用CMP拟合全观察递归混合过程模型( Fitting Fully Observed Recursive Mixed-Process Models with CMP )

DM Roodman econometric model STATA CMP

许多计量经济学模型的核心是线性函数和正常误差。例子包括经典的小样本线性回归模型和probit、有序probit、多项式probit、Tobit、区间回归和截尾分布回归模型。由于正态分布具有自然的多维推广性，这种模型可以组合成误差服从多元正态分布的多方程系统。文献历来集中在估计混合模型的多阶段程序上，这些程序在计算上比最大似然(ML)更有效，但在统计上比最大似然(ML)更有效。但是较快的计算机和模拟似然方法如theGeweke、Hajivassiliou和Keane(GHK)算法估计高维累积正态分布使直接最大似然估计成为现实。ML还促进了转换、选择和其他模型的推广，在这些模型中，方程的数量和类型随观察而变化。Stata模块cmp适合于这个广泛家族的看似无关的回归(SUR)模型。对于所有内生变量都出现在右侧的递归系统，它的估计量也是一致的。如果所有的方程都是结构性的，那么估计是全信息极大似然(FIML)。如果只有最后一个或多个阶段是，那么它是有限信息最大似然(LIML)。cmp可以模拟十几个内置的Stata命令和几个用户写命令。它也适用于以前很难估计的一系列模型，然而，异方差会使它不一致。本文阐述了cmp的原理和实现，以及与之相关的Mata函数ghk2()的实现，并对GHK算法进行了说明。

SciDown文献求助系统（解决99%问题） Public Download dx.doi.org SSRN EconPapers ResearchGate Citeseer EBSCO Citeseer cgdev.org ideas.repec.org mysciencework.com socionet.ru cgdev.org international.cgdev.org dspace.cigilibrary.org pdfs.semanticscholar.org mercury.ethz.ch dspace.africaportal.org dspace.cigilibrary.org dspace.africaportal.org cgdev.org.488elwb02.blackmesh.com ageconsearch.umn.edu core.ac.uk files.ethz.ch ageconsearch.tind.io kms1.isn.ethz.ch core.ac.uk core.kmi.open.ac.uk mendeley.com ageconsearch.umn.edu