Tobit模型估计方法应用(一).docVIP

Tobit模型估计方法与应用（一） 周华林 李雪松 2012-10-25 10:01:28　　来源：《经济学动态》(京)2012年5期第105～119页 　　内容提要：Tobit模型从最初的结构式模型扩展到时间序列模型、面板数据模型以及非参数模型等形式，无论Tobit模型的结构形式如何变化，现有的估计方法基本上都是在Heckman(1976)两步法的基础上扩展的。本文结合一些经典文献，介绍了不同类型的Tobit模型的结构形式、估计方法、估计结果的性质等，为做实证分析的研究者们提供一个分析此类问题的基本方法。　　关键词：Tobit模型 Heckman两步法 面板Tobit模型 Tobit GARCH ARCH模型　　作者简介：周华林，中国社会科学院研究生院，电子邮箱：zhimadexin009@163.com 北京 102488；李雪松，中国社会科学院数量经济与技术经济研究所，电子邮箱：xsli@ 北京 100732　　　　一、引言　　自从Tobin(1958)研究了被解释变量有上限、下限或者存在极值等问题以来，这类研究受到学者们的广泛关注。人们为了纪念Tobin对这类模型的贡献，把被解释变量取值有限制、存在选择行为的这类模型称之为Tobit模型。这类模型实际上包含两种方程，一种是反映选择问题的离散数据模型；一种是受限制的连续变量模型。第二种模型往往是文献中人们更感兴趣的部分。　　　　　　Tobit模型不同于离散选择模型和一般的连续变量选择模型，它的特点在于因变量是受限变量，模型实际上由两类方程组成，主要研究在某些选择行为下，连续变量如何变化的问题。当前，这种模型已经引入了更复杂的形式，面板数据、半参数等形式的Tobit模型在研究中广泛应用。国外这种模型已经陆续在各领域内广泛使用，国内也有一些实证分析的论文用到了这种模型。但是人们在应用这些模型分析问题时还存在一些误区，如误认为离散选择模型就是Tobit模型，无法解释样本选择性偏差的经济含义，不区分所建立的模型是否是联立方程，对估计结果的性质不进行检验等。本文所介绍的经典文献，概括了Tobit模型的起源、结构形式、估计方法、适用的研究问题、自身缺陷等方面，这些经典文献中提到的一些细节问题在实证分析中很重要，然而现在已有的教材或者引文并没有摘录出来，可能导致一些作者在实证分析中对该模型有种种误解。　　本文试图从一些经典文献著作的简单介绍中，向有兴趣用这个方法分析这类问题的研究者们提供一个参考，为做实证分析的研究者们提供一个分析此类问题的方法。本文的结构安排如下：第二部分介绍Tobit模型的分类与结构，概括了Tobit模型的特点以及其与两部模型的区别，按照不同的特征对Tobit模型进行了分类。第三部分介绍Tobit模型的估计与应用，按照Tobit模型的特征从三个方面介绍了每种模型的估计：一是关于非联立方程的Tobit模型估计；二是关于联立方程的Tobit模型的估计，这两类文献的估计方法主要是针对截面数据或者时间序列数据；三是关于面板Tobit模型的估计。第四部分是简要的结论，指出Tobit模型的发展方向。　　二、Tobit模型：概念与分类　　Tobit模型也称为样本选择模型、受限因变量模型，是因变量满足某种约束条件下取值的模型。这种模型的特点在于模型包含两个部分，一是表示约束条件的选择方程模型；一种是满足约束条件下的某连续变量方程模型。研究感兴趣的往往是受限制的连续变量方程模型，但是由于因变量受到某种约束条件的制约，忽略某些不可度量(即：不是观测值，而是通过模型计算得到的变量)的因素将导致受限因变量模型产生样本选择性偏差。两部模型(two-part model)与Tobit模型有很大的相似之处，也是研究受限因变量问题的模型；但是这两种模型在模型结构形式、估计方法、假设条件等方面也存在一定的区别。Tobit模型的估计方法与模型结构形式有密切关系，不同类型的模型估计方法存在较大的差异，本文按照三种属性特征对Tobit模型进行了分类。　　(一)Tobit模型与两部模型　　1.Tobit模型与两部模型的区别。　　(1)结构不同。Tobit模型的第一部分表示是否选择的方程是单一条件离散选择模型，两部模型的第一部分表示是否选择的方程是多条件离散选择模型(Cragg, 1971)；Tobit模型的第二部分表示选择多少的方程需要考虑样本选择偏差，两部模型的第二部分表示选择多少的方程无需考虑选择性偏差的影响。　　以van de Ven van Praage的调整Tobit Ⅱ模型为焦点的样本选择模型结构如下：　　　　(3)目的不同。两部模型的设计主要是预测实际连续变量值y，以实际观测值为基础计算E(y)=P(y＞0)E(y|y＞0)