TPU & FI

table1_descriptive.doc

table2_correlation.doc

table3_country.doc

table4_industry.doc

table5_regression.rtf

Mục lục hướng dẫn
  1. 1 Mục tiêu và kết quả cần đạt
  2. 2 Tài liệu và file đi kèm
  3. 3 Chuẩn bị máy và thư mục
  4. 4 Cách chạy một lần từ đầu đến cuối
  5. 5 Bước mở dữ liệu và cài lệnh
  6. 6 Bước chọn mẫu Đông Nam Á
  7. 7 Bước khai báo dữ liệu bảng
  8. 8 Bước tạo các biến nghiên cứu
  9. 9 Bước giữ mẫu và xử lý giá trị cực đoan
  10. 10 Bảng thống kê mô tả
  11. 11 Bảng tương quan
  12. 12 Bảng quốc gia
  13. 13 Bảng ngành
  14. 14 Bảng hồi quy cơ bản
  15. 15 Đọc hệ số TPU với nhiều chữ số hơn
  16. 16 So sánh thủ công với kết quả chuẩn
  17. 17 So sánh tự động
  18. 18 Những lỗi đã gặp và cách xử lý
  19. 19 Kiểm tra dữ liệu tùy chọn khi kết quả khác
  20. 20 Cách viết nhận xét kết quả
  21. 21 Các file người học gửi lại để kiểm tra
  22. 22 Sử dụng trang hướng dẫn
  23. 23 Nguồn kiểm tra và xuất xứ
  24. 24 Toàn bộ code Stata dùng để tái lập

Hướng dẫn chạy Stata và đọc kết quả TPU và đầu tư doanh nghiệp

Tài liệu này giúp người học dùng bộ dữ liệu được gửi riêng qua Zalo để chạy lại đúng mô hình cơ bản của người hướng dẫn. Sản phẩm cuối cùng là năm bảng thống kê và hồi quy. Gói có sẵn năm bảng gốc để so sánh; đó là kết quả người hướng dẫn đã gửi, không phải kết quả mới được chạy bằng dữ liệu của người học.

1 Mục tiêu và kết quả cần đạt

Câu hỏi nghiên cứu là mức bất định chính sách thương mại có liên hệ như thế nào với đầu tư doanh nghiệp tại Indonesia, Malaysia, Philippines, Singapore, Thái Lan và Việt Nam. Mẫu cuối trong các bảng gốc có 30.442 quan sát doanh nghiệp năm. Một doanh nghiệp xuất hiện nhiều năm, nên 30.442 không phải số doanh nghiệp.

Biến phụ thuộc là inv, bằng chi tiêu đầu tư năm hiện tại chia tổng tài sản năm trước. Biến giải thích chính là tpu_daily. Tên có chữ daily vì nguồn ban đầu theo ngày; biến sử dụng ở đây phải là chỉ số đã tổng hợp theo năm. Không ghép trực tiếp một bảng theo ngày vào dữ liệu doanh nghiệp năm.

Với nguồn BBD được nêu trong dự án, TPU phản ánh bất định chính sách thương mại từ báo chí Mỹ. Không gọi đây là sáu chỉ số TPU riêng của sáu nước Đông Nam Á. người học cần kiểm tra metadata nguồn của bộ dữ liệu nhận được trước khi ghi tên nguồn trong bài.

Mô hình 1 kiểm soát hiệu ứng cố định ngành và quốc gia. Mô hình 2 kiểm soát hiệu ứng cố định doanh nghiệp. Hai mô hình dùng sai số chuẩn phân cụm theo doanh nghiệp và năm. Không có hiệu ứng cố định năm vì chỉ số TPU chung theo năm sẽ bị hấp thụ. Vì vậy kết quả mô tả mối liên hệ có điều kiện, chưa tách được các cú sốc chung theo năm để kết luận nhân quả.

2 Tài liệu và file đi kèm

Bài hướng dẫn này trình bày toàn bộ quy trình chạy và đọc kết quả. Các nút tải phía trên cung cấp run_analysis.do, năm bảng gốc và gói đối chiếu. Dữ liệu working_data.dta được người hướng dẫn cung cấp riêng, không nằm trong plugin.

Các file bảng .doc chứa nội dung RTF do asdoc xuất. Word thường đọc được; dùng bản xuất ban đầu để đối chiếu tự động. Log cũ bị lỗi không được dùng làm chuẩn; chương trình sẽ tạo log mới khi chạy.

3 Chuẩn bị máy và thư mục

người học cần có Stata được cấp phép trên máy. Plugin hỗ trợ hướng dẫn và kiểm tra kết quả; plugin không chứa Stata, không tự cấp giấy phép và không tải dữ liệu nghiên cứu từ Zalo.

Giải nén toàn bộ gói, giữ nguyên cấu trúc thư mục. Tạo thư mục C:\TPU_FI, trong đó tạo thư mục data. Đặt working_data.dta nhận qua Zalo vào C:\TPU_FI\data. Đảm bảo tên thật không thành working_data.dta.dta do Windows ẩn phần mở rộng.

