STRUCTURAL THRESHOLD REGRESSION
结构门槛回归AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接提出含内生门槛及内生回归变量的结构模型，并讨论其估计和推断。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
结构门槛回归
- 研究问题
- 当门槛变量和回归变量均可能内生，且不同区制具有不同误差方差时，如何估计门槛位置与斜率并进行统计推断？
- 方法与思路
- 作者提出结构门槛回归，以包含各区制逆米尔斯比率修正的两阶段集中最小二乘估计门槛，并通过广义矩方法推断斜率。
- 材料陈述的贡献
- 摘要称，模型允许门槛内生性和区制特定异方差，推导门槛估计的渐近分布与置信区间方法，并用模拟考察渐近近似。
- 阅读关注点
- 应核对门槛及回归变量内生性的识别条件、逆米尔斯比率修正的来源，以及门槛置信区间与斜率矩条件的具体构造。
- 阅读边界
- 本导读仅据所给 Crossref 摘要；工具变量要求、分布限制和模拟数值摘要未说明，不能认定该方法适用于所有内生门槛机制。
原文摘要
This paper introduces the structural threshold regression (STR) model that allows for an endogenous threshold variable as well as for endogenous regressors. This model provides a parsimonious way of modeling nonlinearities and has many potential applications in economics and finance. Our framework can be viewed as a generalization of the simple threshold regression framework of Hansen (2000, Econometrica 68, 575–603) and Caner and Hansen (2004, Econometric Theory 20, 813–843) to allow for the endogeneity of the threshold variable and regime-specific heteroskedasticity. Our estimation of the threshold parameter is based on a two-stage concentrated least squares method that involves an inverse Mills ratio bias correction term in each regime. We derive its asymptotic distribution and propose a method to construct confidence intervals. We also provide inference for the slope parameters based on a generalized method of moments. Finally, we investigate the performance of the asymptotic approximations using a Monte Carlo simulation, which shows the applicability of the method in finite samples.