第六讲工具变量回归.pptVIP

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：estatendogenous第30页，共52页，星期日，2025年，2月5日广义矩估计法：GMM基本思想：求解如下一般化目标函数,使之最小化J(b_GMM)=n*g(b_GMM)*W*g(b_GMM)其中，W为权重矩阵在球型扰动项的假定下，2SLS是最有效的。但如果扰动项存在异方差或自相关，则广义矩估计方法效果更好。GMM方法又分为两步GMM法和迭代GMM方法。第31页，共52页，星期日，2025年，2月5日有关GMM的Stata命令为ivregressgmmyx1(x2=z1z2)(两步GMM)ivregressgmmyx1(x2=z1z2),igmm(迭代GMM)estatoverid(过度识别检验)第32页，共52页，星期日，2025年，2月5日例一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(YoungMen’sCohortoftheNationalLongitudinalSurvey，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。BlackburnandNeumark(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。第33页，共52页，星期日，2025年，2月5日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“knowledgeoftheWorldofWork”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)。第34页，共52页，星期日，2025年，2月5日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。第35页，共52页，星期日，2025年，2月5日(1)先看一下数据的统计特征。usegrilic.dta,clearsum(2)考察智商与受教育年限的相关关系。pwcorriqs,sig(3)建立如下方程：reglw80s80expr80tenure80第36页，共52页，星期日，2025年，2月5日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。reglw80s80iqexpr80tenure80第37页，共52页，星期日，2025年，2月5日第1页，共52页，星期日，2025年，2月5日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。若解释变量Xi和ui相关，则OLS估计量是非一致的，也就是即使当样本容量很大时，OLS估计量也不会接近回归系数的真值。当解释变量和随机误差项相关时，模型存在着内生性问题。第2页，共52页，星期日，2025年，2月5日在计量经济学中，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(endogenousvariable)。2。与误差项不相关的变量称为外生变量(exogenousvariable)。第3页，共52页，星期日，2025年，2月5日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。第4页，共52页，星期日，2025年，2月5日遗漏变量偏差第5页，共52页，星期日，2025年，2月5日第6页，共52页，星期日，2025年，2月5日变量有测量误差测量数据正确时：假设方程为：当存在测量误差时：方程为：所以我们有：第7页，共52页，星期日，2025年，2月5日可知，误差项中包含