回归中的内生性怎么识别

通常的高斯马尔科夫假定都给定了“零条件均值”，在此基础上进行回归分析，结果才会具有一系列优良的性质；
但是最近突然有疑问，我们在一般的回归过程中怎样判断”回归结果是不是含有内生性“，也即怎样判断”回归随机项是否与某些自变量相关“；伍德里奇给出的hausman内生性检验前提是2SLS与OLS的对比; 但是2SLS涉及预先设定的工具变量；很是困惑！！！应该怎么去考虑内生性，才会更直观更清晰？

初学者一枚，请各位高手指教一下

内生性是先有理论，后有检验。先怀疑某个变量内生，然后测试。单从回归结果很难判断，除非某些系数和Y的关系不对 （系数正负反了）。

wl5f 发表于 2014-7-16 11:51
内生性是先有理论，后有检验。先怀疑某个变量内生，然后测试。单从回归结果很难判断，除非某些系数和Y的关系 ...

但是从社会学方法来看，回归过程中总不能考虑所有因素，所以总归有遗漏变量，如果遗漏变量与既有外生变量相关，那么由此就导致了内生性；也就是说凡做回归内生性都如鲠在喉，有很大存在的可能性，不知道经济上对这个问题怎么处理，还望指教

bnu_yzy 发表于 2014-7-16 18:52
但是从社会学方法来看，回归过程中总不能考虑所有因素，所以总归有遗漏变量，如果遗漏变量与既有外生变量 ...

这种情况理论上无解。正解是搜集所有变量。次解是做些计量处理，比如fixed effect, random effect. 但不是100%保证正确。大多数情况下，回归分析是为了证明某种理论。实证数据和理论相吻合就可以了。

本人最近也纠结于此问题，不知楼主现在知道答案了没，求赐教！

个人观点，一般而言我们是从经济学理论的角度去考虑一个变量是不是内生性变量。我们一般不需要一个或者几个test来告诉我们一个变量是不是内生的。换言之，如果经济学理论告诉我们一个变量是内生的，即使一些test（如果存在的话）告诉我们这个变量是外生的，这些test的结果也是不足以让人信服的。

一般的research plan可以从最基本的OLS开始，然后讨论可能的内生性问题，选择IV，检验OLS的结果的变化。

我也想知道呢

bnu_yzy 发表于 2014-7-16 18:52
但是从社会学方法来看，回归过程中总不能考虑所有因素，所以总归有遗漏变量，如果遗漏变量与既有外生变量 ...

大哥，这根本不是内生性产生的原因好么，如果遗漏变量与已有的外生变量相关，那么回归之后相关的部分自然会体现在外生变量的线性组合里面，误差项中的与外生变量不相关的部分。内生性最主要的产生原因还是测量误差，所以常用的解决方法有用三年平均代替原数据啥的，但这其实没太大用处，因为即使三年平均也不过多引入了两个时间维度。所以本质上讲只要回归结果和理论预期相反，你就怀疑内生性的存在。

rucerak 发表于 2018-3-21 00:19
大哥，这根本不是内生性产生的原因好么，如果遗漏变量与已有的外生变量相关，那么回归之后相关的部分自然 ...

内生性似乎是存在内生解释变量，这个变量可能是潜在的遗漏变量，也可能是模型的解释变量中与随机扰动项有关系，无法满足cov(x  μ)=0的假设。但是又怎么可能用仅有的n元甚至一元解释变量解释经济现象？所以内生性是必然存在的，只不过我们尽量去通过技术来降低内生性的影响。
再回答楼主的疑问，内生性如何识别，如果你模型中有x1，但基于经济理论或者经验，模型明显缺少一个难以观测的变量x2，这个变量必然存在于随机扰动项里面，你是肯定的，所以此时基于已有的模型上去找x1的工具变量z来解决。非要说怎么识别，我觉得不必识别，内生性就像一只杀不死的幽灵，只能尽量把它赶跑。

如何定义内生性？