![e83dd085248e9cc21fe38f9634ce3718.png](https://img-blog.csdnimg.cn/img_convert/e83dd085248e9cc21fe38f9634ce3718.png)
#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![c188dcb81329aaa1b1c409e7a1f0b59c.png](https://img-blog.csdnimg.cn/img_convert/c188dcb81329aaa1b1c409e7a1f0b59c.png)
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。
![0ff7fd28f1a522e353d4b4080ea567f3.png](https://img-blog.csdnimg.cn/img_convert/0ff7fd28f1a522e353d4b4080ea567f3.png)
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,