CH2-3定性选择模型.ppt.ppt

第5节 定性选择模型—二元选择模型 Models with Discrete Dependent Variables—Binary Choice Model;说明;离散选择模型起源于Fechner于1860年进行的动物条件二元反射研究。 1962年，Warner首次将它应用于经济研究领域，用以研究公共交通工具和私人交通工具的选择问题。 70、80年代，离散选择模型被普遍应用于经济布局、企业定点、交通问题、就业问题、购买决策等经济决策领域的研究。 模型的估计方法主要发展于80年代初期。;一、社会经济生活中的二元选择问题;研究选择结果与影响因素之间的关系。 选择结果：0、1 影响选择结果的因素包括两部分：决策者的属性和备选方案的属性。;两种方案的选择 由决策者的属性和备选方案的属性共同决定。 例如，选择利用公共交通工具还是私人交通工具，取决于两类因素。一类是公共交通工具和私人交通工具所具有的属性，诸如速度、耗费时间、成本等；一类是决策个体所具有的属性，诸如职业、年龄、收入水平、健康状况等。 从大量的统计中，可以发现选择结果与影响因素之间具有一定的因果关系。;单个方案的取舍 一般由决策者的属性决定。 例如，对某种商品的购买决策问题。决定购买与否，取决于两类因素。一类是该商品本身所具有的属性，诸如性能、价格等；一类是消费者个体所具有的属性，诸如收入水平、对该商品的偏好程度等。 对于所有的决策者，商品本身所具有的属性是相同的，在模型中一般不予体现。;二、二元离散选择模型;1、原始模型;由于存在这两方面的问题，主要是模型左右端矛盾问题，导致： 原始模型不能作为实际研究二元选择问题的模型。 需要将原始模型变换为效用模型。一般教科书称为潜变量模型（Latent Variable Model）。 这是离散选择模型的关键。 ;2、效用模型 ;注意： 在效应模型中，被解释变量是不可观测的潜变量，人们能够得到的观测值仍然是选择结果，即1和0。 很显然，如果不可观测的U1U0，即对应于观测值为1，因为该个体选择公共交通工具的效用大于选择私人交通工具的效用，他当然要选择公共交通工具； 相反，如果不可观测的U1≤U0，即对应于观测值为0，因为该个体选择公共交通工具的效用小于选择私人交通工具的效用，他当然要选择私人交通工具。 OLS不能用于效用模型的估计。;3、最大似然估计 ;;;三、二元Probit离散选择模型及其参数估计;1、标准正态分布的概率分布函数 ;2、重复观测值不可以得到情况下二元Probit离散选择模型的参数估计 ;关于参数的非线性函数，不能直接求解，需采用完全信息最大似然法中所采用的迭代方法。 应用计量经济学软件。 这里所谓“重复观测值不可以得到”，是指对每个决策者只有一个观测值。如果有多个观测值，也将其看成为多个不同的决策者。 ;3、例题：贷款决策模型;样本观测值;选择Probit模型;估计结果;输出的估计结果;正确解读该结果十分重要 讨论： 能否说“当市场竞争地位等级提高1，给该企业贷款成功的概率提高5.062”？ 不能。为什么？ 能否说“对于不同的企业，当市场竞争地位等级都提高1，给这些企业贷款成功的概率所提高的幅度是相同的”？ 不能。为什么？;模拟预测;预测：如果有一个新客户，根据客户资料，计算的“商业信用支持度”（XY）和“市场竞争地位等级”（SC），代入模型，就可以得到贷款成功的概率，以此决定是否给予贷款。;4、重复观测值可以得到情况下二元Probit离散选择模型的参数估计 ;对第i个决策者重复观测n次，选择yi=1的次数比例为pi，那么可以将pi作为真实概率Pi的一个估计量。 ; V的观测值通过求解标准正态分布的概率分布函数的反函数得到 ;四、二元Logit离散选择模型及其参数估计;1、逻辑分布的概率分布函数 ;2、重复观测值不可以得到情况下二元logit离散选择模型的参数估计 ;3、重复观测值可以得到情况下二元logit离散选择模型的参数估计;用样本重复观测得到的pi构成“成败比例”，取对数并进行台劳展开，有 ;五、二元离散选择模型的检验;1、拟合检验;LnL=－1.639954 LnL0=－52.80224 LRI=0.968942;2、 总体显著性检验 ;3、异方差性检验;由于一般都存在异方差，不检验，直接采用White修正进行估计;4、分布检验;β：模型1的参数，γ：模型2的参数。 组合模型的似然函数：;5、回代检验;如果按照朴素原则，例中，除了2个样本外，所有样本都通过了回代检验。没有通过回代检验的2个样本中，第19个样本的选择结果为1，回代算得的选择1的概率为0.4472；第45个样本的选择结果为0，回代算得的选择1的概率0.5498。 但是，该例中，选择1和选择0的样本数目分别为32和46，差异较大