“傻瓜”学计量——内生性

提纲：

1.内生性定义？

2.什么原因会导致内生性？

3.怎么检测模型中的内生性？

4.怎么解决内生性？

一、内生性（Endogeneity）

是指自变量i与误差项存在相关关系，即两者协方差不等于0。

因变量Y：研究的被解释变量，因果问题中的“果”

自变量x：研究的解释变量，因果关系中的“因”

误差项：回归模型中的误差，即自变量不能解释的波动部分

回归系数：通过回归估计的自变量与因变量的相关系数

---

思考问腿：

1.模型中有内生变量一定有问题吗？

不一定。但是在计量中，若出现内生性问题，则需要解决。

因为理论模型中经常出现内生变量。

内生变量（endogenous variable）：被模型所决定的变量

外生变量（exogenous variable)：不被模型所决定的已知变量

2.为什么内生性是个问题？

理由如下图：

---

二、什么原因会导致内生性？

（一）遗漏变量（omitted variable）

1.定义

是指模型中忽略了一个或者多个相关变量。

（需同时满足两个条件：1自变量x与遗漏变量存在相关关系2.遗漏变量是影响被解释变量Y的一个因素）如右图所示：

注意：只要是没有加入模型的变量，都是遗漏变量嘛？❌

2.为什么存在遗漏变量，就会出现内生性问题？

第一行下角标"r"是正确模型的标记；第二行的"w"下角标是错误模型的标记。

最后一张图片虚线方框中，若原模型正确，则原模型残差项与自变量X1之间的协方差为0。

3. 为什么存在遗漏变量，模型系数会是有偏的？

（二）联立偏误（simultaneity） /  反向因果（reverse causality）

1.定义

联立偏误（simultaneity)：回归模型中的一个或者多个自变量与因变量同时被决定。（双向影响）

例如，B站视频的播放量会影响点赞率，而点赞率也会影响播放量。

反向因果：因果关系颠倒

2.为什么联立偏误会导致模型产生内生性？

（三）测量偏差（measurement error/errors-in-variables）

1.定义

测量自变量时产生的误差

（若是测量因变量产生误差，则不会对结果有影响，因为在这种情况下产生的误差会被直接包含在误差项中）

2.为什么存在测量误差会导致模型产生内生性？

三、怎么检测模型中是否存在内生性？

检验的大致思路：

1.假定一个自变量x是内生变量

2.取一个外生变量Z，取值不受回归模型中x的因素影响，而且  ，Z的取值与内生变量x高度相关

3.用外生变量Z来预测内生变量X。公式如下：

此时，所有的内生关系都包含在u中。

4.两种方法

（1）

第一步，将内生变量加到原来的模型中，得到的模型如下：

其中v是外生误差项，u是内生误差项。

第二步，再检测系数2是否显著

（2）

第一步，同上

第二步

用外生部分预测x取值，如上图

因此原模型发生变化，如下图所示：

若1=1，则自变量x并不存在内生性问题；

若1不等于1，则自变量X存在内生性问题。

四、如何解决内生性问题？

总原则：不能根除，只能控制。

（一）工具变量

选取一个外生变量Z，取值不受回归模型中因素的影响，且Z的取值与内生变量下的取值高度相关

（类似三-4-（2）的思想）

（二）匹配法：倾向得分匹配（PSM）

使用条件：自变量是0-1变量的时候

（三）双重差分法DID

思路：针对处理行为（treatment），将样本中的个体分为两组，第一组是接受处理组，第二组是没有接触处理组。

步骤：

1.处理行为后的特征值-处理行为前的特征值（第一次差分）

2.处理组变化量-控制组的变化量（第二次差分）