内生性问题.pptVIP

案例3：估计吸烟对出生婴儿体重的影响(bwght.Wf1) log(bwght)：婴儿的出生体重 Packs：母亲每天吸烟的包数 由于模型中仅有一个自变量，我们担心packs会与某些省略的变量具有较高相关性，如packs与其他健康因素或者基因等有关，会致使packs变量具有内生性 采用香烟价格cigprice作为工具变量，根据经济学理论，cigprice与packs具有负向关系，较为合理 我们的检验结果表明，两者的相关关系并不显著。你如何解释？ 如果仍以cigprice作为工具变量，估计结果为： 这个结果说明什么，合理吗？ Two Stage Least Squares (2SLS) 考虑结构模型y1 = b0 + b1y2 + b2z1 + u1, y2 是内生变量，z1是外生变量 简约式模型 y2 = p0 + p1z1 + p2z2 + p3z3 + v2 其中z2 与 z3 是工具变量 可以用z2 或 z3 作为y2的工具变量 但最佳工具变量是线性组合 y2* = p0 + p1z1 + p2z2 + p3z3 估计简约式模型y2 = p0 + p1z1 + p2z2 + p3z3 + v2 ?2是y2的拟合值，作为y2*的估计值 估计结构模型 y1 = b0 + b1 ?2 + b2z1 + u1 2SLS注意事项 尽管参数估计值一样，但方差不准确，所以2SLS最好用软件直接估计 存在多个内生变量时，工具变量个数不少于内生变量个数 R2可能是负的 案例4：职业女性的教育回报 （mroz1.wf1) 职业女性教育回报的回归模型如下： 教育具有内生性，引入motheduc与fatheduc作为工具变量，首先检验其偏相关性 采用2SLS估计结果： 过度识别约束问题 存在多个内生变量 需要m个工具变量，且 过度识别问题（overidentifyed ） m个工具变量，h个内生变量 有m-h个过度识别约束(overidentifying restrictions) 如，仅有一个内生变量，那只需要一个工具变量就可以识别参数，其他的工具变量对于参数识别而言没有必要 增加IV个数能提高渐进有效性 有限样本下，增加过多的IV会夸大偏倚 过度识别约束检验 采用2SLS估计结构模型 提取估计的残差 ，估计模型 计算nR2,在原假设 , 如果拒绝原假设表明至少有一个工具变量不是外生变量 案例4：增加huseduc作为工具变量 三个工具变量都是外生变量 5.广义矩估计 广义矩估计(generalized method of moments, GMM) 由Hansen提出 矩估计： 求解上述方程组，得到参数的估计量，当 时，能否求解？ 用GMM方法重新估计案例4 GMM框架下的过度识别约束检验 Sargan-Hansen 检验 Eviews下的操作 GMM框架下的假设检验 GMM准则函数： 在H1下： 在H0下： LR统计量： （1）C-test or EHS test（Eichenbaum, Hansen, Singleton) 用来检验一部分工具变量是否具有正交性，工具变量应满足下面条件： 表示工具变量，其中Z1满足正交条件，检验Z2是否满足 CT统计量是LR类统计量，服从Chi-squared分布，自由度为Z2中变量的个数 Eviews下的操作 View/IV Diagnostics and tests/Instrument Orthogonality test/输入需要检验的工具变量 以案例4为例 （2）内生性检验（regressor endogeneity test) 通常也称为Durbin-Wu-Hausman检验，用以检验回归模型中一个、多个或全部的自变量是否具有内生性 在H0下，x可以做工具变量，但在H1下，x不能作为工具变量 HT统计量是LR类统计量，服从Chi-squared分布，自由度为r,待检验变量的个数 View/IV Diagnostics and tests/regrssor endogeneity test/输入需要检验的变量 以案例4为例 Thomas A. Mroz .The Sensitivity of an Empirical Model of Married Women’s Hours of Work to Economic and Statistical Assumptions. Econometrica, Volume 55, Issue 4 (Jul. 1987), 765 – 799. The Econometric Society 案例5：重复Mroz论文的实证结果 (mroz2.wf1)