求问动态面板门槛xthenreg命令回归结果如何解读，包括kink model 和非kink model

看了下原论文Estimation of Dynamic Panel Threshold Modelusing Stata  （Myung Hwan Seo, Sueyoul Kim, and Young-Joo Kim，2019）。给一点个人的看法。
结合下面截图描述的，当使用kink模型时，除了门限变量（同时也是内生变量）外其他变量在门限上下两个区域内系数是一样的（β1）。而门限变量在其大于门限γ时，系数为β2+δ。这里的δ应该就是kink_slope。

而当不使用kink model时，xthenreg会在γ上下两个区域各给一个回归结果，外生变量和门限变量的系数都有两个（b是门限下结果，d是门限上结果）。（BTW，b和d的系数符号通常都是反的，感觉有点扯了）

Rick_Chen 发表于 2021-5-13 11:23
看了下原论文Estimation of Dynamic Panel Threshold Modelusing Stata  （Myung Hwan Seo, Sueyoul Kim, a ...

补充一下，kink effect（k）只在门限变量大于γ时后才有，而且与之相乘的是（门限变量-γ）这部分

A regression kink model (or continuous threshold model)回归扭结模型（或连续阈值模型），使用kink模型是假设回归函数为连续函数。非kink模型是假设函数不连续的阈值模型，在（Myung Hwan Seo, Sueyoul Kim, and Young-Joo Kim，2019中不使用kink限制，stata输出x-b,x-d两个结果，使用kink模型输出x-b结果。不知道楼上“外生变量和门限变量的系数都有两个（b是门限下结果，d是门限上结果）”这个解释是否准确

也想请教各位，关于这个命令如何做门限检验呢

海芋空灵 发表于 2020-6-5 11:44
你好，我看你用了这个动态面板门槛模型，请问一下moremata这个包怎么下载呀？

直接输入就可以安装，网一定要好

1. ssc install moremata

复制代码

有大佬做出来了吗，感觉看不太懂，不知道哪些变量该放在哪个括号里

Rick_Chen 发表于 2021-5-13 11:23
看了下原论文Estimation of Dynamic Panel Threshold Modelusing Stata  （Myung Hwan Seo, Sueyoul Kim, a ...

求问，kink模型在跨越门限后的系数大小等于跨越门限前的系数大小与kink_slope之和，那跨越门限后系数的显著性怎么判断呢？

设定一个NT为200*12的平衡面板，设定解释变量x为内生变量，工具变量为d1和d2，再设定外生控制变量z1和z2。
. gen y= .
. replace y=ui+4*x+0.5*z1+0.9*z2+e if x<2.603829
. replace y=ui+(-3.5*x)+0.5*z1+0.9*z2+e if x>=2.603829
门槛变量为x本身，门槛值为2.603829，拐点左侧斜率为正，拐点右侧斜率为负。

我们再来看动态面板门槛的效果。
       y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
        z1_b |   .7275549     .16168     4.50   0.000      .410668    1.044442
        z2_b |   .8220093   .0964413     8.52   0.000     .6329877    1.011031
         x_b |   2.543592   .2295983    11.08   0.000     2.093588    2.993597
      cons_d |   19.44356   17.44276     1.11   0.265    -14.74362    53.63075
        z1_d |  -.8561838   .3781402    -2.26   0.024    -1.597325   -.1150426
        z2_d |   .0311336   .2711957     0.11   0.909    -.5004002    .5626674
         x_d |  -5.512579   .6620953    -8.33   0.000    -6.810262   -4.214896
           r |   11.56441   4.042704     2.86   0.004     3.640858    19.48796
------------------------------------------------------------------------------

差距相当大啊，门槛值是11.56441，门槛左侧斜率2.543592，跟设定的4有相当差距；门槛右侧斜率为-5.512579，跟设定的-3.5也有一定差距。明显没有半参数估计的结果准确！
改用扭结模型试一下，结果稍有改观，但也不是特别准。
        y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
        z1_b |   .4782516   .0469436    10.19   0.000     .3862438    .5702594
        z2_b |    .839763   .0332357    25.27   0.000     .7746222    .9049037
         x_b |   2.929507   .2390747    12.25   0.000     2.460929    3.398085
  kink_slope |  -6.327167   .3687652   -17.16   0.000    -7.049933     -5.6044
           r |   4.499981   .9063239     4.97   0.000     2.723618    6.276343
------------------------------------------------------------------------------

拐点在4.499981，距离2.603829倒是比较近了，但还有距离。拐点左侧斜率2.929507，跟设定的4差距明显；拐点右侧斜率2.929507-6.327167=-3.39766，跟设定的-3.5倒是比较接近。好的一点是，跟半参数相比，动态面板门槛在扭结模型下对z1和z2的系数估计很准，0.478516和0.839763非常接近设定的0.5和0.9，很完美。
xthenreg命令本身肯定是没有问题，就是不能估计多个门槛值，即便是单一门槛，似乎估计的也不是特别准确，这是个人观点，仅供参考。

当测试双门槛时，xthenreg命令是简化为单门槛来处理，结果其实也是没问题的。这个命令对U型或倒U型曲线应该用处非常大，毕竟解决了内生性问题，而且跟半参数模型相比，它能显示的信息更多。