大家一起读Paper（10）：内生性问题实例

楼主的知识我看不懂啊

不太懂啊、

mark下慢慢看

一切罪恶源于我们研究的是观测数据，是数据的被动接受者，而不是数据的实际控制者。在生物学实验中不存在这个问题，他们可以将样本随机分为实验组和对照组，从而实现两组均质（微弱的随机性差异不影响统计显著性），或者说“其他条件一样”，然后通过实验组和对照组的均值差异来判断“处理”是否有统计意义上的显著效果。从逻辑上来讲，既然通过随机化实现了实验组和对照组的“其他情况相同”，那么两组均值的差异，只能归结为“处理”影响的效果。
内生性的问题，是观测数据的特点所导致的必然结果。
因此，如果数据这个根本性的问题不解决，其他所有的所谓解决内生性问题的方法，都只是亡羊补牢、隔靴搔痒。
那么，我们就应该悲观了吗？我认为大可不必。我的看法是：一是内生性问题导致系数估计偏误。有时候我们更关心的是系数显著为正还是显著为负，至于其大小是次要的。所以能够通过稳健性检验表明系数符号的正确性，就达到了我们的目的。至于其真实系数为0.2还是0.4，只有天知道，我们还是不要为此伤脑筋了吧。二是管用原则。探究内生性问题，有时候也就是在寻找真正的原因机制。在纷繁芜杂的现实世界中，各种变量的影响交织在一起，我们观察到的变量之间的相关，是不是具有真正的影响关系？说实话，这个很难，如果寻根问底，答案遥不可寻。但是如果在现有条件下，我们改变了X的值，Y的值确实发生了变动（管他是如何发生的），对于政策设计来说就是有意义的。当然，换成其他情况，可能X与Y的关系又会大不一样，但是人毕竟不是上帝，我们只能通过学习不断逼近真理，在错误的代价上衍生出新的智慧。

其实，有些地方我不是很理解。。。

xiongjc 发表于 2012-6-3 00:56
楼主搞错了一个问题
在IV估计里面，也是将工具变量与其他外面变量一起回归，取估计值做回归
所以本质上， ...

对于测度误差，可以用差分方法处理

这好的帖子要认真学习啊

学习一下