面板資料模型(Fe or Re)如何進行內生性檢驗?
如果用的是hausman這類的檢驗
IV是必須準備的
因為hausman檢驗的本質是檢驗“沒用IV的情況下和用了IV的情況下的結果之間是否有顯著的差別”
(注:這裡的hausman和區分固定隨機效應的那個hausman不是同個東西)
這裡的邏輯是:如果選擇的IV是合理的 而且潛在的內生變數x其實是外生的情況下 用了IV和沒用IV得到的係數估計量應當相似(雖然IV的標準誤肯定會大)。 同理 如果潛在內生變數x確實是內生的 那麼得出的係數估計量就應該不相同
命令可以參考一下陳強老師的《高階計量經濟學及stata應用》
順便提一下 內生性的本質是 E (x | u)≠0
因為u一般無法觀測 所以很難直接檢驗該假設
內生性是無法檢驗的!內生性是無法檢驗的!內生性是無法檢驗的!
是否存在內生性,理論說了算,如果你不知道是否有內生性,請看文獻。
至於Hausman檢驗,這只是統計上的結果,某種程度上只能說是必要性。
預設有內生性,用fe。完畢。
現在嚴肅的學術研究基本不會用re。除了幾種特殊情況外(比如研究的問題正好是群體固定效應!),用re就是告訴別人我用fe不顯著,所以re了。
法一:可以做一個 Granger 因果檢驗 一般都會互為因果…
法二:從實際意義上解釋
結合法一法二最好,法一結果不好的話直接法二也可以的
參見連享會推文:
專題:
內生性-因果推斷
內生性!內生性!解決方法大集合
內生性:來源及處理方法-幻燈片下載
locmtest:非線性模型的內生性檢驗
第三種內生性:衡量偏誤(測量誤差)如何檢驗-dgmtest?
其他相關推文
Note:產生如下推文列表的 Stata 命令為:
lianxh 內生性
安裝最新版
lianxh
命令:
ssc install lianxh, replace
專題:
IV-GMM
IV專題: 內生性檢驗與過度識別檢驗
專題:
內生性-因果推斷
locmtest:非線性模型的內生性檢驗
專題:
分位數迴歸
Stata:面板分位數模型估計及內生性初探