《高级宏观学教学》panel-threshold-model--theory-and-application课件.ppt

上传人(卖家):晟晟文业 文档编号:3710099 上传时间:2022-10-06 格式:PPT 页数:31 大小:214.59KB
下载 相关 举报
《高级宏观学教学》panel-threshold-model--theory-and-application课件.ppt_第1页
第1页 / 共31页
《高级宏观学教学》panel-threshold-model--theory-and-application课件.ppt_第2页
第2页 / 共31页
《高级宏观学教学》panel-threshold-model--theory-and-application课件.ppt_第3页
第3页 / 共31页
《高级宏观学教学》panel-threshold-model--theory-and-application课件.ppt_第4页
第4页 / 共31页
《高级宏观学教学》panel-threshold-model--theory-and-application课件.ppt_第5页
第5页 / 共31页
点击查看更多>>
资源描述

1、Panel Threshold Model:Theory and ApplicationThreshold effectPanel threshold modelComputation methodApplication Threshold effect门限效应:变量之间的关系取决于门限变量的状态,即当门限变量低于门限值或者高于门限值时,回归方程的系数也不同。以单门限模型为例。1212,(,),(),(,),(,)()iiiiiiiiiiiiiiiiiuqyuqyquI qwhereqI q x x xxxxThreshold effect门限效应由于其直观的含义,门限模型在金融市场和宏观经济

2、政策研究中得到广泛应用。金融约束对企业投资的影响。是否负债率较高、较低的企业其金融约束对投资的影响存在明显差异。一体化程度对经济增长的影响。是否收入越低的国家其经济一体化对经济增长的影响越大。央行利率政策对通货膨胀的响应。是否低、高通货膨胀的国家其央行对通胀率的响应存在明显差异。Threshold effect对于门限值的检验:beta1=beta2。但是,在备择假设下多了一个未知参数gamma(称作冗余参数,nuisance parameter)。这种情况下传统的检验统计量不再有效。这种情况下的模型也一直没有得到很好的应用,直至Andrews(1983)等给出统计量的分布。注:如果gamma

3、为已知常数,则模型的估计与检验(Chow)与传统方法相同。Threshold effect 0222221222Threshold estimate:GridsearchThreshold effect test:H:12 Nonstandard distribution1()min()sup(),()nnnnnnttinnnnnnBetaBetaFnyxOLS estimatornFFFn22()()nnThreshold effect案例:.sysuse lifeexp.scatter lexp gnppc556065707580Life expectancy at birth010000

4、200003000040000GNP per capitaThreshold effect时间序列门限自回归模型TAR、Self-Exciting TAR等。(1)(1)(1)0111(2)(2)(2)01112()()()0111,:,open-loop TAR modeltptptt dtptptt dtkkktptptkt dt dtyyuifyyyuifyyyyuifyNote if yz 011011,:ttkt ktt dttkt ktt dyyyuif yyyyuif yd delay parameterthrehold Panel Threshold ModelSpecific

5、ation单门限模型:121212()(),()()(),(,)()xxx x xxxxitiitititititiititititiititititiititititititityqquuqyuqyuI qI qPanel Threshold ModelEstimate beta given gamma 1212*1*,()()()(),(),():()x x xxxxxxxxxxiiiitiiiiititiitiitiitiitiititiitiititititititituqyuqyyuuuuquuqyuGiven*1()itititySu uPanel Threshold ModelE

6、stimate gamma 11*12*1*argmin(),()()()/(1)()/(1)()()()xxxxxitititititititiitiSySu uu uN TSN Tuyy Panel Threshold ModelEstimate gamma设门限序列Gamma共S个数值 以Gammai作为门限值,生成虚拟变量回归模型,记残差平方和为SRRii=i+1令i=1i Th1LR=RSS-min(RSS)/Sigsq-CIi=SPanel Threshold ModelEstimate gammaPart 1:Compute Threshold series:Quan=mm_qu

7、antile(Thr,1,(Trim1-Trim)Trunc=Thr:=Quan1:&Thr:=Quan2Sethr=select(Thr,Trunc)Sethr=uniqrows(Sethr)/*ascending distinct value*/Panel Threshold ModelEstimate gammaPart 2:Estimate single thresholdfor(i=1;i=rows(Sethr);i+)Thtemp=Sethridumreg(N,T,THR,Thtemp,y,IX,RX,RSS=.,uf=.,fe)SeRSSi=RSS minindex(SeRSS,

8、1,loc=.,w=.)Thfinal=Sethrloc1,1RSSfinal=SeRSSloc1,1,cdumreg(N,T,THR,Thfinal,y,IX,RX,RSS=.,uf=.,fe,Sigsq=.)LR=(SeRSS:-RSS)/SigsqPanel Threshold ModelEstimate gamma r 1r 2r 3r 4 r 5r 6r 7r 8r 9r 1 0r 1 1r 1 2r 1 3r 1 4r 1 5r 1 6r 1 7r 1 8r 1 9r 2 0r 2 1r 2 2r 2 3 r 2 4r 2 5r 2 6r 2 7r 2 8 r 2 9r 3 0r

