Tobit模型估计方法与应用(二)(16)

发布时间:2021-06-08

问题,用公式

避免数值下溢问题。

Lee的研究结果表明,对于动态自回归Tobit模型,SMLE方法比Laroque & Salnie(1993)推荐的SPML方法要准确和好得多,用SL方法估计的SMLE对仿真所取的数据的变化不敏感。ARCH Tobit、GARCH Tobit的回归方差中的系数值是可以完全被估计出来的,但是方差方程中的参数的SMLE估计值是存在偏差的,而且GARCH Tobit模型中的方差方程无法估计出来。

Blundell & Smith(1994)分析了联立受限因变量模型及联立定性变量模型的估计和推断问题,文章的主要目的是寻求这种非线性模型的唯一的隐含的简化式的一致性条件,将审查或者分组的联立方程模型称为Type IIS的联立模型。

Tobit模型估计方法与应用(二)(16).doc 将本文的Word文档下载到电脑

精彩图片

热门精选

大家正在看

× 游客快捷下载通道(下载后可以自由复制和排版)

限时特价:7 元/份 原价:20元

支付方式:

开通VIP包月会员 特价:29元/月

注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信:fanwen365 QQ:370150219