微观计量模型及其应用课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《微观计量模型及其应用课件.ppt》由用户(晟晟文业)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 微观 计量 模型 及其 应用 课件
- 资源描述:
-
1、微观计量模型及其应用微观计量模型及其应用东北财经大学东北财经大学王维国王维国2010.4.17于中南财经政法大学于中南财经政法大学 计量经济学正发展成为三大分支计量经济学正发展成为三大分支:微观计量、宏观微观计量、宏观计量计量(或称时间序列计量或称时间序列计量)和金融计量。微观计量经济学和金融计量。微观计量经济学是计量经济学前沿发展的重要组成部分。是计量经济学前沿发展的重要组成部分。20002000年诺贝尔年诺贝尔经济学奖授予对微观计量经济学做出原创性贡献的经济经济学奖授予对微观计量经济学做出原创性贡献的经济学家学家JmaesJ.HeekimanJmaesJ.Heekiman和和 Danel
2、L.McFddenDanel L.McFdden,充分显示,充分显示了微观计量经济学的重大价值,这也是微观计量经济学了微观计量经济学的重大价值,这也是微观计量经济学正式诞生的标志。正式诞生的标志。微观计量经济学是介于经济学和统计学之间的边缘科学,所研究微观计量经济学是介于经济学和统计学之间的边缘科学,所研究的是经济活动的个体的是经济活动的个体人或厂商的经济行为与交易。这种研究对象决人或厂商的经济行为与交易。这种研究对象决定了微观计量研究的问题直接源于实际的经济现象,而科学地研究这定了微观计量研究的问题直接源于实际的经济现象,而科学地研究这些实际经济问题又迫使计量经济方法的创新,这两方面交互作用
3、的结些实际经济问题又迫使计量经济方法的创新,这两方面交互作用的结果导致了微观经济理论的丰富和计量经济学的技术进步及其相互的融果导致了微观经济理论的丰富和计量经济学的技术进步及其相互的融合。合。近几年,微观计量的发展很快,特别是近几年,微观计量的发展很快,特别是Panel DataPanel Data模型,离散及模型,离散及受限被解释变量模型,经济学和金融学期刊,乃至统计学和管理学的受限被解释变量模型,经济学和金融学期刊,乃至统计学和管理学的主要期刊上均可发现。这一现象意味着,微观计量已吸引了大量经济主要期刊上均可发现。这一现象意味着,微观计量已吸引了大量经济学家和计量经济学研究者的兴趣,其方法
4、论也可以用于研究非常广泛学家和计量经济学研究者的兴趣,其方法论也可以用于研究非常广泛的经济和金融乃至自然科学和社会科学中的问题。的经济和金融乃至自然科学和社会科学中的问题。尽管微观计量已成为国际学术界的一个研究主题,但是在我国对尽管微观计量已成为国际学术界的一个研究主题,但是在我国对它的研究和应用还相当滞后,而我国的经济界和金融界的许多理论和它的研究和应用还相当滞后,而我国的经济界和金融界的许多理论和现实问题,都迫切需要使用微观计量的方法进行研究。现实问题,都迫切需要使用微观计量的方法进行研究。微观计量经济学是通过模型来揭示个人、家庭或单个厂商的经济微观计量经济学是通过模型来揭示个人、家庭或单
5、个厂商的经济行为与交易以及评价相关的政策或者实施某项社会计划的效果的。它行为与交易以及评价相关的政策或者实施某项社会计划的效果的。它研究的原材料是微观数据,通常是以个人、家庭和厂商为观测单位,研究的原材料是微观数据,通常是以个人、家庭和厂商为观测单位,以随机或选择性发放问卷调查表而获得。其特征是有些变量可观测,以随机或选择性发放问卷调查表而获得。其特征是有些变量可观测,有些变量无法观测,有些变量有截断、过滤等。为了充分利用这些数有些变量无法观测,有些变量有截断、过滤等。为了充分利用这些数据,便逐渐形成了独具微观计量特色的内生化、非线性、非参数和半据,便逐渐形成了独具微观计量特色的内生化、非线性
