Day 10 · 手写教程
结构方程模型 SEM
不是把回归箭头画得更复杂
SEM 是什么？
SEM 是结构方程模型。它把两件事放在一起：第一，潜变量由哪些题项或观测变量测量；第二，这些潜变量之间、潜变量与结果变量之间有什么路径关系。它不是“更高级的回归”，而是一套同时处理测量模型和结构路径的框架。
这个案例怎么读？
本案例把财务状态和治理结构构造成两个教学潜变量，再让它们和 dfi_index 一起解释企业创新。输出显示，finance -> ln Patent 为 0.1266，governance -> ln Patent 为 0.2058，DFI direct path 为 0.0032，模型 R² 为 0.0777。
这几个数的读法是：在这个教学路径模型里，治理和财务潜变量都与创新存在正向路径，DFI 在控制这两个潜变量后仍保留一个很小的直接路径。但这仍然不是自动因果结论，路径方向必须来自理论和研究设计。
实际操作怎么做？
先写测量部分，例如 finance -> roa lev cashflow；再写结构部分，例如 ln_patent1 <- finance governance dfi_index。估计后先看模型是否收敛，再看载荷、路径系数和拟合指标。测量模型不合格时，不要急着解释结构路径。
论文里怎么写？
可以写：本文采用结构方程模型进一步检验财务状态、治理结构与企业创新之间的路径关系。结果显示，财务潜变量和治理潜变量均与创新产出呈正向关系；在纳入上述潜变量后，数字普惠金融指数仍保留正向直接路径。该结果说明路径关系与理论预期基本一致。
常见错误
不要把 SEM 当成因果机器。SEM 里的箭头是研究者根据理论指定的，不是软件自动发现的。也不要跳过 CFA 或测量模型，直接解释结构路径。
本页案例代码和输出
下面这部分是本教程对应的实际案例材料，方便你把前面的解释和真实输出对上。
Stata 代码
import delimited "$DATA_PATH", clear varnames(1) encoding(UTF-8)
gen ln_patent1 = ln(1 + patent_count)
egen firm_id = group(stkcd)
xtset firm_id year
global y ln_patent1
global count_y patent_count
global x dfi_index
global controls roa lev size growth cashflow tobinq top1 dual board indep soe age
gen post = year >= 2018
bysort firm_id: egen pre_dfi = mean(cond(year < 2018, dfi_index, .))
quietly summarize pre_dfi, detail
gen treat = pre_dfi >= r(p50)
gen did = treat * post
gen high_patent = patent_count > 2
gen running_dfi = dfi_index - 260
gen rdd_treat = running_dfi >= 0
sem (finance -> roa lev cashflow) (governance -> top1 indep board) ($y <- finance governance $x)
estat gof, stats(all)
export delimited using "$JOB_DIR/sem_results.csv", replace输出表
| 指标 | 数值 | 解释 |
|---|---|---|
| 样本 | 1200 obs / 196 firms / 2015-2020 | 来自共用案例 CSV |
| 因变量 | ln(1 + patent_count) | 企业创新产出 |
| 核心解释变量 | dfi_index | 数字普惠金融指数 |
| 输出文件 | sem_results.csv | empirical-wizard 对应方法产物 |
| finance -> ln Patent | 0.1266 | 由 ROA/Cashflow/TobinQ/Lev 派生的财务潜变量路径 |
| governance -> ln Patent | 0.2058 | 由 Top1/Indep/Board 派生的治理潜变量路径 |
| DFI direct path | 0.0032 | 控制两个潜变量后的直接路径 |
| 模型 R² | 0.0777 | 教学路径模型的解释度 |
案例图
写作检查
本文使用结构方程 SEM / 路径分析对案例派生题项进行量表/潜变量诊断。结果见 sem_results.csv。若信度、载荷或拟合指标未达到常用阈值，后续结构路径不宜直接作为强证据解释。
- 确认本页使用的因变量、核心解释变量、控制变量与论文主模型一致。
- 先看表格里的样本口径，再看系数、p 值或诊断指标。
- 代码里的输出文件名要能对应网页展示的结果表。
- 先报告信度/效度，再解释潜变量路径。
- 不要把案例派生题项当成真实问卷结论。