Mở run_analysis.do bằng Do-file Editor của Stata. Dòng đầu phần đường dẫn là local project "C:/TPU_FI". Nếu dùng thư mục khác, sửa đúng dòng này thành đường dẫn tuyệt đối của thư mục dự án. Có thể dùng dấu / trong đường dẫn Stata trên Windows. Đường dẫn phải nằm trong dấu ngoặc kép nếu có khoảng trắng.

Chương trình đọc data/working_data.dta và ghi vào results bên trong thư mục dự án. Đây là hai vị trí riêng. Các bảng gốc trong plugin không bị thay thế khi chạy lại.

Máy cần mạng trong lần cài các lệnh mở rộng. Các lần sau chương trình kiểm tra và bỏ qua nếu đã có. Python chỉ cần cho đối chiếu tự động; không cần Python để chạy mô hình Stata hoặc so sánh thủ công.

4 Cách chạy một lần từ đầu đến cuối

1. Mở Stata, chọn Window rồi Do-file Editor hoặc nút Do-file Editor trên thanh công cụ.

2. Mở run_analysis.do và sửa đường dẫn dự án.

3. Lưu file sau khi sửa. Không chọn riêng vài dòng trong lần chạy đầu.

4. Nhấn nút Do để chạy toàn bộ file. Nếu bôi đen một đoạn, Stata chỉ chạy đoạn đó.

5. Chờ Stata dừng ở cuối. Nếu xuất hiện r(...), đọc lỗi đầu tiên và dừng xử lý lỗi đó; không tiếp tục chạy các phần sau trên dữ liệu dở dang.

6. Mở results và kiểm tra đủ table1_descriptive.doc đến table5_regression.rtf, cùng tpu_investment.log.

Chạy lại từ đầu sẽ đọc lại dữ liệu gốc và thay năm bảng cũ trong results. Đóng các bảng đang mở bằng Word trước khi chạy lại. Không chạy riêng đoạn gen biến trên dữ liệu đã có các biến đó vì sẽ gặp lỗi variable already defined.

Trong log, dòng có dấu chấm là lệnh Stata, các dòng tiếp theo là thông báo hoặc kết quả. Dòng observations deleted là thông báo bình thường khi lọc mẫu. File not found ngay trước thao tác tạo file mới có thể là thông báo bình thường; lỗi r(603) mới cho biết không mở hoặc ghi được file.

5 Bước mở dữ liệu và cài lệnh

clear all xóa dữ liệu đang nằm trong bộ nhớ Stata, không xóa file working_data.dta trên ổ đĩa. set more off giúp chương trình không dừng để chờ bấm tiếp. set varabbrev off yêu cầu dùng tên biến đầy đủ để tránh nhầm tên gần giống nhau.

local project chỉ là biến đường dẫn dùng trong lần chạy do-file. Nếu người học chạy một đoạn riêng trong cửa sổ khác, local có thể không còn. Cách đơn giản là chạy cả file từ đầu. use ..., clear đọc dữ liệu, rename *, lower chuyển tên biến thành chữ thường.

capture which kiểm tra lệnh đã cài. if _rc ssc install chỉ cài khi chưa tìm thấy lệnh. ftools hỗ trợ reghdfe; reghdfe chạy hồi quy có hiệu ứng cố định; estout cung cấp esttab và eststo; asdoc xuất thống kê ra Word; winsor2 xử lý giá trị cực đoan. Không tự đổi phiên bản giữa hai lần so sánh nếu chưa ghi lại.

Trước khi phân tích, có thể kiểm tra riêng trên bản dữ liệu vừa mở bằng describe và summarize. Các biến tối thiểu cần có là fic fyear gind at sale capx ceq ppent ib dltt dlc prcc cshoc oancf che tpu_daily và gvkey_id hoặc gvkey. rect act lct dvt có thể có trong dữ liệu nhưng không được dùng trong mô hình này.

6 Bước chọn mẫu Đông Nam Á

fic là mã quốc gia. lower(trim(fic)) chuyển về chữ thường và bỏ khoảng trắng hai đầu. keep if inlist giữ idn mys phl sgp tha vnm. Không kết luận toàn bộ Đông Nam Á đã được đại diện vì gói chỉ dùng sáu nước có dữ liệu.

gind là mã ngành. tostring giúp dùng substr lấy hai ký tự đầu. Ngành có tiền tố 40 và 55 bị loại theo thiết kế của người hướng dẫn. Tiền tố 60 không bị loại bởi lệnh này. Không tự thêm một ngành vào danh sách loại vì sẽ làm thay đổi mẫu chuẩn.

Mã trong bảng ngành có sáu chữ số, phù hợp dạng mã ngành GICS sáu chữ số. Khi viết tên ngành, tra đúng bảng phân loại và phiên bản dữ liệu; không tự gọi mã sáu chữ số là nhóm ngành bốn chữ số. Đối chiếu trước hết bằng mã, không bằng tên tự dịch.

keep if inrange(fyear,2008,2024) giữ dữ liệu để tạo các biến có độ trễ. Sau khi tạo biến, mẫu phân tích mới giới hạn 2010 đến 2024. Giữ các năm trước giúp doanh nghiệp có số liệu năm trước để tính inv, cfo_at, sg và ppe_at.

