Stata: Tobit 模型

作者: stata连享会 | 来源:发表于2019-12-30 17:34 被阅读0次

作者：李琼琼 (山东大学)

Stata 连享会：知乎 | 简书 | 码云 | CSDN | StataChina公众号

Stata连享会计量专题 || 精品课程 || 简书推文 || 公众号合集

点击查看完整推文列表

连享会直播：我的特斯拉—实证研究设计(连玉君主讲)
课程主页：https://gitee.com/arlionn/Live

image

1. Tobit 模型的介绍

1.1 受限数据：截断和截堵

在做回归时，连续型的被解释变量有的时候因为截断 (Truncated) 或者截堵 (Censored) 而只能选取一定范围的值，会导致估计量不一致。Davidson 等 (2004) 定义如果一些观测值被系统地从样本中剔除，称为截断；而没有观测值被剔除，但是有部分观测值被限制在某个点上则被称为截堵。

举个例子，在研究影响家庭负债额的决定因素时，有较多的被解释变量 (负债额) 为 0，有些家庭是因为没有欠债也没有借钱给其他家庭回答负债为 0，也有家庭只借钱给其他家庭 (借钱给其他人负债额为负值)，但是后者没有在数据上反映出来。当研究人员只选择负债大于 0 的样本，此时负债额是 截断变量；若研究人员保留了负债大于等于 0 的样本，此时的负债额为 截堵变量。我们将上述情形统称为 受限因变量 (limited dependent variable)，对应地就衍生出「截断回归模型」 (truncated regression models) 和「截堵回归模型」(censored regression models)。文献中，后者的别名还包括：「归并回归模型」和「审查回归模型」。

上述关于负债的例子属于 左侧受限，也可以将其推广到 右侧受限 (比如样本的负债额不能超过 100 万元) 或 双侧受限 (限定负债额在 0 到 100 万元之间) 的情形。

1.2 Tobit 模型设定

对于截堵数据，当左侧受限点为 0 ，无右侧受限点时，此模型就是所谓的「规范审查回归模型」，又称为 Tobit 模型 (Tobin，1958)。模型设定如下：
$\begin{aligned} y_{i}^{*} &=\mathbf{x}_{i}^{\prime} \boldsymbol{\beta}+u_i \\ u_{i} & \sim N\left(0, \sigma^{2}\right) \end{aligned}$

$y_{i}=\left\{\begin{array}{cl}{y_{i}^{*}} & {\text { if } y_{i}^{*}>0} \\ {0} & {\text { if } y_{i}^{ *}\leqslant0}\end{array}\right.$

当潜变量 $y^{*}$ 小于等于 0 时，被解释变量 $y$ 等于 0；当 $y^{*}$ 大于 0 时，被解释变量 $y$ 等于 $y^{*}$ 本身，同时假设扰动项 $u_i$ 服从均值为 0 ，方差为 $\sigma^{2}$ 正态分布。

