请问，如果核心解释变量和被解释变量之间存在反向因果关系的可能时，是否可以认为模型

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

请问，如果核心解释变量和被解释变量之间存在反向因果关系的可能时，是否可以认为模型存在内生性问题；而且GMM估计方法是否可以解决这种内生性问题呢

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2 回帖

关键词：解释变量 因果关系 内生性问题 GMM估计 内生性

1. 这是内生性问题没错! 2. 最典型作法当然是找到适当的工具变量并以 2SLS/GMM 去估计！

黃河泉 发表于 2017-5-20 10:03
1. 这是内生性问题没错! 2. 最典型作法当然是找到适当的工具变量并以 2SLS/GMM 去估计！

那如果我并没有找到合适的工具变量，然后我采用GMM估计时，我如何选取解释变量的滞后几阶作为系统工具变量呢

sysusunshine 发表于 2017-5-20 10:08
那如果我并没有找到合适的工具变量，然后我采用GMM估计时，我如何选取解释变量的滞后几阶作为系统工具变量 ...

你是用面板资料吧？选取解释变量的滞后项当作工具变量在 dynamic panel data （DPD）model 是常用（你应该先去找一下书或文献看看），但也有人不太认为这是好方法（我个人是认为 DPD 的 GMM 估计是没办法中的方法）！

黃河泉 发表于 2017-5-20 10:29
你是用面板资料吧？选取解释变量的滞后项当作工具变量在 dynamic panel data （DPD）model 是常用（你应该 ...

哦好嘞非常感谢您的解答

黃河泉 发表于 2017-5-20 10:29
你是用面板资料吧？选取解释变量的滞后项当作工具变量在 dynamic panel data （DPD）model 是常用（你应该 ...

黄老师，我想问一下GMM一般都是用来处理遗漏变量问题（即滞后被解释变量与扰动项的关系），这个方法能够缓解反向因果的内生性吗？是因为在stata命令中使用了内生变量的滞后期来作为内生变量的工具变量吗(命令中 endogenous(mx,lag(0,2))选项)。如果不加入这个选项是不是就不能缓解反向因果的关系。（stata命令用的是 xtdpdsys lwage occ south smsa ind,lag(2) maxldep(3) pre(wks,lag(1,2)) endogenous(mx,lag(0,2)) twostep ）
      谢谢黄老师！

zj925696909 发表于 2021-3-30 15:18
黄老师，我想问一下GMM一般都是用来处理遗漏变量问题（即滞后被解释变量与扰动项的关系），这个方法能够缓 ...

你确定了吗？我也有这个疑问