微观计量经济学框架

依据样本分类微观计量经济学面板数据微观计量经济学截面数据微观计量经济学2020/11/14微观计量经济学框架简介2微观计量经济学离散被解释变量模型受限被解释变量模型离散选择模型二元选择模型计数数据模型选择性样本模型久期数据模型嵌套选择模型截断数据模型删失数据模型排序选择模型一般多元选择模型多元选择模型2020/11/14微观计量经济学框架简介3微观计量经济学简介微观计量经济学是基于研究对象和数据特征而发展的。其产生的问题背景随着经济、社会的发展，人们越来越关注家庭、个人等微观主体的决策问题。宏观计量经济学模型依赖于由统计得到的宏观时间序列数据，而微观计量经济学模型依赖于得到微观数据，所以微观计量经济学的发展必须以大量的微观数据为基础。2020/11/14微观计量经济学框架简介4【微观数据特征】截面数据、面板数据；微观数据的来源主要不是统计，而是

；表征家庭、个人等微观主体行为的数据，通常是离散的；样本选择和观测值的赋值经常是受到限制的；样本数量大。【微观计量经济学模型的特征】离散性和非线性较大的真实性较大的信息量微观经济基础非集合性和异质性2020/11/14微观计量经济学框架简介5微观数据表征家庭、个人等微观主体的决策行为，问题多种多样，数据的特征也各不相同，很难满足经典计量经济学模型对数据的要求，所以就必然要发展不同于经典计量经济学模型的模型理论与方法。微观主体数量众多，只有依赖于大样本建立的计量经济学模型才能够揭示微观主体决策行为的一般规律，而大样本对计算技术和计算机的运算能力提出了新的要求。20世纪70年代以来，以托宾（J.Tobin）、

（J.J.Heckman）和麦克法登（D.L.McFadden）为代表的

正是通过解决微观计量经济学的模型设定和估计问题，而对计量经济学的发展做出了重要贡献。2020/11/14微观计量经济学框架简介6一、离散被解释变量模型1.1离散选择模型1.1.1二元选择模型1.1.2一般多元选择模型1.1.3排序选择模型1.1.4嵌套选择模型1.2计数数据模型2020/11/14微观计量经济学框架简介71.1

离散选择模型1.1.1二元选择模型1.1.2一般多元选择模型1.1.3排序选择模型1.1.4嵌套选择模型2020/11/14微观计量经济学框架简介81.1.1

二元选择模型研究选择结果与影响因 间的关系。选择结果：0、1（某种属性）对某一经济现象或活动进行“是”与“否”的判断或决策。【例如】研究是否

商品房、是否参加人寿或社保、新产品在市场上是否畅销、对某一

措施所持的态度等。这些问题的特征是被研究的对象在受到多种因素影响时，其取值只有两种状态：“是”与“否”。2020/11/14微观计量经济学框架简介9【例如】居民是否商品房。扰动项：非正态性；异方差性；不满足0=<E(Yi

|Xi)<=1的约束。随Xi的变化，Xi对pi的“边际效应”保持不变。0(未021ii商品住房),商品住房),

uXiY

*

0iY

*iY

(已1iY

*pi

ProbYi

1|

Xi

i

iEY

|

X

i

iiiEY

0*(1

p)i1

2

Xi

pi【不足】EYi

|

Xi

1

2

Xi1*

p*Y

0

|

X

Prob2020/11/14微观计量经济学框架简介101.1.2

一般多元选择模型一般多元选择问题决策者按照效用最大化原则在多个可供选择的方案中进行选择。一类问题是决策者

多项选择一类问题是决策者对同一个选择对象的偏好程度2020/11/14微观计量经济学框架简介11在多元离散选择模型中，应用最多的是Logit模型。在多元离散选择模型中，因为Probit模型需要对多元正态分布的整体进行评价，所以它的应用受到限制。Logitic分布更适合于效用最大化时的分布选择，所以应用最多的多元离散选择模型是Logit模型。Logit模型的似然函数能够快速可靠地收敛，当方案或者决策 数量较大时，计算比较简便。2020/11/14微观计量经济学框架简介12排序选择问题决策者作出某种选择并不意味实现了效用最大，而是在条件制约下的无奈选择。一个典型的例子是商品的满意度

。将对商品的满意度分为5等：十分满意、一般满意、无所谓、一般不满意、十分不满意，对已经 了该商品的居民 ，会有不同的满意程度，该 结果就是一个排序选择问题。1.1.3

排序选择模型2020/11/14微观计量经济学框架简介13作为被解释变量的（J+1）个选择结果本身是排序的，J优于（J－1），2优于1，1优于0。决策者选择不同的方案所得到的效用也是排序的。一般多元离散选择模型中的效用关系不再适用。2020/11/14微观计量经济学框架简介14嵌套选择问题选择对象是分层次的，决策者必须逐层进行选择。【例如】高考填报志愿问题。地区->城市->大学->专业1.1.4