1.3 Tobit 模型的估计

由于使用 OLS 对整个样本进行线性回归，其非线性扰动项将被纳入扰动项中，导致估计不一致，Tobit 提出用 MLE 对模型进行估计。

我们先对该混合分布的概率密度函数进行推导, 再写出其对数似然函数。

当 $y_i = 0$ 时，
$\begin{aligned} \mathrm{P}(y_i=0 | \mathbf{x_i}) &=\mathrm{P}\left(y_i^{*}<0 | \mathbf{x_i}\right)=\mathrm{P}(u_{i}<-\mathbf{x_i}^{\prime} \boldsymbol{\beta} | \mathbf{x_i}) \\ &=\mathrm{P}(u_{i}/ \sigma<-\mathbf{x_i}^{\prime} \boldsymbol{\beta} / \sigma | \mathbf{x_i})=\Phi(-\mathbf{x_i}^{\prime} \boldsymbol{\beta} / \sigma)\end{aligned}$
当 $y_i > 0$ 时，
$\begin{aligned} \mathrm{P}(y_i>0 | \mathbf{x_i}) &=\mathrm{P}\left(y_i^{*}>0 | \mathbf{x_i}\right)= 1 - \mathrm{P}\left(y_i^{*}\leq0 | \mathbf{x_i}\right) \\ &=1-\mathrm{P}(u_{i}\leq-\mathbf{x_i}^{\prime} \boldsymbol{\beta} | \mathbf{x_i})=1 - \mathrm{P}(u_{i} / \sigma\leq-\mathbf{x_i}^{\prime} \boldsymbol{\beta} / \sigma | \mathbf{x_i})\\ &= 1-\Phi(-\mathbf{x_i}^{\prime} \boldsymbol{\beta} / \sigma)=\Phi(\mathbf{x_i}^{\prime} \boldsymbol{\beta} / \sigma) \end{aligned}$
概率密度函数为：
$f\left(y_{i} | \mathbf{x}_{i}\right)=\left[\Phi\left(-\frac{\mathbf{x}_{i}^{\prime} \boldsymbol{\beta}}{\sigma}\right)\right]^{I_{y_{i}=0}}\left[\frac{1}{\sigma} \phi\left(\frac{y_{i}-\mathbf{x}_{i}^{\prime} \boldsymbol{\beta}}{\sigma}\right)\right]^{I_{y_{i}=0}}$ 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。

整个样本的对数似然函数为 ：

$\log L=\sum_{i=1}^{n} \left\{ I_{y_{i}=0} \ln \left[\Phi\left(-\frac{\mathbf{x}_{i}^{\prime} \boldsymbol{\beta}}{\sigma}\right)\right] +I_{y_{i}>0} \ln \left[\frac{1}{\sigma} \phi\left(\frac{y_{i}-\mathbf{x}_{i}^{\prime} \boldsymbol{\beta}}{\sigma}\right)\right] \right \}$

通过使 $\log L$ 最大化来求出 $\beta$ 和 $\sigma$ 。

1.4 Tobit 模型的假设检验

Tobit 模型的假设检验是通过似然比检验 (Likelihood Ratio Test, LR) 来实现的，该检验的原假设为：

$H_{0}: \boldsymbol{\beta}=\boldsymbol{\beta}_{0}$
LR 统计量为：
$L R=-2\left(\ln L_{r}-\ln L_{u}\right) \sim \chi^{2}(j)$
其中， $\ln L_{r}$ 是有约束的 ML 估计得到的似然函数值， $\ln L_{u}$ 为无约束 ML 得到的似然函数值，如果 $H_{0}$ 正确，则 $\ln L_{r}-\ln L_{u}\$ 不应该为很大。

1.5 边际效应及其推导过程

在 Probit 模型和 Logit 模型等非线性模型中，估计量 $\boldsymbol{\beta}_{MLE}$ 并非边际效应 (marginal effects)，需要进行一定的转换。Tobit 模型也是一个非线性模型，估计量 $\boldsymbol{\beta}$ 无法直接作为被解释变量 $y$ (相当于截堵型被解释变量 ) 的边际效应, 但可以作为潜变量 $y^{*}$ 的边际效应，因为 $\boldsymbol{\beta}$ 与潜变量 $y^{*}$ 是线性关系。此外， $\boldsymbol{\beta}$ 可以表示变量 $y|y>0$ (相当于截断型被解释变量) 的期望。下面我们从期望和偏效应入手，推导 $\boldsymbol{\beta}$ 与三种变量 $y^*、 y 和 y|y>0$ 的边际效应的关系。

