[论文解读] probitfe and logitfe: Bias corrections for probit and logit models with two-way fixed effects

Mario Cruz‐Gonzalez, Iván Fernández‐Val+1 more|arXiv (Cornell University)|Oct 24, 2016

Monetary Policy and Economic Impact被引用 4

一句话总结

本文引入了 Stata 命令 probitfe 和 logitfe，用于在两向固定效应的 probit 和 logit 模型中实施解析和自助法偏差校正，解决了非线性面板模型中的 incidental parameter 问题。该方法即使在 N 和 T 均中等偏大时，也能提供系数和平均部分效应的一致估计，显著提升了标准固定效应估计器的有限样本准确性。

ABSTRACT

We present the Stata commands probitfe and logitfe, which estimate probit and logit panel data models with individual and/or time unobserved effects. Fixed effect panel data methods that estimate the unobserved effects can be severely biased because of the incidental parameter problem (Neyman and Scott, 1948). We tackle this problem by using the analytical and jackknife bias corrections derived in Fernandez-Val and Weidner (2016) for panels where the two dimensions ($N$ and $T$) are moderately large. We illustrate the commands with an empirical application to international trade and a Monte Carlo simulation calibrated to this application.

研究动机与目标

• 为解决具有两向固定效应的非线性面板模型中的 incidental parameter 问题，该问题会使得 probit 和 logit 模型的标准固定效应估计器产生偏差。
• 为具有个体效应和时间效应的二值响应模型中的模型系数和平均部分效应，开发并实现偏差校正估计器。
• 提供首个支持非线性面板模型中两向固定效应的解析和自助法偏差校正的 Stata 命令。
• 在中等规模的面板（N 和 T 中等偏大）中提升估计准确性，尤其在包含时间效应且条件似然方法不适用时。
• 使对平均部分效应的可靠推断成为可能，这些效应在实证应用中通常是主要的估计量。

提出的方法

• 使用 Fernandez-Val 和 Weidner（2016）推导的解析偏差校正，对具有个体效应和时间效应的 probit 和 logit 模型的固定效应估计器进行调整。
• 应用基于自助法的偏差校正（SPJ 和 Hahn-Newey 方法），以减少系数估计在有限样本中的偏差。
• 利用偏差校正后的系数估计和协变量的经验矩，计算校正后的平均部分效应（APEs）估计。
• 在标准误中引入有限总体校正项，以考虑从有限的 N 和 T 总体中抽样。
• 通过观测到的 Fisher 信息矩阵的逆和稳健方差估计器，推导未校正和校正后估计器的标准误。
• 通过支持单向（仅个体或仅时间）和两向固定效应模型的 Stata ado-files 实现这些校正。

实验结果

研究问题

• RQ1 如何在具有两向固定效应的 probit 和 logit 模型中有效缓解 incidental parameter 问题？
• RQ2 与标准固定效应估计器相比，偏差校正估计器在非线性面板模型中的有限样本表现如何？
• RQ3 解析和自助法偏差校正能否在 Stata 中可靠地实现于具有两向固定效应的 probit 和 logit 模型？
• RQ4 在实证应用中，平均部分效应的偏差校正估计值与未校正估计值相比如何？
• RQ5 包含时间效应对 logit 和 probit 模型中 incidental parameter 偏差的大小有何影响？

主要发现

• 解析和自助法偏差校正显著减少了具有两向固定效应的 probit 和 logit 模型中系数估计的有限样本偏差。
• 命令 probitfe 和 logitfe 能够产生一致的平均部分效应估计，这些估计在实证工作中通常是主要的估计量。
• 基于国际贸易应用校准的蒙特卡洛模拟显示，偏差校正显著提升了估计器的准确性，尤其当 T 中等时效果更明显。
• 在有限样本中，自助法校正（SPJ 和 Hahn-Newey）在均方根误差和置信区间覆盖概率方面优于未校正估计器。
• 标准误通过有限总体校正计算，当 N 和 T 为有限时，提升了推断质量。
• 该方法适用于广泛的面板数据结构，包括传统的微观面板、国家层面的面板，以及贸易流量的方形伪面板。