结合自身在stata软件实际操作中的经验，做出门槛回归模型的小结如下：

     注：本人采用的是Hansen个人主页上的代码完成的，具体代码请在网上搜索BruceHansen的个人主页(门槛回归创始人)-左下角的Programs and Data--Organized by Subject--Threshold Models--STATA Programs

1、门槛变量的选择。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，因此本文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。

2、显著性检验。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。

(1)门槛效应的存在性检验：单一门槛存在性检验。进行显著性检验的方法是汉森提出的ＬＭ(ｌａｇｒａｎｇｅ　ｍｕｌｔｉｐｌｉｅｒ)检验，原假设为：

如果零假设H0被拒绝，则表示模型存在机制转换(即存在门槛)；反之，则表示不存在门槛。但是该H0假设表示不存在门槛，这将导致门槛参数无法识别，此时检验统计量的大样本分布将是受到干扰参数影响的“非标准非相似分布”(ｎｏｎ－ｓｔａｎｄａｒｄ　ｎｏｎ－ｓｉｍｉｌａ&