跟踪连续变量中每次观察的变化
Tracking changes per observation in a continuous variable
我正在尝试评估在 U.S 县推出的 属性 税收政策，其中超过阈值（即 500 平方米）的房产面临更高的 属性 税收率低于截止值。
我有 1990 年至 2006 年间该县所有房产的微观数据。
有趣的是，我知道一些房产超过 500 平方米的土地所有者试图通过将他们的 属性 分成几个子房产来避免征税，这样他们就在截止点以下。
但是，我试图通过跟踪两个变量“lot_number”和“面积”进行实证调查，这两个变量指的是该县每个 属性 的平面图和面积。具体来说，如果我注意到“总体规划”100 中假设的“lot_number”A 将其“面积”从税前 800 平方米更改为 400 平方米 post 政策公告，那么这就是证据避税行为。
但是，我不确定如何编码我的数据，以便我可以如上所述监控避税行为。
我的数据集如下所示：
* Example generated by -dataex-. For more info, type help dataex
clear
input str109 masterplan str66 lotnumber str40 area str30 pricesqm str42 transactiondate
"/2022" " 46" "625" "260.8" "2004/01/24"
"/2485" " 261/2" "435" "103.4483" "2004/01/29"
"/2485" " 63" "625" "75.2" "2004/01/23"
"/3152" " 114" "500" "170" "2004/01/28"
"/3152" " 134" "993.05" "160.6163" "2004/01/06"
"/3152" " 141" "600" "131.44" "2005/01/28"
"/3152" " 159" "500" "154" "2003/01/28"
"/3152" " 161" "500" "155" "2002/01/29"
一种分析方法是按照 Nick 的建议进行操作并使用 destring area pricesqm。请注意，在以下代码中，我向您的数据示例添加了四行，以便有一个 masterplan-lotnumber 随时间变化的示例：
clear
input str109 masterplan str66 lotnumber str40 area str30 pricesqm str42 transactiondate,
"/2022" " 46" "625" "260.8" "2004/01/24"
"/2485" " 261/2" "435" "103.4483" "2004/01/29"
"/2485" " 63" "625" "75.2" "2004/01/23"
"/3152" " 114" "500" "170" "2004/01/28"
"/3152" " 134" "993.05" "160.6163" "2004/01/06"
"/3152" " 141" "600" "131.44" "2005/01/28"
"/3152" " 159" "500" "154" "2003/01/28"
"/3152" " 161" "500" "155" "2002/01/29"
"/9998" " 999" "800" "155" "2003/02/28"
"/9998" " 999" "400" "155" "2004/03/15"
"/9999" " 999" "800" "155" "2004/02/28"
"/9999" " 999" "800" "155" "2005/03/15"
end
compress
destring area pricesqm, replace
*create a clean date from the transaction date and format for ease
gen trans_date_clean = daily(transactiondate, "YMD")
format trans_date_clean %tdnn/dd/YY
*create an id for each masterplan-lotnumber
sort masterplan lotnumber trans_date_clean
egen id = group(masterplan lot)
*create a flag that equals 1 if the id is the same as the previous
*id, the previous area is greater than 500, and the area of this
*observation is less than 500. This approach depends on the sort
*before the egen command above so that masterplan-lotnumbers are
*grouped together.
gen flag = 0
replace flag = 1 if id == id[_n-1] & area[_n-1] > 500 & area < 500
此外，这只是解决此问题的一种方法。在此之后，您可能需要采取措施确保不会重复计算任何频繁更改区域的批次，或者如果区域更改需要在特定时间段内进行，您可能需要向标志添加额外条件。或者，您也可以考虑通过 id（masterplan-lotnumber）和交易年份（从交易日期开始）重塑数据，并比较两年之间的住房面积差异。
我正在尝试评估在 U.S 县推出的 属性 税收政策，其中超过阈值（即 500 平方米）的房产面临更高的 属性 税收率低于截止值。 我有 1990 年至 2006 年间该县所有房产的微观数据。 有趣的是，我知道一些房产超过 500 平方米的土地所有者试图通过将他们的 属性 分成几个子房产来避免征税，这样他们就在截止点以下。
但是，我试图通过跟踪两个变量“lot_number”和“面积”进行实证调查，这两个变量指的是该县每个 属性 的平面图和面积。具体来说，如果我注意到“总体规划”100 中假设的“lot_number”A 将其“面积”从税前 800 平方米更改为 400 平方米 post 政策公告，那么这就是证据避税行为。
但是，我不确定如何编码我的数据，以便我可以如上所述监控避税行为。
我的数据集如下所示：
* Example generated by -dataex-. For more info, type help dataex
clear
input str109 masterplan str66 lotnumber str40 area str30 pricesqm str42 transactiondate
"/2022" " 46" "625" "260.8" "2004/01/24"
"/2485" " 261/2" "435" "103.4483" "2004/01/29"
"/2485" " 63" "625" "75.2" "2004/01/23"
"/3152" " 114" "500" "170" "2004/01/28"
"/3152" " 134" "993.05" "160.6163" "2004/01/06"
"/3152" " 141" "600" "131.44" "2005/01/28"
"/3152" " 159" "500" "154" "2003/01/28"
"/3152" " 161" "500" "155" "2002/01/29"
一种分析方法是按照 Nick 的建议进行操作并使用 destring area pricesqm。请注意，在以下代码中，我向您的数据示例添加了四行，以便有一个 masterplan-lotnumber 随时间变化的示例：
clear
input str109 masterplan str66 lotnumber str40 area str30 pricesqm str42 transactiondate,
"/2022" " 46" "625" "260.8" "2004/01/24"
"/2485" " 261/2" "435" "103.4483" "2004/01/29"
"/2485" " 63" "625" "75.2" "2004/01/23"
"/3152" " 114" "500" "170" "2004/01/28"
"/3152" " 134" "993.05" "160.6163" "2004/01/06"
"/3152" " 141" "600" "131.44" "2005/01/28"
"/3152" " 159" "500" "154" "2003/01/28"
"/3152" " 161" "500" "155" "2002/01/29"
"/9998" " 999" "800" "155" "2003/02/28"
"/9998" " 999" "400" "155" "2004/03/15"
"/9999" " 999" "800" "155" "2004/02/28"
"/9999" " 999" "800" "155" "2005/03/15"
end
compress
destring area pricesqm, replace
*create a clean date from the transaction date and format for ease
gen trans_date_clean = daily(transactiondate, "YMD")
format trans_date_clean %tdnn/dd/YY
*create an id for each masterplan-lotnumber
sort masterplan lotnumber trans_date_clean
egen id = group(masterplan lot)
*create a flag that equals 1 if the id is the same as the previous
*id, the previous area is greater than 500, and the area of this
*observation is less than 500. This approach depends on the sort
*before the egen command above so that masterplan-lotnumbers are
*grouped together.
gen flag = 0
replace flag = 1 if id == id[_n-1] & area[_n-1] > 500 & area < 500
此外，这只是解决此问题的一种方法。在此之后，您可能需要采取措施确保不会重复计算任何频繁更改区域的批次，或者如果区域更改需要在特定时间段内进行，您可能需要向标志添加额外条件。或者，您也可以考虑通过 id（masterplan-lotnumber）和交易年份（从交易日期开始）重塑数据，并比较两年之间的住房面积差异。