1 虚拟变量的基本形式
虚拟变量有两个形式，一种是直接加入模型中，只对常数项产生影响；一种是和解释变量的乘积项加入模型中（具体和哪个解释变量相乘根据需要而定），将对被解释变量的系数产生影响。当然，可以把他们组合在一起，同时影响截距项和系数。
1.1 虚拟变量是二分类变量
如性别变量有{男、女}两个分类，那么应该设置1个虚拟变量D，当D=1时代表男性，当D=2时代表女性（也可以设置当D=1时代表女性，当D=2时代表男性）。
形式１：
形式2：
1.2 虚拟变量是多分类变量
如地区变量有{东、中、西}三个分类，那么应该设置两个虚拟变量D1和D2。当地区为东部时，D1=1，D2=0；当地区为中部时，D1=0，D2=1；当地区为西部时，D1=0，D2=0。
形式1：
形式2：
2 虚拟变量的例子 （二分类虚拟变量）
2.1 数据
在多元线性回归的例子中，发现企业的上市地点有上海和深圳两个，那么在不同地点上市会不会对其roe产生影响呢？这里可以采用虚拟变量方法来进行研究。
2.2 录入数据及变量转换
打开数据编辑窗口，将数据从Excel中复制到Stata，注意粘贴时选择“将第一行作为变量名”
生成lnage变量和lnlabor变量：
g lnage=ln(2020-year)
g lnlabor=ln(labor)
2.3 根据上市地点来创建虚拟变量
创建虚拟变量d，如果企业上市地点为深圳，则d=0；如果企业上市地点为上海，则d=1.
由于Stata16支持中文名，且“上市地点”变量仅在创建虚拟变量中使用一次，所以不再将其重命名为英文！
创建虚拟变量：
g d=1
replace d=0 if 上市地点 == "深圳"
2.4 截距项虚拟变量形式
截距项虚拟变量形式的估计：
reg roe d liquit turnover lnage lnlabor
在估计结果中，变量d的p值大于0.1，表明无论上海还是深圳上市企业的roe没有区别。
2.5 系数项虚拟变量形式
创建虚拟变量和liquit变量的交互项：
g dliquit=d*liquit
系数项虚拟变量形式的估计：
reg roe dliquit liquit turnover lnage lnlabor
在估计结果中，变量dliquit的p值大于0.1，表明无论企业在上海还是深圳上市，liquit对roe的影响没有区别。
2.6 截距项加系数项虚拟变量形式
截距项加系数项虚拟变量形式的估计：
reg roe d dliquit liquit turnover lnage lnlabor
在估计结果中，变量d和dliquit的p值均大于0.1。表明无论上海还是深圳上市企业的roe没有区别，同时无论企业在上海还是深圳上市，liquit对roe的影响没有区别。
3 虚拟变量的例子 （多分类虚拟变量）
在多元线性回归的例子中，发现企业的规模存在差异，那么在不同规模的企业，解释变量对roe的影响是否一致呢？这里可以采用虚拟变量方法来进行研究。
3.1 根据企业规模来创建虚拟变量
添加虚拟变量D1和D2，当为大型企业时，D1=1，否则D1=0；当为中型企业时，D2=1，否则D2=0。通过这样设定，D1=1，D2=0表示大型企业；D1=0，D2=1表示中型企业；D1=0，D2=0则表示小型企业。
由于Stata16支持中文名，且“企业规模”变量仅在创建虚拟变量中使用一次，所以不再将其重命名为英文！
创建虚拟变量：
g d1=0
g d2=0
replace d1=1 if 企业规模=="大型"
replace d2=1 if 企业规模=="中型"
3.2 截距项虚拟变量形式
截距项虚拟变量形式的估计（这里为了演示虚拟变量显著的情况，在模型中加入nocons选项以去掉截距项，但正常情况下模型中应当加入截距项）：
reg roe d1 d2 liquit turnover lnage lnlabor,nocons
估计结果显示，D1变量系数的P值为0.059，显著，D2变量系数的P值为0.155，不显著。
注意，当虚拟变量为多分类变量时，比较的基准是没有设置变量的那个类别（在本例中，比较的基准是小型企业）。因而，D1显著，且D1的系数值为9.992892，表明与小型企业相比，大型企业的初始ROE水平更高。D2不显著，表明与小型企业相比，中型企业的初始ROE水平不存在差异。
中型企业和大型企业在模型中没有直接对比，但可以间接判断，因为中型企业与小型企业roe一样，大型企业高于小型企业，所以大型企业也应该高于中型企业。
3.3 系数项虚拟变量形式
创建虚拟变量和liquit变量的交互项：
g d1liquit=d1*liquit
g d2liquit=d2*liquit
系数项虚拟变量形式的估计：
reg roe d1liquit d2liquit liquit turnover lnage lnlabor
估计结果窗口显示，D1LIQUIT和D2LIQUIT变量系数的P值均大于0.1，因而都不显著，表明不同规模企业的流动比率对roe的影响不存在差异。
研究不同规模企业的资本周转率对roe的影响是否有差异：
g d1turnover=d1*turnover
g d2turnover=d2*turnover
reg roe liquit turnover d1turnover d2turnover lnage lnlabor
估计结果窗口显示，D1TURNOVER和D1TURNOVER变量的系数分别为9.308877和7.545686，且P值均小于0.1，显著。所以资本周转率每提高1单位，大型企业可以比小型企业ROE多增加9.308877单位；中型企业可以比小型企业ROE多增加7.545686单位。
3.4 进一步研究
对于多分类变量，有两种数据类型，一类是无序数据，例如（东部、中部、西部）；一类是有序疏解，如（大、中、小）。 上例中，企业规模分为大中小三类，属于有序数据，除了可以用虚拟变量方法外，还可以直接设置一个变量，即设置一个变量M，当为小型企业时，M=1，当为中型企业时，M=2，当为大型企业时，M=3。然后直接将M变量加入模型进行估计。
生成M变量：
g m=1
replace m=2 if 企业规模=="中型"
replace m=3 if 企业规模=="大型"
将M加入模型进行回归（为了和设置d1、d2两个虚拟变量的情况比较，这里也加入nocons选项）：
reg roe m liquit turnover lnage lnlabor,nocons
在估计结果窗口中，M变量系数的P值为0.025，显著。表明不同企业规模初始ROE存在差异。M变量的系数为3.861143，其表明中型企业比小型企业大3.861143，大型企业比中型企业也大3.861143，即大比中、中比小的差距是相同的。而对于设置D1和D2两个虚拟变量的情况，大型企业、中型企业和小型企业的差距可以不同，因而设置D1和D2两个虚拟变量对不同规模企业roe差异的约束更小。