高级计量经济学二元选择模型

上传人:206****923 文档编号:54812959 上传时间:2018-09-19 格式:PPT 页数:29 大小:175KB
返回 下载 相关 举报
高级计量经济学二元选择模型_第1页
第1页 / 共29页
高级计量经济学二元选择模型_第2页
第2页 / 共29页
高级计量经济学二元选择模型_第3页
第3页 / 共29页
高级计量经济学二元选择模型_第4页
第4页 / 共29页
高级计量经济学二元选择模型_第5页
第5页 / 共29页
点击查看更多>>
资源描述

《高级计量经济学二元选择模型》由会员分享,可在线阅读,更多相关《高级计量经济学二元选择模型(29页珍藏版)》请在金锄头文库上搜索。

1、第五章 二元选择模型,(Binary choice models),本章内容,反映选择行为的模型 线性概率模型 经典二元选择模型 PROBIT模型 LOGIT模型 极端值模型 拟合优度测定 案例分析,用计量经济模型反映选择行为,行为主体从事的每项活动都可以看作是一种选择; 每个行为主体都有其偏好; 人们的行为有其规则; 在经济分析中,通常认为选择基于效用最大化标准。 研究中需要考虑: 行为理论基础 计量经济学模型方法 模型设定 统计理论和数据 估计方法和统计检验,行为假定,就可以选择的活动而言,行为主体的偏好具有传递性和完备性。 每项选择都有其相应的效用水平Uijt。 每个行为主体都试图获得最

2、大效用。 我们无法对效用直接进行观测,只能通过观察行为主体做出的选择来揭示其偏好。 行为主体选择第一项活动意味着Ui1t Ui2t,随机效用函数 (Random Utility Functions),形式:Uij = j + ixij + izi + eij j为与特定选择j相联系的常数项 xij 为选择j所具有的特性(Attributes) i为反映行为主体偏好的权重 zi 为行为主体的特征 i为行为主体特征的权重 eij为效用函数中不可观察的随机成分,假定E(eij)=0, Var(eij)=1 随机效用函数帮助建立了行为模式与观察到的数据之间的关系。,有限因变量模型 (Limited d

3、ependent variable models),在文献中,有限因变量模型常被称为离散型选择模型(Discrete Choice Models) 有限因变量模型的一般形式可以表达为: P(y = 1|x) = G(b0 + xb ) y* = b0 + xb + u, y = max(0,y*) 式中P(.)表示事件发生的概率; y*是一个隐变量(Latent variable),其值大小取决于影响因素x,而y*决定事件发生的概率。 当y*达到不同的临界值时,y取不同的离散值(对应于不同的选择)或连续值(反映选择强度)。 二元选择模型是因变量取值仅为0或1的特殊情况。,二元行为选择,可以简化

4、表述为涉及“是”或“否”的决策 例如是否攻读研究生 净效用函数:U读研 = +1 X1 + 2 X2 + 1 Z1 + 2 Z2+ e 当U读研0,那么选择读研究生。 使用的数据 因变量基于显示出的偏好 读研者U读研 0,定义Y1 未读研者U读研 0,定义Y=0 解释变量 收费X1(代表读研成本) 研究生工资增量X2 (代表预期收益) 家庭收入Z1(反映支付能力) 读研前的学习成绩Z2(代表个人能力),二元行为选择,由模型分析可以获得的信息 研究生的社会经济特性是否具有重要意义 降低成本是否有助于吸引更多学生? 就业市场好坏是否对读研究生有重要影响 家庭或个人特征是否影响到选择 家庭收入是否对

5、读研究生构成重要限制? 个人的学习能力是否影响到读研的决策? 推断不同条件下的研究生规模变化 提高费用/就业机会增加/居民收入增加 推断个人的行为 哪些学生最有可能报考研究生,二元选择模型可用于评价政策,在评价某项政策计划(或技术应用)产生的影响时,常常可以用虚变量作为模型的因变量,例如: 是否参与某政策计划: 当所分析对象参与该某政策计划时D=1,否则D=0; 是否采纳某种(新)技术 当所分析对象采纳该技术时D=1,否则D=0; 农业劳动力转移 当农户家庭中有劳动力实现转移时D=1,否则D=0。 农户土地流转、借贷行为、政府提价,自我选择问题,在很多情况下,是否选择参与某政策计划或是否采用某

