关于IV工具变量的一个问题

有一堆数据，用一个线性模型，y=b1*x1+b2*x2+b3*x3
为应对x1的内生性问题，用一个IV ： Z

直接naive OLS， y=b1*x1+b2*x2+b3*x3， 系数全部显著

用IV 2sls
第一步回归
X1=Z+X2+X3
系数全部显著

第二步回归
y=X1hat+x2+x3
系数全部不显著

这说明了什么问题？特别是第二部回归，X2， X3的系数全都不显著了，说明IV太弱？

不好意思，我弄错了。我觉得不显著可能有两个原因，一个是可能你的Z和x2或者x3相关，另一个可能是x2和x3也有内生性的问题。你可以用z对x2，x3单独回归检查看看。

应该colinearity的问题。你把你的第一步回归的代数式代入第二步回归中，不就是y=z+x2+x3+x2+x3，x1hat的系数中已经包含了x2和x3的系数了，2式中x2和x3的回归结果自然不会显著了。

shaker 发表于 2012-10-8 11:53
应该colinearity的问题。你把你的第一步回归的代数式代入第二步回归中，不就是y=z+x2+x3+x2+x3，x1hat的系数 ...

多谢ls
可是做IV，这就是基本方法啊，必须全部放进去的。

我后来发现，主要原因可能是我的自变量都是0-1变量，可能这样会导致colinearity的问题特别严重，但是怎么解决却还没想到

和是否是0-1变量无关。如果x1有内生性的问题，就是x1=f（z），然后用x1hat放到等式2中。而不用x2，x3。
http://en.wikipedia.org/wiki/Instrumental_variable,希望对你有所帮助。

shaker 发表于 2012-10-9 09:27
和是否是0-1变量无关。如果x1有内生性的问题，就是x1=f（z），然后用x1hat放到等式2中。而不用x2，x3。
ht ...

ls的，这是个common mistake，必须要用x2， x3

感觉问题可能是x2,x3不是外生的，至少样本没有提供x2,x3是外生变量的有利依据。楼主可以做一下内生性检验。

Chemist_MZ 发表于 2012-10-11 13:16
感觉问题可能是x2,x3不是外生的，至少样本没有提供x2,x3是外生变量的有利依据。楼主可以做一下内生性检验。

多谢ls， 我的大部分自变量是本人的characteristics，也就是性别，年纪，省份fixed effect之类，不太可能内生。只有一个income可能内生。
数据里没有太好的IV来控制，只有weak IV。。。。。
sigh，难道要换数据来做？？
顺便说一下，总的可用样本大概800个左右，其实考虑到七八个省份fixed effect加进去，样本也不是特别多，也有可能是样本量就是太小