REGHDFE：具有多重固定效应的线性回归

• 当前 SSC 版本：6.12.3 20aug2023
• 跳至：新闻 引用 安装 手动安装 说明

---

近期更新

• 版本 6.13.0 09Jan2026：
  • 实验性支持 Driscoll-Kraay 标准误：vce(dkraay #)
  • 自动使用 require 命令以确保安装最新版本的 ftools
• 版本 6.12.4 12sep2023：
  • 修复 ivreghdfe 在使用字符串变量进行聚类时的错误（#276）
• 版本 6.12.3 20aug2023：
  • 修复并行选项（macOS）的错误
  • 修正帮助文件中的拼写错误
• 版本 6.12.0 26June2021：
  • 通过新选项添加对个体固定效应的支持：indiv() group() aggregation()。参见 Constantine and Correia (2021) 以及帮助文件。
  • 通过 parallel 包添加对并行化的实验性支持
  • 其他代码重构
  • 要使用旧版本的 reghdfe，可以使用 version(3) 和 version(5)。这两个是重大重写前的最新版本。此选项取代了 old 选项。
• 版本 5.7.3 13nov2019：
  • 修复 compact 选项的罕见错误（#194）。此版本也已提交至 SSC。
• 版本 5.7.0 20mar2019：
  • 用户安装后无需再运行 reghdfe, compile。如果您遇到“class FixedEffects undefined”错误，请升级到此版本，或运行 reghdfe, compile
• 版本 5.6.8 03mar2019：
  • 发布 ppmlhdfe 包，用于带有固定效应的泊松模型。如果您要运行左侧为 log(y) 的回归，请使用此包。
  • reghdfe 的稳定版本，也在 SSC 上。
• 版本 5.6.2 10feb2019：
  • 运行 泊松伪最大似然估计 所需的最低版本
• 版本 5.6 26jan2019：
  • 提高数值精度。以前，reghdfe 对数据进行标准化、剔除、反标准化，然后求解最小二乘问题。现在，它直接在标准化数据上运行求解器，这在具有极端值组合的数据集上能保持数值精度。感谢 Zhaojun Huang 的错误报告。
  • 加快 reghdfe 的调用速度。“clear all”后首次调用 reghdfe 应快约 2 秒，随后每次调用快约 0.1 秒。
  • 使用 noabsorb 选项运行 reghdfe 现在应该快得多。
• 版本 5.3 30nov2018：
  • 修复 Stata 15 和 reghdfe 5.2.x 版本的静默错误。如果使用许多因子交互项运行回归，数据会以错误的顺序加载到 Mata 中。这会导致系数混乱。强烈建议 Stata 15 用户升级。有关更多信息，请参见 @simonheb 的 #150。
• 版本 5.2 17jul2018：
  • 为通过 st_data() 加载因子变量时的错误/快速问题添加了部分解决方法。这对 Stata 15 用户没有影响（参见 help fvtrack）。(注意：此加速功能自 5.3.2 起已完全禁用)
  • 其他优化和重构。
  • 改进对 ppmlhdfe 包的支持（该包为泊松模型和其他 GLM 模型添加固定效应）。
• 版本 5.1 08jul2018：
  • 添加 compact 和 poolsize(#) 选项，以减少内存使用。这可以将 reghdfe 的内存使用量减少多达 5 倍 - 10 倍，但会略微降低速度。
  • 自动检查已安装的 ftools 版本是否过旧。
• 版本 5.0 29jun2018：
  • 添加对 basevar 的支持。这本身不是很有用，但使一些后续估计包（coefplot）更易于使用
  • 添加对 margins 后续估计命令的支持。
  • 在输出表中添加 _cons 行，以便报告截距（如 regress/xtreg/areg 中所示）。noconstant 选项可禁用此功能，但这样做可能会使 margin 的输出不正确。
  • predict, xb 现在包括 _cons 的值，之前该值包含在 predict, d 中。

