4.3 内生的解释变量问题.pptVIP

§4.3 内生解释变量问题 Endogenous Independent Variable 一、内生解释变量问题 二、实际经济问题中的内生解释变量问题 三、内生解释变量的后果 四、工具变量法 五、内生性检验与过渡识别约束检验 六、案例 1、内生解释变量 经典模型的基本假设之一是解释变量是严格外生变量。 如果存在一个或多个变量是内生解释变量，则称原模型存在内生解释变量问题。 对于内生解释变量问题，假设X2为内生解释变量，又分两种不同情况： 2、截面数据模型的内生解释变量问题 对于截面数据模型，上述第1种情况几乎不存在。 截面数据模型中的内生解释变量问题主要表现在内生解释变量与随机干扰项的同期相关性上，这时称内生变量为同期内生变量。 二、实际经济问题的内生解释变量问题 三种情形： 被解释变量与解释变量具有联立因果关系（simultaneous causality）； 模型设定时遗漏了重要的解释变量，而所遗漏的变量与模型中的一个或多个解释变量具有同期相关性（omitting relevant variables）； 解释变量存在测量误差（errors-in-variables）。 联立因果关系一例 为考察企业引进外资是否真正提高了企业的效益，以企业资金利润率LR为被解释变量，以企业资产中外资所占比例WR和其它外生变量X为解释变量，建立模型。 通过对企业引进外资情况的实际考察发现，凡是效益好的企业，比较容易引进外资，凡是效益差的企业，引进外资就很困难。 模型中，解释变量WR既影响被解释变量LR，同时它也受被解释变量LR的影响，而LR与μ具有同期相关性，从而导致WR与μ具有同期相关性。 遗漏解释变量一例 劳动者的工资wage主要由劳动者的受教育程度educ、工作经验exper、个人能力abil等诸多因素决定。 由于劳动者个人能力的大小很难测度，该解释变量无法引入到工资模型中，于是它对工资的影响进入到随机干扰项之中。 而个人能力与其所受教育程度有着较为密切的联系，这就导致了实际用于模型中的劳动者个人受教育程度变量与随机干扰项间出现同期相关性。 个人能力abil 为同期内生解释变量。 联立因果关系：联立方程模型中的每个结构方程 在一个经济系统中，变量之间相互依存，互为因果，而不是简单的单向因果关系，必须用一组方程才能描述清楚 。称为联立方程模型。 联立方程模型的每个方程称为结构方程。 每个结构方程的被解释变量是经济系统的内生变量，而解释变量既包括经济系统的外生变量，也包括其它内生变量，由经济行为关系决定。 联立方程模型的每个结构方程一般都存在内生解释变量问题。 例如：以地区数据为样本，建立某种消费品的需求函数模型，Qi、Pi、Yi表示各个地区的需求量、价格和居民收入。 对于一元模型：X为内生变量，Z为工具变量 对于二元模型：X为内生解释变量，Z为外生解释变量，Z1为X的工具变量。 对于二元模型：X为内生解释变量，Z为外生解释变量，Z1和Z2都是X的工具变量。 6、工具变量法与广义矩方法 如果1个内生解释变量可以找到多个互相独立的工具变量，人们希望充分利用这些工具变量的信息，就形成了广义矩方法（Generalized Method of Moments, GMM）。 在GMM中，矩条件大于待估参数的数量，于是如何求解成为它的核心问题。 2SLS是GMM的一种特殊的估计方法，而当一个内生变量只有一个工具变量时所采用的IV，则是2SLS的一个特例。 如果所有解释变量都是外生变量，则OLS法也可看成是IV和GMM的特例。 五、内生性检验与过度识别约束检验 1、Hausman检验 如果δ显著为0→υ与Y同期无关→υ与μ同期无关→ X与μ同期无关→X是同期外生变量； 如果δ显著不为0→ υ与Y同期相关→υ与μ同期相关→X与μ同期相关→ X是同期内生变量。 2、过度识别约束检验 当1个内生解释变量有多于1个的工具变量时，需要对该组工具变量的外生性进行检验，这就是过度识别约束检验（overidentifying restrictions test）。 基本思路是：如果寻找到的工具变量具有外生性，则它们应与原模型中的随机干扰项不同期相关。因此，只需对原模型进行两阶段最小二乘回归（2SLS），将记录的残差项再关于所有工具变量与原模型中的外生变量进行OLS回归，并对该回归中的所有工具变量前的参数都为零的假设进行联合性F检验。 例如：二元线性模型，X为内生解释变量，Z为外生解释变量，Z1、Z2为X的工具变量。 六、案例 模型 利用美国各州的数据为样本观测值，建立香烟需求模型。 根据商品需求函数理论，对香烟的人均消费需求Q与居民的收入水平Y及香烟的销售价格P有关。 考虑到在市场均衡时香烟的销售价格也同时受香烟的需求量的影响，则Q与P之间