Stata: 双栏模型简介 (Double-hurdle model)

编译：李琼琼 (山东大学)

Stata 连享会： 知乎 | 简书 | 码云 | CSDN

Stata连享会   计量专题 || 简书推文

 

 

本文主要翻译自如下论文，并进行了适当的补充和调整.
Source： Engel C, Moffatt P G. Dhreg, xtdhreg, and bootdhreg: Commands to implement double-hurdle regression[J]. Stata Journal, 2014, 14(4):778-797. [PDF]

背景介绍

双栏模型 (Double-hurdle model) 是由 Cragg (1971) 提出的：对于一个活动的参与，个体决策是由两部分组成的。第一个门槛 (hurdle), 决定个体是否是零类型；第二个门槛 (hurdle) 是在第一个阶段是非零的条件下，决定个体对活动的参与程度。这个模型的关键特征是这里有两种类型的零观测值，一种是无周围的环境如何变化他的选择都是零，另一种是他可以有非零选择但是目前的环境导致他选择零，后者也被称为归并零 (Tobin,1958) 。因此，双栏模型除了包括自然的零类型外，还允许零的概率由观测值的个体决定的。本质上，Double-hurdle 模型 是 Tobit 模型的延续。本文主要分三部分内容进行介绍：

• 1 双栏模型介绍
• 2 模型的实现
• 3 面板双栏模型

1. 双栏模型 (Double-hurdle model) 介绍

介绍双栏模型最自然的开始是先介绍 Tobit 模型，再来引入双栏模型。

1.1 Tobit 模型

Tobit 模型又被称为归并回归模型 (censored regression model)， 根据 limit 的设置分为左归并 (lower censoring) 和右归并 (upper censoring)，左归并指事先设置一个最小值 A，当被解释变量低于这个值时则自动等于 A。 如果最低的 limit 为 0 时，被称为零归并 (zero censoring)。

$$\begin{array}{rl}{y}_i^{\ast }& ={\mathbf{x}}_i^{\prime }\mathbf{\beta }+{\epsilon }_i\\ {\epsilon }_i& \sim N\left(0,{\sigma }^2\right)\end{array}$$

上面的公式中潜变量 $y_i^{\ast }$ (最终无法直接被看到）代表个体 $i$ 希望做出的贡献 (latent contribution)， 这个潜在贡献可以为负值，但是试验规则认为只要为负值最终的贡献都归为 0 (规则如下）：

$$y_i=\{\begin{array}{cl}{y}_i^{\ast }& \text{ if }{y}_i^{\ast }>0\\ 0& \text{ if }{y}_i^{\ast }⩽0\end{array}$$

这里以零归并举例，采用对数似然函数，估计模型如下：
$$\log L=\sum _{i=1}^n\left[I_{y_i=0}\ln \left\{\Phi \left(-\frac{{\mathbf{x}}_i^{\prime }\mathbf{\beta }}{\sigma }\right)\right\}+I_{y_i>0}\ln \left\{\frac{1}{\sigma }\varphi \left(\frac{y_i-{\mathbf{x}}_i^{\prime }\mathbf{\beta }}{\sigma }\right)\right\}\right]$$
其中 $I$ 为示性函数，当下标所表示的条件正确时取值为 1，否则为 0。通过使 $\log L$ 最大化来求出 $\beta$ 和 $\sigma$。

1.2 Double - hurdle 模型

Double - hurdle 模型有两个阶段，这两个阶段分别采用 probit 估计和 tobit 估计：

$$\begin{array}{rl}{d}_i^{\ast }& ={\mathbf{z}}_i^{\prime }\mathbf{\alpha }+{\epsilon }_{1,i}\\ y_i^{\ast \ast }& ={\mathbf{x}}_i^{\prime }\mathbf{\beta }+{\epsilon }_{2,i}\\ \left(\begin{array}{c}{\epsilon }_{1,i}\\ {\epsilon }_{2,i}\end{array}\right)& \sim N\left[\left(\begin{array}{l}0\\ 0\end{array}\right),\left(\begin{array}{cc}1& 0\\ 0& {\sigma }^2\end{array}\right)\right]\end{array}$$

在第一个阶段 (hurdle)，被解释变量 ($d_i$) 是二元变量,由潜变量 $d_i^{\ast }$ 决定。

$$d_i=\{\begin{array}{cl}{d}_i^{\ast }& \text{ if }{d}_i^{\ast }>0\\ 0& \text{ if }{d}_i^{\ast }⩽0\end{array}$$

在第二个阶段 (hurdle), 被解释变量 $y_i^{\ast }$ 是零或者正数，非常像 Tobit 模型 (Ⅰ)。$y_i^{\ast }=\max \left(y_i^{\ast \ast },0\right)$
双栏模型对数似然函数为：

$$\log L=\sum _0\ln \left\{1-\Phi \left({\mathbf{z}}_i^{\prime }\mathbf{\alpha }\right)\Phi \left(\frac{{\mathbf{x}}_i^{\prime }\mathbf{\beta }}{\sigma }\right)\right\}+\sum _{+}\ln \{\Phi \left({\mathbf{z}}_i^{\prime }\mathbf{\alpha }\right)\frac{1}{\sigma }$$