如何用esttab输出STATA工具变量回归结果？

Question

在使用 `esttab` 输出 Stata 工具变量回归（IV regression）结果时，一个常见问题是：**如何正确保存并输出 `ivregress` 或 `ivreg2` 的估计结果，使第一阶段和第二阶段的关键统计量（如弱工具变量检验、过度识别检验）一并显示在最终表格中？** 用户常发现 `esttab` 仅默认输出第二阶段系数，缺失 F 统计量、Cragg-Donald Wald F 统计量或 P 值等关键诊断信息。此外，当使用 `eststo` 存储 `ivreg2` 结果时，部分标量（如 `endogeneity test` 或 `underid test`）无法自动提取到 `esttab` 表格中，导致结果报告不完整。如何通过手动提取并添加 `estadd` 命令将这些统计量整合进 `esttab` 输出，是实现规范化学术呈现的技术难点。

Answer 1

一、问题背景与核心挑战

在使用 Stata 进行工具变量回归（IV regression）分析时，研究者常采用 ivregress 或更强大的 ivreg2 命令进行两阶段最小二乘法（2SLS）估计。然而，在将结果输出为学术论文所需的表格格式时，esttab 通常仅默认展示第二阶段的系数和标准误，而忽略了第一阶段的关键诊断统计量，如弱工具变量检验的 F 统计量、Cragg-Donald Wald F 统计量、过度识别检验（Overidentification test）以及内生性检验（Endogeneity test）等。

这些缺失的信息对于评估 IV 模型的有效性至关重要。例如，若第一阶段 F 统计量小于 10，则可能存在“弱工具变量”问题；若模型存在多个工具变量，Sargan 或 Hansen J 检验可用于判断工具变量是否外生。因此，如何通过 eststo 存储模型，并利用 estadd 手动提取并附加这些标量至存储结果中，是实现完整、规范输出的技术关键。

二、Stata 中 IV 回归与结果存储机制解析

• ivregress：Stata 官方命令，支持 2SLS、LIML 和 GMM，但返回的 e() 标量有限，不利于扩展输出。
• ivreg2：由 Baum, Schaffer 和 Stillman 开发的增强型命令，提供丰富的诊断信息，包括：
• • 第一阶段 F 统计量（F-statistic for first stage）
  • Cragg-Donald Wald F 统计量（cd_f）
  • Kleibergen-Paap rk Wald F 统计量（用于弱识别检验）
  • Sargan/Hansen J 检验（overid）
  • Endogeneity test（endogtest）
  • Underidentification test（underid）
• eststo 与 esttab：属于 estout 包，用于存储和导出回归结果，但默认不自动提取 ivreg2 的所有诊断统计量。

三、解决方案框架：从提取到整合

1. 使用 ivreg2 执行工具变量回归并存储结果。
2. 通过 return list 或 ereturn list 查看可用标量。
3. 利用 estadd 将关键诊断值手动添加到 estimates store 中。
4. 在 esttab 输出时通过 stats() 选项调用这些自定义统计量。

四、代码实现示例

// 安装必要包（若未安装）
ssc install estout, replace
ssc install ivreg2, replace

// 示例数据
sysuse auto, clear

// 工具变量回归：mpg 对 price，工具变量为 weight 和 length
ivreg2 price mpg (weight = length turn), robust first

// 存储模型
eststo model_iv: ivreg2 price mpg (weight = length turn), robust

// 提取并添加关键统计量
estadd scalar f_first = r(fstat)                   // 第一阶段 F 统计量
estadd scalar cd_f = r(cd_f)                       // Cragg-Donald F
estadd scalar p_cd = r(p_cd)                       // CD F 对应 P 值
estadd scalar overid = r(j)                        // Sargan J 统计量
estadd scalar p_overid = r(p_j)                    // Sargan P 值
estadd scalar endog = r(endog)                     // 内生性检验统计量
estadd scalar p_endog = r(p_endog)                 // 内生性检验 P 值
estadd scalar underid = r(weakid_stat)             // 不可识别检验统计量

// 输出包含所有诊断信息的表格
esttab model_iv ///
  using iv_results.txt, ///
  stats(N f_first cd_f p_cd overid p_overid endog p_endog underid, ///
        labels("Observations" "First-stage F" "CD F" "CD P-value" ///
               "Sargan J" "Sargan P" "Endogeneity Stat" "Endogeneity P" ///
               "Underid Stat")) ///
  b(%6.3f) se(%6.3f) star(* 0.1 ** 0.05 *** 0.01) ///
  title("IV Regression Results with Diagnostics") ///
  replace

五、关键统计量说明表

统计量名称	Stata 返回名	含义	临界参考值
First-stage F	r(fstat)	第一阶段联合显著性	>10 避免弱工具变量
Cragg-Donald F	r(cd_f)	多工具变量强度	>16.38（Stock-Yogo）
Sargan J	r(j)	过度识别检验	P > 0.05 接受外生性
Endogeneity Test	r(endog)	内生性检验	P < 0.05 支持内生
Underidentification Test	r(weakid_stat)	不可识别检验	应显著拒绝 H0
Kleibergen-Paap F	r(kp_f)	稳健弱识别检验	参考 KP 临界值
Hansen J	r(j_hans)	GMM 版本 Sargan	适用于异方差情形
Anderson LM	r(arub)	不可识别拉格朗日乘子检验	应显著
Weak ID F	r(weakid_fk)	Angrist-Pischke 弱识别检验	关注单个内生变量
LIML Estimator	r(liml_b)	有限信息最大似然估计值	与 2SLS 对比稳健性

六、流程图：IV 结果提取与输出全流程

graph TD
    A[运行 ivreg2] --> B{成功估计?}
    B -- 是 --> C[ereturn list 查看结果]
    C --> D[使用 eststo 存储模型]
    D --> E[通过 r() 或 e() 提取诊断统计量]
    E --> F[使用 estadd 添加标量]
    F --> G[调用 esttab 输出]
    G --> H[生成含诊断信息的 LaTeX/CSV 表格]
    B -- 否 --> I[检查工具变量有效性或模型设定]