微观计量经济学及财务知识分析模型.pptxVIP

第五讲 微观计量经济学模型Microeconometric Models;本讲内容;§1 离散被解释变量数据计量经济学模型—二元选择模型 Models with Discrete Dependent Variables—Binary Choice Model;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、二元离散选择模型的经济背景;实际经济生活中的二元选择问题;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，所以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。 这是离散选择模型的关键。 ;2、效用模型 ;注意，在模型中，效用是不可观测的，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。;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。 ;例 贷款决策模型;样本观测值;;;该方程表示，当CC和CM已知时，代入方程，可以计算贷款成功的概率JGF。例如，将表中第19个样本观测值CC=15、CM=－1代入方程右边，计算括号内的值为0.1326552；查标准正态分布表，对应于0.1326552的累积正态分布为0.5517；于是，JG的预测值JGF=1－0.5517=0.4483，即对应于该客户，贷款成功的概率为0.4483。;模拟预???;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。 ;3、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 ;B?rsch-Supan于1987年指出: ;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 ;;;;Probit 0.999999 1.000000 0.447233 0.000000;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 ;§2 离散被解释变量数据计量经济学模型— 多元选择模型 Models with Discrete Dependent Variables—Multiple Choice Model;一、多元离散选择模型的经济背景;1、经济生活中的多元选择问题;2、社会生活中的多元选择问题;二、一般多元离散选择Logit模型;说明;⒈ 一般多元选择Logit模型的思路 ;效用模型的解释变量中包括所有影响选择的因素，既包括决策者所具有的属性，也包括备选方案所具有的属性。 备选方案所具有的属性是随着方案的变化而变化的。 决策者所具有的属性中一部分是随着方案的变化而变化的，而一部分是不随着方案的变化而变化的。 用Zij表示随着方案的变化而变化的那部分解释变量，Wi表示不随着方案的变化而变化的那部分解释变量。 ;;实用的一般多元Logit选择模型又分3种情况。 一是研究选择某种方案的概率与决策者的特征变量之间的关系； 二是研究选择某种方案的概率与决策者的特征变量以及方案的特征变量之间的关系； 三是考虑到不同方案之间的相关性的情况。 ;⒉多元名义Logit离散选择模型及其参数估计 ;; 由对数似然函数最大化的一阶条件，利用Newton 迭代方法可以迅速地得到方程组的解，得到模型的参数估计量。 ;另一种估计方法;⒊多元条件Logit离散选择模型及其参数估计 ;由对数似然函