6、生产技术是由微观行为主体选择的,由此导致了自我选择问题。 如果我们掌握有哪些因素影响到是否参与,那么就可以对选择行为做分析。 然而经常出现的情况是,有一些无法观察的因素影响到是否参与。 在此情况下,仅利用参与者的信息估计政策效果可能出现偏差,进而导致制定错误的政策。,线性概率模型,我们可以用线性概率模型来研究二元选择行为,此时模型可以写作: P(y = 1|x) = 1x1 + + KxK+e j 表示当xj 变化时概率的变化 该方程推断的y 的值表示做出该选择的概率。 一个问题是,由线性概率方程推断得出的概率值可能落在区间0,1之外,因而只有在均值附近才较为可靠。 由于线性概率函数的取值仅为

7、0或1,因而误差项与模型参数出现相关,即e或是等于-X,或是等于1-X,因而存在异方差问题,导致统计检验失效。 随着计量经济学软件的不断发展,现在已经很少使用线性概率模型。,概率模型,Z,1,Z*,线性概率函数,概率函数模型,如前面所述,利用概率模型做推断时可能会遇到计算值超出01区间的情况。 为了解决这一问题,我们用概率函数G(+x)来模拟事件发生的概率,该函数应满足0G(z)Estimate equation -模型选项 Binary Binary choice (Logit, Probit, Extreme value) Ordered Ordered choice Censored C

8、ensored data (Tobit) 必要时给出选项 得到估计结果,用EVIEWS估计有限因变量模型,得到结果后可以在EVIEWS子菜单下调用: Coefficient tests各种对系数的统计检验 Residual tests对残差的统计检验 Expectation-Prediction Table 可以得到正确和错误推断的比例 Goodness-of-Fit Tests检验拟合优劣 计算解释变量的边际效应 利用Forecast功能计算拟合值(假定表示为XB) 用所考虑变量的系数乘以用拟合值计算的统计函数值得到计算边际效应,形式如:* dnorm(-XB)或 *dlogistic(-X

9、B),案例分析,黄季焜、罗泽尔著新技术的扩散和采用,见其迈向21世纪的中国粮食经济,中国农业出版社1998。 资料:对浙江3个县、126个农户做的调查 调查方法: 收集调查户的社会经济基本情况 向调查对象介绍新技术的特点和使用方法 充分讨论后询问其对新技术的态度或选择意向,案例分析,所涉及技术包括: 高产品种:假定产量比现有品种增产20以上,投入不需要发生大的变化; 优质品种:假定其价格比现有当家品种高20%,产量与其他特性则基本不变; 小型收割机:假定每台机器价值1万元,可以将收割时间缩短一半,收获的粮食直接入袋,但秸秆仍需农民处理; 综合防治:30天不需要喷药的病虫害防治技术,假定产量不会

10、受大的损失; 科学施肥:叶面营养测定仪器投资1万元,使用该技术的农户每公顷节省化肥费用150元。,案例分析,共调查126户农户。,案例分析,注:用第一喜欢的技术作为划分农户类型的标准;选择第一喜欢施肥技术的人太少,因而未估计相应的模型。,参阅文献,Binary outcomes: The linear probability, Probit and Logit models. (Long_chapter_3.pdf) Arthur Lewbe, 2000. Identification of the Binary Choice Model with misclassifications. (Wp457.pdf) 林毅夫禀赋、技术和要素市场:中国农村改革中关于诱致性制度创新假说的一个自然试验,见再论制度、技术与中国农业发展第三章(103-125页)。 都阳贫困地区农户的非农劳动供给,见中国贫困地区农户劳动供给研究第五章(81-114页)。,

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 行业资料 > 其它行业文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号