2sls过度识别检验出错

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

内生性检验、弱工具变量检验都还行，就是过度识别检验出错了，想问问大佬是不是我的2sls命令写错了 xi:ivregress 2sls mmx_lncarbon $cv (mmx_digital=mmx_iv3 mmx_iv4 ) i.ind i.year,vce(cluster code)

estat endog

  Tests of endogeneity
  Ho: variables are exogenous

  Robust regression F(1,1571)     =  3.08115  (p = 0.0794)
    (Adjusted for 1572 clusters in code)

estat overid

  Test of overidentifying restrictions:
  robust tests of overidentifying restrictions after 2SLS
  estimation not available with cluster-robust standard errors
r(498);


estat firststage, all forcenonrobust

  First-stage regression summary statistics
  --------------------------------------------------------------------------
               |            Adjusted      Partial       Robust
      Variable |   R-sq.       R-sq.        R-sq.     F(2,1571)   Prob > F
  -------------+------------------------------------------------------------
   mmx_digital |  0.1646      0.1635       0.0172       48.6105    0.0000
  --------------------------------------------------------------------------
  (F statistic adjusted for 1572 clusters in code)


  Shea's partial R-squared
  --------------------------------------------------
               |     Shea's             Shea's
      Variable |  Partial R-sq.   Adj. Partial R-sq.
  -------------+------------------------------------
   mmx_digital |     0.0172             0.0159
  --------------------------------------------------


  Minimum eigenvalue statistic = 137.207     

  Critical Values                      # of endogenous regressors:    1
  Ho: Instruments are weak             # of excluded instruments:     2
  ---------------------------------------------------------------------
                                     |    5%     10%     20%     30%
  2SLS relative bias                 |         (not available)
  -----------------------------------+---------------------------------
                                     |   10%     15%     20%     25%
  2SLS Size of nominal 5% Wald test  |  19.93   11.59    8.75    7.25
  LIML Size of nominal 5% Wald test  |   8.68    5.33    4.42    3.92
  ---------------------------------------------------------------------

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0 回帖

关键词：过度识别检验 2SLS 过度识别 Restrictions Instruments stata

您好，请问您的问题解决了吗

您好，请问您解决了吗

请问您解决了吗？

在你的命令中使用`vce(cluster code)`选项来处理集群标准误，这确实是正确的做法以控制某些类型的异质性或相关性。但是，正如你所看到的错误消息所示，当使用cluster-robust标准误差时，Stata中的`estat overid`命令无法执行过度识别检验(Sargan/Hansen J test)。

这是因为Sargan和Hansen J tests在假设独立且同质方差(iid)的扰动项下工作得最好。Cluster robust SEs破坏了iid假定，因此这些检验不适用或不可靠。

如果你确实需要进行过度识别检验，可能有几种方法可以尝试：

1. **尝试没有cluster robust标准误差**：这将允许你运行Sargan测试，但它对扰动项的异质性和相关性的假设更为严格。
   
   ```stata
   xi:ivregress 2sls mmx_lncarbon $cv (mmx_digital=mmx_iv3 mmx_iv4 ) i.ind i.year, vce(unclustered)
   ```

2. **使用其他估计方法**：你可以考虑使用GMM(广义矩估计)估计，这允许你同时指定工具变量和集群标准误差。`xtabond`命令在面板数据中尤其有用。

3. **手动计算过度识别检验**：尽管这更复杂一些，并且可能需要对你的模型有更深的理解才能正确地执行，但你可以尝试自己构造Sargan或Hansen J test统计量。
   
记住，所有这些方法都有自己的假设和限制。理想情况下，你可能会选择几种方法并比较结果的稳健性。

希望以上信息对你有所帮助！如果有其他问题，请随时提问。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用