stata统计分析及行业应用案例分析_小白学统计|面板数据分析与Stata应用笔记（六）...

#文章首发于公众号“如风起”。

原文链接：

小白学统计|面板数据分析与Stata应用笔记（六）​mp.weixin.qq.com

​本期内容： 内生性与工具变量法

面板数据分析与Stata应用笔记整理自慕课上浙江大学方红生教授的面板数据分析与Stata应用课程，笔记中部分图片来自课程截图。
笔记内容还参考了陈强教授的《高级计量经济学及Stata应用（第二版）》

**一篇高质量的经验研究论文需要高度重视内生性问题的处理**

内生性问题及解决方法

短面板和长面板数据的分析技术都只考虑了一种内生性问题，即不可观测的个体效应与解释变量相关，对于这一问题，我们只需要对个体效应进行控制即可解决。

而一种普遍的内生性问题——解释变量与误差项存在相关性普遍存在于计量方程中，如果这个问题不加以重视和处理那么回归结果就变的不可相信。

内生性问题的来源

内生性问题主要来自于三个方面，分别为：遗漏变量、联立性以及度量误差

1、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，但却没有控制的变量。这些变量最后进入了误差项，从而导致误差项与解释变量相关，进而导致了内生性问题。

2、联立性

联立性是指一个计量方程中的核心解释变量A对被解释变量B产生影响，反过来，被解释变量B又对A产生影响。

如果B对A有正向的影响，正向冲击就会导致A增加，从而导致核心解释变量A与误差项正相关。
如果B对A有负向的影响，正向冲击就会导致A降低，从而导致核心解释变量A与误差项负相关。

3、度量误差

度量误差可以分为解释变量的度量误差和被解释变量的度量误差。

（1）解释变量存在度量误差

假设真实的模型为：

其中，

，而

无法精确观测，我们只能观测到x，二者之间的关系是：