《動態離散選擇模型的貝葉斯估計與變數選擇》是依託廈門大學，由茅家銘擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：動態離散選擇模型的貝葉斯估計與變數選擇
- 項目類別：青年科學基金項目
- 項目負責人：茅家銘
- 依託單位：廈門大學
項目摘要,結題摘要,
項目摘要
本課題提出一個新的貝葉斯馬科夫蒙特卡洛方法用以同時對動態離散選擇模型進行估計和變數選擇。該方法可以讓研究者在不確定哪些變數與個體選擇相關的情況下，在初選階段保留所有可能相關的變數，讓估計方法在估計模型參數的同時對模型進行降維。通過該方法，用動態離散選擇模型模擬高維數據成為一種現實可能。同時，該方法不僅可以用於動態離散模型，而且在一定拓展之後，可用於動態不完全競爭模型。本課題用兩個實驗展示該方法的有效性：一個為個體動態遷徙模型，另一個為購物中心動態競爭模型。在科研意義上，本課題首次將變數選擇和高維數據分析方法引入了對動態結構模型估計的研究。課題提出的方法在產業組織，勞動經濟，金融等各個領域都有廣闊的套用前景，並且在一定意義上開啟了用動態結構模型處理大數據的研究方向。
結題摘要
動態離散選擇模型(DDCM)是套用個體經濟學中重要的結構模型(structural model), 在產業組織，勞動經濟學，國際貿易等領域得到廣泛套用。但由於對計算量要求很大，傳統的DDCM模型估計方法受到維度的詛咒，可估計的模型複雜程度有限。使用DDCM的研究者往往需要對所研究的經濟現象做出具有高度局限性的假設，以減少模型的變數和維度。這對DDCM的實用性與精準性帶來極大制約。 本項目提出兩種有效的方法來估計高維下的DDCM模型。第一種方法使用套索方法同時對高維DDCM進行估計和變數選擇。這種方法可以讓研究者用DDCM去模擬有很多潛在因素，並且研究者不確定哪些因素被決策者實際考量的情況。第二種方法用來估計多選擇項，並且選項之間互相關聯的DDCM模型。我們首先用廣義極值分布來取代各選項間無關替代（IIA）的假設。然後，我們提出能夠處理多選擇項和稀疏轉移矩陣的Poisson估計方法。模擬結果證明了我們提出的這兩種方法在計算時間和估計精度方面的有效性。 隨後，我們將方法套用於兩個實際經濟研究項目：在第一個套用項目中，我們使用DDCM模型模擬勞動力供給和就業選擇，以此研究移民對勞動力市場的動態影響，並對不同的移民政策產生的短期至長期影響進行了反事實實驗。在第二個套用項目中，我們使用DDCM模型模擬農民的作物選擇，以此研究氣溫和降雨量對農作物供給的影響，並通過建立動態一般均衡模型來模擬在不同的未來全球變暖情況下，農作物供給和市場均衡價格的變化情況。
