在ivregress时遇到hausman检验值为负的情况

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

如题所示，在网上搜了一下，关于Hausman检验值为负的讨论基本集中在随机效应模型和固定效应模型的选择上。那这种情况如果出现在ivregress和OLS的比较时，又该如何解释呢，求各位前辈解答。
除此之外，我还用 estat endogenous命令检验解释变量是否为外生，结果为无法拒绝原假设，即解释变量是外生的。这两个检验结果综合来分析是意味着什么呢？


谢谢大家！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏4 回帖

关键词：IVREGRESS Hausman检验 hausman regress ausman 模型 如何 网上

把命令，结果都列出来再说

ivregress 2sls zc cq top10 kzq incentive _Iyear_2007- _Iyear_2011 _Iquarter_2- _Iquarter_4 ( gfs= turnover)
Instrumental variables (2SLS) regression               Number of obs =2153
                                               Wald chi2(12) =150.49
                                               Prob > chi2=0.0000
                                               R-squared=0.0430
                                               Root MSE=5.0753
zc        Coef.                   Std. Err.          z         P>z            [95% Conf.Interval]
gfs        0.1702086        0.1182592        1.44        0.15        -0.061575        0.4019923
cq        0.130911        0.2838817        0.46        0.645 -0.4254869 0.6873088
top        -0.2327748 0.2474539 -0.94 0.347 -0.7177756        0.252226
kzq        0.0185478        0.0082124        2.26        0.024        0.0024517        0.0346438
dj        0.1076753        0.3283269        0.33        0.743        -0.5358337        0.7511842
_Iyear_2007        0.1881388        0.4435216        0.42        0.671        -0.6811476        1.057425
_Iyear_2008        0.2628076        0.5439462        0.48        0.629        -0.8033074        1.328923
_Iyear_2009        0.4355235        0.4480617        0.97        0.331        -0.4426612        1.313708
_Iyear_2010        0.9299378        0.482219        1.93        0.054        -0.015194        1.87507
_Iyear_2011        0        (omitted)                               
_Iquarter_2        -0.9248143        0.3040731        -3.04        0.002        -1.520787        -0.328842
_Iquarter_3        -3.101653        0.3241959        -9.57        0        -3.737065        -2.466241
_Iquarter_4        -3.093437        0.3375791        -9.16        0        -3.75508        -2.431794
_cons        0.2412993        0.8163248        0.3        0.768        -1.358668        1.841266

Instrumented:  gfs
Instruments:   cq top kzq dj _Iyear_2007 _Iyear_2008
               _Iyear_2009 _Iyear_2010 _Iquarter_2 _Iquarter_3 _Iquarter_4
               turnover


est store s1

estat endogenous

  Tests of endogeneity
  Ho: variables are exogenous

  Durbin (score) chi2(1)          =  1.28259  (p = 0.2574)
  Wu-Hausman F(1,2139)            =  1.27501  (p = 0.2590)

reg  zc gfs cq top kzq dj _Iyear_2007- _Iyear_2011 _Iquarter_2- _Iquarter_4  
Source            SS                         df            MS                       Number of obs        =        2158
                                                                        F( 12,  2145)        =        13.09
Model        3955.74107        12        329.645089        Prob > F        =        0
Residual        54001.3268        2145        25.1754437        R-squared        =        0.0683
                                                                     Adj R-squared        =        0.063
Total               57957.0678               2157        26.8692943        Root MSE        =        5.0175

