3. 连玉君——面板门槛的介绍
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Page 1
* * * * * * * * * * * * * *
--------------------------------------------------------------------------------Stata 学术论文专题 --------------------------------------------------------------------------------主讲人：连玉君 副教授 单 电 博 主 微 位：中山大学岭南学院金融系 邮: arlionn@ 客: /arlion 页：http://goo.gl/tRXba 博：/arlionn
Page 3
*--------------*-模拟数据的生成：单一门槛 *-模拟方法详见: Stata 高级视频, B9_MC_BS.do clear set obs 100 set seed 123456 gen e = invnorm(uniform()) // e~N(0,1) gen x = 3*invnorm(uniform()) // x~N(0,3^2) gen t = _n // t=1,2,3... gen y = . tsset t replace y = 1 + 2*x + e replace y = 1 + -2*x + e if t>50 save xtthres_sim1.dta, replace *------------*-基本统计分析 scatter y t scatter y x reg est reg est reg est y x store full y x if t<=50 store left y x if t>50 store right
*-------------*-1.2 估计方法: 一份模拟的数据
~74~
Hansen_1999.do - Printed on 2012-7-1 21:26:47
137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204
(2)
*-估计方法： * 在样本区间内遍试所可能的 q[it] 值，拟合的最好的就是所需的届点 * *-检验方法： * Bootstrap，因为在原假设下，参数 gamma 是未知的； * 详见: Stata 高级视频, B9_MC_BS.do * *-命令： xtthres 和 xttr_graph *------------*-1.1.3 应用 *-连玉君, 程建. * 不同成长机会下资本结构与经营绩效之关系研究, 当代经济科学, 2006年02期. *-李平,许家云. * 国际智力回流的技术扩散效应研究——基于中国地区差异及门槛回归的实证分析. * 经济学(季刊). 2011年3期 *-李梅,柳士昌 * 对外直接投资逆向技术溢出的地区差异和门槛效应 * 管理世界. 2012年第1期 *-刘胜强,刘星. * 董事会规模对企业R&D投资行为的门槛效应分析. * 预测. 2010年6期
*-原始论文 shellout "$path\Refs\Hansen_1999.pdf" *-中文介绍 shellout "$path\Refs\连玉君_08_Panel_Data.pdf"
*-------------------*-> 面板门槛模型 *-------------------*----------*-1.1 简介 *-------*-1.1.1 结构突变问题 *--------------------*-结构变化问题非常普遍 *-人力资本与经济增长 *-第一大股东持股比例与公司价值 *-资本结构与公司价值 *--------------_| 型, 扁 S 型 倒 U 型 倒 U 型
*-面板门槛模型 *---------------------------------------------* Hansen, B., 1999. * Threshold effects in non-dynamic panels: * Estimation, testing, and inference. * Journal of Econometrics, 93(2):345-368. *---------------------------------------------*-主要方法 *- Panel Threshold Model: xtthres *- Bootstrap *- FE (Fixed Effect Model): xtreg, fe global path "`c(sysdir_personal)'PX_papers" //定义课程目录 cd "$path\Hansen_1999" adopath + "$path\adofiles" // 进入本讲目录 // 自编程序
local m "full left right" esttab `m', mtitle(`m') *-------------*-虚拟变量回归：Chow Test 的基本思想 *-如果知道断点 gen d = (t>50) gen xd = x*d reg y x xd est store true50 *-如果不知道断点 gen gen reg est gen gen reg est gen gen reg est gen gen reg est d10 = (t>10) xd10 = x*d10 y x xd10 store t10 d20 = (t>20) xd20 = x*d20 y x xd20 store t20 d30 = (t>30) xd30 = x*d30 y x xd30 store t30 d60 = (t>60) xd60 = x*d60 y x xd60 store t60 // 假设 t=10 在 t=50
*----------*-两个突变点 *-生成模拟数据 clear set seed 1357 // 种子值，只是为了保证结果可重现 set obs 2000 gen t = _n // t=1,2,3... gen e = invnorm(uniform()) if t<=100 // e~N(0,1) gen x = 3*invnorm(uniform()) if t<=100 // x~N(0,3^2) gen y = . tsset t replace y = 1 + 2*x + e if t<=100 replace y = 1 + -2*x + e if t>30&t<=60 replace y = 1 + 4*x + e if t>60&t<=100 save xtthres_sim2.dta, replace // 保存一份模拟数据 scatter y x scatter y t if t<=100 // 看不出规律
