng đơn vị. Pooled OLS bỏ qua đặc điểm này, FEM cho phép nó tương quan với biến giải thích, còn REM giả định nó không tương quan. Bảng dưới tóm tắt sự khác biệt.
| Mô hình | Lệnh STATA | Giả định chính | Điểm cần lưu ý |
|---|---|---|---|
| Pooled OLS | regress | Không có đặc điểm riêng theo đơn vị | Dễ chệch nếu có yếu tố riêng bị bỏ sót |
| Tác động cố định (FEM) | xtreg kèm fe | Đặc điểm riêng có thể tương quan với biến giải thích | Loại bỏ biến không đổi theo thời gian |
| Tác động ngẫu nhiên (REM) | xtreg kèm re | Đặc điểm riêng không tương quan với biến giải thích | Hiệu quả hơn nếu giả định đúng |
| GMM cho bảng động | xtabond, xtdpdsys | Có biến trễ của biến phụ thuộc, T nhỏ | Cần báo cáo kiểm định công cụ |
Trình tự kiểm định lựa chọn mô hình
Wooldridge (Econometric Analysis of Cross Section and Panel Data) và Baltagi (Econometric Analysis of Panel Data) đều trình bày các kiểm định so sánh dưới đây. Trình tự thường gặp trong luận văn như sau:
- Kiểm định F ở cuối bảng xtreg kèm fe, với H0 mọi u_i bằng 0; bác bỏ H0 nghĩa là FEM phù hợp hơn Pooled OLS.
- Kiểm định Breusch-Pagan LM bằng xttest0 sau REM; bác bỏ H0 nghĩa là REM phù hợp hơn Pooled OLS.
- Lưu hai mô hình bằng estimates store, chạy hausman với FEM đặt trước; bác bỏ H0 thì ưu tiên FEM.
- Đối chiếu kết quả kiểm định với lập luận lý thuyết về nguồn gốc của đặc điểm riêng.
Kiểm định Hausman khi dùng sai số chuẩn vững
Lệnh hausman truyền thống chỉ hợp lệ với sai số chuẩn thông thường. Nếu mô hình dùng sai số chuẩn theo cụm, có thể dùng cách tiếp cận Mundlak, tức thêm trung bình theo đơn vị của biến giải thích vào REM rồi kiểm định đồng thời bằng test. Lệnh cộng đồng xtoverid cũng là lựa chọn thường được dùng.
Khi nào cần mô hình bảng động?
Nếu lý thuyết cho rằng biến phụ thuộc kỳ này phụ thuộc kỳ trước, như đòn bẩy điều chỉnh dần về mục tiêu, việc đưa biến trễ vào FEM với T nhỏ sẽ gây chệch. Khi đó, GMM sai phân hoặc GMM hệ thống là hướng thường được xem xét. Kết quả cần kèm kiểm định tự tương quan bậc hai AR(2), kiểm định Hansen hoặc Sargan và số lượng biến công cụ.
Kiểm tra khuyết tật và báo cáo kết quả
Sau khi chọn mô hình, cần kiểm tra phương sai thay đổi, tự tương quan và với bảng dài là phụ thuộc chéo giữa các đơn vị. Nhiều luận văn dùng các lệnh cộng đồng như xttest3 cho phương sai thay đổi theo nhóm, xtserial cho kiểm định tự tương quan của Wooldridge và xtcsd cho phụ thuộc chéo.
Lựa chọn cách khắc phục
Với bảng ngắn, tùy chọn vce(cluster) theo mã đơn vị cho sai số chuẩn vững với cả phương sai thay đổi lẫn tự tương quan trong cùng đơn vị. Với bảng dài có phụ thuộc chéo, sai số chuẩn Driscoll-Kraay qua lệnh cộng đồng xtscc, hoặc xtpcse, xtgls là những lựa chọn được xem xét. Hãy giải thích vì sao chọn cách đó.
Kinh nghiệm từ Luận Văn 360: lỗi chúng tôi hay gặp là chạy đủ ba mô hình, làm đủ kiểm định nhưng bảng cuối cùng lại báo cáo mô hình không được kiểm định chọn.
Một lỗi khác là quên biến giả năm, trong khi cú sốc vĩ mô chung tác động đến mọi doanh nghiệp. Hãy cân nhắc thêm i.year và kiểm định đồng thời bằng testparm.
Nếu bạn muốn có người soát lại trình tự kiểm định và cách trình bày phân tích dữ liệu bảng STATA, dịch vụ hỗ trợ phân tích dữ liệu bằng STATA của Luận Văn 360 sẽ góp ý chi tiết. Bạn tự điều chỉnh mô hình và chịu trách nhiệm với kết luận của mình.
Nội dung cần có trong bảng kết quả
Bảng kết quả dữ liệu bảng STATA nên đặt Pooled OLS, FEM, REM cạnh nhau để người đọc thấy sự thay đổi của hệ số. Mỗi cột cần có:
- Hệ số và sai số chuẩn, ghi rõ loại sai số chuẩn ở phần chú thích.
- Số quan sát, số đơn vị và R bình phương phù hợp với mô hình (within, between hoặc overall).
- Các biến giả năm hoặc ngành đã đưa vào, ghi dạng có hoặc không.
- Kết quả kiểm định F, Breusch-Pagan LM, Hausman và kiểm định khuyết tật ở cuối bảng.
Câu hỏi thường gặp
Vì sao biến giới tính giám đốc bị loại khỏi FEM?
FEM ước lượng dựa trên biến động trong từng đơn vị. Biến không đổi theo thời gian bị hấp thụ bởi tác động cố định, nên STATA tự loại vì đa cộng tuyến hoàn hảo. Nếu biến đó là trọng tâm nghiên cứu, hãy cân nhắc REM hoặc cách tiếp cận Mundlak.
Có cần kiểm định tính dừng cho panel không?
Với bảng ngắn có T nhỏ, kiểm định nghiệm đơn vị thường ít được nhấn mạnh. Với bảng dài, các kiểm định như xtunitroot trở nên quan trọng hơn. Danh sách lệnh panel theo phiên bản có trên trang tính năng chính thức của STATA.
Kết luận
Phân tích dữ liệu bảng STATA cần đi đúng trình tự: đưa dữ liệu về dạng dài, khai báo bằng xtset, chọn mô hình dựa trên kiểm định và lý thuyết, xử lý khuyết tật, rồi báo cáo đủ thông tin để người đọc kiểm chứng. Kết quả kiểm định phải thống nhất với mô hình được chọn để diễn giải.
Nếu cần ôn lại nền tảng OLS, hãy đọc bài hồi quy tuyến tính trong STATA; khi hoàn tất, dùng checklist tái lập phân tích STATA để lưu hồ sơ. Để nhận góp ý độc lập cho mô hình panel, hãy tìm hiểu dịch vụ phân tích STATA.
