基于Halton序列的面板数据Biprobit模型估计及应用

在构建随机效应面板数据Biprobit模型和部分可观测Biprobit模型的基础上,采用基于Halton序列的模拟极大似然法估计这类模型的参数.相比于采用传统的数值积分公式处理似然函数中二重积分的方法,依赖于Monte Carlo积分的模拟极大似然法具有不依赖于积分节点选取的数值稳定性,且无需过多抽样就可以保证求解的精度.模拟实验结果说明了算法的有效性,对农户消费信贷约束的实证结果表明,不同抽样次数下参数估计结果并无明显差别,算法具有稳定性.