Stata門限模型的操作和結(jié)果詳細(xì)解讀

1、、門限面板模型概覽如果你不愿意看下面一堆堆的文字，更不想看計量模型的估計和檢驗(yàn)原理，那就去數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究上，找一篇標(biāo)題帶有“雙門檻（或者雙門限）”的文章，瀏覽一遍，看看文章計量部分列示的統(tǒng)計量和檢驗(yàn)結(jié)果。這樣，在軟件操作時，你就知道每一步得到的結(jié)果有什么意義，怎么解釋了，起碼心里會有點(diǎn)印象。一般情況下，一個研究生花費(fèi)在研究上的時間越多，他的成果越豐富，也就是說，研究成果和研究時間存在某種正向關(guān)聯(lián)。但是，這種關(guān)聯(lián)是線性的嗎？在最初階段，他可能看了兩三年的文獻(xiàn)，也沒有寫出一篇優(yōu)秀的文章，但是一旦過了這個基礎(chǔ)期，他的能量和成果將如火山爆發(fā)一樣噴涌出來，此時，他投入少量的時間，就能產(chǎn)出大量優(yōu)質(zhì)文

2、章。再過幾年，他可能會進(jìn)入另外一種境界，雖然比以前有了極大提高，但是研究進(jìn)入新的瓶頸期，文章發(fā)表的數(shù)量減少。由此可以看出，研究成果與研究年限存在一種階段性的線性關(guān)系。這個基礎(chǔ)期的結(jié)點(diǎn)、瓶頸期的起點(diǎn)就像“門檻”一樣把研究階段分成三個部分，在不同部分，成果和時間的線性關(guān)系都不同。這個效應(yīng)被稱為門檻效應(yīng)或門限效應(yīng)。門限效應(yīng)，是指當(dāng)一個經(jīng)濟(jì)參數(shù)達(dá)到特定的數(shù)值后，引起另外一個經(jīng)濟(jì)參數(shù)發(fā)生突然轉(zhuǎn)向其它發(fā)展形式的現(xiàn)象。作為原因現(xiàn)象的臨界值稱為門限值。在上面的例子中，成果和時間存在非線性關(guān)系，但是在每個階段是線性關(guān)系。有些人將這樣的模型稱為門檻模型，或者門限模型。如果模型的研究對象包含多個個體多個年度，那么就

3、是門限面板模型。漢森（BruceE.Hansen）在門限回歸模型上做出了很多貢獻(xiàn)。了解門限模型最好的辦法，首先就要閱讀他的文章。他的文章很有特點(diǎn)：條理很清晰，推導(dǎo)過程詳細(xì)，語言簡練，語法不復(fù)雜。有關(guān)他的論文、程序、數(shù)據(jù)可以參考Hansen的個人網(wǎng)站： HYPERLINK /bhansen/progs/progs_subject.htm%e3%80%82 /bhansen/progs/progs_subject.htm。Hansen于1996年在Econometrica上發(fā)表文章Inferencewhenanuisanceparameterisnotidentifiedunderthenullh

4、ypothesis，提出了時間序列門限自回歸模型（TAR）的估計和檢驗(yàn)。之后，他在門限模型上連續(xù)追蹤，發(fā)表了幾篇經(jīng)典文章，尤其是1999年的Thresholdeffectsinnon-dynamicpanels:Estimation,testingandinference，2000年的Samplesplittingandthresholdestimation和2004年與他人合作的InstrumentalVariableEstimationofaThresholdModel。在這些文章中，Hansen介紹了包含個體固定效應(yīng)的靜態(tài)平衡面板數(shù)據(jù)門限回歸模型，闡述了計量分析方法。方法方面，首先要通過

5、減去時間均值方程，消除個體固定效應(yīng)，然后再利用OLS（最小二乘法）進(jìn)行系數(shù)估計。如果樣本數(shù)量有限，那么可以使用自舉法（Bootstrap）重復(fù)抽取樣本，提高門限效應(yīng)的顯著性檢驗(yàn)效率。在Hansen（1999）的模型中，解釋變量中不能包含內(nèi)生解釋變量，無法擴(kuò)展應(yīng)用領(lǐng)域。Caner和Hansen在2004年解決了這個問題。他們研究了帶有內(nèi)生變量和一個外生門限變量的面板門限模型。與靜態(tài)面板數(shù)據(jù)門限回歸模型有所不同，在含有內(nèi)生解釋變量的面板數(shù)據(jù)門限回歸模型中，需要利用簡化型對內(nèi)生變量進(jìn)行一定的處理，然后用2SLS（兩階段最小二乘法）或者GMM（廣義矩估計）對參數(shù)進(jìn)行估計。當(dāng)然，有關(guān)門限回歸模型的最新研

