《Stata门限模型的操作和结果详细解读.docx》由会员分享，可在线阅读，更多相关《Stata门限模型的操作和结果详细解读.docx（12页珍藏版）》请在三一办公上搜索。
1、一、门限面板模型概览如果你不愿意看下面一堆堆的文字，更不想看计量模型的估计和检验原理，那就去数量经济技术经济研究上，找一篇标题带有“双门槛(或者双门限)”的文章，浏览一遍，看看文章计量部分列示的统计量和检验结果0这样，在软件操作时，你就知道每一步得到的结果有什么意义，怎么解释了，起码心里会有点印象。一般情况下，一个研究生花费在研究上的时间越多，他的成果越丰富，也就是说，研究成果和研究时间存在某种正向关联。但是，这种关联是线性的吗？在最初阶段，他可能看了两三年的文献，也没有写出一篇优秀的文章，但是一旦过了这个基础期，他的能量和成果将如火山爆发一样喷涌出来，此时，他投入少量的时间，就能产出大量优质
2、文章。再过几年，他可能会进入另外一种境界，虽然比以前有了极大提高，但是研究进入新的瓶颈期，文章发表的数量减少。由此可以看出，研究成果与研究年限存在一种阶段性的线性关系。这个基础期的结点、瓶颈期的起点就像“门槛”一样把研究阶段分成三个部分，在不同部分，成果和时间的线性关系都不同。这个效应被称为门槛效应或门限效应。门限效应，是指当一个经济参数达到特定的数值后，引起另外一个经济参数发生突然转向其它发展形式的现象。作为原因现象的临界值称为门限值。在上面的例子中，成果和时间存在非线性关系，但是在每个阶段是线性关系。有些人将这样的模型称为门槛模型，或者门限模型。如果模型的研究对象包含多个个体多个年度，那么
3、就是门限面板模型。汉森(BrUCeE.Hansen)在门限回归模型上做出了很多贡献。了解门限模型最好的办法，首先就要阅读他的文章。他的文章很有特点：条理很清晰，推导过程详细，语言简练，语法不复杂。有关他的论文、程序、数据可以参考HanSen的个人网站：http:/www.ssc.wisc.edu/bhansen/progs/progs_subject.htmoHansen于1996年在Econometrica上发表文章Inferencewhenanuisanceparameterisnotidentifiedunderthenullhypothesis,提出了时间序列门限自回归模型(TAR)的
4、估计和检验。之后，他在门限模型上连续追踪，发表了几篇经典文章，尤其是1999年的Thresholdeffectsinnon-dynamicpanels:Estimation,testingandinference,2000年的Samplesplittingandthresholdestimation和2004年与他人合作的InstrumentalVariableEstimationofaThresholdModel。在这些文章中，Hansen介绍了包含个体固定效应的静态平衡面板数据门限回归模型，阐述了计量分析方法。方法方面，首先要通过减去时间均值方程，消除个体固定效应，然后再利用OLS(最小二
5、乘法)进行系数估计。如果样本数量有限,那么可以使用自举法(BOotStraP)重复抽取样本，提高门限效应的显著性检验效率。在HanSen(1999)的模型中，解释变量中不能包含内生解释变量，无法扩展应用领域。Caner和Hansen在2004年解决了这个问题。他们研究了带有内生变量和一个外生门限变量的面板门限模型。与静态面板数据门限回归模型有所不同，在含有内生解释变量的面板数据门限回归模型中，需要利用简化型对内生变量进行一定的处理，然后用2SLS(两阶段最小二乘法)或者GMM(广义矩估计)对参数进行估计。当然，有关门限回归模型的最新研究，还可以参考InflationandGrowth:NeWE
6、VidenCeFromaDynamicPanelThresholdAnalySis(StephanieKremer,AlexanderBick,DieterNautz,2009)0二、计量模型的假设、估计和检验三、门限面板模型回归估计Stata操作指南一一基于王群勇XtPtm程序有关这个程序的有效性，我们不去追究，就认为它是正确的程序。（一）前期准备1、拥有一台能联网的电脑；2、电脑中有能正常运行的Stata程序，最好是Stata/SE12,没有这个程序请自行搜索；3、下载xtptm.zip文件包（请自行搜索），解压缩，复制到X:ProgramFilesStatal2.0（full）ado文件
7、夹下，单独使用一个文件夹，最好直接使用XtPtm文件夹。也就是说，Stata下面有文件夹ado,ado下面有文件夹XtPtm,XtPtm下面包含了若干文件；4、指定门限程序文件夹（每次重新打开Stata都需要指定这个路径），输入命令（可以不包含点和空格直接使用命令）：.Cd,DProgramFilesNStatal2.0（fill）adoxtptm,以上路径需要根据自己的实际情况指定；5、下载相关文件，输入命令：.finditmoremata回车，弹出帮助文件，依次将“WebresourcesfromStataandotherUSerS”下面的11个链接打开，点击相应安装按钮，下载安装。其中，
8、第六个链接安装结束后会提示安装出现问题，不用管。8.i*searchtnoremau.illsearch moremiU. 111 XWbr61rcfx三SUUIILndothr口sor(contctift9bttpsvwv.ftta.co)11package9found310-3SJio-3t0197.bacon:Aneffeceivewaytodetectoutliers./bacon:Anrtccvtwycodcccoulrinulcvait/dtusingScat*(andHaa)/bySylvalnXeber,UniversityofSeneva,/DcparcsentofEconc
