门槛回归模型系列讲解（一）：初识门限回归 / 四六文摘

门槛回归模型的实质是利用门槛值将样本分为两组，只有当两组样本的估计参数显著不同时，才使用门槛回归模型，否则说明不存在门槛，使用线性模型就可以了，因此必须对模型进行显著性检验。

门槛变量的选择可由理论模型外生决定，汉森指出，由于门槛回归方法是通过对门槛变量进行排序后进行模型估计的，如果门槛变量含有较强的时间趋势，就会将这种趋势带入模型中，趋势的存在将改变突变点似然分布检验，更重要的是，在这种情况下，置信区间无法构建，使得问题无法研究，因此在选取门槛变量时尽量避免选择带有趋势的绝对指标，而选择相对指标。

第一部分模型介绍

传统门槛分析通常基于外生样本分离方法，其缺陷表现在：

(1)分异区间和样本分离点都是任意选择的(比如认为测定1978年前后经济增长速度变化),而不是经济内在机制决定的。由于其门槛值是外生任意给定的，就不可能推导出门槛值的置信区间；

(2)基于这种方法得到的参数估计值的有效性缺乏可靠性，因为它们对门槛值相当敏感。

(3)门槛分析的另一种方法回归树技术(the-iegression- methodology通过数据排序来内生地求得门槛值及其数量。但该方法不能提供相应的分布理论去检验门槛值的统计显著性。

Hansen(1996,1999,2000)的一系列原创性论文，发展出新的门槛回归计量方法，其优点体现在：

(1)不需要给定非线性方程的形式，门槛值及其个数完全由样本数据内生决定；

(2)该方法提供了一个渐近分布理论来建立待估参数的置信区间，同时还可运用 bootstrap方法来估计门槛值的统计显著性。

第二部分模型估计与检验总体步骤

对于门槛面板回归模型，一般要求各变量为平稳变量。

因此，首先对各变量进行平稳性检验，即要进行面板单位根检验(时间序列可进行ADF检验),参见《贸易自由化与我国城市贫困之间的关系》陈立中、张迪，《国际贸易问题》)

第二步，要对各解释变量尤其是门槛变量进行内生性检验，参见《通货膨胀阻碍了金融发展与经济增长吗?一一个门槛回归模型的新检验》(孔东民，《数量经济技术经济研究》);