门槛回归模型_动态面板门槛模型及stata操作：xthenreg

最新推荐文章于 2024-09-26 19:52:23 发布

香浓拉码

最新推荐文章于 2024-09-26 19:52:23 发布

阅读量1.1w

点赞数 2

文章标签：门槛回归模型

本文链接：https://blog.csdn.net/weixin_42405705/article/details/112605632

版权

本文介绍了Stata中用于门槛回归的xthenreg命令，详细阐述了如何设置因变量和解释变量，以及如何处理内生性问题。通过案例展示了如何在模型中不设定kink，并使用静态模型进行估计。xthenreg允许用户指定额外的工具变量，并提供了调整网格点数量、修剪率等参数的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

来源：参考自Estimation of Dynamic Panel Threshold Model using Stata，作者： Myung Hwan Seo, Sueyoul Kim, and Young-Joo Kim Hansen(2000)将“门槛回归”模型的基本形式定义为：

其中，作为解释变量的xi是一个m维的列向量。qi被称为“门槛变量”， Hansen(2000)认为门槛变量既可以是解释変量xi中的一个回归元，也可以作为一个独立的门槛变量。而面板门槛模型已经广泛应用到实证研究中，2015年开发出来的xthreg命令可以进行hansen所提出的门槛回归模型。 Hansen's(1999)模型是静态的另外固定效应回归估计要求协变量是强外生变量，估计值是一致的。——然而，在许多实际应用程序中，强外生性可能具有限制性。因此,Seo and Shin (2016)将该模型扩展到动态面板模型。假设如下一个动态面板门槛模型：

xit可能包含滞后因变量，即xit为Y的滞后期，qit是门槛变量。 1 语法格式 动态面板门槛模型命令为xthenreg，语法格式为：

xthenreg depvar [varlist (q x1 x2 ...)] [if] [in] [, options]

其中depvar是因变量，而indepvars是解释变量变量。

使用该命令前需要注意： 1. xtset应该在运行之前完成。此外，变量必须为事先按(i)面板变量和(ii)时间变量排序。(xtset should be done before running this. Moreover variables must be sorted by (i) panel variable and (ii) time variable beforehand.) 2. 需要强平衡的面板数据(Strongly balanced pane

最低0.47元/天解锁文章