7 Bước khai báo dữ liệu bảng

gvkey_id là mã số doanh nghiệp. Nếu đã có, chương trình dùng lại. Nếu chưa có, egen ... = group(gvkey) tạo mã từ gvkey. Mã 1, 2, 3 chỉ nhận diện doanh nghiệp, không biểu thị quy mô hay thứ hạng.

gind_id và fic_id là mã số nhóm ngành và quốc gia để dùng trong hồi quy. isid gvkey_id fyear kiểm tra mỗi doanh nghiệp mỗi năm chỉ có một dòng. Nếu lệnh báo không duy nhất, không dùng duplicates drop, force để chữa cho chạy được: cần xác định vì sao có nhiều dòng và hỏi người cung cấp dữ liệu.

xtset gvkey_id fyear khai báo doanh nghiệp và năm. Sau lệnh này L.at là tài sản của đúng năm trước trong cùng doanh nghiệp. Nếu doanh nghiệp thiếu năm 2015 thì tại năm 2016 L.at sẽ thiếu, dù còn dòng năm 2014. Stata không lấy tùy tiện dòng liền trước thay cho năm trước.

8 Bước tạo các biến nghiên cứu

BiếnCách tính trong codeÝ nghĩa để người học đọc
invcapx / L.atChi tiêu đầu tư trên tài sản năm trước
sizln(at)Logarit tự nhiên tổng tài sản
lev(dltt + dlc) / atNợ dài và ngắn hạn trên tài sản hiện tại
marketvalueprcc × cshoc / 1000000Giá trị thị trường theo giả định đơn vị của code
mb(at + marketvalue − ceq) / atThước đo giá trị thị trường so với tài sản theo công thức đã chọn
cfo_atoancf / L.atDòng tiền hoạt động trên tài sản năm trước
cashche / atTiền và tương đương tiền trên tài sản hiện tại
roaib / atThu nhập trên tài sản hiện tại
sg(sale − L.sale) / L.saleTăng trưởng doanh thu so với năm trước
ppe_atppent / L.atTài sản cố định hữu hình trên tài sản năm trước
tpu_dailyDùng biến năm đã cóTPU từ nguồn ngày được tổng hợp theo năm

Ví dụ tài sản năm trước là 100, capx năm nay là 5 thì inv = 0,05, tương đương 5%. Nếu inv tăng từ 0,05 lên 0,06 thì tăng 1 điểm phần trăm, không phải tăng 1% tương đối; mức tăng tương đối là 20%.

Điều kiện at > 0 tránh chia cho số 0 hoặc logarit của số không dương. !missing(...) là yêu cầu không thiếu dữ liệu. Stata xem missing số lớn hơn số thực, nên kiểm tra không thiếu trong code là cần thiết. Không thay missing của dltt, dlc hay capx bằng 0 nếu chưa biết ý nghĩa nguồn.

Code chấp nhận capx = 0 nhưng loại capx âm khi tạo inv. roa, cfo_at và sg âm có thể hợp lý. ppe_at có thể lớn hơn 1 vì mẫu số là tài sản năm trước, không phải cùng năm. Đây chưa đủ để kết luận dữ liệu sai.

Công thức marketvalue chỉ đúng nếu cshoc là số cổ phiếu theo đơn vị mà phép chia một triệu yêu cầu, và prcc cùng tiền tệ với at, ceq sau quy đổi. Hiện chưa có từ điển đơn vị của dữ liệu để xác nhận. người học giữ công thức để tái lập bảng, đồng thời ghi rõ cần kiểm tra đơn vị trước khi diễn giải mb trong bài nghiên cứu.

siz dùng tài sản của nhiều nước. Nếu mỗi nước có tiền tệ riêng, mức log tài sản giữa các nước không trực tiếp so sánh như cùng một đồng tiền. Hiệu ứng quốc gia hoặc doanh nghiệp hấp thụ khác biệt thang đo cố định, không tự sửa biến động tỷ giá, lạm phát hoặc thay đổi đơn vị qua thời gian.

9 Bước giữ mẫu và xử lý giá trị cực đoan

Mẫu cuối chỉ giữ năm 2010 đến 2024 và những dòng không thiếu tất cả các biến mô hình. global controls là tên viết gọn cho tám biến siz mb cfo_at lev cash roa sg ppe_at. Khi thấy $controls, người học đọc là danh sách này.

winsor2 inv $controls, cuts(1 99) replace thay giá trị dưới phân vị 1% bằng ngưỡng 1%, và trên phân vị 99% bằng ngưỡng 99%. Lệnh này không xóa 2% quan sát. Nó không biến tất cả biến thành phân phối chuẩn, cũng không chứng minh đơn vị dữ liệu đã đúng.

Code xử lý trên mẫu gộp và không winsor tpu_daily. Không tự thêm by(fic) hoặc by(fyear), vì sẽ tạo kết quả khác. Việc lọc thiếu dữ liệu diễn ra trước winsor, còn lọc singleton diễn ra sau winsor. Giữ nguyên thứ tự này khi đối chiếu.

Hai hồi quy quietly dùng để lấy mẫu e(sample). keep if e(sample) giữ những dòng thực sự được dùng. Singleton là quan sát thuộc nhóm hiệu ứng cố định không đủ thông tin theo thuật toán của reghdfe. Một ngành có một doanh nghiệp nhưng doanh nghiệp có 14 năm không nhất thiết là nhóm chỉ có một quan sát.

