内生性产生原因与解决方案.ppt

内生性的产生原因和解决方案; OLS经典假设 所有的解释变量Xi与随机误差项彼此之间不相关。;在计量经济学中，把所有与扰动项相关的解释变量都称为“内生变量”。这与一般经济学理论中的定义有所不同。 1。与误差项相关的变量称为内生变量(endogenous variable)。 2。与误差项不相关的变量称为外生变量(exogenous variable)。;造成误差项与回归变量相关（内生性）的原因很多，但我们主要考虑如下几个方面： 遗漏变量偏差 变量有测量误差 双向因果关系。;遗漏变量偏差;内生性的产生原因和解决方案;变量有测量误差 测量数据正确时：假设方程为： ;可知，误差项中包含;结论：1。由于 ;双向因果关系 之前我们假定因果关系是从回归变量到因变量的(X导致了Y)。但如果因果关系同时也是从因变量到一个或多个回归变量(Y导致了X)的呢？如果是这样的话，因果关系是向前的也是“向后” 的，即存在双向因果关系，如果存在双向因果关系，则OLS回归中同时包含了这两个效应，因此OLS估计量是有偏的、非一致的。;可以推导出：;检验方法：豪斯曼检验检验;使用Davidson-MacKinnon检验;遗漏变量偏差可采用在多元回归中加入遗漏变量的方法加以解决，但前提是只有当你有遗漏变量数据时上述方法才可行。 双向因果关系偏差是指如果有时因果关系是从X到Y又从Y到X时，此时仅用多元回归无法消除这一偏差。同样， 变量有测量误差也无法用我们前面学过的方法解决。 因此我们就必须寻找一种新的方法。 ;二、内生性的解决方案 ;1.自然实验法; 自然实验包括的要素有:一个政策措施(treatment),一个观察到的结果(outeome),一个对照组(contorlgoruP)。在评估“政策措施”对“结果”是否发挥作用时,对照组充当一个参照系。而一个“准自然实验”和自然实验的区别在于处理组和对照组的选取是否随机。 这里的“结果”是以受政策影响的县和没有受政策影响的县之间在增长速度上的差异来衡量。 简单连接改革措施和被直管县绩效的做法并不恰当。这样的做法无法排除其他政策或是整体经济的影响,因而是无法衡量改革真实效果的。 ;2.双重差分法 ;Difference in difference models;Problem set up;Difference in difference models;Three different presentations;Difference in Difference;time;Key Assumption;Basic Econometric Model;Three key variables Tit =1 if obs i belongs in the state that will eventually be treated Ait =1 in the periods when treatment occurs TitAit -- interaction term, treatment states after the intervention Yit = β0 + β1Tit + β2Ait + β3TitAit + εit;Yit = β0 + β1Tit + β2Ait + β3TitAit + εit;More general model;ui is a state effect vt is a complete set of year (time) effects Analysis of covariance model Yit = β0 + β3 TitAit + ui + λt + εit ;Group effects Capture differences across groups that are constant over time Year effects Capture differences over time that are common to all groups;其中，d 就是双重差分估计量，Y 为研究的结局变量，右侧脚标中 treatment 和 control 分布代表干预组和对照组，t0 和 t1 分别代表干预前和干预后。构造了差分估计量之后，就要根据不同的数据类型和不同的结局变量 Y，分别选用相应的参数检验方法来进行建模 。;( 1) 适 用 于 独 立 混 合 横 截 面 数 据;内生性的产生原因和解决方案;内生性的产生原因和解决方案;内生性的产生原因和解决方案;( 2) 适用于综列数据面板数据的 DID 模型;内生性的产生原因和解决方案;内生性的产生原因和解决方案;由于一般大规模的人群调查存在较大的变异性问题，仅在模型中纳入虚拟变