Tobit模型估计方法与应用(二)(11)

Lee(1976)主要关注了受限因变量模型的两阶段估计的问题，论文主要围绕着两个问题展开分析：一是寻找一致的初始估计值的问题；另一个问题是寻找估计模型的更简单一些的估计方法。Lee提出用工具变量法估计模型，用全部样本代替子样本估计模型，这个方法在简单的受限因变量模型中一方面可以获得好的一致的初始值，计算也比较简单，但是如果是复杂模型，该方法的计算量将非常大。包含内生变量的迭代模型与非市场均衡模型是转换回归模型的一种，Lee建议对后四种模型采用两阶段估计法。具有联立结构的转换回归模型假定转换取决于潜在条件：可以实现样本分割。因变量是截断数据的多变量联立方程模型的估计方法，与Amemiya(1974)的间接最小二乘估计法不同，对每种类型模型采用两阶段最小二乘法进行估计，计算比较方便，也容易解决模型的过度识别问题，模型的识别条件沿用了Amemiya(1974)中的结论。Lee将这一方法用于分析工资率的问题，比较了两阶段最小二乘法与间接最小二乘法，发现用修正后的OLS估计简化式方程的两阶段最小二乘法得到的估计值，比较恰当地反映了各影响因素对受限因变量的作用。

Lee(1978)研究了受限变量模型估计在住房需求中的应用问题，这篇文章的主要目的有两个：一是推荐一个获得某类受限变量模型的较好的初始估计值的方法，另一个是证明这种模型和估计技术如何被用于研究住房需求问题。