4.工具变量估计汇编.ppt

Economics 20 - Prof. Anderson * 工具变量估计 2SLS y=b0+b1x1+b2x2+ . . . bkxk+u x1= p0+ p1z+p2x2+ . . . pkxk+v 一个例子 当存在遗漏变量偏误时， 忽略，接受有偏、非一致估计量 使用代理变量（注意代理变量的条件） 利用面板数据去掉不随时间变化的遗漏变量 例子：估计教育回报 遗漏能力变量的解决方式 有偏或非一致的结果?错误的结果 代理变量：出生时的IQ测试难以获得 面板数据：教育程度也不随时间变化 本章的解决方式：利用工具变量估计 * 工具变量的基本思路 * 为什么需要使用IV? 当模型中含有内生变量时，需要使用工具变量IV估计 内生变量：Cov(x,u) ≠ 0 IV可用于解决 遗漏变量偏差：找不到适当的度量变量，不得不被当作误差项处理 度量误差（error-in-variable） 联立性偏差：识别因果联系 * * * 什么是工具变量? 恰当的工具变量必须满足： 工具变量必须是外生的，即Cov(z,u) = 0 工具变量必须与内生变量之间具有相关性，即Cov(z,x) ≠0 * 合理的工具变量还应当满足 经常需要根据经验、常识、经济理论来确定外生性假设是否合适：Cov(z,u) = 0 可以检验Cov(z,x) ≠ 0 回归x = p0 + p1z + v，并