【面板门槛回归】之 Stata 程序

黃河泉 发表于 2016-9-20 07:05
这个没遇过！请把你的程序 show 出来，另外，也请 sum 你的资料，大家一起来找可能原因！

数据您下了我到时候您弄个链接我再把论坛币退给您

松风思翟衣0 发表于 2016-9-20 13:26
上面是我的程序，附件中是我的数据，模型基本方程为：LnTFP=C+A1LNrdcapitalstock+A2lnFDI·I(Absorp≤ ...

我試了一下

1. // rename column B: id
   
2. // rename column E: rd
   
3. 
   
4. import excel "E:\xthreg.xlsx", sheet("Sheet1") firstrow case(lower) clear
   
5. 
   
6. xtset id year
   
7. 
   
8. xthreg tfp rd, rx(fdi) qx(absorp) thnum(1) trim(0.05) grid(400) bs(1000)

复制代码

結果沒問題，如下：

1. . xthreg tfp rd, rx(fdi) qx(absorp) thnum(1) trim(0.05) grid(400) bs(1000)
   
2. Estimating  the  threshold  parameters:   1st ......  Done
   
3. Boostrap for single threshold
   
4. .................................................. +   50
   
5. .................................................. +  100
   
6. .................................................. +  150
   
7. .................................................. +  200
   
8. .................................................. +  250
   
9. .................................................. +  300
   
10. .................................................. +  350
    
11. .................................................. +  400
    
12. .................................................. +  450
    
13. .................................................. +  500
    
14. .................................................. +  550
    
15. .................................................. +  600
    
16. .................................................. +  650
    
17. .................................................. +  700
    
18. .................................................. +  750
    
19. .................................................. +  800
    
20. .................................................. +  850
    
21. .................................................. +  900
    
22. .................................................. +  950
    
23. .................................................. + 1000
    
24. 
    
25. Threshold estimator (level = 95):
    
26. -----------------------------------------------------
    
27.      model |    Threshold         Lower         Upper
    
28. -----------+-----------------------------------------
    
29.       Th-1 |       0.4100        0.3900        0.4300
    
30. -----------------------------------------------------
    
31. 
    
32. Threshold effect test (bootstrap = 1000):
    
33. -------------------------------------------------------------------------------
    
34. Threshold |       RSS        MSE      Fstat    Prob   Crit10    Crit5    Crit1
    
35. -----------+-------------------------------------------------------------------
    
36.     Single |  2.96e+07   6.37e+04      72.94  0.0480  60.7302  72.2984  90.8196
    
37. -------------------------------------------------------------------------------
    
38. 
    
39. Fixed-effects (within) regression               Number of obs      =       480
    
40. Group variable: id                              Number of groups   =        30
    
41. 
    
42. R-sq:  within  = 0.6005                         Obs per group: min =        16
    
43.        between = 0.3761                                        avg =      16.0
    
44.        overall = 0.4577                                        max =        16
    
45. 
    
46.                                                 F(3,447)           =    223.97
    
47. corr(u_i, Xb)  = -0.1624                        Prob > F           =    0.0000
    
48. 
    
49. ------------------------------------------------------------------------------
    
50.          tfp |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
    
51. -------------+----------------------------------------------------------------
    
52.           rd |   .6459358   .0749969     8.61   0.000     .4985456    .7933261
    
53.              |
    
54.   _cat#c.fdi |
    
55.           0  |   .5883787   .0644157     9.13   0.000     .4617834     .714974
    
56.           1  |   .2071365   .0397491     5.21   0.000     .1290181    .2852548
    
57.              |
    
58.        _cons |   809.2975   20.70004    39.10   0.000      768.616     849.979
    
59. -------------+----------------------------------------------------------------
    
60.      sigma_u |  400.51932
    
61.      sigma_e |   257.1649
    
62.          rho |  .70808242   (fraction of variance due to u_i)
    
63. ------------------------------------------------------------------------------
    
64. F test that all u_i=0: F(29, 447) = 36.25                    Prob > F = 0.0000

复制代码

松风思翟衣0 发表于 2016-9-20 13:27
数据您下了我到时候您弄个链接我再把论坛币退给您

沒關係！

老师，您好，如果门槛变量就是解释变量，那么在stata命令中rx（）和qx（）括号内的变量应当如何编写，就如楼上那个例子来说，fdi 既是门槛变量又是解释变量，是否命令中要写成rx（fdi）和qx（fdi）呢？

cqy 发表于 2016-9-26 19:51
老师，您好，如果门槛变量就是解释变量，那么在stata命令中rx（）和qx（）括号内的变量应当如何编写，就如楼 ...

没错！

老师，我还有个问题， Fixed-effects (within) regression结果中_cat#c.fdi 下面的0、1的系数该怎么解释呢？

cqy 发表于 2016-9-27 09:43
老师，我还有个问题， Fixed-effects (within) regression结果中_cat#c.fdi 下面的0、1的系数该怎么解释呢？ ...

你是说上面的结果吗？0,1 代表两个区间，分别对应 absorb<0.41 与 absorb>0.41。而系数 0.5884 (0.2071) 则大致可解释为：其他情况不变下，当 absorb 较低 (高) 时，一单位 fdi 的增加，tfp 会增加 0.5884 (0.2071) 单位！

黃河泉 发表于 2016-9-27 09:56
你是说上面的结果吗？0,1 代表两个区间，分别对应 absorb0.41。而系数 0.5884 (0.2071) 则大致可解释为： ...

谢谢老师，您的解答很清楚，我试着用上面的数据做了下，发现最后会在原数据的基础上生成_cat变量数据，即对原数据进行0,1分类，是这样吗？

cqy 发表于 2016-9-27 10:09
谢谢老师，您的解答很清楚，我试着用上面的数据做了下，发现最后会在原数据的基础上生成_cat变量数据，即 ...

应该没错！补充：0,1 是代表两个区间 (regimes)。

好