内生性产生的原因及解决方案.pptVIP

Hansen J统计量 C统计量，说明采用工具变量的合理性 过度识别检验的 Stata 命令： estat overid xtabond2 also reports tests of over-identifying restrictions--of whether the??instruments, as a group, appear exogenous.??For one-step, non-robust estimation, it reports the Sargan statistic, which is the minimized value of the one-step GMM criterion function.??The Sargan statistic is not robust to heteroskedasticity or autocorellation.??So for one-step, robust estimation (稳健估计and for all two-step estimation), xtabond2 also reports the Hansen J statistic, which is the minimized value of the two-step GMM criterion function, and is robust. xtabond2 still reports the Sargan statistic in these cases because the J test has its own problem: it can be greatly weakened by instrument proliferation. 究竟该用 OLS 还是工具变量法 豪斯曼检验 原假设为： H0 ：所有解释变量均为外生变量 reg y x1 x2 est store ols ivregress 2sls y x1 (x2=z1 z2) est store iv hausman iv ols, sigmamore 上述检验的缺点是，它假设在H0成立的情况下，OLS 最有效率。但如果存在异方差，OLS 并不最有效率(不是 BLUE)。故传统的豪斯曼检验不适用于异方差的情形。 此时可以使用杜宾-吴-豪斯曼检验(DWH)，该检验在异方差的情况下也适用，更为稳健。 stata命令： estat endogenous为负值不存在内生性 例一 Mincer (1958)最早研究了工资与受教育年限的正相关关系，但遗漏了“能力”这个变量，导致遗漏变量偏差。针对美国面板调查数据中的年轻男子组群(Young Men’s Cohort of the National Longitudinal Survey，简记 NLS-Y)，Griliches (1976)采用工具变量法对遗漏变量问题进行了校正。Blackburn and Neumark (1992)更新 了 Griliches (1976)的数据，即这个例子中将要使用的数据集grilic.dta。 该数据集中包括以下变量：lw(工资对数)，s(受教育年限)，age(年龄)，expr(工龄)，tenure(在现单位的工作年数)，iq(智商)，med(母亲的受教育年限)，kww(在“knowledge of the World of Work”测试中的成绩)，mrt(婚姻虚拟变量，已婚=1)，rns(美国南方虚拟变量，住在南方=1)，smsa(大城市虚拟变量，住在大城市=1)，year(有数据的最早年份，1966—1973年中的某一年)。 这是一个两期面板数据，初始期为当以上变量有数据的最早年份，结束期为1980 年。不带80字样的变量名为初始期，带80字样的变量名为1980年数据。比如，iq 指的是初始期的智商，而lw80指的是1980年的工资对数。 (1) 先看一下数据的统计特征。 use grilic.dta,clear sum (2) 考察智商与受教育年限的相关关系。 pwcorr iq s,sig (3) 建立如下方程： reg lw80 s80 expr80 tenure80 继续对方程进行分析：我们发现了如下问题： 1。遗漏变量问题：认为方程遗漏了“能力”这个变量，加入iq（智商）作为“能力”的代理变量。 reg lw80 s80 iq expr80 tenure80 2。测量误差问题：iq（智商）对“能力”的测量存在误差。 3。变量内生性问题：s80可能与扰动项中除“能力”以外的其他因素相关，因此是内生变量。 解决方法：引入四个变量med，kww，mrt，age，作为内生解释变量iq与s80