作一篇计量论文，有两件事情是必须考虑的，其一是估计结果尽可能具有一致性，其二是估计结果可以根据t和F来进行统计推断。影响第二个问题的因素有异方差和序列相关，虽然WLS可以解决，但是在用OLS估计时报告稳健标准误就可以进行推断，所以这个问题很好解决；导致估计结果不是一致的原因就是内生性，亦即解释变量与无法观测的其它因素相关导致估计结果存在偏误，理论上用IV或者2LSL可以解决这个问题，但是这需要寻找一个合理的工具变量，不过很多时候工具变量的寻找并不比解决内生性问题要容易。很多人会说运用面板数据就可以解决内生性问题，其实这种说法是不全面的，面板数据做固定效应分析时，可以解决解释变量与不随时间而变化的无法观测因素的相关性，而不能解决解释变量与随时间而变化的无法观测因素的相关性，亦即只能部分地解决内生性问题。
那么关于内生性问题，究竟能否完全解决呢？其实，很多时候这个问题并不是很必要，因为我们只是估计解释变量对因变量的大致偏误方向，而无需准确预计偏误大小，即使费尽周折进行内生性分析后，得出了一个仅数据大小不同，可正负号一致的结果，而且对内生性所做的努力也未必一定得到认可，故可以放弃对内生性问题的考虑！特别是检验因果关系时，很多时间如果考虑内生性问题，将使得估计结果失去意义，比如检验香烟消费税对香烟需求的影响，税通过影响香烟价格而影响需求的，如果为了避免内生性，在计量方程中包括价格的话，那么香烟税的系数就代表在香烟价格保持不变的情况下，香烟税对香烟需求的影响，很显然这样的估计结果是毫无意义的！
我们主要是关注核心解释变量对因变量的影响作用的方向，即是否是正向影响或者负向影响的时候，对于内生性问题可无需花费过多尽力；当检验核心解释变量对因变量的相关性时，在能够找到比较令人信服的工具变量下，可以考虑解决内生性问题！
当然，如果存在面板数据的时候，用固定效应做计量检验时，当然能够很容易地部分解决内生性问题，注意，仅仅是部分解决！
发帖
雷达卡
加好友,备注ddjd
京公网安备 11010802022788号
论坛法律顾问：王进律师
知识产权保护声明
免责及隐私声明