9、3 1r 3 2r 3 3r 3 4r 3 5r 3 6r 3 7r 3 8r 3 9 r 4 0r 4 1r 4 2r 4 3r 4 4r 4 5r 4 6r 4 7r 4 8r 4 9r 5 0r 5 1r 5 2r 5 3 r 5 4r 5 5r 5 6r 5 7r 5 8r 5 9r 6 0r 6 1r 6 2r 6 3r 6 4r 6 5r 6 6r 6 7r 6 8r 6 9r 7 0r 7 1r 7 2r 7 3r 7 4r 7 5r 7 6r 7 7r 7 8r 7 9r 8 0r 8 1r 8 2r 8 3r 8 4r 8 5r 8 6r 8 7r 8 8r 8 9r 9 0

10、r 9 1r 9 2r 9 3r 9 4r 9 5r 9 6r 9 7r 9 8r 9 9r 1 0 0r 1 0 1r 1 0 2r 1 0 3r 1 0 4r 1 0 5r 1 0 6r 1 0 7r 1 0 8r 1 0 9r 1 1 0r 1 1 1r 1 1 2r 1 1 3r 1 1 4r 1 1 5r 1 1 6r 1 1 7r 1 1 8r 1 1 9r 1 2 0380400420440460Sum of Residual Squared02468ThresholdPanel Threshold ModelTest Threshold EffectNote:第3步中,F统计量

11、与没有关系,因此DGP中的可以任意设定。2012101*1*1H:;F-stat:()/Compute P-value by bootstrap:(1)stimatemodelunder H()()()(2)Resamplingwith replacement(3)Generateunder H DGP:()(xxxitiitiitiFSSuyyueyy011)(4)Estimateunder H,H(5)Prob=I()/()xitiiteFstatFstatFrows FstatPanel Threshold ModelTest Threshold Effect设自举次数为Iters。提取

12、u的自举样本u*,计算y*=yhat+u*利用自举样本y*,回归H1和H0模型。计算Fstati=(RSS1-RSS0)/Sigsq1i=i+1估计H1模型,提取残差u、RSS1、Sigsq1。估计H0模型,计算yhat、RSS0。计算F=(RSS1-RSS0)/Sigsq1。iF)/Itersi=Itersi=1Panel Threshold ModelTest Threshold EffectPart 3:Test threshold effect*Regress linear model,extact residual u(residual).*Regress single-thresh

13、old model,extract yhat,F.for(i=1;iF)/rows(Fstat)Fcrit=mm_quantile(Fstat,1,(0.900.950.99)Panel Threshold ModelTest Threshold EffectBootstrap number=100-|RSS Sig2 Fstat Prob Crit_10 Crit_5 Crit_1-+-Threshold_0|464.9505 3.3692 .Threshold_1|382.9400 2.7353 29.9824 0.0000 9.3880 10.1582 12.6432 Threshold

14、_2|373.2608 2.6661 3.6304 0.9600 15.2674 18.2482 20.7824-Panel Threshold ModelConfidence interval 211122()()()/Pr()1exp(/2)Note:is thestandard error under alternative.LRSSxxPanel Threshold ModelConfidence intervalPart 4:Confidence interval/*find the location of threshold*/for(i=1;i=rows(Sethr);i+)if

15、(Thri=Thfinal)breakloc=i/*Lower:Maximum of Thr=1;i-)if(LRicrit)breaklow=Thri+1/*Upper:Minimum of ThrThreshold*/for(i=loc+1;icrit)breakupp=Thri-1Panel Threshold ModelConfidence intervalThreshold estimation:Alpha=0.0500-|Threshold Lower Upper-+-Th_1|4.4565 4.4135 4.4860-r 1r 2r 3r 4 r 5r 6r 7r 8r 9r 1

16、 0r 1 1r 1 2r 1 3r 1 4r 1 5r 1 6r 1 7r 1 8r 1 9r 2 0r 2 1r 2 2r 2 3r 2 4r 2 5r 2 6r 2 7 r 2 8r 2 9r 3 0r 3 1r 3 2r 3 3 r 3 4r 3 5r 3 6r 3 7r 3 8r 3 9 r 4 0r 4 1r 4 2 r 4 3r 4 4r 4 5r 4 6r 4 7r 4 8r 4 9r 5 0r 5 1r 5 2r 5 3 r 5 4r 5 5 r 5 6r 5 7r 5 8r 5 9r 6 0r 6 1r 6 2r 6 3r 6 4r 6 5r 6 6r 6 7r 6 8r

