我查了下cdsimeq，没有太多的信息，而且因为Y1和Y2都是binary的变量，貌似还是只有probit是比较合适的吧

你仔细看看。

sj里面由详细的。

biprobit不能解决这一问题。
应该用ivprobit y1  x1 x2 x3 （y2=工具变量）

9# observing
sas 可以解決你的問題，請查proc qlim
查了stata對ivprobit的說明
若y2是binary 則不符合ivprobit的要求(y2為連續)，所以用biprobit 指令才對。

不知道lz想研究什么，反正这里用biprobit是肯定不对的。
biprobit的基本模型是
Y*_ j = α_j + β_j*X_j + U_j     j= 1, 2
Y_1 = 1(Y*_1 >=0)
Y_2 = 1(Y*_2 >=0)
corr(U_1,U_2)=rho

首先Y*_j都是连续变量，要估计的是Y*_j式子的β，但我们只能观测到与之相关的dummy变量Y_1 Y_2。并且这两个式子的未观测部分U_j有一个相关系数rho。
但lz你把y2放到y1的式子里面，y1的残差里能被y2解释的部分都没有了，这两个式子的残差就肯定没有相关性。

LZ的模型应该是一个递归双变量 probit 模型（recursive bivariate probit model）。即双变量 probit 模型中，一个 probit 方程的因变量作为自变量出现在另一个 probit 方程中。
看这个帖子
https://bbs.pinggu.org/thread-3710327-1-1.html