二元离散选择模型ppt课件.ppt

《二元离散选择模型ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、§6.2二元离散选择模型一、二元离散选择模型的经济背景二、二元离散选择模型三、二元Probit模型及其参数估计四、二元Logit模型及其参数估计五、二元离散选择模型的检验说明离散被解释变量数据计量经济学模型（ModelswithDiscreteDependentVariables）和离散选择模型(DCM,DiscreteChoiceModel)的区别。二元选择模型(BinaryChoiceModel)和多元选择模型(MultipleChoiceModel)。本节只介绍二元选择模型。离散选择模型起源于Fechner于1860年进行的动

2、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、社会经济生活中的二元选择问题研究选择结果与影响因素之间的关系。选择结果：0、1影响选择结果的因素包括两部分：决策者的属性和备选方案的属性。两种方案的选择由决策者的属性和备选方案的属性共同决定。例如，选择利用公共交通工具还是私人交通工具，取决于两类因素。一类是公共交通工

3、具和私人交通工具所具有的属性，诸如速度、耗费时间、成本等；一类是决策个体所具有的属性，诸如职业、年龄、收入水平、健康状况等。从大量的统计中，可以发现选择结果与影响因素之间具有一定的因果关系。单个方案的取舍一般由决策者的属性决定。例如，对某种商品的购买决策问题。决定购买与否，取决于两类因素。一类是该商品本身所具有的属性，诸如性能、价格等；一类是消费者个体所具有的属性，诸如收入水平、对该商品的偏好程度等。对于所有的决策者，商品本身所具有的属性是相同的，在模型中一般不予体现。二、二元离散选择模型1、原始模型对于二元选择问题，可以建立如下计

4、量经济学模型。其中Y为观测值为1和0的决策被解释变量；X为解释变量，包括选择对象所具有的属性和选择主体所具有的属性。左右端矛盾由于存在这两方面的问题，主要是模型左右端矛盾问题，导致：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。一般教科书称为潜变量模型（LatentVariableModel）。这是离散选择模型的关键。具有异方差性2、效用模型作为研究对象的二元选择模型第i个个体选择1的效用第i个个体选择0的效用注意：在效应模型中，被解释变量是不可观测的潜变量，人们能够得到的观测值仍然是选择结果，即1和0。

5、很显然，如果不可观测的U1>U0，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。OLS不能用于效用模型的估计。3、最大似然估计欲使得效用模型可以采用ML估计，就必须为随机误差项选择一种特定的概率分布。两种最常用的分布是标准正态分布和逻辑（logistic）分布，于是形成了两种最常用的二元选择模型—Probit模型和Logit模型。最大似然

6、函数及其估计过程如下：标准正态分布或逻辑分布的对称性似然函数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，求解该方程组，可以得到模型参数估计量。1阶极值条件三、二元Probit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。3、例题：贷款决策模型分

7、析与建模：某商业银行从历史贷款客户中随机抽取78个样本，根据设计的指标体系分别计算它们的“商业信用支持度”（XY）和“市场竞争地位等级”（SC），对它们贷款的结果（JG）采用二元离散变量，1表示贷款成功，0表示贷款失败。目的是研究JG与XY、SC之间的关系，并为正确贷款决策提供支持。样本观测值选择Probit模型对异方差采用稳健标准误的White修正估计结果输出的估计结果该方程表示：当XY和SC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XY=15、SC=－1代入方程右边，计算括号内的值为0.132

8、6552；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。正确解读该结果十分重要讨论：能否说“当市场竞争地