17、6 9r 7 0r 7 1r 7 2r 7 3r 7 4r 7 5r 7 6r 7 7r 7 8r 7 9r 8 0r 8 1r 8 2r 8 3r 8 4r 8 5r 8 6r 8 7r 8 8r 8 9r 9 0r 9 1r 9 2r 9 3r 9 4r 9 5r 9 6r 9 7r 9 8r 9 9r 1 0 0r 1 0 1r 1 0 2r 1 0 3r 1 0 4r 1 0 5r 1 0 6r 1 0 7r 1 0 8r 1 0 9r 1 1 0r 1 1 1r 1 1 2r 1 1 3r 1 1 4r 1 1 5r 1 1 6r 1 1 7r 1 1 8r 1 1 9r 1 2 0

18、0102030LR Statistics02468ThresholdPanel Threshold ModelModel estimation=Linear regression(fixed effect):Sum of Squared Residual:RSS=464.9505Standard error of regression:Se=3.3692R-squared:R2=0.4783-|Coef Std t prob-+-drgdp|-0.1100 0.0468 -2.3524 0.0201 dcpi|0.6049 0.0545 11.0948 0.0000-=Threshold Re

19、gression:threshold number=1.00Sum of Squared Residual:RSS=382.9400Standard error of regression:Se=2.8157R-squared:R2=0.5703-|Coef Std t prob-+-drgdp_1|-0.0895 0.0519 -1.7259 0.0866 dcpi_1|-0.0703 0.1388 -0.5067 0.6132 drgdp_2|-0.0682 0.0659 -1.0349 0.3026 dcpi_2|0.5504 0.0683 8.0532 0.0000-Panel Thr

20、eshold ModelMultiple thresholds以双门限模型为例,其他模型依此类推。111222311212321122()()(),()()()(),()xxxx x x xxxxxitiitititititititiititititiitititiititititiititititititititityqqquuqyuquqyuI qIqI q123(,)Panel Threshold ModelEstimate thresholds如果利用普通的格点搜寻,需要迭代计算(NT)2。显然,实践当中这不太可行。根据(Chong,1994;Bai,1997;Bai and Perr

21、on,1998),序贯估计具有一致性。21111121222222211221Step 1:Estimatesingle threshold model:,()Step Given,Estimatesecond threshold:(,),(),argmin()(,),Step 3iseffecient,but rrrSSSSS 11212111112112isnt.(,),(),argmin()(,),rrrrrrrSSSS Panel Threshold ModelMultiple thresholds双门限模型:Step 1:估计单门限模型-Th1Step 2:给定Th1,估计第二个门限

22、值-Th21,CIStep 3:给定Th21,重新估计第一个门限值-Th22,CI三门限模型:Step 1:估计双门限模型-Th21,Th22Step 2:给定Th21、Th22,估计第三个门限值-Th31,CIStep 3:给定Th31、Th22,重新估计第二个门限值-Th32,CIStep 4:给定Th31、Th32,重新估计第一个门限值-Th33,CIPanel Threshold ModelTest double threshold effectNote:在第3步中,DGP中的为单门限模型的估计量。0122212222*112H:Single threshold model;H:Dou

23、ble threshold model.F-stat:()()/,()/(1)Compute P-value by bootstrap:(1)stimatemodelunder H()(,)xxrrrritiitiFSSSN Tuyy 12*101(,)(2)Resamplingwith replacement(3)Generateunder H DGP:()()()(4)Estimateunder H,H(5)Prob=I()/()xxDitiitiSitueyyeFstatFstatFrows Fstat Panel Threshold ModelConfidence interval 2

24、2222222111111()()()/()()()/rrrrrrrrLRSSLRSSPanel Threshold ModelExample Hansen(1999).cd d:stata10panel.use hansen1999,clear.xtptm i q1-qd1,rx(c1)thrvar(d1)trim(0.01)grid(393)thnum(3)iters(300)Panel Threshold ModelExampleWu and Wang(2008).cd d:stata10panel.use res4,clear.xtptm depr,rx(drgdp dcpi)thrvar(dcpi)thnum(2)trim(0.10)iters(100)其他扩展(1)多门限变量(2)动态面板门限模型谢谢!

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 办公、行业 > 各类PPT课件(模板)
版权提示 | 免责声明

1,本文(《高级宏观学教学》panel-threshold-model--theory-and-application课件.ppt)为本站会员(晟晟文业)主动上传,163文库仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。
2,用户下载本文档,所消耗的文币(积分)将全额增加到上传者的账号。
3, 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(发送邮件至3464097650@qq.com或直接QQ联系客服),我们立即给予删除!


侵权处理QQ:3464097650--上传资料QQ:3464097650

【声明】本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是网络空间服务平台,本站所有原创文档下载所得归上传人所有,如您发现上传作品侵犯了您的版权,请立刻联系我们并提供证据,我们将在3个工作日内予以改正。


163文库-Www.163Wenku.Com |网站地图|