门槛回归模型_面板门限回归模型及Stata

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^[1]。

STATA回归代码：

^[2]目前来说，门槛模型的检验和估计方法主要有三种：南开大学王群勇老师的xtptm命令（2008版或2011版）和xtreg命令（这个命令已经得到Stata官方认可；第三个就是中山大学连玉君老师的xtthres命令。以上命令各有优缺点。简单来说，xtptm和xthreg比较运算比较快，即使在BS次数超过1000的情况下，而xtthres在BS超过500时会耗时长一点；其实时间不是很重要，最核心的区别是这三种方法的检验和估计结果会存在一定的差别，某些情况下，差别会很大，同一套数据，用一种设置，但结果差别很大；连玉君老师的xtthres在检验多重门槛时，会存在门槛区间重叠的问题，导致三重门槛估计结果存在缺失；另外，连老师自己也推荐用王群勇老师的xthreg命令，认为这个命令背后的算法更合理，其运行也比较快，比较稳定。

王群勇老师xthreg语法格式为

xthreg 被解释变量 解释变量1 解释变量2..., rx(门槛变量影响到的核心变量) qx (门槛变量) thnum(设定的门槛个数，需要大于1小于等于3) grid(交叉点的个数一般设定为400或者300) trim(削减估计每一门槛的部分一般设定为0.01) bs(重复的次数 一般设定为300) thlevel(默认是95%) gen(newvarname) noreg nobslog thgiven options]：

eg1. 单一门槛值，门槛变量不是核心变量，影响到核心变量

门槛变量是专利成功投产率，核心变量是FDI

e