工具變量法的Stata命令及實(shí)例_第1頁(yè)
工具變量法的Stata命令及實(shí)例_第2頁(yè)
工具變量法的Stata命令及實(shí)例_第3頁(yè)
工具變量法的Stata命令及實(shí)例_第4頁(yè)
工具變量法的Stata命令及實(shí)例_第5頁(yè)
已閱讀5頁(yè),還剩6頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、工具變量法的Stata命令及實(shí)例l 本實(shí)例使用數(shù)據(jù)集“grilic.dta”。l 先看一下數(shù)據(jù)集的統(tǒng)計(jì)特征:l 考察智商與受教育年限的相關(guān)關(guān)系:上表顯示,智商(在一定程度上可以視為能力的代理變量)與受教育年限具有強(qiáng)烈的正相關(guān)關(guān)系(相關(guān)系數(shù)為0.51)。l 作為一個(gè)參考系,先進(jìn)行OLS回歸,并使用穩(wěn)健標(biāo)準(zhǔn)差:其中expr, tenure, rns, smsa均為控制變量,而我們主要感興趣的是變量受教育年限(s)?;貧w的結(jié)果顯示,教育投資的年回報(bào)率為10.26%,這個(gè)似乎太高了??赡艿脑蚴?,由于遺漏變量“能力”與受教育正相關(guān),故“能力”對(duì)工資的貢獻(xiàn)也被納入教育的貢獻(xiàn),因此高估了教育的回報(bào)率。l

2、引入智商iq作為能力的代理變量,再進(jìn)行OLS回歸:雖然教育的投資回報(bào)率有所下降,但是依然很高。l 由于用iq作為能力的代理變量有測(cè)量誤差,故iq是內(nèi)生變量,考慮使用變量(med(母親的受教育年限)、kww(在“knowledge of the World of Work”中的成績(jī))、mrt(婚姻虛擬變量,已婚=1)age(年齡)作為iq的工具變量,進(jìn)行2SLS回歸,并使用穩(wěn)健的標(biāo)準(zhǔn)差:在此2SLS回歸中,教育回報(bào)率反而上升到13.73%,而iq對(duì)工資的貢獻(xiàn)居然為負(fù)值。使用工具變量的前提是工具變量的有效性。為此,進(jìn)行過(guò)度識(shí)別檢驗(yàn),考察是否所有的工具變量均外生,即與擾動(dòng)項(xiàng)不相關(guān):結(jié)果強(qiáng)烈拒絕所有工

3、具變量均外生的原假設(shè)。l 考慮僅使用變量(med, kww)作為iq的工具變量,再次進(jìn)行2SLS回歸,同時(shí)顯示第一階段的回歸結(jié)果:上表顯示,教育的回報(bào)率為6.08%,較為合理,再次進(jìn)行過(guò)度識(shí)別檢驗(yàn):接受原假設(shè),認(rèn)為(med,kww)外生,與擾動(dòng)項(xiàng)不相關(guān)。l 進(jìn)一步考察有效工具變量的第二個(gè)條件,即工具變量與內(nèi)生變量的相關(guān)性。從第一階段的回歸結(jié)果可以看出,工具變量對(duì)內(nèi)生變量具有較好的解釋力。更正式的檢驗(yàn)如下:從以上結(jié)果可以看出,雖然Sheas partial R2不到0.04,但是F統(tǒng)計(jì)量為13.40>10。我們知道,雖然2SLS是一致的,但卻是有偏的,故使用2SLS會(huì)帶來(lái)“顯著性水平扭曲”

4、(size distortion),而且這種扭曲隨著弱工具變量而增大。上表的最后部分顯示,如果在結(jié)構(gòu)方程中對(duì)內(nèi)生解釋變量的顯著性進(jìn)行“名義顯著性水平”(nominal size)為5%的沃爾德檢驗(yàn),加入可以接受的“真實(shí)顯著性水平”(true size)不超過(guò)15%,則可以拒絕“弱工具變量”的原假設(shè),因?yàn)樽钚√卣髦到y(tǒng)計(jì)量為14.91,大于臨界值11.59??傊覀冇欣碛烧J(rèn)為不存在弱工具變量。但為了穩(wěn)健起見(jiàn),下面使用對(duì)弱工具變量更不敏感的有限信息最大似然法(LIML):結(jié)果發(fā)現(xiàn),LIML的系數(shù)估計(jì)值與2SLS非常接近,這也從側(cè)面印證了“不存在弱工具變量”。l 使用工具變量法的前提是存在內(nèi)生解釋變量,為此須進(jìn)行豪斯曼檢驗(yàn),其原假設(shè)是“所有的解釋變量均為外生”:上表顯示,可以在5%的顯著性水平下拒絕“所有解釋變量均外生的原假設(shè)”,即認(rèn)為存在內(nèi)生解釋變量iq。由于傳統(tǒng)的豪斯曼檢驗(yàn)建立在同方差的前提下,故在上述回歸中均沒(méi)有使用穩(wěn)健標(biāo)準(zhǔn)差。l 由于傳統(tǒng)的豪斯曼檢驗(yàn)在異方差的情形下不成立,下面使用異方差穩(wěn)健的DWH檢驗(yàn):據(jù)此可認(rèn)為iq為內(nèi)生解釋變量。l 如果存在異方差,則GMM比2SLS更有效。為此進(jìn)行如下的最優(yōu)GMM估計(jì):l 進(jìn)行過(guò)度識(shí)別檢驗(yàn):l

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論