2SLS系数比OLS大好多是为啥

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

2SLS的系数是OLS的20-50倍，这也太离谱了，直接失去经济意义了。但是弱工具变量检验都通过了，请问这是为啥呢？
补充：我的内生变量是二元01变量，我直接用的ivreghdfe。

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：2SLS OLS 弱工具变量检验 IVREG 弱工具变量

模型设定是否合适

2SLS(两阶段最小二乘法)和OLS(普通最小二乘法)在估计系数时存在显著差异，主要是因为2SLS考虑了内生性问题。当内生变量与误差项相关时，OLS的估计可能会有偏且不一致，而2SLS通过引入工具变量来解决这个问题。

2SLS系数比OLS大很多可能有以下几个原因：

1. **工具变量强度不足**: 虽然弱工具变量检验通过了，但工具变量可能不够强，即与内生变量的关联度不高。这可能导致2SLS估计量放大了真实系数。

2. **多重共线性**: 如果模型中存在高度相关的解释变量，可能会导致系数估计异常偏大。

3. **异方差性**: 2SLS对异方差性的处理可能与OLS不同，如果数据存在异方差性，可能导致系数差异显著。

4. **内生性严重**: 内生性问题比预期更严重，2SLS通过工具变量纠正了偏差，使得估计的系数更加接近真实值，因此可能会显著大于OLS结果。

5. **模型设定错误**: 可能是模型设定的问题导致了估计量的异常。例如，遗漏重要的解释变量、过度控制等都可能导致这种现象。

建议检查模型设定、工具变量的选择以及数据质量，确保内生性问题得到妥善处理，并考虑其他估计方法如GMM(广义矩方法)来验证结果。

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

内生变量为dummy时不太适用2sls。解决方法有两种：第一，使用控制函数法；第二，使用eregress或cmp命令进行两阶段工具变量法回归。

thanks for sharing

Raymond.K 发表于 2024-5-20 10:02
内生变量为dummy时不太适用2sls。解决方法有两种：第一，使用控制函数法；第二，使用eregress或cmp命令进行 ...

我尝试了CF的etregress, 确实系数相对合理了。但是请问CF如何加入调节变量呢？因为我的模型有多个dummy，etregress跑的很慢，然后再加入调节变量一个个调试的话，分析进展极其之慢，请问您有什么好的建议吗？