潜变量 $y^{*}$ 的期望和边际效应

潜变量 $y^{*}$ 关于 $\mathbf{x}$ 期望：
$\mathrm{E}(y^{*} | \mathbf{x}) =\mathbf{x} \boldsymbol{\beta}$
变量 $x_j$ 对潜变量 $y^{*}$ 偏效应 (partial effects)
$\partial \mathrm{E}(y^{*} | \mathbf{x}) / \partial x_{j}=\beta_{j}$
截断型被解释变量 $y| y >0$ 的期望和边际效应
被解释变量 $y$ 关于 $y>0,\mathbf{x}$ 的期望 (又称为 "条件期望" ):
$\begin{aligned}\mathrm{E}(y | y>0, \mathbf{x}) &=\mathbf{x} \boldsymbol{\beta}+\mathrm{E}(u | u>-\mathbf{x} \boldsymbol{\beta}) \\ &=\mathbf{x} \boldsymbol{\beta}+\sigma \mathrm{E}[(u / \sigma) |(u / \sigma)>-\mathbf{x} \boldsymbol{\beta} / \sigma ]\\ &=\mathbf{x} \boldsymbol{\beta}+\sigma \phi(\mathbf{x} \boldsymbol{\beta} / \sigma) / \Phi(\mathbf{x} \boldsymbol{\beta} / \sigma) \\ &=\mathbf{x} \boldsymbol{\beta}+\sigma \lambda(\mathbf{x} \boldsymbol{\beta} / \sigma) \end{aligned}$
其中 $\lambda(c) =\phi(c) / \Phi(c)$ 被称为 逆米尔斯比率 (inverse Mills ratio), 是标准正态 pdf 和标准正态 cdf 在 $c$ 处之比。
变量 $x_j$ 对变量 $y$ 在 $y>0,\mathbf{x}$ 条件下的偏效应 (partial effects)：
$\begin{aligned}\partial \mathrm{E}(y | y>0, \mathbf{x}) / \partial x_{j} &=\beta_{j}+ \sigma \cdot \frac{d \lambda}{d c} \frac{d c}{d x_{j}} = \beta_{j}+ \beta_{j} \cdot \frac{d \lambda}{d c} \\ &= \beta_{j}\{1-\lambda(\mathbf{x} \boldsymbol{\beta} / \sigma)[\mathbf{x} \boldsymbol{\beta} / \sigma+\lambda(\mathbf{x} \boldsymbol{\beta} / \sigma)]\} \end{aligned}$
上式说明 $x_j$ 对变量 $y$ 在 $y>0,\mathbf{x}$ 条件下的偏效应不仅取决于 $\beta_j$ ，而且受到 $\{\cdot\}$ 项的影响。

截堵型被解释变量 $y$ 的期望和边际效应

被解释变量 $y$ 关于 $\mathbf{x}$ 的期望 (又称为 "无条件期望" ):
$\mathrm{E}(y | \mathbf{x})=\mathrm{P}(y>0 | \mathbf{x}) \cdot \mathrm{E}(y | y>0, \mathbf{x})=\Phi(\mathbf{x} \boldsymbol{\beta} / \sigma) \cdot \mathrm{E}(y | y>0, \mathbf{x})$
变量 $x_j$ 对 $y$ 在 $\mathbf{x}$ 条件下的偏效应 (partial effects)：
$\frac{\partial \mathrm{E}(y | \mathbf{x})}{\partial x_{j}}=\frac{\partial \mathrm{P}(y>0 | \mathbf{x})}{\partial x_{j}} \cdot \mathrm{E}(y | y>0, \mathbf{x})+\mathrm{P}(y>0 | \mathbf{x}) \cdot \frac{\partial \mathrm{E}(y | y>0, \mathbf{x})}{\partial x_{j}}$
经过化简后可得：
$\frac{\partial \mathrm{E}(y | \mathbf{x})}{\partial x_{j}}=\beta_{j} \Phi(\mathbf{x} \boldsymbol{\beta} / \sigma)$

对以上三种边际效应进行总结：

解释变量的偏效应	函数形式
对潜变量 $y^{*}$ 的偏效应	$\partial \mathrm{E}(y^{*} \| \mathbf{x}) / \partial x_{j} = \beta_{j}$
对变量 $y$ (左截断 0) 偏效应	$\partial \mathrm{E}(y \| y>0, \mathbf{x})/ \partial x_{j} = \beta_{j}\{1-\lambda(c)[c+\lambda(c)]\}$
对变量 $y$ (左截断 0) 偏效应	$\partial \mathrm{E}(y \| \mathbf{x})/ \partial x_{j} = \beta_{j}\Phi(c)$

