C17 受限因量模型和样本选择纠正.docxVIP

第17章 受限因变量模型和样本选择纠正 摘要: C7中的线性概率模型是受限因变量(limited dependent variable (LDV))模型的一例子，其容易解释，但有其缺陷，本章介绍的logit模型和probit模型更为常用，但解释相对困难。实际应用中，离散和连续是相对的，也就是说，实际离散的经济变量可能也适用于因变量离散的模型建模。本节介绍的模型包括Tobit模型，用于应对角点解响应(corner solution response);泊松回归模型(计数模型)，用于建模LDV只能取非负整数的情况；截断数据模型和对样本选择的纠正。 受限因变量模型更容易在横截面数据中被使用。样本选择的纠正通常都源于横截面或面板数据。 17.1 二值响应的logit模型和probit模型 线性概率模型的缺陷？二值响应模型（binary response model）关注的核心问题是响应概率(response probability): Py=1x=P(y=1|x1,x2,…,xn). logit模型和probit模型的设定 为此，需要先建一个连接函数： Py=1x=Gβ0+β1x1+β2x2+…+βkxk=G(β0+xβ), 其中G(.)是一个取值于（0,1）的函数。常见的连接函数有： Gz=expz1+expz=Λ(z), 该函数是标准logistic随机变量的累积分布函数： 常见的连接函数还有标准正态的累积分布函数，G可以被表示为： Gz=Φz≡-∞x?(v)dv, ?v=(2π)-1/2exp?(-z22). 使用上述两个连接函数，我们分别建立了logit模型和probit模型。 关于logit模型和probit模型的推导： y*=β0+xβ+e, 并定义y=I(y*0), I为示性函数。 要求y*=β0+xβ+e满足CLM假设或高斯-马尔科夫假设。 显然当e服从均值为0的正态分布，或者logistic分布，其都关于0点对称，则有： Py=1x=Py*0x=Pe-β0-xβx=1-G(-β0-xβ)=G(β0+xβ), 也即：Py=1x=G(β0+xβ). 从该推导中我们知道E(y*|x)=β0+xβ，但由于y*的不可观测性β本身的含义并不直观，也并不很有用，虽然Eyx=Py=1x=G(β0+xβ)和E(y*|x)=β0+xβ中x的影响方向具有一致性(这一点由下面推导保证)。我们关心解释变量对y的偏效应，由于G(.)的非线性，对连续变量的情形就得依赖于偏导技术： ?p(x)?xj=?G(β0+xβ)?xjβj=g(β0+xβ)βj, 其中g为概率密度函数，由于g0,所以偏效应的方向取决于βj。 一个有趣的结论是：任意两个自变量的偏效应之比等于其系数之比。此外，偏效应方程告诉我们偏效应依赖于密度函数的位置和β的大小，从而logit模型和probit模型的最大偏效应位置出现在?0=(2π)-1/2≈.4和gz|z=0=exp?(z)(1+expx)2|z=0=0.25. 而对于二值变量情形，则其偏效应相对来说容易确定，例如，x1是一个二值变量，则其偏效应为： Gβ0+β1+β2x2+…+βkxk-Gβ0+β2x2+…+βkxk。其它离散变量情况类似。 考虑如下问题的偏效应： Py=1x=G(β0+β1z1+β2z12+β3logz2+β4z3). 对于上述问题，有时还要考虑响应概率相对于一个解释变量的弹性： Py=1x对z2的弹性为：β3gβ0+xβ/G(β0+xβ); Py=1x对z3的弹性为：β4z3gβ0+xβ/G(β0+xβ); 对含解释变量交互项的模型可能会更难处理，可依赖于偏导数讨论。 logit和probit模型的极大似然估计 极大似然法(maximum likelihood estimation , MLE)是基于条件分布的估计量，故一般其是有效估计和考虑了异方差性Varyx。其可用于对受限因变量模型的估计。 假定有一个样本量为n的样本，为了得到极大似然估计量，需要给出yi在给定xi下的分布函数： fyixi;β=[G(xiβ)]yi[1-G(xiβ)]1-yi,yi=0，1 对上述方程取自然对数： liβ=yilogGxiβ+1-yilog(1-G(xiβ)), 对上述方程求和，得到对数似然函数： L(β)=i=1nliβ, 则最大化上述函数可求得β的MLE估计量，记为β,对数似然函数值一般是负值。 极大似然估计量一般是一致的、渐近正态的和渐近有效的(Wooldrige,2002,C13)。其标准误和检验统计量一般统计软件都会提供。 多重约束性检验 有三种常用的排除性约束检验统计量：Lagrange multiplier or score test（Wooldrige,2002,C15）；Wa