6、、非参数和半参数等的经济理论模型,这对传统的线性模型及普通最小二乘法构成参数等的经济理论模型,这对传统的线性模型及普通最小二乘法构成了巨大挑战。微观计量模型,特别是了巨大挑战。微观计量模型,特别是Panel DataPanel Data模型、离散及受限被模型、离散及受限被解释变量模型,理论深刻,方法独特,应用广泛。还有基于经济和管解释变量模型,理论深刻,方法独特,应用广泛。还有基于经济和管理实际需要产生的持续模型,以及非参数和半参数模型也是微观计量理实际需要产生的持续模型,以及非参数和半参数模型也是微观计量涉及的重要领域。涉及的重要领域。另外,微观计量经济学对微观数据的分析刺激了计量经济学方法
7、另外,微观计量经济学对微观数据的分析刺激了计量经济学方法论创新,如矩法估计、两阶段最小二乘估计、拉格朗日乘数和条件矩论创新,如矩法估计、两阶段最小二乘估计、拉格朗日乘数和条件矩检验、还有用于宏观经济数据的单位根检验、检验、还有用于宏观经济数据的单位根检验、Panel DataPanel Data分析等均是分析等均是微观计量所研究的组成部分。微观计量所研究的组成部分。一、二元响应(选择)模型一、二元响应(选择)模型 (一)定性响应模型的性质(一)定性响应模型的性质 (二)线性概率模型(二)线性概率模型 (三)(三)LogitLogit模型模型 (四)(四)ProbitProbit模型模型(一)定
8、性响应变量模型的性质(一)定性响应变量模型的性质 概念:以离散变量,或为非数值型变量概念:以离散变量,或为非数值型变量(分类变量或顺分类变量或顺序变量序变量)为因变量的模型称为离散因变量模型,或定性为因变量的模型称为离散因变量模型,或定性响应模型,或离散选择模型。响应模型,或离散选择模型。分类:分类:二元选择模型和多元选择模型。二元选择模型和多元选择模型。目的:在离散选择模型中,目标是解释某一事件被选目的:在离散选择模型中,目标是解释某一事件被选择或发生的概率,因此,又称概率模型。择或发生的概率,因此,又称概率模型。影响因素包括两部分:影响因素包括两部分:决策者的属性决策者的属性和和备选方备选
9、方案的属性案的属性。对于两个方案的选择。例如,两种出行方式的对于两个方案的选择。例如,两种出行方式的选择,两种商品的选择。由选择,两种商品的选择。由决策者的属性决策者的属性和和备备选方案的属性共同决定。选方案的属性共同决定。对于单个方案的取舍。例如,购买者对某种商对于单个方案的取舍。例如,购买者对某种商品的购买决策问题品的购买决策问题 ,求职者对某种职业的选,求职者对某种职业的选择问题,投票人对某候选人的投票决策,银行择问题,投票人对某候选人的投票决策,银行对某客户的贷款决策。由决策者的属性决定。对某客户的贷款决策。由决策者的属性决定。(二)二元离散选择模型形式二)二元离散选择模型形式 对于对
10、于两两元选择模型,因变量元选择模型,因变量 的取值记为的取值记为1 1或或0 0,于是,于是iy)1()1(1 0)1(1)(iiiiyPyPyPyE)(iyE1iy),(21kiiiixxxx iiixFy),(|)(1|)(,),1,2,iiiiiEyxP yxFxiniy10),(k 这是两元选择模型的基本形式。这是两元选择模型的基本形式。即即 表示表示 的概率。设的概率。设 是影响是影响 的的 k k 个因素,个因素,是是 k k+1+1 个未知参数,则个未知参数,则回归模型为回归模型为于是于是1.1.线性概率模型线性概率模型(1|)(,)p yxF xx)(yEy yx记记 ,则得线
11、性回归模型,则得线性回归模型问题在于:问题在于:(1)(1)该式右端并没有处于该式右端并没有处于00,11范围内的限制,实际上很可能超出范围内的限制,实际上很可能超出00,11的范围;而该式左端,则要求处于的范围;而该式左端,则要求处于00,11范围内。范围内。01YX (2)(2)对于随机误差项对于随机误差项 ,具有异方差性,具有异方差性 。因为。因为:XyXXyXiii1011,其概率为当,其概率为当)1()1()()1()(22XXXXXXVari 10/110/0 1 X Y (3)(3)不当的拟合优度不当的拟合优度 (4)(4)不当模型形式的设定不当模型形式的设定x1 Y0 2.2.