6、究，還可以參考nflationandGrowth:NewEvidenceFromaDynamicPanelThresholdAnalysis（StephanieKremer，AlexanderBick，DieterNautz，2009）。二、計量模型的假設(shè)、估計和檢驗(yàn)略三、門限面板模型回歸估計stata操作指南基于王群勇xtptm程序有關(guān)這個程序的有效性，我們不去追究，就認(rèn)為它是正確的程序。（一）前期準(zhǔn)備1、擁有一臺能聯(lián)網(wǎng)的電腦；2、電腦中有能正常運(yùn)行的Stata程序，最好是Stata/SE12,沒有這個程序請自行搜索；3、下載xtptm.zip文件包（請自行搜索），解壓縮，復(fù)制到X:Prog

7、ramFilesStata12.0（full）ado文件夾下，單獨(dú)使用一個文件夾，最好直接使用xtptm文件夾。也就是說，stata下面有文件夾ado，ado下面有文件夾xtptm，xtptm下面包含了若干文件；4、指定門限程序文件夾（每次重新打開stata都需要指定這個路徑），輸入命令（可以不包含點(diǎn)和空格“.”，直接使用命令）：.cdD:ProgramFilesStata12.0（full）adoxtptmD:ProgramFiles（x86）Stata12_winX86_x64adoxtptm以上路徑需要根據(jù)自己的實(shí)際情況指定；5、下載相關(guān)文件，輸入命令：.finditmoremata回車

8、，彈出幫助文件，依次將“WebresourcesfromStataandotherusers下面的11個鏈接打開，點(diǎn)擊相應(yīng)安裝按鈕，下載安裝。其中，第六個鏈接安裝結(jié)束后會提示安裝出現(xiàn)問題不用管。cearEhFnereMJU.all11陌皿帕rroishigd;/1.g-ss/aotiiH-ast/aiS-C!2-43_-.-tjpdact:&Lnrjsdi-bx口/TSp-dtie:Mdiac-Lon/byR&yK出上冃Bria亡亡口on/Dnficia口Fid化首歩l耳屮丿rc：dyFflArfkt昭zrghiE占因?yàn)橹付顺绦蚵窂剑╟d那個命令），安裝完成后，xtptm文件夾會增加很多文件

9、。至此，準(zhǔn)備工作做完了。二）門限回歸實(shí)例1、到此【下載數(shù)據(jù)】這個數(shù)據(jù)包括29個個體（省份），21個年度（1990-2010）,是一個平衡面板數(shù)據(jù)。將數(shù)據(jù)復(fù)制粘貼到Stata數(shù)據(jù)庫中。方法是:菜單欄DataDataEditorDataEditor（Edit），粘貼數(shù)據(jù)，粘貼時選擇“第一行設(shè)定為變量名”。然后，在數(shù)據(jù)界面，點(diǎn)擊保存，將數(shù)據(jù)保存到xtptm文件夾內(nèi)。這樣以后每次都可以直接打開這個數(shù)據(jù)文件（仍需要用cd命令指定門限程序的路徑）。關(guān)閉數(shù)據(jù)編輯框，進(jìn)行下面的操作。2、設(shè)定個體與時間，如果個體名稱是字符，還需要先將字符轉(zhuǎn)化為數(shù)值：.encodeprovin,gen(prov)#將字符型的變量

10、provin轉(zhuǎn)換為數(shù)值型的變量prov.xtsetprovyear#設(shè)定個體和時間分別由prov和year變量的數(shù)據(jù)表示最終數(shù)據(jù)列表如圖所示。MHirails.labornarkerdry関gpro-1453B5.4-72647L043361B71E97S.DO4453.DS355-B-i4OBB1至色a137fl14a49J449uO4J3Sl.E14B9-7.004403.DBEIEIEt24752.0B29E1552：a1Z73SE5550*73lO4513&u6D147X.00470-3D*7&D1S16ulEi472.037719&3-至色aaB2EZB7uO472I7uE9E35.

11、OOE7B-1O7LE4E16.42442.Ql&DB1354-ILiLBSiT.714587.04624B.55B1JJL.00625.1206E117.OE511.S-5D421355-.S47M7.047114-OD62S17.3945?.&729E133S-jLQMDES7326.047073.D2SDS-口63S.10926-917.35332.Ch4-4521337-1O&77B.S4S432.047575.tiaau4-.i.11&D4I3ii3.4122.MDia135E.046B73.523,t6i.DO74JB&.1Q15S4.13.72S52.GSB3E3、執(zhí)行門限回歸，