• 版本 4.4 11sep2017：
  • 性能：使用权重时提速，减少内存使用，改进收敛检测
  • 错误修复：summarize 选项 使用全样本而非回归样本，修复 了一个最近的错误，该错误未能检测固定效应何时嵌套在聚类中
  • Mata：重构 Mata 内部结构，并将其描述添加到 help reghdfe_mata；清理警告消息
  • 泊松/PPML HDFE：扩展 Mata 内部结构，以便我们例如可以更改权重而无需创建全新的对象。这主要是为了加快 ppmlhdfe 包的速度。
• 版本 4.3 07jun2017：加速固定斜率（预计算 inv(xx)）
• 版本 4.2 06apr2017：修复数值精度问题（错误修复）

• 版本 4.1 28feb2017：完全用 Mata 重写
  • 得益于 ftools 包，速度提升 3-10 倍（如果您有大型数据集，请使用它！）
  • 修复了几个小错误，特别是一些不允许复杂因子变量表达式的错误。
  • reghdfe 现在完全编写为一个 Mata 对象。有关如何使用它编写其他程序的示例，请参见此处
  • 现在支持其他估计选项，包括 LSMR 和 度为 1 的顶点修剪。

注意事项：

• reghdfe 依赖于 ftools 包（以及 Stata 12 和更早版本的 boottest）
• IV/GMM 不是直接通过 reghdfe 完成的，而是通过 ivreg2。参见 此端口，它为 ivreg2 添加了 absorb() 选项。这对于使用更高级的标准误估计也很有用，ivreg2 支持这些估计。
• 如果您使用依赖 reghdfe 的命令（regife、poi2hdfe、ppml_panel_sg 等），请在使用新版本的 reghdfe 之前检查它们是否已更新。
• 某些选项尚未完全支持。包括 cache 和 groupvar。
• 以前的稳定版本（3.2.9 21feb2016）可以通过 old 选项访问

未来/可能的更新

• 重新添加 group3hdfe 选项

引用

reghdfe 实现了 Correia (2017) 中描述的估计方法。 如果您使用该命令，请引用相关论文和/或该命令在 RePEc 上的引用信息：

@TechReport {Correia2017:HDFE,
  Author = {Correia, Sergio},
  Title = {Linear Models with High-Dimensional Fixed Effects: An Efficient and Feasible Estimator},
  Note = {Working Paper},
  Year = {2017},
}

Correia, Sergio. 2017. "高维固定效应线性模型：一种高效可行的估计方法" 工作论文。 http://scorreia.com/research/hdfe.pdf

Noah Constantine, Sergio Correia, 2021. reghdfe：用于吸收多水平固定效应的线性及工具变量/GMM回归的Stata模块。 https://ideas.repec.org/c/boc/bocode/s457874.html

安装：

要查看已安装的版本，请输入 reghdfe, version。

reghdfe 6.x 版本尚未在SSC中发布。若要快速安装该版本及其所有依赖项，请复制粘贴以下命令行并运行：

* Install ftools (remove program if it existed previously)
cap ado uninstall ftools
net install ftools, from("https://raw.githubusercontent.com/sergiocorreia/ftools/master/src/")

* compile ftools to prevent errors if you already had an older version installed:
ftools, compile 
mata: mata mlib index

* Install reghdfe 6.x
cap ado uninstall reghdfe
net install reghdfe, from("https://raw.githubusercontent.com/sergiocorreia/reghdfe/master/src/")

若要使用 ivreghdfe 运行 IV/GMM 回归，还需运行以下命令行：

cap ado uninstall ivreg2hdfe
cap ado uninstall ivreghdfe
cap ssc install ivreg2 // Install ivreg2, the core package
net install ivreghdfe, from(https://raw.githubusercontent.com/sergiocorreia/ivreghdfe/master/src/)

或者，您可以从 SSC 安装稳定/旧版本（5.x）：

cap ado uninstall reghdfe
ssc install reghdfe

* compile ftools to prevent errors if you already had an older version installed:
ftools, compile 
mata: mata mlib index

手动安装：

若要将 reghdfe 安装到防火墙保护的服务器，您需要手动下载以下 zip 文件并解压：

• ftools（https://codeload.github.com/sergiocorreia/ftools/zip/master）
• reghdfe（https://codeload.github.com/sergiocorreia/reghdfe/zip/master）
• ivreghdfe（https://codeload.github.com/sergiocorreia/ivreghdfe/zip/master）

