計量內(nèi)生性問題

相似文件 換一批

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個全額獎學金名額~ !

立即領取

感謝您參與論壇問題回答

經(jīng)管之家送您兩個論壇幣！

+2 論壇幣

既然我們的計量模型不可能包含所有自變量，這勢必使得一些變量包含于干擾項中，這是不是說幾乎所有的模型都多少存在一些內(nèi)生性問題？

掃碼加我 拉你入群

請注明：姓名-公司-職位

以便審核進群資格，未注明則拒絕

分享1 收藏22 回帖

關鍵詞：內(nèi)生性問題 內(nèi)生性 性問題 計量模型 自變量 自變量 模型

普遍存在內(nèi)生性。
這是陸銘《說審稿》中的一段話：

“對于耗費了經(jīng)濟學家大量精力的內(nèi)生性問題，我想多說兩句。我絕對認為克服內(nèi)生性偏誤是重要的，也是研究者應該努力去做的。不過，我的想法是，計量經(jīng)濟學方法和因果關系識別在理論上并無直接對應關系。計量的研究策略（包括實驗方法、IV、regression discontinuity、propensity score matching、DID等等）都只是用來避免（或緩解）由遺漏變量或雙向因果關系所產(chǎn)生的估計偏誤的。在使用了這些方法之后，研究者所看到的相關性更接近因果關系，而其是否真是因果關系，仍然需要看理論邏輯。因此，我不認為運用OLS方法分析截面數(shù)據(jù)的研究就一定不好，事實上，只要研究策略得當（比如運用了實驗或自然實驗的方法），從而保證了核心解釋變量的外生性，OLS恰恰是最好且有效的估計。一些頂級雜志的文章也常常在OLS的基礎上，運用一些研究邏輯來排除某些作用機制，從而更好地接近因果推論。另外，一些開創(chuàng)性的研究往往是從看相關性起步的，此類研究的重要意義往往在于提出了具有創(chuàng)見的問題，當然，如果能夠用更接近于因果分析的研究策略，則是錦上添花。 ”

謝謝！版主真是負責啊！敬佩！

歡迎大家討論，這是實證中常見的問題。

        遺漏變量未必導致內(nèi)生性問題，如果其與目標自變量無關。當（目標）自變量與干擾項相關時，即可能存在內(nèi)生性問題。其包括三種情況（Wooldridge panelda text)
       1.雙向因果關系
       2.遺漏變量
       3.自變量測量誤差

      國外二流或之上刊物看重原創(chuàng)貢獻，比較青睞新穎的工具變量。國內(nèi)的刊物，你真弄了IV，編輯、審稿人還要質(zhì)疑半天，也許他們覺得GMM才給力，嘿嘿！個人覺得使用（差分）滯后項作為IV是極沒有想象力的做法，還不如不用。

正在做內(nèi)生性方面的論文，很是困惑，怎么檢驗內(nèi)生性以及怎么解決？請高手指點！謝謝

實證公司金融中的內(nèi)生性問題可以參見下面這篇文章的綜述
Roberts, Michael R. and Whited, Toni M., Endogeneity in Empirical Corporate Finance (August 30, 2011). Available at SSRN: http://ssrn.com/abstract=1748604   SSRN-id1748604.pdf (568.17 KB)

2011-10-13 01:01:57 上傳

不錯，謝謝！

這確實是一個非常讓人頭疼疼的問題。