Mẫu chuẩn hiện có N bằng nhau trong hai hồi quy. Nếu chạy trên bộ dữ liệu khác, cần kiểm tra N và mẫu thực sự dùng của từng mô hình. Không tự khẳng định đoạn lọc tuần tự luôn tạo mẫu chung ổn định với mọi bộ dữ liệu.

10 Bảng thống kê mô tả

Mở table1_descriptive.doc. N là số quan sát có dữ liệu, Mean là trung bình, SD là độ lệch chuẩn, Min và Max là hai biên sau xử lý. p25, Median, p75 lần lượt là phân vị 25%, trung vị và phân vị 75%. Trung vị là điểm chia mẫu thành hai nửa.

BiếnNTrung bìnhĐộ lệch chuẩnTrung vịGiá trị lớn nhất
inv30442.048.064.025.376
tpu_daily30442312.385275.926142.7661012.58
siz304428.5503.8697.36217.215
mb30442138.539890.3431.0747274.82
cfo_at30442.061.120.055.459
lev30442.211.186.176.758
cash30442.163.150.116.690
roa30442.028.103.033.310
sg30442.106.436.0512.647
ppe_at30442.351.249.3101.099

Bảng trên trích số đã làm tròn trong bảng gốc; file gốc chứa thêm Min, p25 và p75. inv trung bình khoảng 4,8% tài sản năm trước. Trung vị khoảng 2,5% thấp hơn trung bình cho thấy phân phối lệch về phía các doanh nghiệp đầu tư cao. Min hiển thị 0 do làm tròn, không đủ kết luận có đầu tư bằng 0; màn hình Stata trước đó cho thấy Min khoảng .0000928.

mb trung bình 138,539 nhưng trung vị 1,074 và Max 7274,82 là dấu hiệu cần kiểm tra kỹ đơn vị hoặc các giá trị cực đoan còn lại. Không viết rằng doanh nghiệp điển hình có mb bằng 138,539 chỉ dựa trên trung bình. Không tự sửa mb chỉ để tạo kết quả dễ nhìn hơn rồi gọi đó là tái lập.

tpu_daily có N = 30.442 vì được lặp trên các doanh nghiệp theo năm. Không có 30.442 cú sốc TPU độc lập. Khoảng phân tích chỉ có tối đa 15 giá trị năm nếu biến thực sự chung theo năm.

11 Bảng tương quan

Mở table2_correlation.doc. Ma trận thể hiện tương quan tuyến tính giữa từng cặp biến trước khi kiểm soát đồng thời các biến khác. Đường chéo bằng 1 vì mỗi biến tương quan hoàn toàn với chính nó. Hệ số gần 0 không loại trừ mọi dạng quan hệ phi tuyến.

Cặp với invHệ số trong bảng gốc
tpu_daily−.116***
siz.139***
mb.017***
cfo_at.186***
lev.086***
cash−.078***
roa.140***
sg.129***
ppe_at.480***

TPU và đầu tư tương quan âm trong mẫu. Đây chưa phải hệ số hồi quy, và không nói TPU tăng 1 điểm thì đầu tư giảm 11,6%. Tương quan không có đơn vị và nằm từ −1 đến 1.

Dấu sao của asdoc pwcorr là kiểm định tương quan theo cách lệnh này thực hiện, không phải kiểm định sai số phân cụm giống bảng hồi quy. Dữ liệu doanh nghiệp lặp qua năm và TPU chung theo năm khiến cần thận trọng khi dùng các dấu sao để phát biểu về mức chắc chắn.

cash có tương quan âm với inv nhưng hệ số hồi quy dương. Hai kết quả không mâu thuẫn: tương quan xét hai biến riêng, hồi quy xét liên hệ của cash khi giữ các biến và hiệu ứng cố định trong mô hình. Ma trận này không phải kiểm định đa cộng tuyến hoàn chỉnh.

12 Bảng quốc gia

egen firm_tag = tag(fic gvkey_id) đánh dấu một dòng cho mỗi doanh nghiệp trong mỗi nước. collapse đếm quan sát và cộng dấu để đếm doanh nghiệp theo nước. preserve lưu trạng thái dữ liệu, restore đưa dữ liệu doanh nghiệp năm trở lại sau khi xuất bảng.

Quốc giaficDoanh nghiệpQuan sát doanh nghiệp năm
Malaysiamys8039569
Thái Lantha5996004
Indonesiaidn5565049
Singaporesgp4104565
Việt Namvnm4053772
Philippinesphl1391483
Tổng các dòng291230442

Tổng 2.912 là tổng số doanh nghiệp theo nước trong bảng. Nếu một gvkey_id có thể đổi quốc gia, tổng này là số cặp doanh nghiệp quốc gia, chưa chắc số doanh nghiệp duy nhất toàn mẫu. Có thể kiểm tra riêng bằng egen tagfirm = tag(gvkey_id) rồi count if tagfirm == 1 trên dữ liệu cuối; không cần thêm vào chương trình chính để xuất năm bảng.

Malaysia có nhiều quan sát nhất, không có nghĩa đầu tư cao nhất. Bảng chỉ mô tả thành phần mẫu. Không so sánh năng lực đầu tư giữa nước từ số dòng dữ liệu.

