The Collapse of the Soviet Union and the Productivity of American Mathematicians

(cont'd)

首先考虑，如果OP的设定是正确的，即没有什么重要的解释变量被遗漏了，内生性问题假设也被很好地解决了，那么对迁移者和非迁移者替代弹性e的估计应该是无偏或一致的。那么当我们把其他的不重要的解释变量也放到方程中去，对e的估计应该也差不太多，原因在于，这些多余的变量的引入应该不会造成估计结果出现偏误，而仅仅会降低statistical power。

然而，对比Borjas等人的结论，我们不难发现，两者的结论相差非常多，几乎不可能相等，那么是什么原因造成这样大的差异呢？

我猜想有两种可能性：

其一. Ottaviano and Peri的设定是有误的，他们漏掉了重要的解释变量，因此他们的回归结果实际上有偏、不一致；而Borjas通过引入了一大堆的控制变量，其中可能包括了那些遗漏的变量，因此，后者的结论可能更接近于真。

其二. Borjas等人引入了过多的虚拟变量和交互项。想象一个极端情况，假定我们为N个观测值引入N个虚拟变量，那么这N个观测值可以得到完美的“解释”。其他的解释变量，即使有可能放到方程中去（当然不可能），在控制了这许许多多的虚拟变量之后，也完全丧失了解释能力。

问题是，我们能否判断到底哪一种可能性更大呢，到底是OP遗漏了重要变量，还是Borjas oversaturates了模型？是否有比较一般的判定方法？归根结底，如果两种都有可能，到底应该放多少变量在方程中去？

希望听听大家的看法。

rudi 发表于 2013-6-14 18:02
(cont'd)

首先考虑，如果OP的设定是正确的，即没有什么重要的解释变量被遗漏了，内生性问题假设也被很好 ...

先mark，空下来好好思考并回复。

也欢迎大家参与！

夸克之一 发表于 2013-6-17 10:06
先mark，空下来好好思考并回复。

也欢迎大家参与！

晚上读一下paper再来。
rudi 提出的问题很感兴趣。最近研究也有很多变量犹豫要不要放进去，尤其教育理论在指导实证研究方面不及经济学成熟，变量放不放进模型更多是个人感觉加上统计指标判断。记得有一本计量教材讨论变量进入的相关问题，有时间也一并找找。

好长时间没有像样的讨论了，希望大家畅所欲言。