9、mics,40BoulevardduPont-d,Arve,/1205Gne,Sviczerlaad/Supporc:PftJAfMB/%fW.rAFJb.mtWMtl.1因为指定了程序路径（Cd那个命令），安装完成后，XtPtm文件夹会增加很多文件。至此，准备工作做完了。（二）门限回归实例1、到此【下载数据，这个数据包括29个个体（省份），21个年度（1990-2010）,是一个平衡面板数据。将数据复制粘贴到Stata数据库中。方法是:菜单栏DataDataEditorDataEditor（Edit）,粘贴数据，粘贴时选择“第一行设定为变量名”。然后，在数据界面，点击保存，将数据保存到XtP
10、tm文件夹内。这样以后每次都可以直接打开这个数据文件（仍需要用Cd命令指定门限程序的路径）。关闭数据编辑框，进行下面的操作。2、设定个体与时间，如果个体名称是字符，还需要先将字符转化为数值：.encodeprovin,gen(prov)#将字符型的变量ProVin转换为数值型的变量PrOV.xtsetrovyear#设定个体和时间分别由prov和year变量的数据表示最终数据列表如图所示。yearprovintaxtranslabormarketsataiaecityaggprov1ISSO去徵.145385.472647.043361.718978.004453.05355814.8S472
11、.40831a21991.137414.493449.043931614897.004403.068515IS.24792.0829631992麦缴.127998.555073.045135.81471004703.07601816.16472.0377安徽41993安敷.126871.62S267.047247.S95397.OOS781.07154516.42442.01508三a51994安堂.118917.714587.046246.558111.006259.12065117.05511.88048安徽6199S安56.110862647097.047114608403.00628.
12、1043317.39452.07395安徵71996支教109406.67226.047079.602805.38.10926917.93332.04458安徽819S7安制.106778.648432047575.611594.006851.11004318.41622.0019安徵91998支aIOGGlS.655083.046873.623161.Q0748.10158418.72952.0983SSc5ft3、执行门限回归，输入如下命令:.xtptmaggtranslabormarketiae,rx(tax)thrvar(year)iters(1000)trim(0.05)grid(1
13、00)regime(2)含义：xtptm执行门限面板回归估计agg被解释变量trans、Iabor、market、iae非核心解释变量(控制变量)rx(tax)核心解释变量设定为taxthrvar(year)门限变量设定为yeariters(1000)自举抽样1000次trim(0.05)分组子样本异常值去除比例为百分之五grid(100)将样本分成100个栅格然后取100个中间参数regime(2)待检验的门限值数量为两个4、转到【回归结果说明】4、回归结果说明.tptmaggtranslabormarketIae,rx(tax)Chrvar(year)leers(1000)cim(0.05
14、)grid(100)regime(2)NumberofRegimeindependentvariables:4被NuinberofReguMdependentvariables:14m*人MqdANumberofindividualsinpanl:29忏公Numberofperiodsinpanel:21同为21年BWE双JM矶亚网Jtwa票SumofScjuaredResiduls:283.SS18Stardarderrorofregression:0.7022=一RegressionResult(ordinarystandarderror):wwtt1CofStdcProbW回曰0*123
15、4S0.03180.002811.17110.000014.674311.24621.30480.19254个控制变jKS(3.97610.228717.38810.0000垓整Mr-0.38410.2358-1.62880.1039幽DiWtXM家政5.38781.18904.53130.0000RegressionResult(Robuststandarderror):CoefScd_RobutcProb123450.03180.00635.04450.000014.7437746S1.89430.05873.9710.S0487.87630.0000-0.38410S062-0.7587
16、0.44835.38781.82432.95340.0033只存在一个门横时的统计Standard error of residuals:0.6684Threshold estimator: 1994.0303MinimizedSumofSquaredResiduals:256.469095%conf.intv.ofthreshold:1993.07071997.86871.RCriticalvaluetotestgamma=gamma:Thresholdregression(OrdinaryStd.Error):CoefStdtprob10.02590.00289.22080.000020.