嵌套选择模型2020/11/14微观计量经济学框架简介15(J+1)个不同的选择方案之间具有相关性，而且必须考虑这种相关性，表现为模型随机误差项相关。可行的思路是将（J+1）个选择方案分为L组，在每组 的选择方案之间不具有相关性，而组间则具有相关性。就是将条件Logit模型中隐含的齐次方差性条件放松，允许方差在组间可以不同，但在组内仍然是同方差的。这样的模型被称为Nested

Logit模型。2020/11/14微观计量经济学框架简介16估计方法两阶段最大似然法，是一种有限信息估计方法。其具体步骤是：在组内，作为一个简单的条件Logit模型，估计参数；计算每组的“内值”；将每组看成是一种选择方案，再进行简单的条件Logit模型的估计，得到参数Γ和T的估计量。此时用到的贡献变量是Zl和Il。完全信息最大似然法2020/11/14微观计量经济学框架简介171.2

计数数据模型计数变量是取值为非负整数的变量许多经济、社会问题的描述变量为计数变量，例如，一定时间内发生事故的次数一年中公司申请的专利数量一定时间内变换工作的次数一定时间内到医院就诊的次数家庭

孩子的数量学生在大学四年中不及格课程门数以这些变量为被解释变量，研究它们的影响因素，构成了计量经济学的一类问题。2020/11/14微观计量经济学框架简介18七十年代末以来，许多学者在计数数据模型的处理方法方面作出了较大贡献，包括：Gilbert（1979）提出了泊松回归模型；Hausman，Hall和Griliches（1984）提出了负二项回归模型和Panel方法；Gourier，Monfort和Trogonon（1984）提出了仿最大似然法。其中，最先 泊松方法在研究计数数据模型问题中应用得非常广泛。2020/11/14微观计量经济学框架简介19泊松分布是计数过程最常见的一类分布。所谓均值和方差相等，指的是，如果对同一个人一年内到医院就诊的次数，进行无数次重复抽样，得到的计数数据序列的均值和方差相等。在实际社会经济生活中，所谓“重复抽样”是不可能实现的，只能根据对不同

的一次抽样得到的序列近似地判断是否服从泊松分布。2020/11/14微观计量经济学框架简介202020/11/14微观计量经济学框架简介21二项分布（Binomial

distribution）均值和方差为：E(X)=np,

Var(X)=np(1-p)计数过程的均值大于方差，称为分散不足(underdispersion)。2020/11/14微观计量经济学框架简介22计数数据分布特征如果以泊松分布作为标准，二项分布更集中于均值，而负二项分布更为分散所有分布都向左侧偏（skewed

to

the

left），说明在计数分布中，数值较小的数据出现的概率较高。2020/11/14微观计量经济学框架简介23负二项分布模型（Negative

Binomial

Regression

Model）由于泊松模型假定被解释变量的均值等于方差，人们提出了许多替代该模型的方法。其中应用得较多的是负二项分布模型。Cameron和Trivedi在1986年提出负二项分布的一种形式。2020/11/14微观计量经济学框架简介24零变换泊松模型被解释变量为零值的产生过程与它取正值的过程差异很大。【例如】1年内到医院就诊的次数【假设1】身体健康的人就诊次数为0，身体不健康的人就诊次数大于0；【假设2】身体健康的人就诊次数为0，身体不健康的人就诊次数一般大于0，但也可能为0。Mullahey(1986)，Lambert(1992)等人还分析了在Hurdle模型的一种扩展

情况，即假定被解释变量的零值产生于两个区域（regime）中的一个。在一个区域里，被解释变量总是零，而另一个区域里，被解释变量的取值符合泊松过程，既可能产生零，也可能产生其他数值。即假设2Lambert（1992）和Greene（1994）考虑了许多方法，其中包括应用logit和probit模型描述两个区域各自的发生概率。这些修正的方法都改变了泊松过程，即均值和方差不再相等。2020/11/14微观计量经济学框架简介25二、受限被解释变量模型2.1选择性样本模型2.1.1截断数据模型2.1.2删失数据模型2.2久期数据模型2020/11/14微观计量经济学框架简介262.1

选择性样本模型2.1.1截断数据模型2.1.2删失数据模型2020/11/14微观计量经济学框架简介272.1.1

截断数据模型如果事先知道得到的观测值来自于总体分布的一个有限制的样本，则称其为截断样本。【例如】很多金融机构只保留成功获得

的申请人的记录。分为两种情况:一是，所抽取的部分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 ，但是样本观测值的大小与其它 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。2020/11/14微观计量经济学框架简介282.1.2

删失数据模型如果变量的观测值不能低于或高于某一门槛值时，则称该变量为删失变量。【例如】收入

中，收入高于某一额度（如100万）时，出于某种原因，被

者可能只告诉你其收入超过100万；拥有的等问题。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”、“”活动中，因此也称为“删失（或归并）”(censoring)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“删失（或归并）”问题。被解释变量样本观测值受到限制。2020/11/14微观计量经济学框架简介292.2

久期数据模型以某项活动的持续时间作为研究对象的社会经济问题。失业问题问题设备运行时间问