是
否
+2 论坛币
k人 参与回答
经管之家送您一份
应届毕业生专属福利!
求职就业群
赵安豆老师微信：zhaoandou666
经管之家联合CDA
送您一个全额奖学金名额~ !
立即领取
感谢您参与论坛问题回答
经管之家送您两个论坛币！
+2 论坛币
近期一直在梳理工具变量检验问题，感觉一直在用这些命令，可是一直都很乱，看结果看的稀里糊涂。为了更好的纠正检验工具变量的过程，特将检验工具变量的命令整理如下，整理过程中存在部分疑虑和不确定地方，希望大家可以共同学习和纠偏。 存在的疑惑希望解答：
1、在利用ivreg2时，出现Stock-Yogo weak ID test critical values:
2、为什么在利用ivreg2时，有时候结果出现Sargan statistic，有时候出现Hansen J statistic呢？这两个检验显示的结果，如：Hansen J statistic (overidentification test of all instruments): 0.000，是不是就表明工具变量无效？
工具变量检验方法整理如下：
首先，进行hausman test，检验所有变量是否均为外生变量，H0：所有解释变量外生；P=0拒绝原假设 其次，如果工具变量个数>内生变量，则进行过度识别。
命令使用：利用estat overied进行验证。
结果判断： sargan test：H0:工具变量有效。
最后，弱工具变量检验：
方法1：偏R2
方法2：一阶段回归时，看F值，F>10拒绝存在“弱工具变量”的原假设
使用命令：estate firststage,all forcenonrobust（针对方法1和方法2）
结果判断：shea's partial R2的P=0、一阶段回归F>10
方法3：Cragg-Donald Wald F统计量，这里又说这个值>10即可，也有人说要大于Stock-Yogo weak ID test critical values在10%的水平，拒绝原假设，H0：存在弱工具变量。
方法4：Kleibergen-Paap rk LM statistic F值很大，P=0拒绝原假设。
使用命令：利用ivreg2
（补充弱工具变量的含义：两阶段最小二乘中，第一阶段回归是利用OLS建立每个内生变量关于工具变量和外生变量的回归，得到x_hat；第二阶段回归则利用x_hat来取代x，由此得到bei ta。弱工具变量则是cov(zi,xi)约等于0，即工具变量计划不能解释x的变动。）
以上为检验工具变量的基本方法。当工具变量个数=内生变量时，无法进行过度识别，当工具变量个数>内生变量时，进行过度识别检验。
扫码加我 拉你入群
请注明：姓名-公司-职位
以便审核进群资格，未注明则拒绝
分享0
收藏55
回帖
关键词：工具变量检验；2sls；内生性