计量经济学模型之工具变量.pptxVIP

一、适用范围 1 内生性问题 2 内生性的三种情况 遗漏变量 如果遗漏的变量与其他解释变量不相关，一般不会照成问题。否则，就会造成解释变量与残差项相关，从而引起内生性问题 联立因果 度量误差 解释变量与被解释变量相互影响 由于在关键变量的度量上存在误差，使其与真实值之间存在误差，这种偏差可能会成为回归误差的一部分，从而导致内生性问题 2 内生性的三种情况 遗漏解释变量一例 2 内生性的三种情况 联立因果关系一例 3 如何解决内生性 3 如何解决内生性 两阶段最小二乘法 二、使用方法 工具变量 在模型估计过程中被作为工具使用，以替代模型中与随机干扰项相关的内生解释变量。 选择为工具变量的变量必须满足以下条件 -相关性：与所替代的内生解释变量高度相关； -外生性：与随机干扰项不相关； -与模型中其它解释变量不高度相关，以免出现严重的多重共线性。 1 工具变量的选取 1 工具变量的选取 滞后变量 如奖金比重的滞后期 更高层级的变量作为低层级变量的工具变量 如选用同一个社区其他居民的金融知识平均水平作为个体金融知识的工具变量 外生政策冲击 如基于增值税转型改革构造iv 历史、地理、气候等因素 1 工具变量的选取 例如 国际贸易与经济增长。地理因素。 学区竞争与教育质量。使用一个城市河流的数目作为 该城市学区个数的工具变量 1 2 3 4 2 两阶段最小二乘法 工具变量法估计过程可等价地分解成两个阶段的OLS回归 - 第一阶段，用OLS法进行X关于工具变量Z的回归，并记录X的拟合值，分离出内生变量的外生部分； - 第二阶段，以得到的X的拟合值代替X作为解释变量，进行OLS回归，使用此外生部分进行回归。 - 被称为两阶段最小二乘法（two stage least squares，2SLS）。 注：如果扰动项存在异方差或自相关，则采取GMM 2 两阶段最小二乘法 对于一元模型：X为内生变量，Z为工具变量 第一阶段OLS 第二阶段OLS 2 两阶段最小二乘法 - ivregress 2sls depvar [varlist] (varlist2=instlist) - depvar（被解释变量），varlist1（外生解释变量），varlist2（内生解释变量），instlist（工具变量） - y=β0+β1x1+β2x2+η（x1为外生变量，x2为内生变量，而工具变量为z1，z2） - ivregress 2sls y x1 (x2=z1 z2),r first (robust异方差稳健的标准误，first表示第一阶段回归） 2SLS的Stata命令： 三、工具变量的检验 1 判断是否存在内生解释变量 豪斯曼检验 请输入你的标题 1.原假设：设解释变量都为外生 若p＜0.1，则拒绝原假设，有内生性 2.(1) reg y x1 x2 estimates store ols（存储OLS的结果） (2) ivregress 2sls y x1 (x2 =z1 z2) （假设怀疑x2为内生变量） estimates store iv （存储2sls的结果） (3) hausman iv ols , constant sigmamore （根据存储结果进行豪斯曼检验） 注：异方差检验的DWH检验：estat endogenous 也可检验内生性 2 识别条件 02 01 03 恰好识别 工具变量个数等于内生解释变量 过度识别 工具变量个数大于内生解释变量个数 不可识别 工具变量个数小于内生解释变量个数 恰好识别和过度识别，均可进行2sls 3 有效性检验 弱工具变量检验 不可识别检验 ssc install ivreg2 （外生性） 过度识别检验 estat overid（外生性） 检验工具变量和随机误差项之间的关系 当P＞0.1时，说明工具变量具有外生性 estat firststage ，all forcenonrobust （检验工具变量与内生解释变量相关性） 如果方程只有一个内生变量，则在第一阶段回归中，如果F统计量＞10，则没有若工具变量 弱工具变量的解决方法 （1）寻找更强的工具变量 （2）有限信息最大似然估计（LIML) （3）若有较多工具变量，则可舍弃 四、stata实操 stata实操 从CHFS2017中筛选出数据 -其中被解释变量是con（家庭总消费对数） -核心解释变量是f（家庭金融知识水平） -控制变量是inc（家庭总收入对数），ass（家庭净资产对数），mar（户主婚姻状况），hea（健康水平），ris（风险偏好），bus（家庭是否从事工商业活动），fam（家庭规