12、輸入如下命令：.xtptmaggtranslabormarketiae,rx(tax)thrvar(year)iters(1000)trim(0.05)grid(100)regime(2)含義：xtptm執(zhí)行門限面板回歸估計agg被解釋變量trans、labor、market、iae非核心解釋變量(控制變量)rx(tax)核心解釋變量設(shè)定為taxthrvar(year)門限變量設(shè)定為yeariters(lOOO)自舉抽樣1000次trim(0.05分組子樣本異常值去除比例為百分之五grid(lOO)將樣本分成100個柵格然后取100個中間參數(shù)regime(2)待檢驗(yàn)的門限值數(shù)量為兩個4、轉(zhuǎn)到【

13、回歸結(jié)果說明】4、回歸結(jié)果說明xtptnagglabormarkocrxlax)chxvar(year)xter(1000)xxm(O0S)grid(200reginto(2)FundanenualInrormaulon:NuxterNuxbccNumb*Nimterindependentvariables:duFunduncvyiabLun;29ReaimeRegimeindividualsinpanel:periodsmpanel:21樣本個體為29個OrdinaryFix色deffectregression:SuaxofScraaxcdRuniduln:283SS18Stardarder

14、rorofreoression:OJO22RegressionResult(ordinarystandaraerrors:CoefStdtPrcb10.031800028171100ooo214.674311.24621.30480.19253397610228717.330100OOO4-0.38410.2358-1.62880.103955.38781.18904.53130.0000RegressionRsule(Rebmrstandarderror):CocfSvd_RobuotPxob10031S00063$050oooo214.67437745：L89430DS8733.97610

15、.50487.87630.0000q-0.380.50C20.758708Ss5.38781.82432.953400033JJ歸結(jié)!=SinglethresholdregessionMinimizedSumofSquaredResiduals:256.4690Standarderrorofresiduals:06684Thresholdestimator:129403037.352395%confintvthreshold:199307071997.8687LRCriticalvaluetotestganma=gamma0:Thresholdregression(OrdinaryStdErr

16、or:CoefStdtprob1002590.0028922080.0000205789108569005330957533785S02190172824000004-0331202245-1475101407536309115413.14610.001767263811572627730.0000Thresholdregression(Robust;StdError):CoefStd_Robusttprob1002590005745175000002057897967800727094213378550480178854000004-0331204390-075440450953630915

17、9132281600229672638167004349700000Note:Critcal(InverseCDFofLRstat):-2*ln(1-sqrt(1-alpha)Ho:Nothreshold;Ha:Singlethreshold0.0000Numberofbootstrap:1000F-stat&Prob:606135F-criCicalvalueof90%95%99%:26434291136446804211Thresholdsinsinglemcdel:1994030303Doublethresholdregession:acage7MinimizedSumofSquared

18、Residuals:Standarderrorofresiduals:0.6439Thresholdestimate:200121295%conf,intofthreshold:2005.1612006.0339TwoThxesholds;1994.03032006.1212Thresholdregression(OrdinaryStd.ErrCoefSrd237.55120.02890002710.516224.2161丄丄0278219593.54180.214016.5469-0.41610.2l7-2L92037.5223丄2520.008012.1325I.32749.14048.5

19、0091296752580205變變變變1234I系系系段段段=三二第第第Threffholdregression(RobusrSvd.j|QLStfr計盤123q56CoefStdRobustZprob0.02890.00545.31970.000024.21617.29613.3190000103.541&Q44847.S9S9000Q0-0.41610.4072-1.02170.30747.5223l81004.15600.000012.1325201436.02320.00008.5Q09I.73634.89600,0000Doublethresholdregession;stage=

20、2卿方和atprob234567002890.00271LO516224216111.02782.19593.54180-214016.5469一041610.217一192037.52231.25206008012.13251.32749.104850091.1256752580.00000.02850.000000553第三段核戀變量系數(shù)MinimizedSumofSquaredResiduals:237.5512Standarderrorofresiduals:06439Thresholdestiniate:1994.030395%confintofthreshold:199307071

21、395TwoThresholds:1994.03032006.1212Thresholdregression(OrdinarySt-dErr)：SrdCoefThresholdregression(RobusrStsci.Err.):麹梅訂豐啟首CoefSLd_RobustZprob10.02890.00545.31970.0000224216172961331900001033.54180.44847.89890.00004-0.41610.4072-1.02170.307457522318100415600.000061213252.0143602320.000078.50091.7363

22、4.89600.0000Thresholdsindoublemodel:120061212：LZ1994030303且o;Singlethreshold;Ha;DoublethresholdMumberofbootstrap:1000F-scat&Prob:4563190.0000F-criticalvalueof90%95%99%:12721019657237231645687.3012002S=Eegjjjitivestatisticneachregimes=Descriptivestatisticsof/-X-THB.atregime:1Mean5匚dNinMasCount1-4095906630.079馬50.20391452235752455QCI153址了.37311453030C口0103D.0055Q.05631-154丄.0975口.fi79fiD377fi36S951-1550201004