最近接触了非线性的门槛向量自回归模型，也即Threshold VAR。这里记录一下处理的思路：

例如针对季度形式的时间序列数据，被解释变量为Y，存在三个解释变量X1、X2、X3，且存在一个门槛变量D。

首先，使用X12方法针对时间序列数据进行季度调整，并进行差分或对数化等处理；
其次，对时间序列数据进行平稳检验，只有当所有数据平稳后才能够建立VAR模型；
再次，可以建立Y、X1、X2、X3线性的VAR模型，也即普通VAR模型，通过BIC、BCC、AIC等确定最优的之后阶数。

针对于门槛变量D，检验是否存在门槛效应。也即，在相同的滞后阶数下，检验线性VAR优于TVAR的原假设是否成立，构造的LR统计量如果拒绝了原假设，也即存在门槛效应。假定门槛效应存在，且将样本划分为两个区制、高区制、低区制。

在高区制、低区制下分别估计线性VAR模型，也即存在两个VAR模型，并建立脉冲响应函数，进行10~20期的脉冲响应分析。


以上均可以结合使用Eviews、R软件得到响应的分析结果