互助问答第1期：工具变量回归等四个问题及解答

本期解答人：Figo，匿名专业人士
问：用一个工具变量时，内生性检验显示没有内生性问题；用两个工具变量时，就会检验出内生性，同时回归的R平方缺失。请问怎么理解这些结果？
答：这里涉及两个问题：第一，为什么使用不同工具变量，内生性检验的结果会不同；第二，为什么工具变量回归时，R平方会不显示。
关于第一个问题，首先，内生性检验比较的是OLS系数和工具变量回归系数。在工具变量正确使用的前提下，如果两系数差异明显，则说明OLS系数是有偏差的，也就是说OLS回归中存在内生性问题；如果两系数差异不明显，则说明OLS估计出来的系数也是比较准确的，便不能肯定OLS回归有内生性问题。大家不要过度迷信或依赖这个检验，这个检验本身并不能告诉您工具变量是否有效；如果工具变量选得不对，检验结果就不能说明任何问题。此外，即便工具变量选得正确，不同工具变量的估计结果一般也会不同（因为工具变量回归结果本质上是“局部平均处理效应”（LATE）），进而可能会造成内生性检验的结果不同——这不能说明您的结果是对还是错。我个人的看法（不一定正确）：这个检验实际上没什么用，我自己的研究从来不做该检验。

关于第二个问题，首先，R平方在工具变量回归中并不是一个重要指标。工具变量回归的最大目的估计出没有偏差的因果效应，而不是找到尽力拟合数据的模型。其次，如果工具变量回归不显示R平方，最大的可能是R平方算出来是个负数。工具变量回归的第二阶段本质上是因变量对内生变量的预测值和其他外生变量的回归，单独基于这个回归计算出的R平方不会是负数。但是，Stata在计算