Stata:2sls 内生变量 工具变量 您所在的位置:网站首页 stata工具变量法代码 Stata:2sls 内生变量 工具变量

Stata:2sls 内生变量 工具变量

#Stata:2sls 内生变量 工具变量| 来源: 网络整理| 查看: 265

一、什么是内生性?

内生性问题是解释变量与扰动项相关导致的,具体的表现形式有遗漏变量、双向因果和测量误差。

遗漏变量 遗漏变量是指可能与解释变量相关的变量,本来应该加以控制,但是没有控制。此时该变量会跑到扰动项中,造成扰动项与解释变量相关。双向因果 双向因果是指核心解释变量A和被解释变量B互相影响。假设扰动项发生正向冲击,B会增加,则A发生变动,如此就有核心解释变量A和扰动项相关。此时,如果B对A有正向影响,正向冲击便会导致A增加,从而导致核心解释变量A和扰动项正相关。反之,会有核心解释变量A和扰动项负相关。测量误差 测量误差是指被解释变量存在度量误差或解释变量存在度量误差。 (1)当解释变量存在度量误差 y=α+βx'+e,x'无法精确观测,只能观测到x,x=x'+u,u为度量误差 此时有:y=α+βx+(e-βu) 因为u和x相关,所以新的扰动项e-βu和x存在相关关系,产生了内生性。此时,估计得到的系数绝对值会偏小。 (2)当被解释变量存在度量误差 y'=α+βx+e,y'无法精确观测,只能观测到y,y=y'+v,v为度量误差 此时有:y=α+βx+(e+v) 只要Cov(x,v)=0,则OLS估计量仍是一致的,但会增大扰动项的方差;若Cov(x,v)≠0,就会产生内生性问题 有:y=α+βx+(e-βu)。 二、内生性问题的影响

OLS能够成立的最重要前提条件是解释变量与扰动项不相关。否则,OLS估计量将是有偏且不一致的。无偏是指估计量的期望等于真实值。一致性是指,随着样本的增大,估计量无限接近于真实值。

三、如何解决内生性问题 1.固定效应模型

固定效应模型在一定程度上可以缓解内生性。因为使用固定效应模型的原因是存在个体效应、时间效应与解释变量相关。此时如果不用固定效应模型,这些个体、时间影响就会溜到扰动项中,就产生了内生性问题。

2.IV/2SLS

解决内生性问题常见的做法是使用工具变量。

2.1工具变量

工具变量:与模型中内生变量(解释变量)高度相关,但却不与误差项相关,估计过程中被作为工具使用,以替代模型中与误差项相关的解释变量的变量。

“找好的工具变量好比寻找一个好的伴侣,ta应该强烈地爱着你(强相关),但不能爱着别人(外生性)。”

2.2 两阶段最小二乘法

IV法可以视为2SLS的特例。当内生变量个数=工具变量个数时,称为IV法;当内生变量个数



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有