13 Bảng ngành

table4_industry.doc có 54 mã ngành trong bảng gốc. Tổng observations phải bằng 30.442. Các dòng đầu gồm 302020 với 279 doanh nghiệp và 2872 quan sát; 201030 với 241 và 2418; 151040 với 131 và 1434; 253010 với 128 và 1358; 151010 với 118 và 1224.

Hai ngành nhỏ cuối bảng có mã 351030 với 1 doanh nghiệp và 14 quan sát, 352030 với 1 doanh nghiệp và 13 quan sát. Code hiện tại không có điều kiện ngành phải có ít nhất 20 doanh nghiệp. Không thêm điều kiện này nếu mục tiêu là khớp bảng đã chạy.

Một doanh nghiệp có thể đổi ngành giữa các năm, vì thế tổng firms của các ngành có thể lớn hơn số doanh nghiệp duy nhất. Không cộng firms theo ngành rồi báo là tổng số doanh nghiệp toàn mẫu.

14 Bảng hồi quy cơ bản

table5_regression.rtf có hai cột. Cột 1 hấp thụ gind_id và fic_id, tức so sánh sau khi loại các khác biệt trung bình cố định theo ngành và quốc gia. Cột 2 hấp thụ gvkey_id, tức dùng biến động trong cùng doanh nghiệp sau khi loại đặc điểm doanh nghiệp cố định theo thời gian. Một số đặc điểm đổi theo thời gian vẫn có thể gây nhiễu.

Mỗi ô hệ số cho biết inv thay đổi bao nhiêu khi biến giải thích tăng một đơn vị, với các yếu tố còn lại trong mô hình được giữ theo cách hồi quy. Số trong ngoặc bên dưới là sai số chuẩn. Không đọc số trong ngoặc là mức tác động hay p-value.

BiếnNgành và quốc gia FEDoanh nghiệp FE
tpu_daily−0.0000***−0.0000***
siz.0003.0014
mb−0.0000**−0.0000
cfo_at.0311***.0095*
lev.0042−.0287***
cash.0244***.0306***
roa.0365***.0368***
sg.0094***.0023
ppe_at.1317***.1982***
N3044230442
R bình phương hiệu chỉnh.2968.4482

Số sao được cài trong esttab: * tương ứng p < .10, ** tương ứng p < .05 và *** tương ứng p < .01. Không có sao nghĩa là chưa đạt các ngưỡng đó trong kiểm định đang dùng, không có nghĩa hệ số thực sự bằng 0. Dấu sao không biểu thị tác động lớn hay nhỏ.

TPU hiển thị −0.0000*** do b(4) làm tròn bốn chữ số thập phân. Nó không bằng 0 chính xác. Sai số chuẩn (0.0000) cũng là số đã làm tròn. Không thể tính đúng mức giảm đầu tư do TPU tăng 100 điểm từ bảng này. Cần lấy hệ số chưa làm tròn từ Stata sau đúng mô hình cần đọc.

Ví dụ đọc cột doanh nghiệp FE: lev tăng .10, tức 10 điểm phần trăm, gắn với inv thấp hơn khoảng .00287, tức .287 điểm phần trăm. cash tăng .10 gắn với inv cao hơn khoảng .00306, tức .306 điểm phần trăm. Đây là phép nhân hệ số đã làm tròn, nên chỉ là xấp xỉ.

Hệ số cfo_at .0095* ở mô hình 2 có ý nghĩa ở mức 10%, không ở mức 5% theo bảng gốc. sg .0023 không có sao trong mô hình 2. Không chọn diễn giải cột có sao đẹp hơn mà bỏ qua cột còn lại.

R bình phương hiệu chỉnh .4482 lớn hơn .2968 không tự chứng minh mô hình 2 đúng hơn hoặc TPU gây ra đầu tư. Đây là chỉ tiêu được esttab lấy từ r2_a, không mặc nhiên là R bình phương trong doanh nghiệp. Nhiều hiệu ứng cố định có thể giải thích phần lớn khác biệt mức đầu tư.

vce(cluster gvkey_id fyear) xử lý tương quan sai số theo doanh nghiệp và theo năm. Phân cụm theo năm là cách tính độ bất định của ước lượng, khác với đưa hiệu ứng năm vào mô hình. Nó không loại cú sốc chung theo năm khỏi hệ số TPU. Chỉ khoảng 15 cụm năm là ít; cần kiểm định suy luận bổ sung nếu phát triển thành nghiên cứu đầy đủ. Gói cơ bản này dừng ở bảng hồi quy như yêu cầu.

15 Đọc hệ số TPU với nhiều chữ số hơn

Đây là thao tác đọc bổ sung sau khi chương trình đã kết thúc, không thay bảng chuẩn bốn chữ số. Chạy trong Command của Stata khi kết quả mô hình còn trong bộ nhớ:

estimates restore m2
display %16.10f _b[tpu_daily]
display %16.10f _se[tpu_daily]
lincom 100*tpu_daily

lincom trả ước lượng và khoảng tin cậy cho mức tăng TPU 100 điểm. Nếu hệ số hiển thị trong kết quả lincom là d thì inv thay đổi d đơn vị; nhân d với 100 để đổi sang điểm phần trăm. Chưa có hệ số đầy đủ trong tài liệu gốc để điền một con số TPU cụ thể.

