缺失數(shù)據(jù)對(duì)微觀計(jì)量影響研究——以農(nóng)民收入與消費(fèi)為例.pdf

1、微觀計(jì)量經(jīng)濟(jì)學(xué)是介于經(jīng)濟(jì)學(xué)和統(tǒng)計(jì)學(xué)之間的邊緣科學(xué)，它是研究微觀數(shù)據(jù)——即大量個(gè)人、家庭或企業(yè)的經(jīng)濟(jì)信息的經(jīng)濟(jì)理論和統(tǒng)計(jì)方法。近些年內(nèi)，國(guó)內(nèi)微觀經(jīng)濟(jì)學(xué)的研究集中在模型、估計(jì)和檢驗(yàn)理論與相關(guān)應(yīng)用上，而對(duì)這些模型的基礎(chǔ)——數(shù)據(jù)重視不夠。經(jīng)濟(jì)理論、數(shù)學(xué)方法和數(shù)據(jù)是計(jì)量經(jīng)濟(jì)學(xué)模型成功的三大要素，樣本信息的質(zhì)量直接關(guān)系到計(jì)量模型經(jīng)濟(jì)模型成功與否。其中，缺失數(shù)據(jù)是影響樣本質(zhì)量的一個(gè)關(guān)鍵因素，在個(gè)人、團(tuán)體或政府的社會(huì)調(diào)查中，常常面臨著缺失數(shù)據(jù)的問題，然

2、而，雖然微觀計(jì)量經(jīng)濟(jì)學(xué)已出現(xiàn)了大量的相關(guān)理論與方法，但對(duì)于缺失數(shù)據(jù)對(duì)模型估計(jì)帶來的問題，還沒有引起研究者的足夠重視。
　　 基于上述原因，本論文從缺失數(shù)據(jù)(無回答)的入手，探討了缺失數(shù)據(jù)產(chǎn)生的原因與機(jī)制，論述了缺失數(shù)據(jù)給微觀計(jì)量帶來的影響。就調(diào)查項(xiàng)目而言，回答層與無回答層是否在數(shù)量特征上存在差異，對(duì)抽樣的影響是不一樣的，這涉及到了樣本代表性的問題。如果數(shù)據(jù)的缺失完全是隨機(jī)的，丟棄不完整的回答雖然會(huì)減少估計(jì)的精度但是不會(huì)產(chǎn)生偏離。

3、相反，如果無回答是故意造成的，或無回答集中于某類特殊群體，那么無回答層與回答層之間就存在明顯的非隨機(jī)性差異，它們之間就不具有相同的數(shù)量分布特征，那么僅采用完整數(shù)據(jù)的樣本顯然是不能代表總體特征的，這時(shí)，數(shù)據(jù)缺失除了會(huì)增加估計(jì)量方差外，還會(huì)帶來較嚴(yán)重的估計(jì)量偏差。
　　 在本文中，采用了EM算法來補(bǔ)救缺失數(shù)據(jù)給微觀計(jì)量模型回歸帶來的影響。此方法是根據(jù)觀測(cè)數(shù)據(jù)的分布對(duì)缺失值進(jìn)行填補(bǔ)，其估計(jì)的結(jié)果比較準(zhǔn)確和有效。本文以農(nóng)民收入與消費(fèi)為例