建议转投 这是什么意思？

lustboy 发表于 2012-11-17 05:21
呵呵，我怎么觉得楼主和审稿人都没有把事情说清楚呢？
关于内生性问题，夸克版主和其他高手的建议都挺好的 ...

楼上的名字很有意思，呵呵。

看了你们的讨论，学习了。除工具变量法外，内生性问题能否用VAR模型来解决？思路是通过各向量回归及自回归，证明解释变量与被解释解释变量间不会循环解释。在解释变量中加入适当变量，使残差变为平稳系列。

DF89HB6686 发表于 2012-11-17 06:00
看了你们的讨论，学习了。除工具变量法外，内生性问题能否用VAR模型来解决？思路是通过各向量回归及自回归， ...

这应该也是一个实惠的处理方法，本人去年发过一个panel var的文章，思路有些接近。

夸克之一 发表于 2012-11-16 22:47
你的论文是讨论两个变量相关的，那可以不解決内生性。如果讨论因果关刍，就必绍考虑。我估计你讨论的两个变 ...

我觉得即使仅仅讨论 变量相关，在实证模型里面也应该考虑内生性，有内生性不处理估计出来的结果基本没有说服力。

walkfreely 发表于 2012-11-17 23:42
我觉得即使仅仅讨论 变量相关，在实证模型里面也应该考虑内生性，有内生性不处理估计出来的结果基本没有说 ...

相关性是correlation，不需要考虑内生性。只有研究因果关系causal effect的时候，内生性才是必须解决的。

最常见的例子是mincer工资方程。当我们只关心教育年限与工资“相关性”时，普通的OLS结果可以被认为是两者正相关的证据。但如果作者要讨论精确的教育回报率或者说教育对工资的因果关系，这个时候OLS的估计值本身是有误差的。当然，在文献中对此问题也有争议。OLS的偏差到底有多大？替代的方法如IV是否会导致估计偏差更大？

个人的理解，内生性是一个重要的问题，完全不做说明和考虑显然是难以通过审稿的。但在解决的过程中，方法的选择其实还有比较大的空间与回旋余地。如果研究的是一个老问题，那么对内生性解决的要求就会陡增。如果是新问题，相对审稿人会宽松一些。

夸克之一 发表于 2012-11-17 06:50
相关性是correlation，不需要考虑内生性。只有研究因果关系causal effect的时候，内生性才是必须解决的。 ...

夸克版主的判断很对!

就是委婉的拒稿了~~~

夸克之一 发表于 2012-11-17 22:50
相关性是correlation，不需要考虑内生性。只有研究因果关系causal effect的时候，内生性才是必须解决的。 ...

那我想请问一下，估计方程里面，是不是所有变量都要考虑内生性呢，还是只看主要解释变量的，不看控制变量的呢？

walkfreely 发表于 2012-11-18 00:04
那我想请问一下，估计方程里面，是不是所有变量都要考虑内生性呢，还是只看主要解释变量的，不看控制变量 ...

只考虑主要的解释变量。控制变量选择的时候尽可能外生，如果有内生变量问题也不大，因为它们的系数不是作者关注的。

淡定