資源描述：
《stata第五講 山大陳波.ppt》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。
1、Stata上機(jī)實(shí)驗(yàn)工具變量（IV）什么情況下需要工具變量？1。遺漏變量2。變量?jī)?nèi)生性問題3。測(cè)量誤差使用這種方法的困難之處在于工具變量的“搜尋”，而不是在技術(shù)方面。工具變量選擇的要求：1。相關(guān)性：工具變量與內(nèi)生解釋變量高度相關(guān)，即Cov(xt,pt)≠0。2。外生性：工具變量與擾動(dòng)項(xiàng)不相關(guān)，即Cov(xt,ut)=0。使用工具變量有兩種方法：二階段最小二乘法(2SLS)和廣義矩估計(jì)法(GMM)。二階段最小二乘法：2SLS主要思想：進(jìn)行兩階段回歸。假設(shè)方程為：y=b1x1+b2x2+u其中x1是外生
2、變量，x2是內(nèi)生變量，找到兩個(gè)變量z1和z2，作為x2的工具變量。第一階段回歸：regx2x1z1z2x2結(jié)合了z1和z2的信息，此時(shí)取出x2的擬合值x2_hat。第二階段回歸：regyx1x2_hat廣義矩估計(jì)法：GMM基本思想：求解如下一般化目標(biāo)函數(shù),使之最小化J(b_GMM)=ng(b_GMM)'Wg(b_GMM)其中，W為權(quán)重矩陣在球型擾動(dòng)項(xiàng)的假定下，2SLS是最有效的。但如果擾動(dòng)項(xiàng)存在異方差或自相關(guān)，則廣義矩估計(jì)方法效果更好。GMM方法又分為兩步GMM法和迭代GMM方法。使用grilic
3、.dta估計(jì)教育投資的回報(bào)率。變量說明：lw80（80年工資對(duì)數(shù)），s80（80年時(shí)受教育年限），expr80（80年時(shí)工齡），tenure80（80年時(shí)在現(xiàn)單位工作年限），iq（智商），med（母親的教育年限），kww（在‘knowledgeoftheWorldofWork’測(cè)試中的成績(jī)），mrt（婚姻虛擬變量，已婚=1），age（年齡）。建立方程：usegrilic.dta,clearreglw80s80expr80tenure80對(duì)方程進(jìn)行分析：1。遺漏變量問題：認(rèn)為方程遺漏了“能力”這個(gè)變
4、量，加入iq（智商）作為“能力”的代理變量。2。測(cè)量誤差問題：iq（智商）對(duì)“能力”的測(cè)量存在誤差。3。變量?jī)?nèi)生性問題：s80可能與擾動(dòng)項(xiàng)中除“能力”以外的其他因素相關(guān)，因此是內(nèi)生變量。解決方法：使用med，kww，mrt，age作為內(nèi)生解釋變量iq與s80的工具變量。1。使用2SLS。ivregress2slslw80expr80tenure80(s80iq=medkwwmrtage),first2。使用兩步GMM。ivregressgmmlw80expr80tenure80(s80iq=med
5、kwwmrtage)3。使用迭代GMM。ivregressgmmlw80expr80tenure80(s80iq=medkwwmrtage),igmm幾點(diǎn)注意事項(xiàng)：1。2SLS只能通過stata完成，利用定義手動(dòng)計(jì)算的結(jié)果是錯(cuò)誤的，因?yàn)闅埐钚蛄惺清e(cuò)誤的。2。不可能單獨(dú)為每個(gè)內(nèi)生變量指定一組特定的工具變量，所有外生變變量都作為自己的工具變量。3。在大樣本下，IV估計(jì)是一致的，但在小樣本下，IV估計(jì)并非無偏估計(jì)量，有些情況下偏誤可能很嚴(yán)重。弱工具變量檢驗(yàn)工具變量Z與X的相關(guān)性較低時(shí)，2SLS估計(jì)量存在
6、偏誤，Z稱為“弱工具變量”。檢驗(yàn)方法：estatfirststage1。初步判斷可以用偏R2(partialR2)(剔除掉模型中原有外生變量的影響)。2。Minimumeigenvaluestatistic(最小特征值統(tǒng)計(jì)量)，經(jīng)驗(yàn)上此數(shù)應(yīng)該大于10。ivregress2slslw80expr80tenure80(s80iq=medkwwmrtage),firstestatfirststage過度識(shí)別檢驗(yàn)檢驗(yàn)工具變量是否與干擾項(xiàng)相關(guān)，即工具變量是否為外生變量。目前僅限于在過度識(shí)別的情況下，進(jìn)行過度
7、識(shí)別檢驗(yàn)。2SLS根據(jù)Sargan統(tǒng)計(jì)量進(jìn)行過度識(shí)別檢驗(yàn)，GMM使用HansenJTest進(jìn)行過度識(shí)別檢驗(yàn)。命令均為：estatoverid檢驗(yàn)工具變量的外生性H0：所有工具變量都是外生的。H1：至少有一個(gè)工具變量不是外生的，與擾動(dòng)項(xiàng)相關(guān)。ivregress2slslw80expr80tenure80(s80iq=medkwwmrtage),firstestatoveridivregressgmmlw80expr80tenure80(s80iq=medkwwmrtage)estatoverid究竟
8、該用OLS還是IV即解釋變量是否真的存在內(nèi)生性？假設(shè)能夠找到方程外的工具變量。1。如果所有解釋變量都是外生變量，則OLS比IV更有效。在這種情況下使用IV，雖然估計(jì)量仍然是一致的，會(huì)增大估計(jì)量的方差。2。如果存在內(nèi)生解釋變量，則OLS是不一致的，而IV是一致的。豪斯曼檢驗(yàn)（Hausmanspecificationtest）原假設(shè)：H0：所有解釋變量均為外生變量。H1：至少有一個(gè)解釋變量為內(nèi)生變量。quietlyreglw80s80expr80tenure80iqeststoreol
