Stata门限模型的操作和结果详细解读

1、、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。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，就能产出大量优质文章

2、。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，那么就是门

3、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：/-bhansen/progs/progs_subject.htm。Hansen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）的估计

4、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InstrumentalVariableEstimationofaThresholdModelo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（最小二乘法

5、）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:NewEvi

6、denceFromaDynamicPanelThresholdAnalysis（StephanieKremer,AlexanderBick,DieterNautz,2009）。二、计量模型的假设、估计和检验略三、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:ProgramFilesStata12.0（full）ado文件夹

7、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）：.cdD:ProgramFilesStata12.0（full）adoxtptmD:ProgramFiles（x86）Stata12_winX86_x64adoxtptm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“WebresourcesfromS

8、tataandotherusersT面的11个链接打开，点击相应安装按钮，下载安装。其中，第六个链接安装结束后会提示安装出现问题，不用管。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xtptm文件夹内。这样以后每次都可以直

9、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.xtsetprovyear#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。yearq-rDv1ncax1abor-larket与打1Mcity9prov主垓*14S3E5.04Z36X47E37a.OSaSS-S1459472i4Da51至黑1.93135*17414,493-449.口4M91ml.-61L43

10、9rhDO34g.OBE1Mls15-x24T92.O529E主公主族*12759E55075X&D1471.仃口m；O7BO14E16x16472LD377会软1-993.亲也.ezsze?-E9E39,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xtpcaagglabormaxkoclA

11、t,rxicax)chrvar(yoar)xtar(1000)txxm(0.05)7xid(1001rogura(2)FundafiencalInformaclon:NuxerofNu&tcx;qNunberofNuxiterotReaimeKcgxmcinfiependentvariables:depsdencvasiabled；individualsinpanel;29periodsmpanel:21樽本个体为29个OrdinaryFix#deffect，enr卜【上闫JSuxxofSsparedRcsxdul9:283.S518Stardnrderrorofreoression:0.10

12、22RegressionResult(ordinarystanaaraerrerf:建*F方和CoefStdtPrcb.10.03180.002811.1711C.OOOO214.674311.2421.3048C.192533.97610.226717.3381C.OOOO4-0.38410.2358-1.6288C.103955.38781-1.18904.5313C.OOOOResult:(Rebust:standarderrar):CoefSed_RobuotcProb10.03180.003，Mqs0.0000214.67437.74S1.39430.DS8733.97410.504

13、87.N630.0000夕-08，*5.38780.50C2-0.7S87。夕483S1.82432.9S34O.OC33只存在T门时的不用看,Et后面的步事2.6434291133.9047591866.446804211MinimizedSumofSquaredResiduals:256.4690Standarderrorofresiduals:0.6684Thresholdestimator:1594.030395%con.invv.cthreshold;1993.07071997.0607LRCriticalvaluetotestganma=ganma0:7.3523Threshold

14、regression(OrdinaryStd.Error:CoefStdtprob10.02590.00289.22080.003020.5789IC.85690.05330.957533.78550.219017.28240.00004-0.33120.2245-1.47510.140753.63091.15413.14610.001767.26381.15726.27730.0030Thresholdrcgrcasxon(RcbuocScdError):CoefStdRobustprob10.02590.00574.51750.000020.57897.96780.07270.942133

15、.78550.48017.88540.03004-0.33120.4390-0.75440.450953.63091.59132.28160.022967.26381.67004.34970.0000Note:Critcal(InverseCDFofLRstat):-2*ln(l-sqrt(1-alpha)Ho:Nothreshold;Ha:SinglethresholdNumbercfboarstrap:1000F-stat&Prob:60.61350.0000F-criticalvalueof90495%99%:1123Thresholdsinsinglemcdel:1994.030303

16、0.613995%.ofthreshold:2005.1612006.8889TwoThresholds;1994.03032006.1212Thresholdregression(Ordinary5td.Err.MinimizedSumofSquaredResiduals:237.55120.02890.002710.516224.216111.02782.19593.54180.214016.5469-0.41610.2167-1.92037.52231.25206.008012312.13251.32749.14048.50091.12367.5258_!第第第变变段段O

17、H*:尸二二St-andazderrorocesidual:Thresholdesrlmate:2006.1212Tlxcesholdcegcession(RobusrSvd.Err.);CoefStd_Robusttprob10.02890.0055.31970.0000224.21617.29613.31900.001033.54180.44847.89890.0000q-0.41610.072-1.02170.307457.52231.81004.15600.0000612.13252.01436.02320.000078.50091.73634.89600.00000.64393rd1

18、0.02890.002710.51620.0000224.216111.02782.19590.028533.54180.214016.5q690.00004-0.41610.2167-1.92030.055357.52231.25206.0080oggs612.13251.32749.1刍0478.50091.12967.5258：Coef二一2MinimizedSumofSquaredResiduals:237.5512Standard,errorofresiduals:Thresholdestimate:1994.030395%.ofthreshold:1993.0707

19、1995TwoThresholds:1994.03032006.1212Thresholdregression(OrdinaryStd.Err.):Thresholdregression(RobustStd.Err.):里殛OLS估计结果probCoefSCd_RobusCr10.02890.00545.31970.0000224.21617.29613.31900.001033.S4180.44847.89890.00004-0.41610.4072-1.02170.307457.52231.81004.15600.0000612.13252.01436.02320.000078.50091

20、.73634.896。O.OOQOTnresliolclsmCLouDlemodel:112006.12121221994.030303Ho;SinglechmsholdrHa:DoublethresholdNumberofbootstrap:1000F-stat&Prob:45.63190.0000F-criticalvalueof90%95%99%:112.72101965723.72316456837.30120023DeBcrpitivestatisticxneachregime:口HearStdXinMayCount1工4095S.0663x50.203914322.5575Q.OI

21、SB97,979114530*03060.01B30,0G33051455O.ZfilCC.44130.03902.2585145G0.1374C.04G20.06720.320T1437leea.oooc1.-1191ISaO.flCOD1594.0000Descri-ftirestatistieBofy-X-THRatxeime;2MfmMinMayCount:14+917510.3757O,014158.942034825.56932C.S7130.02b167.94493433U.030C0.(J03b0.079S3aM41.12070.7435a.dtito33237J5350.3O5C0.3952ckcm之工2.051334360,12S00,077CKCl691Q.351134372000.50003,-45791935-00002000