Модель динамических ненаблюдаемых эффектов
Эта статья может быть слишком технической для понимания большинства читателей . ( январь 2018 г. ) |
Модель динамических ненаблюдаемых эффектов — это статистическая модель, используемая в эконометрике для панельного анализа . Он характеризуется влиянием предыдущих значений зависимой переменной на ее текущее значение, а также наличием ненаблюдаемых объясняющих переменных .
Термин «динамический» здесь означает зависимость зависимой переменной от ее прошлой истории; обычно это используется для моделирования «государственной зависимости» в экономике. Например, человеку, который не сможет найти работу в этом году, будет труднее найти работу в следующем году, поскольку ее нынешнее отсутствие работы будет негативным сигналом для потенциальных работодателей. «Ненаблюдаемые эффекты» означают, что одна или некоторые объясняющие переменные ненаблюдаемы: например, потребительский выбор одного вкуса мороженого по сравнению с другим является функцией личных предпочтений, но предпочтение ненаблюдаемо.
Непрерывная зависимая переменная
[ редактировать ]Цензурированная зависимая переменная
[ редактировать ]данных В тобитной модели панельных [1] [2] если результат частично зависит от предыдущей истории исходов эта тобитная модель называется «динамической». Например, если взять человека, который в этом году найдет работу с высокой зарплатой, то ему будет легче найти работу с высокой зарплатой в следующем году, потому что тот факт, что у нее есть высокооплачиваемая работа в этом году, будет очень положительный сигнал для потенциальных работодателей. Сущность этого типа динамического эффекта заключается в зависимости результата от состояния. «Ненаблюдаемые эффекты» здесь относятся к фактору, который частично определяет исход человека, но не может наблюдаться в данных. Например, способности человека очень важны при поиске работы, но они не заметны исследователям. Типичную динамическую модель тобита с ненаблюдаемыми эффектами можно представить как
В этой конкретной модели это часть динамического эффекта и — это часть ненаблюдаемого эффекта, распределение которой определяется исходным результатом индивидуума i и некоторыми экзогенными особенностями индивидуума i.
На основании этой установки функция правдоподобия, обусловленная может быть дано как
Для начальных значений , существует два разных способа обращения с ними при построении функции правдоподобия: считать их постоянными или наложить на них распределение и вычислить безусловную функцию правдоподобия. Но какой бы способ обработки начальных значений функции правдоподобия ни был выбран, мы не можем избавиться от интегрирования внутри функции правдоподобия при оценке модели методом оценки максимального правдоподобия (MLE). Алгоритм максимума ожидания (EM) обычно является хорошим решением этой проблемы вычислений. [3] На основе последовательных точечных оценок MLE, средний частичный эффект (APE) [4] можно рассчитать соответствующим образом. [5]
Бинарная зависимая переменная
[ редактировать ]Формулировка
[ редактировать ]типичная модель динамических ненаблюдаемых эффектов с бинарной зависимой переменной. Представлена [6] как:
где c i — ненаблюдаемая объясняющая переменная, z — объясняющие переменные, которые являются экзогенными условиями для c i , а G(∙) — кумулятивная функция распределения .
Оценки параметров
[ редактировать ]В этом типе модели экономисты проявляют особый интерес к ρ, который используется для характеристики зависимости от государства. Например, y i,t может быть выбором женщины, работать или нет, z он включает возраст i -го человека, уровень образования, количество детей и другие факторы. c i может быть какой-то индивидуальной специфической характеристикой, которую экономисты не могут наблюдать. [7] Разумно предположить, что выбор труда в период t должен зависеть от его или ее выбора в период t − 1 из-за формирования привычки или по другим причинам. Эта зависимость характеризуется параметром ρ .
Существует несколько подходов на основе MLE для последовательной оценки δ и ρ . Самый простой способ — считать y i,0 нестохастическим и предположить, что c i не зависит от z i . Затем, интегрируя P(y i,t , y i,t-1 , … , y i,1 | y i,0 , z i , c i ) против плотности c i , мы можем получить условную плотность P( y i,t , y i,t-1 , ... , y i,1 |y i,0 , z i ). Целевую функцию для условного MLE можно представить в виде: log (P (y i,t , y i,t-1 , … , y i,1 | y i,0 , z i )).
Рассмотрение y i,0 как нестохастического неявно предполагает независимость y i,0 от z i . Но в действительности в большинстве случаев y i,0 зависит от c i и c i также зависит от z i . Усовершенствование описанного выше подхода состоит в том, чтобы предположить плотность y i,0 при условии ( c i , z i ) и условной вероятности P(y i,t , y i,t-1 , … , y t,1 ,y i,0 | c i , z i ) можно получить. Интегрируя эту вероятность с плотностью ci , обусловленной z i , мы можем получить условную плотность P(y i,t , y i,t-1 , …, y i,1 , y i,0 | z i ) . Целевая функция для условного MLE [8] является log (P (y i,t , y i,t-1 , … , y i,1 | y i,0 , z i )).
На основе оценок ( δ, ρ ) и соответствующей дисперсии можно проверить значения коэффициентов. [9] и можно рассчитать средний частичный эффект. [10]
Ссылки
[ редактировать ]- ^ Грин, штат Вашингтон (2003). Эконометрический анализ . Река Аппер-Сэдл, Нью-Джерси: Прентис-Холл.
- ^ Основа модели взята из Вулдридж, Дж. (2002). Эконометрический анализ перекрестных и панельных данных . Кембридж, Массачусетс: MIT Press. п. 542 . ISBN 9780262232197 . Но здесь автор пересматривает модель в более общем плане.
- ^ Для получения более подробной информации см.: Каппе, О.; Мулен, Э.; Райден, Т. (2005). «Часть II: Вывод параметров» . Вывод в скрытых марковских моделях . Нью-Йорк: Springer-Verlag. ISBN 9780387289823 .
- ^ Вулдридж, Дж. (2002). Эконометрический анализ перекрестных и панельных данных . Кембридж, Массачусетс: MIT Press. п. 22 . ISBN 9780262232197 .
- ^ Для получения более подробной информации см.: Амемия, Такеши (1984). «Модели Тобита: обзор». Журнал эконометрики . 24 (1–2): 3–61. дои : 10.1016/0304-4076(84)90074-5 .
- ^ Вулдридж, Дж. (2002): Эконометрический анализ поперечных и панельных данных, MIT Press, Кембридж, Массачусетс, стр. 300.
- ^ Джеймс Дж. Хекман (1981): Исследования рынков труда, University of Chicago Press, Глава «Неоднородность и государственная зависимость».
- ^ Грин, WH (2003), Эконометрический анализ, Прентис Холл, Аппер-Сэддл-Ривер, Нью-Джерси.
- ^ Уитни К. Ньюи, Дэниел Макфадден, Глава 36 Оценка большой выборки и проверка гипотез, В: Роберт Ф. Энгл и Дэниел Л. Макфадден, редактор(ы), Справочник по эконометрике, Elsevier, 1994, Том 4, страницы 2111–2245 , ISSN 1573-4412 , ISBN 9780444887665 ,
- ^ Чемберлен, Г. (1980), «Анализ ковариации с качественными данными», Journal of Econometrics 18, 5–46.