// 假设 t=20
// 假设 t=30
// 假设 t=60
local m "full t10 t20 t30 true50 t60" esttab `m', mtitle(`m') s(r2 rss ll) nogap compress
~75~
Hansen_1999.do - Printed on 2012-7-1 21:26:47
205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272
Page 2
*-典型的处理方法 * 加入解释变量的二次项，如 reg y x x^2 * 加入虚拟变量和交乘项，如 reg y x d d*x * 分组回归 *----------* 存在的问题：x 与 x^2 往往是高度共线性的； * 如何确定分组界点？错误的界点会导致严重的偏误 *-------*-1.1.2 面板门槛模型的设定 shellout "$path\Refs\Hansen_1999.pdf" * * * * ***{ u[i] + b1*X[it] + e[it] y[it] = { { u[i] + b2*X[it] + e[it] y[it] -- 被解释变量 X[it] -- 解释变量 q[it] -- 门槛变量 if q[it]<=gamma (1) if q[it]> gamma (d=1 if top1>0.5)
Page 4
*-评论： * (1) 在 t=50 处，RSS 是最小的，LL 和 R2 都是最大的 * (2) 在 t!=50处，模型的参数估计偏差很大, * 这意味着传统的估计方法可能存在严重偏误(事先指定断点位置) * 当然，离 t=50 越近，RSS 也越小，这对建模有一定的启示 * (3) 更为合理的方法？ *------------------*-网格搜索结构突变点 gen rss = . forvalues i=5/95{ gen di = (t>`i') gen xdi = x*di qui reg y x xdi qui replace rss = e(rss) in `i' drop di xdi } sort rss list rss t in 1/5 *-图示 line rss t, xline(50,lp(dash) lw(thick)) /// lw(thick) xlabel(0(10)100) sort
*-----------*-Key points: * * (1) gamma 是未知的, 将通过数据的特征自动估计出来； * (2) 可以很方便地扩展多多个门槛的情形 *-另一种表述方式： * * y[it] = u[i] + b1*X[it]*I(q[it]<=gamma) * + b2*X[it]*I(q[it]>gamma) + e[it]
~73~
Hansen_1999.do - Printed on 2012-7-1 21:26:47
69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136
Hansen_1999.do - Printed on 2012-7-1 21:26:47
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68
* * * * * * * * * * * * * *
--------------------------------------------------------------------------------Stata 学术论文专题 --------------------------------------------------------------------------------主讲人：连玉君 副教授 单 电 博 主 微 位：中山大学岭南学院金融系 邮: arlionn@ 客: /arlion 页：http://goo.gl/tRXba 博：/arlionn
Page 3
*--------------*-模拟数据的生成：单一门槛 *-模拟方法详见: Stata 高级视频, B9_MC_BS.do clear set obs 100 set seed 123456 gen e = invnorm(uniform()) // e~N(0,1) gen x = 3*invnorm(uniform()) // x~N(0,3^2) gen t = _n // t=1,2,3... gen y = . tsset t replace y = 1 + 2*x + e replace y = 1 + -2*x + e if t>50 save xtthres_sim1.dta, replace *------------*-基本统计分析 scatter y t scatter y x reg est reg est reg est y x store full y x if t<=50 store left y x if t>50 store right
*-------------*-1.2 估计方法: 一份模拟的数据
~74~
Hansen_1999.do - Printed on 2012-7-1 21:26:47
137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204
(2)
*-估计方法： * 在样本区间内遍试所可能的 q[it] 值，拟合的最好的就是所需的届点 * *-检验方法： * Bootstrap，因为在原假设下，参数 gamma 是未知的； * 详见: Stata 高级视频, B9_MC_BS.do * *-命令： xtthres 和 xttr_graph *------------*-1.1.3 应用 *-连玉君, 程建. * 不同成长机会下资本结构与经营绩效之关系研究, 当代经济科学, 2006年02期. *-李平,许家云. * 国际智力回流的技术扩散效应研究——基于中国地区差异及门槛回归的实证分析. * 经济学(季刊). 2011年3期 *-李梅,柳士昌 * 对外直接投资逆向技术溢出的地区差异和门槛效应 * 管理世界. 2012年第1期 *-刘胜强,刘星. * 董事会规模对企业R&D投资行为的门槛效应分析. * 预测. 2010年6期
*-原始论文 shellout "$path\Refs\Hansen_1999.pdf" *-中文介绍 shellout "$path\Refs\连玉君_08_Panel_Data.pdf"
