6.1 选择性样本模型.ppt

第六章 非经典截面数据计量经济学模型 说明 非经典截面数据计量经济学模型主要包括： 将被解释变量抽样由完全随机扩展为受到限制的受限被解释变量模型（Model with Limited Dependent Variable)。包括： 选择性样本模型(Selective Samples Model) 持续时间被解释变量模型（Model for Duration Data） 将被解释变量是连续的扩展为离散的离散被解释变量模型（Model with Discrete Dependent Variable）。包括： 离散选择模型（Discrete Choice Model） 计数数据模型（Model for Count Data） 将单一截面的样本扩展为多个截面的面板数据模型（Panel Data）。 非经典截面数据计量经济学模型也被称为微观计量经济学模型 研究对象： 家庭、个人、企业等微观主体的行为； 微观主体具有异质性。 数据特征： 截面数据、面板数据； 微观数据的来源主要不是统计，而是调查； 表征家庭、个人等微观主体行为的数据经常是离散的； 样本选择和观测值的赋值经常是受到限制的； 样本数量大。 §6.1 选择性样本计量经济学模型 一、经济生活中的选择性样本问题 二、“截断”问题的计量经济学模型 三、“归并”问题的计量经济学模型 4、演示例题—农村居民消费模型 根据对农民消费行为的分析，发现农民的消费水平（Y）既取决于来自于农业生产经营的持久收入（X1），也受到来自于从事非农生产的瞬时收入（X2）的影响。现有某地区50户农户的人均消费、人均持久收入和人均瞬时收入的样本观测值，试图建立该地区农民消费模型。 样本观测值 选择截断数据ML估计 将样本视为不受限制的随机抽取 将样本视为人均消费大于1500元的范围内随机抽取 将样本视为在人均消费大于1500元、小于6000元的范围内随机抽取 比较3种假设下的对数似然函数值可见，随着截断区间的缩小，抽取同一个样本的概率增大，致使对数似然函数值增大。 6、一点说明 如果对截断被解释变量数据计量经济学模型采用最大似然估计，必须首先求得“截断分布”，为此，必须存在明确的“截断点”。 在实际的截断数据模型中，这个条件经常不能被满足，诸如利用上市公司为样本研究全部企业的行为，就不存在明确的被解释变量的“截断点”。 关于这类模型的估计，Heckman于1979年提出了两步修正法。 下面以一个实例说明两步修正法的原理和步骤。 模型 为了研究企业经理报酬W与影响因素X之间的关系，在上市公司中随机抽取n1个企业为样本，建立如下的模型： 修正原理 具体步骤 第一步：利用从全部企业（包括上市和未上市）中随机抽取的样本，估计上市倾向模型 ；并利用估计结果计算逆米尔斯比的值。 第二步，利用选择性样本观测值和计算得到的逆米尔斯比的值，将(ρσ1)作为一个待估计参数，估计经理报酬模型，得到β1的估计。 注意，在抽取样本时间必须保证所有选择性样本包含于全部样本之中。 4、演示例题 将3个5800视为归并数据 选择归并估计 估计结果 比较不受限制和归并假设下的对数似然函数值可见，将样本中3个5800元的观测值视为≥5800元的归并时，抽取该观测值的概率显著增大，致使模型估计的对数似然函数值显著增大。 5、归并被解释变量模型最大似然估计的条件 构造归并数据似然函数时是以一个基本假设为条件的，即假设归并数据中不可观测的部分和可观测的部分具有相同的分布，例如都服从正态分布。 如果这一条件得不到满足，就不能得到似然函数，最大似然估计将遇到困难。 这时，Heckman两步估计是一种合适的估计方法。 2、“归并”变量的正态分布 由于原始被解释变量y*服从正态分布，有 3、归并被解释变量数据模型的最大似然估计 该似然函数由两部分组成，一部分对应于没有限制的观测值，是经典回归部分；一部分对应于受到限制的观测值。 这是一个非标准的似然函数，它实际上是离散分布与连续分布的混合。 如果样本观测值不是以0为界，而是以某一个数值a为界，则有 估计原理与方法相同。 * 一、社会经济生活中的选择性样本问题 1、“截断”（truncation）问题 不能从全部截面个体，而只能从一部分个体中随机抽取被解释变量的样本观测值。 分为两种情况: 一是，所抽取的部分个体的观测值都大于或者小于某个确定值，即出现“掐头”或者“去尾”的现象，与其它个体的观测值相比较，存在明显的“截断点”。 二是，所抽取的样本观测值来自于具有某些特征的部分个体，但是样本观测值的大小与其它个体的观测值相比较，并不存在明显的“截断点”。 样本选择受到限制。 2、“归并” (censoring)问题 将被解释变量的处于某一范围的样本观测值都用一个相同