函数或变量 rtenslearn_c 无法识别_Stata：过度识别检验一文读懂

冀云阳 (广东财经大学，Dufejyy@163.com)
贺   旭 (中央财经大学)

? 连享会主页：lianxh.cn

Stata 暑期班：9天直播

? 时间：2020.7.28-8.7
? 嘉宾：连玉君 (中山大学) | 江艇 (中国人民大学)
? 主页：https://gitee.com/arlionn/PX  | ? 微信版

  「基础不牢，地动山摇……」

• Stata 暑期研讨-初级班
  • 7 月 28-30 日 (三天), 网络直播 + 3 天回放
• Stata 暑期研讨-高级班
  • 8 月 1-3 日 (三天), 网络直播 + 3 天回放
• Stata 暑期研讨-论文班
  • 8 月 5-7 日 (三天), 网络直播 + 3 天回放
• Stata 暑期研讨-全程班
  • 7 月 28 日-8 月 7 日, 网络直播 + 9 天回放

? 强大的助教团队

这次暑期课程，我们会组织一个 30 名精英助教团队。其中，15 人为连享会往期课程中的涌现出来的优秀助教，他们有些人已经发表过《经济研究》、《管理世界》等 Top 期刊，有丰富的经验；另外 15 人则将从国内各个高校遴选，由于也是「新手」，会更清楚学员们的痛点所在。这些「助教新人」们会在开课前与「助教老手」以及授课老师们共同工作 1 个月，以便做好准备工作。我们的助教们会分成三个小组，全程为大家提供最全面、细致的答疑服务。在近几期专题课程中，我们都采用了这种「精英助教团队」模式，大大增强了大家的学习效率和自信心，诸多学员也在互动过程中结识了一批优秀的同行，相伴而行。

授课嘉宾

?  连玉君 ，西安交通大学经济学博士，中山大学岭南学院副教授，博士生导师。已在《China Economic Review》、《经济研究》、《管理世界》、《经济学(季刊)》、《金融研究》、《统计研究》等期刊发表论文 60 余篇。目前已完成 Panel VAR、Panel Threshold、Two-tier Stochastic Frontier 等计量模型的 Stata 实现程序，并编写过几十个小程序，如 winsor2, xtbalance, bdiff, ua 等。连玉君老师团队一直积极分享 Stata 应用中的经验，开设了 [连享会-主页]，[连享会-直播间]，[连享会-知乎] 等专栏，并定期在微信公众号 (Stata连享会) 中发布精彩推文。

---

? 江艇，香港科技大学商学院经济学博士，中国人民大学经济学院副教授，人大国家发展与战略研究院研究员，人大微观数据与实证方法研究中心副主任，美国哥伦比亚大学商学院访问学者。主要研究领域为经济增长与发展、城市经济学、新政治经济学，在 Economics Letters、Review of Development Economics、《经济研究》、《管理世界》、《世界经济》等国内外著名学术刊物上发表多篇论文，曾应邀在多所高校讲授「应用微观计量经济学」短期前沿课程并广受好评。

---

目录

• 1. 问题背景

• 2.  过度识别检验

  • 2.1 Sargan 检验

  • 2.2 Hansen J 检验

  • 2.3 C 统计量

• 3. 过度识别检验的 Stata 实现

  • 3.1 ivreg2 命令

  • 3.2 xtbond2 命令

• 4. 过度识别检验统计量无法计算

  • 4.1 原因

  • 4.2 解决方法

  • 4.3 Stata 实现

• 参考资料

---

1. 问题背景

OLS 有一个经典的假设：解释变量与随机误差项不相关，即 。如果存在解释变量违背了这个假设，则估计出的参数是有偏的，也是不一致的。

工具变量 (IV) 法为解决「内生解释变量」问题提供了一种可行的方法。为此，我们需要找到满足以下条件的「外生解释变量 ()」：

• 与内生解释变量相关，即 ；
• 与随机误差项不相关，即 。

根据「内生解释变量」与「工具变量」间的数量关系，又可以分为以下几种情况：

• 不可识别 (unidentified)：工具变量数小于内生解释变量数；
• 恰好识别 (just or exactly indentified)：工具变量数等于内生解释变量数；
• 过度识别 (overindentified)：工具变量数大于内生解释变量数。

在「恰好识别」的情况下，我们可以估计 ，而在「过度识别」的情况下，则需要通过两阶段最小二乘法 (Two Stage Least Square，2SLS 或 TSLS) 估计 。当然在「恰好识别」的情况下，我们也可以用 2SLS 进行估计。但是，在「不可识别」情况下，以上方法失效。2SLS 主要通过以下两阶段实现：

