- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
工具变量法(一):2SLS
Givemealeverlongenoughandaplacetostand,andIwill
movetheworld.--Archimedes
实证研究的常见问题之一为“内生性”(endogeneity),即解
释变量与扰动项相关。研究者通常要花很大精力来解决内生性问题,
而工具变量法则是解决内生性的常用利器。
内生性及其后果
考虑最简单的一元线性回归模型:
其中,为被解释变量,为解释变量,与为待估计的未知参数,
下标表示个体(比如,第个企业),为随机扰动项(包含除外影响
的所有其他因素),而为样本容量。
内生性意味着解释变量与扰动项相关,即
如果存在内生性,则称解释变量为“内生变量”(endogenous
variable);反之,则称为“外生变量”(exogenousvariable)。
内生性的严重后果是使得OLS估计量不一致(inconsistent),即无
论样本容量多大,OLS估计量也不会收敛至真实的参数值。
工具变量的思想
工具变量的思想其实很简单。虽然内生变量是“坏”的变量(与
扰动项相关),但仍可能有“好”的部分(与扰动项不相关的部分),
正如坏人通常也有好的一面。如果能将内生变量分解为内生部分与外
生部分之和,则可能使用其外生部分得到一致估计。
而要实现这种分离,通常需要借助另一变量,比如,称为“工具
变量”(InstrumentalVariable,简记IV),因为它起着工具性的作
用。
显然,并非任何变量都可以作为工具变量。首先,变量要能够帮
助内生变量分离出一个外生部分,则变量自身必须是“干净”的,即
满足“外生性”(与扰动项不相关):
其次,变量还须与有一定关系,即满足“相关性”(与相关):
寻找内生变量的外生部分
假设找到内生变量的有效工具变量,则可将对进行OLS回归,
从而分离出的外生部分:
此回归称为“第一阶段回归”(firststageregression)。由工
具变量的相关性(与相关)可知,;否则,无法实现此分离。记此回
归的拟合值(fittedvalue)为
其相应的残差(residual)为
显然,第一阶段回归将内生变量分解为两部分:
其中,第一阶段回归的拟合值为工具变量的线性函数,故为外生
部分(因为外生);而其余的残差为内生部分。
二阶段最小二乘法
既然第一阶段回归的拟合值外生,故只要将替代原模型中的内生
变量,即可用OLS得到一致估计:
称此回归为“第二阶段回归”(secondstageregression)。不
难证明,在此回归中,与扰动项不相关。
首先,由于为工具变量的线性函数,故与不相关。
其次,根据OLS的正交性(陈强,2015,p.62),OLS回归的
拟合值与残差正交(orthogonal),故(第一阶段回归的拟合值)与
(第一阶段回归的残差)不相关。因此,OLS为一致估计。
由于此工具变量法通过两个OLS回归来实现,故称为“二阶段最
小二乘法”(TwoStageLeastSquares,简记2SLS)。
多个工具变量
如果有多个工具变量,比如与,也不难处理,只要将这两个工具
变量同时放入第一阶段回归即可:
而第二阶段回归依然不变。
加入控制变量
在多元回归中,一般还有其他的外生变量或控制变
文档评论(0)