Stata门限模型的操作和结果详细解读
- 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)。
一、门限面板模型概览
如果您不愿意瞧下面一堆堆得文字,更不想瞧计量模型得估计与检验原理,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)”得文章,浏览一遍,瞧瞧文章计量部分列示得统计量与检验结果。
这样,在软件操作时,您就知道每一步得到得结果有什么意义,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得时间越多,她得成果越丰富,也就就是说,研究成果与研究时间存在某种正向关联。
但就是,这种关联就是线性得吗?在最初阶段,她可能瞧了两三年得文献,也没有写出一篇优秀得文章,但就是一旦过了这个基础期,她得能量与成果将如火山爆发一样喷涌出来,此时,她投入少量得时间,就能产出大量优质文章。
再过几年,她可能会进入另外一种境界,虽然比以前有了极大提高,但就是研究进入新得瓶颈期,文章发表得数量减少。
由此可以瞧出,研究成果与研究年限存在一种阶段性得线性关系。
这个基础期得结点、瓶颈期得起点就像“门槛”一样把研究阶段分成三个部分,在不同部分,成果与时间得线性关系都不同。
这个效应被称为门槛效应或门限效应。
门限效应,就是指当一个经济参数达到特定得数值后,引起另外一个经济参数发生突然转向其它发展形式得现象。
作为原因现象得临界值称为门限值。
在上面得例子中,成果与时间存在非线性关系,但就是在每个阶段就是线性关系。
有些人将这样得模型称为门槛模型,或者门限模型。
如果模型得研究对象包含多个个体多个年度,那么就就是门限面板模型。
汉森(Bruce E、Hansen)在门限回归模型上做出了很多贡献。
了解门限模型最好得办法,首先就要阅读她得文章。
她得文章很有特点:条理很清晰,推导过程详细,语言简练,语法不复杂。
有关她得论文、程序、数据可以参考Hansen得个人网站:。
Hansen于1996年在《Econometrica》上发表文章《Inference when a nuisance parameter is not identified under the null hypothesis》,提出了时间序列门限自回归模型(TAR)得估计与检验。
之后,她在门限模型上连续追踪,发表了几篇经典文章,尤其就是1999年得《Threshold effects in nondynamic panels: Estimation, testing and inference》,2000年得《Sample splitting and threshold estimation》与2004年与她人合作得《Instrumental Variable Estimation of a Threshold Model》。
在这些文章中,Hansen介绍了包含个体固定效应得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,提高门限效应得显著性检验效率。
在Hansen(1999)得模型中,解释变量中不能包含内生解释变量,无法扩展应用领域。
Caner 与Hansen在2004年解决了这个问题。
她们研究了带有内生变量与一个外生门限变量得面板门限模型。
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得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得处理,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,有关门限回归模型得最新研究,还可以参考《Inflation and Growth: New Evidence From a Dynamic Panel Threshold Analysis》(Stephanie Kremer,Alexander Bick,Dieter Nautz,2009)。
二、计量模型得假设、估计与检验
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
有关这个程序得有效性,我们不去追究,就认为它就是正确得程序。
(一)前期准备
1、拥有一台能联网得电脑;
2、电脑中有能正常运行得Stata程序,最好就是Stata/SE 12,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:\Program Files\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(可以不包含点与空格“、”,直接使用命令):
、 cd "D:\Program Files\Stata12、0(full)\ado\xtptm"
D:\Program Files (x86)\Stata12_winX86_x64\ado\xtptm
以上路径需要根据自己得实际情况指定;
5、下载相关文件,输入命令:
、 findit moremata
回车,弹出帮助文件,依次将“Web resources from Stata and other users”下面得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(19902010),就是一个平衡面板数据。
将数据复制粘贴到Stata数据库中。
方法就是:菜单栏Data>Data Editor>Data Editor (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命令指定门限程序得路径)。
关闭数据编辑框,进行下面得操作。
2、设定个体与时间,如果个体名称就是字符,还需要先将字符转化为数值:
、 encode provin , gen(prov)#将字符型得变量provin转换为数值型得变量prov
、 xtset prov year#设定个体与时间分别由prov与year变量得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:
、 xtptm agg trans labor market iae, 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tax
thrvar(year)——门限变量设定为year
iters(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)——待检验得门限值数量为两个
4、转到【回归结果说明】
4、回归结果说明
这个程序只能绘制第一个门限值得检验图。
命令为: 、_matplot LR, colume (1 2)
#注意:LR后面没有#号。