【计量经济学导论】15. 内生解释变量

内生解释变量

内生性的含义

假设多元回归模型：
$$y={\beta }_0+{\beta }_1{x}_1+{\beta }_2{x}_2+...+{\beta }_k{x}_k+u,$$

回顾零条件均值假设 MLR.4 ：
$$\mathrm{E}(u|x_1,x_2,\cdots ,x_k)=0,$$
根据 MLR.4 我们可以得到推论：
$$\mathrm{C}\mathrm{o}\mathrm{v}(u,x_j)=0,j=1,2,\cdots ,k.$$
如果 $\mathrm{C}\mathrm{o}\mathrm{v}(x_i,u)\ne 0$ ，则称 $x_i$ 为内生解释变量；

如果 $\mathrm{C}\mathrm{o}\mathrm{v}(x_j,u)=0$ ，则称 $x_j$ 为外生解释变量。

当多元回归模型违背了零条件均值假设时，我们称模型存在内生解释变量问题，又称内生性问题。在截面数据中，内生性问题只存在同期内生变量的问题；在时间序列数据中，还有可能出现同期无关但异期相关的内生性问题。

同期内生变量问题：
$$\mathrm{C}\mathrm{o}\mathrm{v}(x_i,u_i)=\mathrm{E}(x_i{u}_i)\ne 0.$$
同期无关，异期相关问题：
$$\mathrm{C}\mathrm{o}\mathrm{v}(x_t,u_t)=\mathrm{E}(x_t{u}_t)=0,$$

$$\mathrm{C}\mathrm{o}\mathrm{v}(x_t,u_{t-s})=\mathrm{E}(x_t{u}_{t-s})\ne 0.$$

因此，在时间序列模型的基本假设 TS.3 中，我们需要对模型施加严格外生假设，才能保证模型不会出现内生解释变量的问题。

内生性的产生原因

建立的模型中遗漏了重要的解释变量，并且被遗漏的解释变量与模型中的其他解释变量相关：

例：假设真实的模型设定为
$$\log (wage)={\beta }_0+{\beta }_{1}educ+{\beta }_{2}abil+\epsilon ,$$
由于 $abil$ 不可观测而估计的模型为
$$\log (wage)={\beta }_0+{\beta }_{1}educ+u,$$
其中 $u={\beta }_{2}abil+\epsilon$ 。

此外我们假设 $\mathrm{C}\mathrm{o}\mathrm{v}(educ,abil)\ne 0$ ，从而 $\mathrm{C}\mathrm{o}\mathrm{v}(educ,u)\ne 0$ ，于是造成了解释变量的内生性问题。

解释变量存在测量误差：

例：假设真实的模型为
$$y={\beta }_0+{\beta }_{1}in{c}^{\ast }+\epsilon ,$$
由于存在测量误差而估计的模型为
$$y={\beta }_0+{\beta }_{1}inc+u.$$
其中 $inc$ 是报告收入，$in{c}^{\ast }$ 是真实收入，因此测量误差为 $e=inc-in{c}^{\ast }$ 。

我们将真实的模型改写为
$$y={\beta }_0+{\beta }_1(inc-e)+\epsilon ={\beta }_0+{\beta }_{1}inc+\epsilon -{\beta }_{1}e.$$
如果报告收入 $inc$ 与测量误差 $e$ 相关，就会造成内生性问题。

联立方程模型：

• 在一个经济系统中，变量之间相互依存，互为因果，而不是简单的单向因果关系，必须用一组方程才能描述，称为联系方程模型。
• 联系方程模型的每个方程称为结构方程。
• 每个结构方程的被解释变量是经济系统的内生变量，而解释变量既包括经济系统的外生变量，也包括其他内生变量，由经济行为关系决定。
• 联系方程模型的每个结构方程一般都存在内生解释变量的问题。

（我们在后面单独作为一节来详细讨论联立方程模型）

内生性的后果

违背假设 MLR.4 ，无论样本大小，都会造成OLS 估计量有偏、非一致。不仅影响内生解释变量的参数估计，也影响其他外生解释变量的参数估计。

以简单线性回归模型 $y={\beta }_0+{\beta }_{1}x+u$ 为例，假设 $x$ 是内生解释变量：

有偏性：
$$\mathrm{E}({\hat{\beta }}_1|x)={\beta }_1+\frac{\sum _{i=1}^n(x^{}}{SS{T}_x}$$