• 第一阶段，用内生解释变量对工具变量回归；
• 第二阶段，用被解释变量对第一阶段回归的拟合值回归。

值得注意， 2SLS 只有在「同方差」的情况下才是最优效率的，而在「过度识别」和「异方差」的情况下，广义矩估计 (Generalized Method of Moments, GMM) 才是最有效率的。关于 GMM 介绍详见：「Stata：GMM 简介及实现范例」和「GMM 简介与 Stata 实现」。

在使用工具变量之前，我们仍需进行若干检验：

• 解释变量内生性的检验；
• 弱工具变量检验；
• 过度识别检验。

在「恰好识别」的情况下，我们无法检验工具变量的外生性，只能进行「定性讨论或依赖专家意见」，详见「IV-估计：工具变量不外生时也可以用！」。因此，我们重点关注「过度识别检验」的方法和在 Stata 中实现。

温馨提示： 文中链接在微信中无法生效。请点击底部

2.  过度识别检验

2.1 Sargan 检验

假设共有 个解释变量 ，其中前 个解释变量 为外生解释变量，而后 个解释变量 为内生解释变量：

同时，假设共有 个方程外的工具变量 ，其中 。过度识别原假设为：

由于「扰动项 」无法观测，故只能通过 2SLS 的残差 来考察工具变量与扰动项的相关性。为此，构造以下辅助回归：

则原假设可写为：

记辅助回归的可决系数为 ，则 Sargan 统计量 (Sargan, 1958) 为：

其中，Sargan 统计量的渐进分布为 ，其自由度为 ，即为「方程外工具变量个数」减去「内生解释变量个数」。

Note：本部分内容摘自「陈强等. 计量经济学及 Stata 应用[M]. 高等教育出版社, 2015.」，详见 200 页。

2.2 Hansen J 检验

在「同方差」假设下，2SLS 是最有效率的，而在「过度识别且存在异方差」情况下，GMM 更有效率。

考虑以下原假设：

：所有工具变量都是外生的

其实，这就是检验总体矩条件是否成立：

与总体矩条件 对应的样本矩条件为：

将上式看成一个联立方程组，未知参数 的维度为 ，方程个数为 个 (工具变量 的维度)。若 ，为不可识别，则 有无穷多解；若 ，为恰好识别，则 有唯一解，并等价于矩估计，进而等价于 2SLS；若 ，为过度识别， 无解。

在过度识别的情况下，Hansen (1982) 提出了一种可行的方案：虽然无法找到 使得样本矩等于 ，但总可以让样本矩尽量接近于 。为此，可以用「二次型」来衡量它到 向量的距离，如：

更一般地，可以用一个「权重矩阵 」来构造「二次型」，如：

其中，因子 不影响最小化。这是一个无约束的最优化问题，目标函数 是   的「二次型」函数，故可得到其解析解 (推导方法类似于 OLS)，即 "GMM估计量"。

实际上，GMM 估计量的目标函数 就是检验统计量：

其中， 为过度识别的个数。此检验统计量称为「Hansen's J 统计量」。

Note：本部分内容摘自「陈强. 高级计量经济学及 Stata 应用[M]. 高等教育出版社, 2014.」，详见 146-150 页。同时，也参考了「工具变量法(四)：GMM」。

2.3 C 统计量

如果过度识别检验拒绝了「所有工具变量都外生」的原假设，则可以怀疑部分工具变量不满足外生性。假设在 个工具变量 中，已知前 个工具变量 满足外生性，而怀疑后 个工具变量 不满足外生性，即要检验原假设 。为此，可以分别用 个工具变量 和 个工具变量 (假设能够满足至少恰好识别) 进行 GMM 估计，并分别记相应的 统计量和 统计量。如果 个工具变量 不满足外生性条件，则 值将会大大增加，进而倾向于拒绝原假设 。构造以下统计量：

其中， 统计量又称 GMM 距离 (GMM distance) 或 Sargan 差(difference-in-Sargan)，自由度 为怀疑工具变量不满足外生性的个数。

Note：本部分内容参考「陈强. 高级计量经济学及 Stata 应用[M]. 高等教育出版社, 2014.」，详见 150、298-299 页。

温馨提示： 文中链接在微信中无法生效。请点击底部

3. 过度识别检验的 Stata 实现

3.1 ivreg2 命令

以官方 griliches76.dta 数据为例，lw 为工资对数，s 为受教育年限，expr 为工龄，tenure 为现单位工作年数，rns 为美国南方虚拟变量 (住在南方 = 1)，smsa 为大城市虚拟变量 (住在大城市 = 1)，iq<