12、Logit Logit 模型模型即即 L L 为对数线性概率模型,因此,为对数线性概率模型,因此,LogitLogit 模型也称为对数单位模模型也称为对数单位模型。型。XXXeeeXXFXYpXYE111)(),()|1()|1(XeXFXFpp),(1),(1XXFXFppL),(1),(ln1ln Logit 模型是取 为逻辑斯蒂(Logistic)分布,即根据该式根据该式则),(XF3.Probit 3.Probit 模型模型10iy),(XFdteXXFXYEXYPtX2221)(),()|()|1(从而也称为概率单位模型。从而也称为概率单位模型。为了使 ,应选择 为取值在 0 与 1
13、 之间的 S 形曲线,而分布函数就是这种类型的曲线。Probit 模型取为标准正态分布的分布函数,即),(XFFtF t()()1)(1)()|0()()(1)|1(iiiiiiiixFxFxypxFxFxyp1021)()(1(),(iiyynxFxFyyyPiiniXFXFL1)(1()(iiy1iyi标准正态分布或逻辑分标准正态分布或逻辑分布的对称性布的对称性(三)二元选择模型的参数估计(三)二元选择模型的参数估计)(1ln()1()(ln(ln1iiXFyXFyLniii0iXFfyFfyLniiiiiii1)1()1(ln 在样本数据的支持下,如果知道概率分布函数和概率密度函数,在样
14、本数据的支持下,如果知道概率分布函数和概率密度函数,求解该方程组,可以得到模型参数估计量。求解该方程组,可以得到模型参数估计量。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。似然法中所采用的迭代方法。应用计量经济学软件。应用计量经济学软件。考虑考虑Greene 给出的斯佩克特和马泽欧(给出的斯佩克特和马泽欧(1980)的例子,在例子中分析了某种教学方法对成绩的有效的例子,在例子中分析了某种教学方法对成绩的有效性。因变量(性。因变量(GRADE)代表在接受新教学方法后成)代表在接受新教学方法后成绩是否改善,如
15、果改善为绩是否改善,如果改善为1,未改善为,未改善为0。解释变量。解释变量(PSI)代表是否接受新教学方法,如果接受为)代表是否接受新教学方法,如果接受为1,不,不接受为接受为0。还有对新教学方法量度的其他解释变量:。还有对新教学方法量度的其他解释变量:平均分数(平均分数(GPA)和测验得分()和测验得分(TUCE),来分析新),来分析新的教学方法的效果。的教学方法的效果。估计二元选择模型,从估计二元选择模型,从Equation SpecificationEquation Specification对话对话框中,选择框中,选择BinaryBinary估计方法。在二元模型的设定中分为两部估计方法
16、。在二元模型的设定中分为两部分。首先,在分。首先,在Equation SpecificationEquation Specification区域中,键入二元区域中,键入二元因变量的名字,随后键入一列回归项。由于二元变量估计只因变量的名字,随后键入一列回归项。由于二元变量估计只支持列表形式的设定,所以不能输入公式。然后,在支持列表形式的设定,所以不能输入公式。然后,在Binary Binary estimation methodestimation method中选择中选择ProbitProbit,LogitLogit,Extreme valueExtreme value选择三种估计方法的一种。
17、选择三种估计方法的一种。例例 probitprobit的估计输出结果如下:的估计输出结果如下:LogitLogit模型的估计输出结果如下:模型的估计输出结果如下:参数估计结果的上半部分包参数估计结果的上半部分包含与一般的回归结果类似的含与一般的回归结果类似的基本信息基本信息 参数估计结果的上半部分包含与一般的回归结参数估计结果的上半部分包含与一般的回归结果类似的基本信息,标题包含关于估计方法(果类似的基本信息,标题包含关于估计方法(MLML表表示极大似然估计)和估计中所使用的样本的基本信示极大似然估计)和估计中所使用的样本的基本信息,也包括达到收敛要求的迭代次数和计算系数协息,也包括达到收敛要
18、求的迭代次数和计算系数协方差矩阵所使用方法的信息。在其下面显示的是系方差矩阵所使用方法的信息。在其下面显示的是系数的估计、渐近的标准误差、数的估计、渐近的标准误差、z z-统计量和相应的概统计量和相应的概率值及各种有关统计量。率值及各种有关统计量。在回归结果中还提供几种似然函数:在回归结果中还提供几种似然函数:log likelihood log likelihood是对数似然函数的最大值是对数似然函数的最大值L L(b b),b b是未知参数是未知参数 的估计值。的估计值。Avg.log likelihood Avg.log likelihood 是用观察值的个数是用观察值的个数N N去除以
