实证课件第15章工具变量和两阶段最小二乘法.pptVIP

为何使用工具变量? 当模型中有内生自变量x时，使用工具变量进行估计 (IV) 也就是说无论何时都有： Cov(x,u) ≠ 0 因此, IV 可以用来声明遗漏变量偏误的问题 此外, IV可以用来解决变量误差的问题 何为工具变量? 对于变量 z作为 x的工具变量的条件如下： 工具变量是外生的，即是说 ： Cov(z,u) = 0 工具变量与内生变量 x相关，即是说：Cov(z,x) ≠ 0 更多关于工具变量 假定 Cov(z,u) = 0是否有意义，要取决于我们的常识和经济理论 我们建议是否 Cov(z,x) ≠ 0 仅仅检验x = p0 + p1z + v 中的虚拟假设H0: p1 = 0 有时候指的是本回归的第一阶段回归 简单回归情况下的IV 对于 y = b0 + b1x + u, 既定的假设如下： Cov(z,y) = b1Cov(z,x) + Cov(z,u), 因此 b1 = Cov(z,y) / Cov(z,x) 则b1的IV估计量如下： IV 估计的推断 这种情况下的同方差假定为： E(u2|z) = s2 = Var(u) 在 OLS下, 假定渐进性方差, 我们估计标准误如下： IV 与OLS 估计 IV 情况下的标准误与OLS不同之处仅仅在于： x对z回归后的R2 由于 R2 1, IV 标准误更大 然而 IV 是一