微观计量经济学教案受限数据模型.ppt

  1. 1、本文档共33页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
§10.1 受限被解释变量数据模型 ——选择性样本 Model with Limited Dependent Variable ——Selective Samples Model 一、经济生活中的受限被解释变量问题 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 一、经济生活中的受限被解释变量问题 1、“截断”(truncation)问题 由于条件限制,样本不能随机抽取,即不能从全部个体,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,而这部分个体的观测值都大于或者小于某个确定值。 “掐头”或者“去尾”。 消费函数例题:被解释变量最底200元、最高10000元。原因:抽样。 离散选择模型的例题:银行贷款,实际上是选择性样本,通常表现为“截断样本”。原因:问题的局限。 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的值代替。 经常出现在“检查”、“调查”活动中,因此也称为“检查”(censoring) 问题。 需求函数模型中用实际消费量作为需求量的观测值,如果存在供给限制,就出现“归并”问题。 被解释变量观测值存在最高和最低的限制。例如考试成绩,最高100,最低0,出现“归并”问题。 二、“截断”问题的计量经济学模型 1、思路 如果一个单方程计量经济学模型,只能从“掐头”或者“去尾”的连续区间随机抽取被解释变量的样本观测值,那么很显然,抽取每一个样本观测值的概率以及抽取一组样本观测值的联合概率,与被解释变量的样本观测值不受限制的情况是不同的。 如果能够知道在这种情况下抽取一组样本观测值的联合概率函数,那么就可以通过该函数极大化求得模型的参数估计量。 2、截断分布 3、截断被解释变量数据模型的最大似然估计 求解该1阶极值条件,即可以得到模型的参数估计量。 由于这是一个复杂的非线性问题,需要采用迭代方法求解,例如牛顿法。 4、例题—城镇居民消费模型 --截断样本数据 将这组样本看成是在≥4500的条件下随机抽取得到 将这组样本看成是在≥4000的条件下随机抽取得到 将这组样本看成是在≤11500、≥4500条件下随机抽取得到 将这组样本看成是在≥0条件下随机抽取得到 5、为什么截断被解释变量数据模型不能采用普通最小二乘估计 对于截断被解释变量数据计量经济学模型,如果仍然把它看作为经典的线性模型,采用OLS估计,会产生什么样的结果? 因为yi只能在大于a的范围内取得观测值,那么yi的条件均值为: 由于被解释变量数据的截断问题,使得原模型变换为包含一个非线性项模型。 如果采用OLS直接估计原模型: 实际上忽略了一个非线性项; 忽略了随机误差项实际上的异方差性。 这就造成参数估计量的偏误,而且如果不了解解释变量的分布,要估计该偏误的严重性也是很困难的。 6、Heckman两步修正法 Sample Selection Bias as a Specification Error, Econometrica 47(1), 1979, P153-161 如何估计该模型? 第一步,用probit模型估计⑵,利用全部样本;利用估计结果,计算λi。 第二步,利用选择性样本,将(ρσ1)作为一个待估计参数,估计模型,得到β1的估计。 三、“归并”问题的计量经济学模型 1、思路 以一种简单的情况为例,讨论“归并”问题的计量经济学模型。即假设被解释变量服从正态分布,其样本观测值以0为界,凡小于0的都归并为0,大于0的则取实际值。如果y*以表示原始被解释变量,y以表示归并后的被解释变量,那么则有: 单方程线性“归并”问题的计量经济学模型为: 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。 如何理解后一部分? 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 4、例题—城镇居民消费模型 --归并样本数据 Censored(11000) 估计 Censored(12000) 估计—与OLS相同 5、实际模型中的Truncation与Censored 时间序列样本,不考虑。 截面上的全部个体作为样本,不考虑Truncation。 按照抽样理论选取截面上的部分个体作为样本,不考虑Truncation。 按照特定的规则选取截面上的部分个体作为样本,必须考虑Truncation。 截面数据作样本,根据样本观测值的经济背景,决定是否考虑Censored。 * 能够获得贷款的企业是全部有贷款需求的企业中表现良好的一部分 类似的实

文档评论(0)

bodkd + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档