门槛回归模型_panel threshold model(面板门槛模型)

本文详细介绍了面板门槛模型的用途,如解决通胀对GDP增长影响的非线性问题,以及其估计方法。通过指示函数转化方程并利用最小化残差值来确定参数。在面板数据中,采用固定效应模型进行估计。关键的假设检验是检查是否存在门槛效应,常用bootstrap方法。最后,展示了Stata软件的应用实例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文主要包括几个部分,面板门槛模型的是解决什么问题,面板门槛模型的估计方法,面板门槛模型如何检验其估计出来的参数时候显著地异于0,以及stata应用

part 1 面板门槛模型是用来解决什么问题的呢?

举一个例子,如果我们要研究inflation对gdp growth的影响,我们知道在通胀相对较低的情况下和通胀相对较高的情况下对经济增长的影响是不同的,根据经济理论,我们知道通胀较高的情况下,人们的投资通常是短视的,不利于经济增长,而较温和的通货膨胀有利于经济增长,而这时候传统的线性模型由于假设通胀对经济增长的影响是固定的,因此我们需要重新设定一种模型,在自变量分别处于不同范围的情况下,对于因变量的影响是不同的,具体公式请见下图

b5d7134b89f6d0ebb6089580267d8750.png

part 2 如何估计面板门槛模型的参数呢?

首先以横截面数据举例子,估计方法与ols方法类似,全都是最小化残差值,首先我们可以将上文的两个方程转化一个方程,通过指示函数的方法

ad5d97b761dcffeb34b964a5fc2d18a0.png

然后我们通过最小化残差值的方法估计出门槛值以及参数值。

面板数据的话,我们假设用固定估计,原理都是一样的,移除固定效应后,最小化残差值以后,得到门槛值以及参数值,我们可以通过梯度下降法或者其他类似方法求出极值

part3 假设检验

其中关键的假设检验在于是

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值