Muốn đọc mô hình 1, thay m2 bằng m1. Không dùng hệ số m1 cùng sai số chuẩn m2. Có thể xuất bảng bổ sung với b(8) se(8) vào một file tên khác khi đã biết dùng esttab; không sửa bảng chuẩn trước khi đối chiếu tự động.

16 So sánh thủ công với kết quả chuẩn

Mở từng bảng trong results cạnh bảng cùng tên ở reference_results. So sánh theo thứ tự: N ở cả hai hồi quy; sáu nước và từng số firms, observations; 54 mã ngành và từng số; tất cả ô mô tả; hệ số tương quan; hệ số, sai số chuẩn, dấu sao và R bình phương của hai hồi quy.

Khớp N = 30.442 là điều kiện cần, chưa đủ: hai mẫu khác nhau có thể có cùng số dòng. Khớp hai R bình phương cũng chưa đủ. Công cụ tự động trong gói kiểm tra từng ô của cả năm bảng để tránh chỉ nhìn vài số nổi bật.

Số liệu trong bảng chuẩn đã làm tròn. Kết quả khớp chỉ chứng minh khớp ở độ chính xác hiển thị. Không thể khôi phục hệ số TPU đầy đủ từ −0.0000. Ngày tạo file, font và đường dẫn có thể khác mà số liệu vẫn khớp.

Nếu khác kết quả, lưu nguyên các bảng khác và log. Kiểm tra đúng working_data.dta, đúng năm, đúng sáu nước, đúng cách tạo L.at, đúng đơn vị marketvalue, đúng thứ tự lọc và winsor, đúng controls và absorb, đúng phiên bản lệnh. Không chỉnh dữ liệu hoặc phương trình chỉ để ép số trùng chuẩn.

17 So sánh tự động

Tải gói đối chiếu ở đầu bài, giải nén vào một thư mục riêng. Script đọc năm bảng và kiểm tra từng ô với bảng tham chiếu; không chạy Stata, không tải dữ liệu và không sửa bảng. Cần Python 3 để sử dụng; nếu chưa có, dùng cách so sánh thủ công.

Mở PowerShell trong thư mục giải nén và chạy:

py compare_results.py --results "C:/TPU_FI/results" --report "C:/TPU_FI/doi_chieu.md"

Nếu máy dùng lệnh python, thay py bằng python. Không cần thư viện ngoài. Báo cáo doi_chieu.md ghi bảng khớp và các ô khác. Exit code 0 nghĩa là mọi ô khớp ở độ chính xác hiển thị; 1 nghĩa là có khác biệt hoặc thiếu file. Định dạng không đọc được không được tính là khớp.

Giữ các file xuất nguyên bản theo tên table1_descriptive.doc đến table5_regression.rtf. Không chuyển sang DOCX trước khi so sánh. Các hệ số đã làm tròn không cho biết beta TPU đầy đủ; khớp bảng không chứng minh dữ liệu hoặc mô hình đúng về mặt khoa học.

18 Những lỗi đã gặp và cách xử lý

Lỗi hoặc biểu hiệnNguyên nhân cần kiểm traCách làm của người học
r(111) variable not foundSai tên biến hoặc dữ liệu không đúng phiên bảndescribe; kiểm tra tpu_daily và mã doanh nghiệp; không đổi tpu_cimpr thành tpu_daily tùy tiện
r(198) invalid syntaxLocal chưa được khai báo trong đoạn đang chạy hoặc thiếu dấuChạy nguyên file từ đầu; kiểm tra đường dẫn trong ngoặc kép
r(603) file could not be openedĐường dẫn, quyền ghi, file khóa hoặc thư mục lồng quá dàiĐóng Word, kiểm tra pwd; dùng đường dẫn dự án tuyệt đối và thư mục ngắn
variable already definedChạy gen hoặc egen lần hai trên dữ liệu đã tạo biếnChạy lại toàn file để use đọc dữ liệu gốc
isid không duy nhấtCó nhiều dòng cho một doanh nghiệp nămGhi lỗi và hỏi người cung cấp; không xóa trùng bằng force
unrecognized commandChưa cài lệnh hoặc cài thất bạiXem phần cài lệnh và mạng; cài lại lệnh báo thiếu
N khác 30442Dữ liệu, lọc, lag, missing hoặc mẫu hồi quy khácSo lần lượt từng bước và log; không bắt buộc giữ thêm dòng
TPU omittedTPU bị hấp thụ hoặc không còn biến độngKiểm tra đã thêm year FE hay dữ liệu chỉ còn một năm

Lỗi trước đây của dự án là thư mục kết quả bị lồng nhiều lần vì cd vào đường dẫn tương đối khi chạy lại. Bản run_analysis.do dùng đường dẫn tuyệt đối từ local project để tránh lặp này.

Nếu gvkey không có nhưng gvkey_id đã có thì không cần tạo từ gvkey nữa. Nếu cả hai đều không có, bộ dữ liệu chưa đủ định danh. Không tạo mã doanh nghiệp bằng số thứ tự dòng.

