2457 1

[Stata高级班] 关于论文班中的面板门槛值的问题 [推广有奖]

  • 1关注
  • 1粉丝

博士生

52%

还不是VIP/贵宾

-

威望
0
论坛币
533 个
通用积分
1.3225
学术水平
1 点
热心指数
3 点
信用等级
0 点
经验
213 点
帖子
220
精华
0
在线时间
373 小时
注册时间
2009-10-28
最后登录
2024-3-13

楼主
我有太多不懂 发表于 2012-8-30 10:35:04 |AI写论文

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
连老师您好:
在您的论文班中关于面板门限回归的那一课中,我使用了Hansen1999中论文的数据,也就是您的例子B中的数据,进行如下回归:
xtthres i q1 q2 q3 d1 qd1, th(d1) d(c1)  min(120) bs1(1000) bs2(1000) bs3(1000)
得出的结论中,其他的结论都和Hansen(1999)论文中的结论基本一致,特别是两个面板门槛值的估计都很精确。但是,对于临界值的检验中,得出的结论和Hansen的结论相差很大,特别是第三个门槛值的检验,以及所有门槛值的临界值方面都有很大差异。请问是怎么一回事呢?以下是我的结果:
        临界值
        ------------------------------------------------------------------
模型        F值         P值      BS次数         1%       5%       10%
        
单一门槛        35.342***    0.000       1000            13.107      8.195       5.596
双重门槛        25.034***    0.000       1000            9.148       4.511       3.199
三重门槛        10.904***    0.002       1000            7.339       4.371       2.930

这是hansen的表2:
Table 2
Tests for threshold e!ects
Test for single threshold
F
1
32.6
P-value 0.003
(10%, 5%, 1% critical values)             (12.4, 14.8, 26.2)
Test for double threshold
F2 25.8
P-value 0.017
(10%, 5%, 1% critical values)             (12.3, 14.9, 42.9)
Test for triple threshold
F3 4.2
P-value 0.723
(10%, 5%, 1% critical values)             (10.9, 13.3, 22.9)


另外,前几天我发的一个帖子,估计您漏过了,在此重新请教您:
您的《融资约束、不确定性与上市公司投资效率》一文中,在估计TE的时候用的是自己编写的sfa_te命令,我看了王泓仁老师的sfmodel命令的说明,他自带了一个sf_predict,bc() 命令,我看说明,两个命令应该是完全等价的,但是,我计算了一下,两个命令的结果相差非常大,甚至技术效率的结果在10倍以上。请问这两个命令有什么不同呢?应该如何使用呢?请不吝赐教。

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:面板门槛 门槛值 Threshold Critical p-value 论文

博学而笃志,切问而近思

沙发
arlionn 在职认证  发表于 2012-8-30 14:34:38
1. 由于临界值的获取是基于 Bootstrap 得到的,而这个过程又是完全随机的,每个软件的随机数产生过程有所差异,Hansen 用的是 Gauss 软件,我们用的是 Stata,所以可能存在一些差异。

2. 王老师写的那个命令我之前也用过,确实差异很大,当时也没找出原因所在。不过,王老师的命令背后的公式更为合理,我想你还是采用他的计算方法吧。

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
GMT+8, 2025-12-9 03:53