[论文解读] Estimation and Applications of Quantile Regression for Binary Longitudinal Data

Mohammad Arshad Rahman, Angela Vossmeyer|RePEc: Research Papers in Economics|Sep 12, 2019

demographic modeling and climate adaptation被引用 8

一句话总结

本文提出了一种新颖的贝叶斯分层分位数回归模型，用于二值纵向数据，采用具有阻塞机制的马尔可夫链蒙特卡洛（MCMC）算法，并利用非对称拉普拉斯误差分布的正态-指数混合表示方法。该模型能够灵活建模共同效应与个体特异性效应，揭示了不同分位数下协变量影响的异质性——尤其显示儿童年龄和财富对女性劳动力参与率及住房拥有率的影响在较低分位数处更强，提供了超越均值回归的政策相关见解。

ABSTRACT

This paper develops a framework for quantile regression in binary longitudinal data settings. A novel Markov chain Monte Carlo (MCMC) method is designed to fit the model and its computational efficiency is demonstrated in a simulation study. The proposed approach is flexible in that it can account for common and individual-specific parameters, as well as multivariate heterogeneity associated with several covariates. The methodology is applied to study female labor force participation and home ownership in the United States. The results offer new insights at the various quantiles, which are of interest to policymakers and researchers alike.

研究动机与目标

• 为解决计量经济学面板研究中常见的二值纵向数据缺乏灵活的分位数回归方法的问题。
• 克服在具有个体异质性的面板数据中估计二值结果分位数模型所面临的计算挑战。
• 开发一种计算高效的MCMC算法，实现在分位数回归框架下固定效应与随机效应的联合估计。
• 将该模型应用于两个关键的社会经济结果——女性劳动力参与率与住房拥有率，以揭示协变量效应在潜在效用分布不同分位数上的异质性。
• 通过识别二值结果决定因素在潜在效用尺度不同分位数上的差异，提供具有政策意义的见解。

提出的方法

• 采用具有潜在效用框架的分层贝叶斯模型，将二值结果解释为未观测到的意愿或倾向性的表现。
• 在分位数回归中使用非对称拉普拉斯（AL）分布作为误差项分布，利用其正态-指数混合表示以实现完整的吉布斯抽样。
• 采用阻塞MCMC算法，通过联合更新多个参数提高计算效率，避免马尔可夫链蒙特卡洛步骤的调优。
• 同时纳入共同（固定）效应与个体特异性（随机）效应，以建模协变量与个体之间的多重异质性。
• 利用基于分层结构推导出的条件后验分布，实现后验模拟与推断的可计算性。
• 通过模拟研究验证所提MCMC算法的计算效率与收敛性。

实验结果

研究问题

• RQ1 协变量对女性劳动力参与率的影响如何随潜在效用分布的不同分位数而变化？
• RQ2 儿童年龄与家庭结构对劳动力参与率的影响是什么？这种影响在效用分布中如何变化？
• RQ3 决定住房拥有率的因素（如性别、婚姻状况、财富与健康保险）在不同住房拥有意愿分位数上是否存在差异？
• RQ4 在大萧条之后，住房拥有状态依赖效应在不同分位数上持续程度如何，特别是在大萧条期间？
• RQ5 分位数回归结果与均值回归（PBLD）在捕捉二值纵向结果异质效应方面有何不同？

主要发现

• 在潜在效用分布的第25百分位数处，女性身份对住房拥有概率的影响为2.9个百分点，而在第75百分位数处下降至1.6个百分点，表明在更高意愿水平下影响减弱。
• 在第25百分位数处，婚姻状态使住房拥有概率提高8.7个百分点，在第75百分位数处提高5.4个百分点，表明在较低意愿水平下影响更强。
• 健康保险在第25百分位数处使住房拥有概率提高1.59个百分点，但在第75百分位数处仅提高0.06个百分点，后者与零无统计学差异。
• 净资产增加50,000美元，在第75百分位数处使住房拥有概率提高2.03个百分点，表明在更高意愿水平下影响更大。
• 获得学士学位或更高学历在第75百分位数处使住房拥有概率提高1.53个百分点，表明对动机较强的个体影响更强。
• 该模型揭示了大萧条后状态依赖效应存在显著非平凡差异，其结果与均值回归显著不同，尤其在较低分位数处。