注： $c = \mathbf{x} \boldsymbol{\beta} / \sigma$

2. Stata 范例

2.1 模型估计的实现

Stata 提供 tobit 命令对归并回归模型进行估计。在命令窗口中输入 help tobit 命令即可查看其完整帮助文件。tobit 命令的基本语法为：

 tobit depvar [indepvars] [if] [in] [weight]，11[(#)] ul[(#)] [options]

其中 ll[(#)] 表示左归并，# 是左侧受限点的具体值；ul[(#)] 表示右归并，# 是右侧受限点的具体值。在实际运用中，可以只选择左归并或者右归并，也可以同时选择。

下面以研究影响 非住院医疗费用 的因素为例，我们来对如何使用 Stata 做 Tobit 模型估计进行详细的介绍。

非住院医疗费用 (ambulatory expenditure，ambexp) 作为被解释变量，解释变量包括：年龄 (age), 是否为女性 (female), 教育年限 (educ) 以及 totchr, totchr 和 ins 等变量。

首先对被解释变量进行观察，

图 1：非住院医疗费用的描述性统计

从上图可以发现，有超过 10% 的比例的被解释变量其数值为0，这个时候我们考虑进行线性 Tobit 模型 (linear tobit model) 估计。具体的命令和估计结果如下

use mus16data.dta, clear
global xlist age female educ blhisp totchr ins // 定义将所有的解释变量定义为全局变量 $xlist
tobit ambexp $xlist, ll(0)

图 2: Tobit 模型回归结果

2.2 偏效应估计

在做完回归之后，使用 margins 命令分别进行三种偏边际效应的估计

对潜变量 $y^{*}$ 的偏效应

margins, dydx(*)

图 3：对潜变量的平均边际效应

解释：以教育的为例，教育年限对在非住院医疗上的 预期花费 平均边际效应为 70.87。

对 $y | y>0$ 偏效应

margins, dydx(*) predict(e(0,.))

图 4：对变量 y 在 y > 0 的条件下的平均边际效应

解释：相当于截断模型的平均边际效应，在非住院医疗费用的实际支出大于 0 的样本中，教育年限对于非住院医疗费用的实际支出的平均边际效应为 33.34。

对 $y$ 的偏效应

margins, dydx(*) predict(  e(0,.))

图 5：对变量 y 的平均边际效应

解释：教育年限对于非住院医疗费用的实际支出的平均边际效应为 45.44。

3. 结论

在做实证研究时，虽然拥有全部的观测数据，但是部分观测数据的被解释变量 $y$ 都被压缩在 0 这一个点上。此时，无论是整个样本还是去掉 $y$ 为 0 的样本，都无法通过 OLS 得到一致估计。因此需要使用 Tobit 模型来解决数据的截堵问题。此外，在对模型估计完以后，如果求核心变量对解释变量的偏效应，还需要经过一定的转化。

参考文献

Davidson R, MacKinnon J G. Econometric theory and methods[M]. New York: Oxford University Press, 2004. [PDF]
Wooldridge J M. Econometric analysis of cross section and panel data[M]. MIT press, 2010. [PDF]
Wooldridge J M. Introductory econometrics: A modern approach[M]. Nelson Education, 2016. [PDF]
Cameron A C, Trivedi P K. Microeconometrics Using Stata[J]. Stata Press books, 2010. [PDF]

关于我们

Stata连享会 由中山大学连玉君老师团队创办，定期分享实证分析经验。
欢迎赐稿： 欢迎赐稿至StataChina@163.com。录用稿件达三篇以上，即可免费获得一期 Stata 现场培训资格。
往期精彩推文：
Stata绘图 | 时间序列+面板数据 | Stata资源 | 数据处理+程序 | 回归分析-交乘项-内生性

欢迎加入Stata连享会(公众号: StataChina)

Stata: Tobit 模型

1. Tobit 模型的介绍

1.1 受限数据：截断和截堵

1.2 Tobit 模型设定

1.3 Tobit 模型的估计

1.4 Tobit 模型的假设检验

1.5 边际效应及其推导过程

2. Stata 范例

2.1 模型估计的实现

2.2 偏效应估计

3. 结论

参考文献

关于我们

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读