傾向得分匹配法介紹_第1頁
傾向得分匹配法介紹_第2頁
傾向得分匹配法介紹_第3頁
傾向得分匹配法介紹_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、傾向得分匹配法介紹本研究主要考察政府對企業(yè)研究開發(fā)補(bǔ)貼的影響,由于傳統(tǒng)的模型例如采用普通最小二乘法 ( OLS)估計的多元線性模型難以有效地解決可能存在的樣本選擇性偏差和遺漏關(guān)鍵變量所造成的內(nèi)生性這兩個關(guān)鍵性問題。因此,本研究主要采用傾向得分匹配法( propensity score matching, PSM)對政府對企業(yè)研究開發(fā)的補(bǔ)貼與企業(yè)發(fā)展水平的實證關(guān)系進(jìn)行穩(wěn)健性的因果推斷。一、模型構(gòu)建1、政府補(bǔ)貼的二值分類指標(biāo)傾向得分匹配法方法的理論框架是基于“反事實推斷模型”,即假定任何因果分析的研究對象都存在可以觀測到的和未被觀測到的兩種結(jié)果。以本研究為例,根據(jù)建模的需要,首先將樣本企業(yè)分為兩種

2、類型,比較樣本企業(yè)在“受到補(bǔ)貼”與“沒有受到補(bǔ)貼” 這兩種狀態(tài)下是否存在系統(tǒng)性差異。 一類是獲得政府在研究開發(fā)方面給予補(bǔ)貼的企業(yè),即處理組( T, treatment group);另一類是沒有獲得政府補(bǔ)貼的企業(yè),即為控制組( C,control group),由此建立二元虛擬變量 Ds=0 , 1 。當(dāng) Ds=1 時,表示該企業(yè) S 獲得了政府補(bǔ)貼;當(dāng) Ds=0 時,表示該企業(yè) S 為參照組,沒有獲得政府補(bǔ)貼。2、傾向得分匹配估計(PSM)根據(jù)傾向得分匹配法方法的估計思路,假設(shè)lnincome 表示企業(yè)發(fā)展水平的結(jié)果變量, lnincome1 表示獲得政府補(bǔ)貼的企業(yè)發(fā)展水平,lnincome

3、0 表示未獲得政府補(bǔ)貼的企業(yè)發(fā)展水平。 根據(jù) Rubin 反事實估計的設(shè)定要求, 本研究將獲得政府補(bǔ)貼對企業(yè)發(fā)展水平影響的參照組平均處理效應(yīng)(ATT)、控制組平均處理效應(yīng)( ATU)和平均處理效應(yīng)( ATE)分別定義為公式( 1)-(3)。ATT=E(lnincome1- lnincome0) | X, subside=1(1)10(2)ATU= E(lnincome - lnincome ) | X, subside=010(3)ATE=E(lnincome - lnincome ) | X其中,X 為影響企業(yè)發(fā)展水平的一系列自變量;參照組平均處理效應(yīng) (ATT)測度的是試驗組樣本 (獲取政

4、府補(bǔ)貼的企業(yè)樣本) 在獲取政府補(bǔ)貼前后發(fā)展水平變化的期望值;控制組平均處理效應(yīng)(ATU)測度的是對照組樣本(未獲取政府補(bǔ)貼的企業(yè)樣本)在獲取政府補(bǔ)貼前后發(fā)展水平變化的期望值;平均處理效應(yīng)( ATE)測度的是樣本滿足“個體處理效應(yīng)穩(wěn)定假設(shè)”前提下,同一樣本企業(yè)在獲取政府補(bǔ)貼前后發(fā)展變化的期望值。3、傾向得分匹配過程( matching )在公式( 1)和(2)中,E(lnincome0 | X, subside=1)表示獲得補(bǔ)貼的企業(yè)如果不接受政府補(bǔ)貼時的企業(yè)發(fā)展水平, E(lnincome1 | X, subside=0)表示沒有獲得補(bǔ)貼的企業(yè)如果接受政府補(bǔ)貼時的企業(yè)發(fā)展水平, 由此可以看出,

5、 這兩個期望均值是非事實以及不可觀測的。 解決這一問題的關(guān)鍵思路是, 如果可以找到與獲得政府補(bǔ)貼的企業(yè)“相似”的未獲取政府補(bǔ)貼的企業(yè),那么,就可以通過觀察未獲取補(bǔ)貼企業(yè)來判斷接受補(bǔ)貼的企業(yè)在反事實情況下的發(fā)展水平, 這一過程被稱之為匹配過程( matching)。通過匹配,可以使得獲取補(bǔ)貼的企業(yè)和未獲取補(bǔ)貼的企業(yè)所有的特征變量都盡量相同,但這些特征變量的權(quán)重在很多情況下難以衡量?;诖?,采用傾向得分匹配法則可以將眾多指標(biāo)合成為一個得分(score),對得分相近的企業(yè)進(jìn)行匹配,因此,可以采用Probit 或 logit 二元選擇模型來估計企業(yè)接受補(bǔ)貼的概率值(公式( 4)。exp(X )p( X

6、 ) Pr o( subside 1| X )(4)1 exp(X )其中, p 是企業(yè)獲取政府補(bǔ)貼的概率, X 為一系列影響企業(yè)獲得政府補(bǔ)貼的因素,即匹配變量。 將這些匹配變量進(jìn)行回歸, 進(jìn)而可以計算得到每一個企業(yè)是否獲取政府補(bǔ)貼的傾向得分 (propensity score)。根據(jù)這些傾向得分, 我們可以將得分相近的企業(yè)進(jìn)行匹配, 通常采用的近鄰匹配方法有 K 近鄰匹配、卡尺匹配和卡尺 K 近鄰匹配。本研究分別采用上述三種近鄰匹配方法進(jìn)行實證檢驗, 近鄰匹配方法的基本思想是為每個獲取政府補(bǔ)貼的企業(yè)前向或者后向?qū)ふ椅ㄒ坏梅肿顬猷徑奈传@取政府補(bǔ)貼的企業(yè)作為前者的匹配對象。4、匹配平衡性檢驗最后,要對匹配的結(jié)果進(jìn)行平衡性檢驗, 以檢測本研究的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論