19 Kiểm tra dữ liệu tùy chọn khi kết quả khác

Các lệnh sau chỉ phục vụ chẩn đoán, không phải phần bắt buộc sau hồi quy. Chạy trên bản dữ liệu vừa mở nếu muốn kiểm tra dữ liệu gốc:

describe
tab fic
summarize fyear tpu_daily at prcc cshoc ceq, detail
duplicates report gvkey_id fyear

Nếu dữ liệu gốc chỉ có gvkey, thay gvkey_id trong lệnh kiểm tra trùng bằng gvkey. Kiểm tra TPU có chung theo năm trên dữ liệu cuối bằng:

bysort fyear: egen tpu_min = min(tpu_daily)
bysort fyear: egen tpu_max = max(tpu_daily)
assert tpu_min == tpu_max
drop tpu_min tpu_max

Nếu assert lỗi, giả định TPU chung theo năm không đúng với file đang dùng. Cần kiểm tra chuỗi nguồn, khóa ghép và thời gian. Không lấy trung bình các chuỗi khác nhau chỉ để vượt kiểm tra. Đây là chẩn đoán tùy chọn; chương trình chính giữ nguyên thiết kế người hướng dẫn.

Không biết trước số quan sát bị loại ở từng bước vì log có sẵn không chứa lần chạy thành công. người học dùng log mới để ghi các con số thực tế, không điền số suy đoán.

20 Cách viết nhận xét kết quả

Mẫu diễn đạt mô tả: Mẫu phân tích gồm 30.442 quan sát doanh nghiệp năm tại sáu nước Đông Nam Á trong khoảng 2010 đến 2024. Tỷ lệ đầu tư trung bình khoảng 4,8% tài sản năm trước, cao hơn trung vị khoảng 2,5%. Malaysia chiếm số quan sát lớn nhất trong mẫu. Các con số mô tả phản ánh mẫu quan sát, không phải toàn bộ doanh nghiệp trong khu vực.

Mẫu diễn đạt hồi quy: Hệ số TPU có dấu âm và được đánh dấu ý nghĩa thống kê ở mức 1% trong cả hai mô hình theo phương pháp sai số chuẩn hiện sử dụng. Kết quả gợi ý TPU cao hơn gắn với tỷ lệ đầu tư thấp hơn khi kiểm soát các biến doanh nghiệp và hiệu ứng cố định được chọn. Do chỉ số TPU chung theo năm, mô hình không có hiệu ứng năm và số cụm năm ít, chưa thể xem đây là bằng chứng nhân quả. Mức tác động kinh tế của TPU cần tính từ hệ số chưa làm tròn.

Mẫu ghi hạn chế: Biến mb có trung bình và giá trị cực đại rất lớn so với trung vị; cần xác nhận đơn vị cổ phiếu, tiền tệ và tài sản trước khi diễn giải. Hai mô hình cơ bản chưa kiểm soát hoàn toàn các cú sốc vĩ mô theo năm. Kết quả đối chiếu khớp bảng chuẩn chỉ xác nhận khả năng tái lập các bảng, không xác nhận mọi giả định nghiên cứu.

người học cần sửa văn bản theo kết quả thật của mình nếu không khớp chuẩn. Không dùng nguyên đoạn có N hoặc dấu sao của bảng gốc khi kết quả chạy lại khác.

21 Các file người học gửi lại để kiểm tra

Gửi lại năm bảng do mình chạy, tpu_investment.log đầy đủ, run_analysis.do đã sửa đường dẫn và báo cáo doi_chieu.md nếu có. Ghi ngày nhận dữ liệu, tên file dữ liệu và mọi thay đổi đã thực hiện. Nếu có lỗi, gửi log chứa lỗi đầu tiên; ảnh chụp cuối màn hình không thay thế được toàn bộ log.

Không cần gửi lại dữ liệu gốc cho một dịch vụ khác chỉ để đọc bảng. Việc gửi qua Zalo do người học và người hướng dẫn thực hiện ngoài trang hướng dẫn. Trang hướng dẫn không gửi tin nhắn hoặc dữ liệu.

22 Sử dụng trang hướng dẫn

Đọc theo thứ tự chuẩn bị dữ liệu, chạy toàn bộ do-file, kiểm tra năm bảng rồi đọc diễn giải. Nội dung hiển thị trên WordPress để tra cứu; website không thực thi Stata hoặc nhận dữ liệu nghiên cứu của người đọc. Chỉ số, công thức và mẫu trong chương trình tái lập giữ nguyên thiết kế của các bảng tham chiếu.

23 Nguồn kiểm tra và xuất xứ

Số chuẩn được trích từ năm bảng do người hướng dẫn cung cấp. Các bảng được giữ nguyên trong gói đối chiếu; provenance.json ghi SHA256 để kiểm tra tính toàn vẹn. Gói không có dữ liệu thô và chưa chạy lại mô hình trên dữ liệu thô. Log cũ được cung cấp trước đó là một lần chạy lỗi, không chứng minh lần chạy thành công.

Tài liệu kỹ thuật: https://scorreia.com/help/reghdfe.html; https://www.stata.com/manuals/xtxtset.pdf; https://repec.org/bocode/e/estout/hlp_esttab.html. Nguồn chỉ số: https://www.policyuncertainty.com/trade_uncertainty.html và https://www.policyuncertainty.com/trade_cimpr.html. Cần kiểm tra metadata của bộ dữ liệu cụ thể trước khi trích nguồn.

