如何同时解决模型中的自选择问题造成的内生性和遗漏变量导致的内生性？

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

我们都知道自选择问题和遗漏变量偏误以及交互影响等是造成内生性的主要原因，用于解决模型自选择问题的主要是heckman方法，而解决遗漏变量等2SLS是比较好的方法，那么如何把这两个方法结合起来使用呢？stata里有没有现成的命令呢？或者有没有stata大牛已经写出了相关的软件包呢？

补充：我研究的问题包括两个：1.研究x对是否参与工作的影响，2.研究x对参与工作的人收入的影响，因为只有参与工作的人才会有收入，这就造成了样本自选则问题。如何同时解决这两个问题呢？

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

关键词：选择问题 内生性 heckman Stata tata 模型 如何

这是个有趣的问题，请参考 What is the difference between “endogeneity” and “sample selection bias”?，特别是 Model III. Endogeneity and sample selection。

黃河泉 发表于 2017-3-14 07:21
这是个有趣的问题，请参考 What is the difference between “endogeneity” and “sample selection bias” ...

好的！谢谢黄老师~

黃河泉 发表于 2017-3-14 07:21
这是个有趣的问题，请参考 What is the difference between “endogeneity” and “sample selection bias” ...

黄老师您好！我在这个帖子里也看到了相似的问题，http://www.statalist.org/forums/forum/general-stata-discussion/general/1295287-heckman-sample-selection-and-instrumental-variable-iv-or-simultaneous-equations-model?winzoom=1。根据伍德里奇的回答，可以把heckman传统的两步法进行改进：第一步使用probit模型，以所有的外生控制变量和内生变量的工具变量为解释变量，以是否工作为被解释变量来进行回归，并估计出每个个体是否工作的预测值；第二步使用该预测值计算IMR，具体等于该预测值的标准正态分布的密度函数值比累计分布函数值的相反数；第三步将IMR作为控制变量加入本来要进行的收入的回归中，并采取2SLS回归。这些步骤都没有问题，不过他提醒说The standard errors are incorrect if the coefficient on IMR is not zero (in the population). Bootstrapping the entire procedure is not very difficult。我知道直接使用系数的标准差和显著性都没有意义，他这边的处理方法我不太懂，请问您了解吗？

葱葱饼干 发表于 2017-3-23 13:34
黄老师您好！我在这个帖子里也看到了相似的问题，http://www.statalist.org/forums/forum/general-stata- ...

不知道什么原因，我看不到 Wooldridge 之回答内容，当然，他是这领域的大牛，他讲的大概是不会错的！

黃河泉 发表于 2017-3-23 15:46
不知道什么原因，我看不到 Wooldridge 之回答内容，当然，他是这领域的大牛，他讲的大概是不会错的！

啊！我有时候也打不开，好像是浏览器的问题。他的回答如下：
22 May 2015, 16:43
I cover this in Section 19.6.2 in the second edition of "Econometric Analysis of Cross Section and Panel Data," MIT Press, 2010. You are on the right track, but here are the specifics.

1. Estimate a probit model for the selection indicator, I. Include all exogenous variables: Those in the equation for Y1, the instrument(s) for Y2, and the variable determining selection. To be convincing, you should argue that you have two sources of exogenous variation excluded from the equation for Y1. Call these Z2 and Z0.
Code:
probit I Xb Xc Z2 Z0
2. Obtain the inverse Mills ratios from step 1 -- say IMR.
(code omitted)
3. Estimate the structural equation by 2SLS:

Code:
ivregress 2sls Y1 Xb Xc IMR (Y2 = Z2)
Note that the IMR, depending only on exogenous variables, acts as its own IV.

The standard errors are incorrect if the coefficient on IMR is not zero (in the population). Bootstrapping the entire procedure is not very difficult.

I hope this helps. JW

我想请教的是他所说的Bootstrapping the entire procedure ，就是简单的在回归后面加上 vce(bootstrap)或类似的处理吗？

葱葱饼干 发表于 2017-3-23 20:00
啊！我有时候也打不开，好像是浏览器的问题。他的回答如下：
22 May 2015, 16:43
I cover this in Sect ...

看起來不是！你這邊有三個步驟，恐怕應該要從一開始就 bootstrap sample。（雖然概念不難，但你要自己寫程序做；或许你可以上美国论坛去寻求 Wooldridge 或其他人之帮忙！）

黃河泉 发表于 2017-3-24 06:35
看起來不是！你這邊有三個步驟，恐怕應該要從一開始就 bootstrap sample。（雖然概念不難，但你要自己寫程 ...

好的，谢谢黄老师！

最近看文献的时候发现了综合使用工具变量和heckman两步法的方法（杨汝岱等，2011. 经济研究；张博等，2015. 经济评论）：其基本思想是利用两阶段最小二乘第一阶段回归结果，得到内生解释变量的预测值，然后使用该预测值作为解释变量进行heckman两步法回归。我觉得这种方法确实可以同时解决两种内生性问题。但是估计出的系数的标准误可能是不准确的，因此我建议同时使用bootstrap进行标准误的修正。欢迎大家讨论

其实可以直接使用处理效应模型的吧。help treatreg