将Stata的xtabond命令转换为R代码并解析滞后项含义

问题1：R中可替代的函数 #

你用plm::pgmm没复现成功，大概率是参数没和Stata的xtabond对齐。plm包的pgmm是最贴合Stata xtabond的工具，只要参数设置正确就能匹配结果。如果还是遇到bug，可以尝试gmm包的底层gmm函数手动实现矩条件。

适配Stata命令的pgmm代码模板 #

library(plm)

# 将数据转换为面板格式（指定个体和时间索引）
panel_data <- pdata.frame(your_dataset, index = c("stcode", "year"))

# 构建Arellano-Bond一阶差分GMM模型
ab_model <- pgmm(
  # 回归公式：因变量 + 滞后1期因变量 + 其他解释变量
  rpcexp_annual ~ lag(rpcexp_annual, 1) + election + election_3 + election_2 + 
    rpcinc_annual + rpcgrants_annual + unem + popmillions_annual + kidsaged + 
    rr + dd + y1974 + y1975 + y1976 + y1977 + y1978 + y1979 + y1980 + 
    y1981 + y1982 + y1983 + y1984 + y1985 + y1986 | 
    # 工具变量：对应maxlag(4)，用因变量滞后2-4期的水平值
    lag(rpcexp_annual, 2:4),
  data = panel_data,
  # 匹配Stata的样本筛选条件
  subset = stcode != 2 & stcode != 4 & stcode != 29 & stcode != 39 & stcode != 45 & stcode != 42 & year >= 1974,
  model = "twostep",  # Stata xtabond加robust选项默认用两步GMM
  robust = TRUE,      # 对应Stata的robust标准误
  transformation = "fd"  # 一阶差分转换，对应Stata xtabond的默认行为
)

# 查看估计结果
summary(ab_model)

问题2：Stata命令中maxlag(4)的含义 #

Stata的xtabond默认会用因变量所有可用的滞后2期及以上水平值作为工具变量，maxlag(4)是给这个工具变量集合设上限：只使用因变量的滞后2期、3期、4期水平值作为工具，不会纳入滞后5期及更早的观测值。

需要明确几个细节：

• 这个命令里，只有因变量rpcexp_annual的滞后项被当作内生变量处理，它的滞后1期是核心解释变量，滞后2-4期是工具变量。
• 其他所有解释变量（比如election、rpcinc_annual等）被Stata默认视为外生变量，它们的一阶差分直接作为工具变量，不受maxlag(4)的限制。
• 如果你的研究中有其他内生解释变量，需要额外在命令中指定，但从给出的Stata代码来看，没有这类变量。

内容的提问来源于stack exchange，提问作者eric andre the gian