zc        Coef.                  Std. Err.        t        P>t               [95% Conf.        Interval]
gfs        0.0395621        0.0171167        2.31        0.021        0.005995        0.0731292
cq        -0.03397020.2367339        -0.14        0.886        -0.4982221 0.4302816
top        -0.22523        0.2442484        -0.92        0.357        -0.7042183 0.2537584
kzq        0.0160725        0.0077804        2.07        0.039        0.0008146        0.0313304
dj        0.1759356        0.3192654        0.55        0.582        -0.4501664 0.8020375
_Iyear_2007        -0.7114387        0.3701129        -1.92        0.055        -1.437256        0.0143789
_Iyear_2008        -0.8599351        0.3628242        -2.37        0.018        -1.571459        -0.1484113
_Iyear_2009        -0.5238285        0.3481084        -1.5        0.133        -1.206494        0.1588366
_Iyear_2010        0        (omitted)                               
_Iyear_2011        -0.7066458        0.4332518        -1.63        0.103        -1.556283        0.1429916
_Iquarter_2        -0.9757586        0.2962496        -3.29        0.001        -1.556725        -0.3947921
_Iquarter_3        -3.087783        0.3197989        -9.66        0        -3.714932        -2.460635
_Iquarter_4        -2.980229        0.3200872        -9.31        0        -3.607943        -2.352516
_cons        1.667542        0.4482864        3.72        0        0.7884208        2.546663


est store s2

. hausman s1 s2

b = consistent under Ho and Ha; obtained from ivregress
          B = inconsistent under Ha, efficient under Ho; obtained from regress

    Test:  Ho:  difference in coefficients not systematic

                 chi2(11) = (b-B)'[(V_b-V_B)^(-1)](b-B)
                          =    -9.13    chi2<0 ==> model fitted on these
                                        data fails to meet the asymptotic
                                        assumptions of the Hausman test;
                                        see suest for a generalized test

命令和结果都贴出来了，请各位老师指点迷津

以下都是个人意见，纯供楼主参考，不必太较真。

1. 为什么 工具变数法的样本观测数 与 OLS的样本观测数 不一样呢？ 如果是工具变数的问题导致前者样本数较少， 建议调成一样再执行， 我个人不确定调整后会不会改变检定结果， 不过这项小问题，肯定会有明眼人提出的。

2.  我们都知道Hausman捡定是备受争议的，当然，这项检定一般是在同方差的假设，这也是为什么楼主您会再执行D-W-H的检定。虽然楼主一直很关心Hausman检定统计值为负的问题，其实保守来说，负值可视为我们运用统计科学的方法，依然没有找到拒绝的有力证据。最后，如果我遇到楼主状况的话，也许简单的OLS就可以了！【或许楼主会觉得这样好吗？ 这样不就丧失工具变数法这样的大杀器？】我个人是见过国外有paper检定和模型变化一堆，最后该paper的结论也是以OLS为主，不过，该paper最后是投在作者自己当主编的期刊。

3.  如果楼主您还是很坚持工具变数法的话，那么建议重新再检视您的工具变数，因为从目前的结果报表中，无法判定您这个工具变数好不好，如果从理论或从实证的捡定结果都显示您这工具超棒又牛，那人家不会多说什么，如果不是，那就再找一个好的工具变数吧！新的工具变数，代表新的希望。总之，工具变数绝对是审稿委员与读者们关注的焦点，请楼主务必再三检视。  

h3327156 发表于 2013-8-3 06:00
以下都是个人意见，纯供楼主参考，不必太较真。

1. 为什么 工具变数法的样本观测数 与 OLS的样本观测数  ...

谢谢老师的热心答复！
1、关于观测数的问题，我刚刚已经试了把两个方程的观测样本调成一致，结果保持不变，hausman检验的值依旧为负数
2、IV的选择确实是个需要认真思考的问题，我有把现在用的IV放入OLS的模型中，其与被解释变量之间没有显著的关系，而IV的第一阶段回归显示其与需要进行内生性检验的变量存在非常显著的正相关关系，不知道这样是否可以帮助判定其作为IV的有效性呢？

h3327156 发表于 2013-8-3 06:00
以下都是个人意见，纯供楼主参考，不必太较真。

1. 为什么 工具变数法的样本观测数 与 OLS的样本观测数  ...

您好，我也是出现了内生性检验的时候hausman 检验为负值的情况，请问，您提到的最终说明还是ols好一些的paper是什么呢？实在不行就只能用这个文献做reference支撑了。真是不好意思，现在来打扰您！非常感谢期待你的回复哦