面板门限模型简介
门限效应，是指当一个经济参数达到特定的数值后，引起另外一个经济参数发生突然转向其它发展形式的现象（结构突变）。作为原因现象的临界值称为门限值。例如，成果和时间存在非线性关系，但是在每个阶段是线性关系。有些人将这样的模型称为门槛模型，或者门限模型。如果模型的研究对象包含多个个体多个年度，那么就是门限面板模型。
门限回归模型(Threshold Regressive Model，简称TR模型或TRM)是汤家豪于1978年提出了门限自回归模型后进一步将这一思想扩展到回归模型中 。门限回归模型的基本思想是通过门限变量的控制作用，当给出预报因子资料后，首先根据门限变量的门限阙值的判别控制作用，以决定不同情况下使用不同的预报方程，从而试图解释各种类似于跳跃和突变的现象。其实质上是把预报问题按状态空间的取值进行分类，用分段的线性回归模式来描述总体非线性预报问题。
面板门限回归模型（Panel Threshold Regression Model）是一种用于处理面板数据并考虑门槛效应的非线性回归方法。它允许模型在不同的门槛值处发生结构性的变化。
其中：yit是因变量，表示个体i在时间t的观测值。xit是自变量向量。qit是门槛变量，γ用于确定是否超过某个门槛值。I(·)是指示函数，当括号内的条件为真时取值为1，否则为0。β’1和β’2是回归系数向量。αi是个体固定效应。是误差项。
stata代码语法格式
其中，depvar被解释变量。indepvars 解释变量。rx(varlist) 区制变量或者制度变量。qx(varname)门限变量。thnum(#) 门槛个数，在stata13.0中门槛值是必要项目，需要等于大于1，小于等于3，默认值为1，也就是至少存在三个门槛值。grid(#)网格点数。trim(numlist) 是用来估计每个阈值的修剪比例。修剪比例的数量必须与 thnum() 函数中指定的阈值数量相等。默认情况下，所有阈值的修剪比例为 trim(0.01)。例如，要拟合一个三阈值模型，您可以设置 trim(0.01 0.01 0.05)。bs(numlist)迭代次数。thlevel(#)置信区间，默认为95%，即thlevel(95)。gen(newvarname) 用于生成一个新的分类变量，每个区间段对应 0、1、2 等值。默认情况下是 gen(_cat)。
Stata代码示例
资源获取方式
1、点亮文章底部“在看”图标
2、关注“社科学术汇”公众号
点击公众号右上角三个点-设为星标
3、点击“发消息” 在后台发送关键词
“面板门限模型”
按照提示获取资源哦
扫码添加客服微信|领取课程大额优惠券
