Stata门限模型的操作和结果详细解读.docx

Stata门限模型的操作和结果详细解读.docx

《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（10页珍藏版）》请在冰豆网上搜索。

Stata门限模型的操作和结果详细解读

　　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。

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。

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.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:

NewEvidenceFromaDynamicPanelThresholdAnalysis》（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——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:

\ProgramFiles\Stata12.0（full）\ado文件夹下，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"D:

\ProgramFiles\Stata12.0（full）\ado\xtptm"

D:

\ProgramFiles（x86）\Stata12_winX86_x64\ado\xtptm　　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，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【】。

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Data>DataEditor>DataEditor（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。

　　3、执行门限回归，输入如下命令：

. xtptmaggtranslabormarketiae,rx（tax）thrvar（year）iters（1000）trim（0.05）grid（100）regime

（2）

含义：

xtptm——执行门限面板回归估计agg——被解释变量trans、labor、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【】

4、回归结果说明

这个程序只能绘制第一个门限值的检验图。

命令为：

._matplotLR,colume（12）　　　　　　　

#注意：

LR后面没有#号