【中级计量经济学】Lecture 10 内生性和工具变量法

Lecture 10 内生性和工具变量法

10.1 内生性问题

随机误差项与一个或多个解释变量有关，$Cov(x_k,u)\ne 0$

注意和自相关（序列相关）问题的区分

内生性的产生原因

1. 遗漏变量问题：模型设定时遗漏了重要的解释变量且这个解释变量与模型中的解释变量有同期相关性；
2. 被解释变量与解释变量存在联立（双向）因果关系；
3. 解释变量存在测量误差。

内生性的后果

1. 估计量有偏$E(\hat{\beta })\ne \beta$
2. 估计量不一致

10.2 内生性问题的处理

寻找代理变量（IQ）

• 如果遗漏的变量不随时间变化，则直接使用固定效应模型。

• 否则，用代理变量替代不可观测重要变量（直接加一个变量进去）

  条件：

  1. 代理变量与不可观测变量有一定的关系
  2. 加入代理变量后模型的随机误差项与解释变量不相关
  3. $e$与其他解释变量和代理变量不相关 （e是代理变量和不可观测变量的回归残差项）

工具变量法（IV）估计

工具变量的选取

• 选取变量$Z$作为内生解释变量$X_j$的工具变量，$Z$是外生的：
  $$\begin{gathered} Cov(X_j,u)\ne 0 \\ Cov(Z,u)=0 \end{gathered}$$

• 工具变量与内生解释变量需高度相关（同时不能与模型中其他变量有过高的相关性）：
  $$Cov(Z,X_j)\ne 0$$

工具变量矩估计（GMM）

矩估计时的总体矩条件与对应的样本矩条件（矩条件将在工具变量法中发挥作用）：
E ( μ i ) = 0 ⇒ 1 n ∑ ( Y i − β ^ 0 − β ^ 1 X i ) = 0 ; E ( X i μ i ) = 0 ⇒ 1 n ∑ ( Y i − β ^ 0 − β ^ 1 X i ) X i = 0. \mathrm{E}(\mu_i)=0\Rightarrow \frac{1}{n}\sum(Y_i-\hat\beta_0-\hat\beta_1X_i)=0;\\ \mathrm{E}(X_i\mu_i)=0\Rightarrow \frac{1}{n}\sum(Y_i-\hat\beta_0-\hat\beta_1X_i)X_i=0. E(μi​)=0⇒n1​∑(Yi​−β^​