24 Toàn bộ code Stata dùng để tái lập

Phần dưới được chèn từ run_analysis.do. Người học chỉ sửa local project ở đầu file. Không đổi các công thức hay tiêu chí mẫu trong lần đối chiếu đầu tiên.

clear all
set more off
set varabbrev off

* 1. Mo du lieu - Chi sua duong dan nay
local project "C:/TPU_FI"
use "`project'/data/working_data.dta", clear
rename *, lower
capture mkdir "`project'/results"
cd "`project'/results"
capture log close
log using "tpu_investment.log", text replace

* 2. Cai lenh can dung (chi cai neu chua co)
capture which ftools
if _rc ssc install ftools
capture which reghdfe
if _rc ssc install reghdfe
capture which esttab
if _rc ssc install estout
capture which asdoc
if _rc ssc install asdoc
capture which winsor2
if _rc ssc install winsor2

* 3. Chon 6 nuoc Dong Nam A
replace fic = lower(trim(fic))
keep if inlist(fic,"idn","mys","phl","sgp","tha","vnm")
capture tostring gind, replace format(%12.0f)
drop if missing(gind)
drop if inlist(substr(gind,1,2),"40","55")
keep if inrange(fyear,2008,2024)

* 4. Khai bao panel: giu gvkey_id neu Python da tao san
capture confirm variable gvkey_id
if _rc egen gvkey_id = group(gvkey)
egen gind_id = group(gind)
egen fic_id = group(fic)
drop if missing(gvkey_id,fyear)
isid gvkey_id fyear
xtset gvkey_id fyear

* 5. Tao bien: at > 0; missing khong duoc coi la so 0
gen inv = capx/L.at if L.at>0 & !missing(L.at,capx) & capx>=0
gen siz = ln(at) if at>0 & !missing(at)
gen lev = (dltt+dlc)/at if at>0 & !missing(at)
gen marketvalue = prcc*cshoc/1000000
gen mb = (at+marketvalue-ceq)/at if at>0 & !missing(at)
gen cfo_at = oancf/L.at if L.at>0 & !missing(L.at)
gen cash = che/at if at>0 & !missing(at)
gen roa = ib/at if at>0 & !missing(at)
gen sg = (sale-L.sale)/L.sale if L.sale>0 & !missing(L.sale)
gen ppe_at = ppent/L.at if L.at>0 & !missing(L.at)

* 6. Mau nghien cuu va xu ly ngoai le
keep if inrange(fyear,2010,2024)
drop if missing(inv,tpu_daily,siz,lev,mb,cfo_at,cash,roa,sg,ppe_at)
global controls siz mb cfo_at lev cash roa sg ppe_at
winsor2 inv $controls, cuts(1 99) replace

* Chon mau dung chung cua hai hoi quy (loai singleton)
quietly reghdfe inv tpu_daily $controls, absorb(gvkey_id) vce(cluster gvkey_id fyear)
keep if e(sample)
quietly reghdfe inv tpu_daily $controls, absorb(gind_id fic_id) vce(cluster gvkey_id fyear)
keep if e(sample)

* 7. Bang thong ke mo ta
asdoc tabstat inv tpu_daily $controls, ///
    stat(N mean sd min p25 p50 p75 max) columns(statistics) ///
    save(table1_descriptive.doc) replace

* 8. Ma tran tuong quan
asdoc pwcorr inv tpu_daily $controls, star(all) save(table2_correlation.doc) replace

* 9. Thong ke quoc gia
preserve
egen firm_tag = tag(fic gvkey_id)
collapse (count) observations=inv (sum) firms=firm_tag, by(fic)
gsort -observations
asdoc list fic firms observations, noobs save(table3_country.doc) replace
restore

* 10. Thong ke nganh
preserve
egen firm_tag = tag(gind gvkey_id)
collapse (count) observations=inv (sum) firms=firm_tag, by(gind)
gsort -observations
asdoc list gind firms observations, noobs save(table4_industry.doc) replace
restore

* 11. Hoi quy co ban
* tpu_daily la chuoi NAM tong hop tu nguon NGAY, chung cho cac nuoc.
* Khong them year FE: year FE se hap thu TPU.
* Ket qua la moi lien he; chua tach duoc cac cu soc chung theo nam.
eststo clear
reghdfe inv tpu_daily $controls, absorb(gind_id fic_id) vce(cluster gvkey_id fyear)
eststo m1
reghdfe inv tpu_daily $controls, absorb(gvkey_id) vce(cluster gvkey_id fyear)
eststo m2
esttab m1 m2 using "table5_regression.rtf", replace ///
    b(4) se(4) star(* 0.10 ** 0.05 *** 0.01) keep(tpu_daily $controls) ///
    stats(N r2_a, labels("Observations" "Adjusted R-squared")) ///
    mtitles("Industry + country FE" "Firm FE") ///
    addnotes("Standard errors clustered by firm and year." "No year FE because TPU is common across countries." "Few year clusters require additional inference checks.") ///
    compress nogaps

log close