lecture06iv方法和联立方程模型

1、计量经济学Contents in Former Lecture一致性渐近正态调整的拟合优度邹检验异方差问题与GLS测量误差问题Contents in This Lecture工具变量法内生性问题的定义、来源、解决办法工具变量法的估计思路IV估计的方差低劣工具变量会导致的问题多个工具变量的情况联立方程OLS估计的偏误联立方程的估计内生性问题的定义回顾一致性。Cov(x,u)!=0就构成了内生性问题。内生性与不一致。内生性与“因果关系”。不解决了内生性问题，肯定没有找到因果关系。解决了内生性问题，就是比较好地找到了因果关系。内生性问题的解决办法内生性问题的来源遗漏变量测量误差反向因果解决内生性问题

2、的办法（以遗漏变量为例）可观察的变量不可观察的变量工具变量法代理变量法面板数据中的固定效应(Fixed Effect) 方法工具变量法的相关假设（1）x和u的关系（2）工具变量z和u的关系（3）工具变量z和x的关系 第（2）个假设不能被检验。这一部分就靠说理。第（3）个假设可以被检验。差的工具变量的例子假设估计的是收入方程。（1）社会安全号码的数字做教育的工具变量。（2）IQ做为教育的工具变量。IQ做为教育的代理变量？（3）母亲的教育做为孩子的教育工具变量。遗传因素。高教育的母亲孩子能力也越高。好的工具变量的例子住处离学校的距离做为教育的工具变量。降雨量做为农村家庭收入的工具变量。出生的季度做

3、为教育的工具变量。Lottery 号码做为“是否当兵”这个变量的工具变量。启发：用随机的变量做工具变量用外生化，制度化的变量做工具变量工具变量系数的估计以简单回归为例。书上的方法： 类似OLS的方法。 两个未知数，两个方程。整理：IV估计与OLS估计的比较OLS估计IV估计IV估计的一致性一致性证明：IV估计的方差系数估计值的方差： 方差：方差的估计可以估计系数的方差简单回归拟合优度和相关系数的关系。OLS和IV系数方差的比较 IV 系数方差：OLS系数方差：OLS方差小于IV方差。低劣工具变量所存在的问题前面推导一致性时：如果真的z,u不相关，那么没问题。如果z,u有一点点相关，那么IV估计

4、问题可能相当大。BJB的文章的贡献。多个工具书变量的情况上一节课，我们学习了使用一个工具变量的情况。如果有一个内生变量，两个工具变量呢？可以使用任何一个工具变量使用单个工具变量，有用的信息没有使用 如何把两个工具变量的信息都使用上呢？使用两个工具变量的线性组合上面的 就满足条件。 原模型：工具变量：又转化成一个内生变量，一个工具变量的情况。 用 做工具变量，相当于做下面一个回归因此，我们把上述估计值也叫做2SLS估计。 为什么两种方法得出的估计值一样？没有显性给出多元回归的估计值的形式。我们可以看两个估计值的估计思路。第一种方法 原模型：第二种方法 模型：测量误差问题的IV解决方法实际估计的模

5、型测量误差的解决办法第二种度量办法。年薪教育内生性检验为什么要进行检验OLS比IV有效检验的思路Hausman检验。过度识别检验工具变量的条件。如果只有一个内生变量，两个工具变量能不能检验呢？检验办法（1）用2SLS估计结构方程，获得2SLS残差 。（2）将残差对所有外生变量回归，获得拟合优度R2。（3）使用LM检验。联立模型中OLS估计的偏误把前面的供给和需求的例子抽象为下面的模型：上式代入下式： 整理：现在来关注能不能一致地估计出来？不能。 决定于实际上一般情况下是相关的。如果 三方程或者更多方程的识别例子：三方程或者更多方程的估计同样是用工具变量法估计也可以用手动的2SLS估计所有的内生变量对所有的