19、去除以对数似然函数对数似然函数L L(b b),即对数似然函数的平均值。,即对数似然函数的平均值。RestrRestr.Log likelihood.Log likelihood是除了常数以外所有系数是除了常数以外所有系数被限制为被限制为0 0时的极大似然函数时的极大似然函数L L(b b)。LR LR统计量检验除了常数以外所有系数都是统计量检验除了常数以外所有系数都是0 0的假设,的假设,这类似于线性回归模型中的统计量,测试模型整体的显著这类似于线性回归模型中的统计量,测试模型整体的显著性。圆括号中的数字表示自由度,它是该测试下约束变量性。圆括号中的数字表示自由度,它是该测试下约束变量的个数
20、。的个数。Probability Probability(LR statLR stat)是)是LRLR检验统计量的检验统计量的P P值。值。在零假设下,在零假设下,LRLR检验统计量近似服从于自由度等于检验检验统计量近似服从于自由度等于检验下约束变量的个数的下约束变量的个数的 2 2分布。分布。McFadden R-squared McFadden R-squared是计算似然比率指标,正是计算似然比率指标,正像它的名字所表示的,它同线性回归模型中的像它的名字所表示的,它同线性回归模型中的R R2 2是类似是类似的。它具有总是介于的。它具有总是介于0 0和和1 1之间的性质。之间的性质。分布函
21、数采用标准正态分布,即分布函数采用标准正态分布,即Probit模型,计算结果为模型,计算结果为 z=(-2.93)(2.34)(0.62)(2.39)Probit模型的系数,本例按如下公式给出新教学法对学习成绩影模型的系数,本例按如下公式给出新教学法对学习成绩影响的概率,响的概率,当当PSI=0时:时:当当PSI=1时:时:式中测验得分式中测验得分TUCE取均值取均值(21.938),平均分数,平均分数GPA是按从是按从小到大重新排序后的序列。小到大重新排序后的序列。iiiiPSITUCEGPAy4263.10517.06258.14523.7*)938.210517.06258.14523.
22、7()1Prob(GPAGrade)42.1938.210517.06258.14523.7()1Prob(GPAGrade0.00.20.40.60.81.02.02.22.42.62.83.03.23.43.63.84.0PSI=1PSI=0Prob(Grade=1)GPA因为我们是用迭代法求极大似然函数的最大值,所因为我们是用迭代法求极大似然函数的最大值,所以以Option选项可以从估计选项中设定估计算法与迭代选项可以从估计选项中设定估计算法与迭代限制。单击限制。单击Options按钮,打开对话框按钮,打开对话框 option option对话框有以下几项设置:对话框有以下几项设置:(R
23、obust Standard Errors)(Robust Standard Errors)对二元因变量模型对二元因变量模型而言,而言,EViewsEViews允许使用准允许使用准-极大似然函数(极大似然函数(Huber/WhiteHuber/White)或广义的线)或广义的线性模型(性模型(GLMGLM)方法估计标准误差。察看)方法估计标准误差。察看Robust CovarianceRobust Covariance对话框,对话框,并从两种方法中选择一种。并从两种方法中选择一种。EViewsEViews的默认值是使用经验运算法则而选择出来的,的默认值是使用经验运算法则而选择出来的,适用于二元
24、选择模型的每一种类型。适用于二元选择模型的每一种类型。在在Optimization algorithm Optimization algorithm 一栏中选择估计的运一栏中选择估计的运算法则。默认地,算法则。默认地,EViewsEViews使用使用quadratic hill-climbingquadratic hill-climbing方法得到参数方法得到参数估计。这种运算法则使用对数似然分析二次导数的矩阵来形成迭代和估计。这种运算法则使用对数似然分析二次导数的矩阵来形成迭代和计算估计的系数协方差矩阵。还有另外两种不同的估计法则,计算估计的系数协方差矩阵。还有另外两种不同的估计法则,New
25、ton-Newton-RaphsonRaphson也使用二次导数,也使用二次导数,BHHHBHHH使用一次导数,既确定迭代更新,又确使用一次导数,既确定迭代更新,又确定协方差矩阵估计。定协方差矩阵估计。从方程工具栏选择从方程工具栏选择ProcsProcs/Forecast/Forecast(Fitted Probability Fitted Probability/I n d e x/I n d e x),然后单击想要预测的对象。既可以计算 拟 合 概),然后单击想要预测的对象。既可以计算 拟 合 概率率 ,也可以计算指标,也可以计算指标 的拟合值。的拟合值。像其他方法一样,可以选择预测样本,
展开阅读全文