Bootstrap 稳健性检验简介

背景

在计量经济学实证研究中，普通最小二乘法（OLS）的标准误估计依赖于误差项同方差、正态分布等严格假设。当样本量较小或数据分布存在偏态、异方差时，传统的 t 检验和 F 检验可能失效，导致推断错误。

方法原理

Bootstrap（自助法）是一种非参数统计方法，由 Bradley Efron 于 1979 年提出。其核心思想是：将原始样本视为总体，通过有放回地重复抽样（Resampling），生成大量的“伪样本”。

通过对每个伪样本进行回归估计，我们可以得到成千上万个回归系数，从而构建出系数的经验分布。基于该分布，我们可以：

1. 计算更稳健的标准误（Standard Error）。
2. 构建不依赖正态假设的置信区间（如百分位数置信区间、BCa 置信区间）。
3. 验证核心解释变量的系数是否在多次抽样中保持显著和稳定。

本代码说明

本 main.do 文件演示了如何在 Stata 中实施 Bootstrap 稳健性检验：

• 步骤 1：定义一个包含基础回归模型的程序。
• 步骤 2：利用 bootstrap 命令对该程序进行 1000 次有放回抽样。
• 步骤 3：输出模拟得到的系数分布统计量，用于判断原回归结果的稳健性。

若 Bootstrap 得到的置信区间不包含 0，且系数均值与原回归系数接近，则说明原回归结果具有良好的稳健性。

结果展示说明

本部分描述运行 main.do 后，Stata 结果窗口（Results Window）中将呈现的文字输出内容。

1. 输入操作

用户在 Stata 命令行输入：

do main.do

2. 预期输出内容描述

A. 迭代过程日志

系统首先会显示 Bootstrap 的抽样进度。由于设置了 reps(1000)，用户将看到类似以下的进度提示（具体速度取决于计算机性能）：

• 输出文本：Bootstrap replications (1000)
• 随后显示进度条或计数：----+--- 1 ---+--- 2 ---+--- 3 ---+--- 4 ---+--- 5
• 最终显示：1000，表示 1000 次抽样全部完成，无报错。

B. Bootstrap 结果表格

抽样完成后，Stata 会自动输出一张汇总表格，表头通常包含 Observed (原始值), Bias (偏差), Std. Err. (标准误), 以及 [95% Conf. Interval] (95% 置信区间)。

针对变量 r_b_weight (即 weight 的系数)，输出将包含以下关键信息：

• Observed: 显示原始 OLS 回归中 weight 的系数值（例如：3.56）。
• Bias: 显示 Bootstrap 均值与原始值的差异。若该值非常小（接近 0），说明估计量无偏。
• Std. Err.: 显示基于 1000 次抽样计算出的标准误。此值通常比 OLS 标准误更能反映真实波动。
• 95% Conf. Interval:
  • Percentile: 基于第 2.5 百分位和第 97.5 百分位计算的区间。
  • BCa: (若默认开启) 经过偏差校正的加速区间。
  • 判定逻辑: 如果该区间的下限和上限同号（即都不包含 0），则文字描述结论为：“在 95% 置信水平下，weight 对 price 的影响显著，且该结果通过 Bootstrap 稳健性检验。”

C. 自定义显示部分

代码末尾的 display 命令将输出：

• 文本：--- Bootstrap 稳健性检验结果 ---
• 文本：原始回归系数与 Bootstrap 模拟分布对比:

随后，ci percentiles 命令将输出具体的置信区间数值，格式如下：

• Variable | Obs Percentile [95% Conf. Interval]
• r_b_weight | 1000 3.12 4.05 (示例数值)

3. 结论判读文字

若输出结果显示置信区间为 [3.12, 4.05]，则最终结论文字描述为：

“经过 1000 次 Bootstrap 重抽样，核心解释变量 weight 的系数 95% 置信区间为 [3.12, 4.05]，区间不包含 0。这表明即使放宽正态分布假设，weight 对 price 的正向影响依然显著存在，原回归结果具有稳健性。”