17、578910.85690.05330.957533.78550.219017.28240.00004-0.33120.2245-1.47510.1407S3.63091.15413.14610.001767.26381.15726.27730.0000Thresholdregression(RobustStd.Error):CoefStd_Robusttprob10.02590.00574.51750.000020.57897.96780.07270.942133.78550.48017.88540.00004-0.33120.4390-0.75440.450953.63091.59132.2
18、8160.022967.26381.67004.34970.0000Note:Critcal(InverseCDFofLRstat):-2*ln(l-sqrt(1-alpha)Ho:Nothreshold;Ha:SinglethresholdNumberofbootstrap:1000F-stat 6 Prob:60.61350.0000F-criticalvalueof90%95%99%:2.6434291133.9047591866.446804211Thresholdsinsinglemodel:1994.030303MinimizedSumofSquaredResiduals:237.
19、5512Standarderrorofresiduals:Thresholdestimate:2006.121295%conf.int.ofthreshold:2005.16162006.8889TwoThresholds:1994.03032006.12120.6439CoefStdZprob10.02890.002710.5162224.216111.02782.1959oo2sSiB三33.54180.214016.546900iHS3Sn4-0.41610.2167-1.9203O.OSH4SK57.52231.25206.0080I;I-612.13251.32749.140478.
20、50091.12967.5258IThresholdregression(RobustStd.上f绮准ItQLS估计结果CoefStd_RobustZprob10.02890.00545.31970.0000224.21617.29613.31900.001033.54180.44847.89890.00004-0.41610.4072-1.02170.307457.52231.81004.15600.0000612.13252.01436.02320.000078.50091.73634.89600.0000Thresholdregression(OrdinaryStd.Err.Minimi
21、zedSumofSquaredResiduals:237.5512Standarderrorofresiduals:0.6439Thresholdestimate:1994.030395%conf.int.ofthreshold:1993.07071995.TwoThresholds:1994.03032006.1212Thresholdregression(OrdinaryStd.Err.):CoefStdt10.02890.002710.5162224.216111.02782.195933.54180.214016.54694-0.41610.2167-1.920357.52231.25
22、206.0080612.13251.32749.140478.S0091.12967.52S8prob0.00000.028S0.00000.055300.第三段核日变量系数第三段核财变量系数Thresholdregression(RobustStd.Err.):浦lKOLS廿盟MlCoefStjRobUStZprob10.02890.00545.31970.0000224.21617.29613.31900.001033.54180.44847.89890.00004-0.41610.4072-1.02170.307457.52231.81004.15600.0000612.13252.01
23、436.02320.000078.50091.73634.89600.0000Thresholdsindoublemodel:112006.12121221994.030303Ho:Singlethreshold;Ha:DoublethresholdNumberofbootstrap:1000F-stat&Prob:45.63190.0000F-criticalvalueof90%95%99%:112.72101965723.72316456837.30120028Descrpirivestatisticineachregime:=Descriptivestatisticsofy-X-THRa
24、tregime：1门限值分组描次枇如MeanStdMinMaxCount14.40959.06630.079450.203914522.35758.24550.015847.979114530.03060.01830.00330.068314541.09750.67960.37763.689514550.28100.44130.03902.258514S60.13740.04620.06720.320714571992.00001.41911990.00001994.0000145Descriptivestatisticsofy-X-THRatregime：2MeanSCdMinMaxCoun
25、c14.917510.37570.074158.942034825.569320.57130.0285167.944934830.03080.01940.00360.079534841.12070.74950.34663.823734850.30580.39520.03212.051334860.12900.04770.06910.351134872000.50003.45701995.00002006.0000348Descriptivestatisticsofy-X-THRacregime：3MeanSCdMinMaxCount15.108510.14070.072354.78041162
26、12.052338.85640.0759196.297811630.03340.02100.00400.079411641.15510.66250.35423.399311650.36010.43310.04031.799111660.16490.06450.09410.395111672008.50001.12292007.00002010.00001161.RandThresholdsseriesarestoredinStatamatrix:LR!You can observe the scatter plot by:matplot LRr columns(1 2)这个程序只能绘制第个门限值的检验图。命令为:._matplotLR,CoIUme(12)#注意：LR后面没有#号year