然后，运行以下命令，并根据实际情况调整文件夹名称：

cap ado uninstall ftools
cap ado uninstall reghdfe
cap ado uninstall ivreghdfe
net install ftools, from(c:\git\ftools)
net install reghdfe, from(c:\git\reghdfe)
net install ivreghdfe, from(c:\git\ivreghdfe)

请注意，您现在也可以使用 Github 发布版本来安装特定版本。

---

描述

reghdfe 是一个 Stata 软件包，用于估计具有多水平固定效应的线性回归。它是内置命令 areg、xtreg,fe 和 xtivreg,fe 的泛化版本。其目标与 Simen Gaure 开发的 R 软件包 lfe 以及 Matthieu Gomez 开发的 Julia 软件包 FixedEffectModels（测试版）相似。其功能包括：

• 一种新颖且稳健的算法，能高效地吸收多个固定效应。它改进了 Abowd 等人, 2002、Guimaraes 与 Portugal, 2010 以及 Simen Gaure, 2013 的研究成果。该算法在现有算法收敛非常缓慢（或无法收敛）的“困难案例”上表现尤为出色。
• 与同类 Stata 程序相比速度极快。
  • 在包含一个固定效应和聚类标准误的情况下，其速度是 areg 和 xtreg,fe 的 3-4 倍（参见 基准测试）。注意：Stata 14 中的速度提升缩小了这一差距。
  • 在包含多个固定效应的情况下，其速度至少比其他替代方案（reg2hdfe、a2reg、felsdvreg、res2fe 等）快一个数量级。注意：Somaini 与 Wolak 在 2015 年的一篇最新论文 Somaini and Wolak, 2015 报告称，在某些场景下（即仅包含两个固定效应，且第二个固定效应维度较低时），res2fe 比 reghdfe 更快。但对于当前版本的 reghdfe 而言，这种说法已不成立，即使在作者的基准测试中（第二个固定效应维度较低的情况），reghdfe 也优于 res2fe（参见 基准测试结果 和 Stata 代码）。
• 允许进行双向和多向聚类标准误估计，如 Cameron 等人 (2011) 所述。
• 允许使用广泛的稳健方差估计量（感谢 Kit Baum 和 Mark Schaffer 开发的 avar 软件包）。
• 借助 Baum、Schaffer 和 Stillman 开发的 ivreg2 程序，可用于工具变量和 GMM 估计（如两步 GMM、LIML 等）。
• 允许多个异质性斜率（例如，每个个体有单独的斜率系数）。
• 支持所有标准 Stata 功能：
  • 频数权重、概率权重和分析权重。
  • 时间序列变量和因子变量。
  • 固定效应和聚类变量可以表示为因子交互项，既方便又高效（例如，直接使用 state#year，而无需先使用 egen group 生成州-年组合）。
  • 后估计命令，如 predict 和 test。
• 允许使用 cache() 选项预计算结果，从而加快后续回归的速度。
• 如请求，可保存固定效应的点估计值（请注意：这些固定效应可能不一致且无法识别；有关该主题的介绍，请参见 Abowd 的论文）。
• 计算因固定效应而损失的自由度（超过两个水平的固定效应仍是一个未解决的问题，但我们提供了一个保守的上限）。
• 避免常见陷阱，例如排除单元素组（参见 说明）、计算正确的组内调整 R 平方（参见初步讨论）等。

作者

Sergio Correia
美国联邦储备委员会
邮箱：sergio.correia@gmail.com

Noah Constantine
美国联邦储备委员会
邮箱：noahbconstantine@gmail.com

致谢

本软件包的开发离不开Paulo Guimaraes、Amine Ouazad、Mark E. Schaffer、Kit Baum和Matthieu Gomez提供的宝贵反馈与贡献。此外，众多用户出色的错误发现能力也功不可没。

贡献

我们非常欢迎贡献者和拉取请求。目前有多个扩展方向，例如使用bootstrap方法估计固定效应的标准误、针对两个以上高维固定效应（HDFE）精确计算自由度，以及对基础算法的进一步改进。

请注意，所有代码均编写在current-code文件夹中，随后通过build.py编译到src文件夹（该过程会将多个文件合并为单个.ado和.mata文件，以便更快地安装和复制）。