门槛回归分析结果解读：非线性效应的阈值识别.docxVIP

门槛回归分析结果解读

一、方法概述

门槛回归模型（ThresholdRegressionModel）由Hansen（1999）提出，是一种用于捕捉变量间非线性关系的统计方法。传统线性回归假设自变量对因变量的影响在不同条件下保持恒定，但实际研究中，这种影响可能随着某个关键变量（即门槛变量）取值的不同而发生结构性变化——即存在机制转换现象。门槛回归通过数据驱动的方式自动识别门槛值（临界点），将样本划分为不同的机制区间，在每一个区间内分别估计回归系数，从而揭示自变量对因变量的差异化影响效应。与人为分组的方法不同，门槛回归的门槛值由模型内生确定，并通过Bootstrap抽样进行统计推断，具有较强的客观性和稳健性。本分析使用SPSSAU软件进行门槛回归的估计与检验。

在SPSSAU【计量经济研究】模块选择【门槛回归】，将变量拖拽至右侧对应分析框，操作如下图：

二、模型基本信息

表1报告了门槛回归分析的基本参数设置。本分析采用单一门槛模型，数据类型为面板数据，有效分析样本量为360个。SPSSAU自动设定网格搜索次数为300次，Bootstrap自抽样次数为300次，以兼顾计算精度与效率。网格搜索法通过在门槛变量的取值范围内等距取点，逐一计算模型残差平方和，选取使RSS最小的点作为门槛估计值；Bootstrap抽样则用于构建门槛估计值的置信区间及计算模型检验的临界值。

三、门槛值估计结果