*-------------------*-> 面板门槛模型 *-------------------*----------*-1.1 简介 *-------*-1.1.1 结构突变问题 *--------------------*-结构变化问题非常普遍 *-人力资本与经济增长 *-第一大股东持股比例与公司价值 *-资本结构与公司价值 *--------------_| 型, 扁 S 型 倒 U 型 倒 U 型
*-面板门槛模型 *---------------------------------------------* Hansen, B., 1999. * Threshold effects in non-dynamic panels: * Estimation, testing, and inference. * Journal of Econometrics, 93(2):345-368. *---------------------------------------------*-主要方法 *- Panel Threshold Model: xtthres *- Bootstrap *- FE (Fixed Effect Model): xtreg, fe global path "`c(sysdir_personal)'PX_papers" //定义课程目录 cd "$path\Hansen_1999" adopath + "$path\adofiles" // 进入本讲目录 // 自编程序
local m "full left right" esttab `m', mtitle(`m') *-------------*-虚拟变量回归：Chow Test 的基本思想 *-如果知道断点 gen d = (t>50) gen xd = x*d reg y x xd est store true50 *-如果不知道断点 gen gen reg est gen gen reg est gen gen reg est gen gen reg est d10 = (t>10) xd10 = x*d10 y x xd10 store t10 d20 = (t>20) xd20 = x*d20 y x xd20 store t20 d30 = (t>30) xd30 = x*d30 y x xd30 store t30 d60 = (t>60) xd60 = x*d60 y x xd60 store t60 // 假设 t=10 在 t=50
*----------*-两个突变点 *-生成模拟数据 clear set seed 1357 // 种子值，只是为了保证结果可重现 set obs 2000 gen t = _n // t=1,2,3... gen e = invnorm(uniform()) if t<=100 // e~N(0,1) gen x = 3*invnorm(uniform()) if t<=100 // x~N(0,3^2) gen y = . tsset t replace y = 1 + 2*x + e if t<=100 replace y = 1 + -2*x + e if t>30&t<=60 replace y = 1 + 4*x + e if t>60&t<=100 save xtthres_sim2.dta, replace // 保存一份模拟数据 scatter y x scatter y t if t<=100 // 看不出规律
// 假设 t=20
// 假设 t=30
// 假设 t=60
local m "full t10 t20 t30 true50 t60" esttab `m', mtitle(`m') s(r2 rss ll) nogap compress
~75~
Hansen_1999.do - Printed on 2012-7-1 21:26:47
205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272
Page 2
*-典型的处理方法 * 加入解释变量的二次项，如 reg y x x^2 * 加入虚拟变量和交乘项，如 reg y x d d*x * 分组回归 *----------* 存在的问题：x 与 x^2 往往是高度共线性的； * 如何确定分组界点？错误的界点会导致严重的偏误 *-------*-1.1.2 面板门槛模型的设定 shellout "$path\Refs\Hansen_1999.pdf" * * * * ***{ u[i] + b1*X[it] + e[it] y[it] = { { u[i] + b2*X[it] + e[it] y[it] -- 被解释变量 X[it] -- 解释变量 q[it] -- 门槛变量 if q[it]<=gamma (1) if q[it]> gamma (d=1 if top1>0.5)
Page 4
*-评论： * (1) 在 t=50 处，RSS 是最小的，LL 和 R2 都是最大的 * (2) 在 t!=50处，模型的参数估计偏差很大, * 这意味着传统的估计方法可能存在严重偏误(事先指定断点位置) * 当然，离 t=50 越近，RSS 也越小，这对建模有一定的启示 * (3) 更为合理的方法？ *------------------*-网格搜索结构突变点 gen rss = . forvalues i=5/95{ gen di = (t>`i') gen xdi = x*di qui reg y x xdi qui replace rss = e(rss) in `i' drop di xdi } sort rss list rss t in 1/5 *-图示 line rss t, xline(50,lp(dash) lw(thick)) /// lw(thick) xlabel(0(10)100) sort
*-----------*-Key points: * * (1) gamma 是未知的, 将通过数据的特征自动估计出来； * (2) 可以很方便地扩展多多个门槛的情形 *-另一种表述方式： * * y[it] = u[i] + b1*X[it]*I(q[it]<=gamma) * + b2*X[it]*I(q[it]>gamma) + e[it]
~73~
Hansen_1999.do - Printed on 2012-7-1 21:26:47
69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136
Hansen_1999.do - Printed on 2012-7-1 21:26:47
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68