fixest包feglm模型输出为列表，Stargazer无法识别求解

问题场景 #

使用fixest包的feglm()拟合了包含银行个体固定效应（IssuerName）与时间固定效应（YearOfIssuance）的二项Logit模型，但模型结果为列表格式，stargazer无法直接识别。手动提取系数表后，stargazer输出的是描述性统计而非预期的回归结果表。

原始回归代码 #

BinomialLogitModelWinsorizedLag <- feglm(
  CoCoIssuance ~ log(TotalAssetsLagged) + DepositsOverAssetsLagged + T1RatioLagged + 
    AssetGrowthLagged + EquityOverAssetsLagged + CashOverAssetsLagged + 
    CET1RatioLagged + DividendsOverEquityLagged + PriceOverBookLagged + 
    ROALagged + LoansOverAssetsLagged | IssuerName + YearOfIssuance,
  data = WinsorizedDataLagged, 
  family = binomial("logit")
)

尝试过的无效代码 #

# 提取系数和标准误
coef_tableLogitLag <- BinomialLogitModelWinsorizedLag$coeftable

stargazer(coef_tableLogitLag, type = "text")

问题原因 #

stargazer默认不支持fixest包的模型对象结构；直接传入提取的系数表（数据框格式）时，stargazer会将其视为普通数据集，输出描述性统计而非回归结果。

解决方案 #

方案1：使用fixest自带的etable()（推荐） #

fixest包内置了etable()函数，专门适配自身模型，支持直接输出包含固定效应、拟合优度等信息的标准回归表，无需依赖stargazer：

# 输出文本格式回归表
etable(BinomialLogitModelWinsorizedLag, type = "text")

# 若需输出LaTeX格式
etable(BinomialLogitModelWinsorizedLag, type = "latex", file = "logit_reg_table.tex")

方案2：通过broom转换后适配stargazer #

使用broom包将feglm模型结果转换为stargazer可识别的结构化数据，再手动配置回归表参数：

library(broom)
library(stargazer)

# 提取模型结果（包含系数、标准误、置信区间）
tidy_logit <- tidy(BinomialLogitModelWinsorizedLag, conf.int = TRUE)

# 用stargazer输出回归表，手动补充固定效应说明
stargazer(tidy_logit, 
          type = "text",
          dep.var.caption = "被解释变量：CoCoIssuance",
          dep.var.labels.include = FALSE,
          covariate.labels = c("对数滞后总资产", "滞后存款资产比", "滞后一级资本充足率", 
                               "滞后资产增长率", "滞后权益资产比", "滞后现金资产比", 
                               "滞后CET1比率", "滞后股利权益比", "滞后市净率", 
                               "滞后资产收益率", "滞后贷款资产比"),
          title = "二项Logit回归结果（控制银行个体与时间固定效应）",
          notes = "注：模型控制了银行个体固定效应与年度固定效应",
          omit.stat = c("ser", "f"))

内容的提问来源于stack exchange，提问作者MathisVS