找工具变量用两阶段最小二乘法第二阶段核心解释变量不显著怎么处理啊

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

利用城市层面的数据做数智化对经济发展的影响，用数智化的滞后一期作为工具变量，用两阶段最小二乘法得出的结果如下，第一阶段核心解释变量数智化很显著为正符合预期，但是第二阶段不显著了。
求助如何将第二阶段的核心解释变量dig变显著？
或者有没有其他的作为城市的工具变量的思路？去除本地区外其他地区的数智化平均值作为工具变量结果不符合预期。

我用的两阶段最小二乘法的代码及导出结果代码如下：

1. ivreghdfe lgdp x2 x3 x4 x5 (dig=lag_dig),absorb(id year) cluster(id) first endog(dig)
   
2. ****上面是没有加稳健地标准误，滞后一期结果还挺好
   
3. eststo:ivreghdfe lgdp x2 x3 x4 x5 (dig=lag_dig),absorb(id year) cluster(id) first endog(dig) savefirst savefp(f)
   
4. est restore fdig
   
5. outreg2 using 331.doc,cttop(first) replace
   
6. ivreghdfe lgdp fdi urb gov fin (dig=lag_dig),absorb(id year) cluster(id) first endog(dig)
   
7. outreg2 using 551.doc,cttop(second)

复制代码

两阶段最小二乘法的回归结果如下：

	(1)	(1)
	first	second
VARIABLES	dig	lgdp
dig	1.602***	0.0891
	(0.0871)	(0.102)
[size=12.0000pt]X2	0.0232	0.0188
	(0.0269)	(0.0309)
[size=12.0000pt]X3	-0.00305	0.00950
	(0.00433)	(0.00725)
[size=12.0000pt]X4	0.0164***	-0.000783
	(0.00501)	(0.0123)
[size=12.0000pt]X5	-0.000104	0.000640
	(0.000191)	(0.000455)
Observations	2,750	2,750
R-squared	(1)	0.037

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：两阶段最小二乘法 最小二乘法 第二阶段 最小二乘 怎么处理 工具变量法、xtivreg2、outoutreg2、ivreghdfe

面对两阶段最小二乘法（2SLS）中第二阶段核心解释变量不显著的情况，通常有几个可能的原因和相应的解决策略：

### 原因分析

1. **工具变量弱**：如果第一阶段的系数虽然显著但很微小，说明工具变量对内生解释变量的影响较弱。这可能导致所谓的“弱工具变量”问题。

2. **样本量或变异度不足**：在较小或同质性较高的数据集中，模型可能缺乏足够的变异度来识别出核心解释变量的效应。

3. **遗漏变量偏误**：模型中可能没有完全控制所有相关的混杂因素，导致残余变异性较高，从而影响了统计显著性。

### 解决策略

1. **寻找更强的工具变量**：
   - 重新审视理论框架，考虑是否能找出与核心解释变量（如数智化）相关性更强但又不直接作用于因变量的其他潜在工具变量。
   - 考虑使用多个工具变量以增强识别力度。

2. **增加样本量或改进数据质量**：
   - 尝试获取更长时间序列的数据，或者扩大地理覆盖范围（如增加城市数量），提高样本的变异性。
   - 确保数据准确无误，尽可能地减少测量误差对模型的影响。

3. **重新考虑模型设定**：
   - 检查并调整控制变量列表，确保没有遗漏重要的混杂因素。
   - 尝试不同的功能形式（如线性、对数、交互项等）以更好地捕捉核心解释变量与因变量之间的关系。

4. **使用稳健的标准误估计**：
   - 你已经提到了考虑加入集群标准误来控制组内相关性，这可以增加结果的稳健性。
   
5. **进行敏感性分析**：
   - 运行不同的模型设定或使用不同的工具变量，检查核心解释变量系数的一致性和稳定性。

### 其他工具变量的想法

- 数智化前的准备或前期投入水平：如政府对信息技术基础设施的投资等，这可能与当前数智化程度相关但不会直接影响经济产出。
- 临近地区的影响（尽管你提到已尝试并效果不佳）：考虑使用地理位置较远地区的平均值，以减少其直接的相关性。

在寻找新的工具变量时，确保它满足工具变量的两个关键条件：一是与核心解释变量高度相关；二是除了通过核心解释变量之外不直接影响因变量。这需要基于理论和数据的具体分析来判断。

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

试试看Berik指标法呢，数字金融的研究中出现过这个工具变量，需要先看看有没有文献支撑，具体操作可以直接通过stata实现

591596 发表于 2024-8-4 16:39
试试看Berik指标法呢，数字金融的研究中出现过这个工具变量，需要先看看有没有文献支撑，具体操作可以直接 ...

我去看看Berik指标法，谢谢

这种滞后期的IV基本被淘汰了。工具变量的思路主要来自于两个方面，一个就是你的文献集，二个就是你的平时积累。

15760043754 发表于 2024-8-6 09:33
这种滞后期的IV基本被淘汰了。工具变量的思路主要来自于两个方面，一个就是你的文献集，二个就是你的平时积 ...

已经看了其他的文献重新换工具变量了