检验内生性问题方法——Hausman检验

Question

如题所述

Answer 1

内生性问题是实证分析中常见的问题，尤其是在使用工具变量（IV）时。本文将详细解释如何选择合适的工具变量，以及如何应用Hausman检验来判断是否需要使用IV。

首先，工具变量的选择至关重要。IV应尽量是外生的，这意味着它与被解释变量（Y）理论上没有直接关系，但通过影响工具变量（X）间接影响Y。如果IV在理论上与Y没有直接影响，且符合上述条件，那么它就可以被用作工具变量。选择多个IV时，可以通过F TEST来判断它们是否都不显著。如果某个IV被确定为外生的，可以使用Sargan test ofoveridentifying restrictions来进一步检验。

在应用IV回归后，使用Hausman检验来判断是否需要IV回归。Hausman检验的原假说是IV回归与原回归（不使用IV）的变量系数没有显著差异。如果检验结果的P值小于0.1或0.05，说明IV回归与原回归显著不同，原回归可能存在内生性问题导致的估计偏差。相反，如果P值较高，超过0.1或0.05，则无法拒绝原假设，即IV回归与原回归没有显著差异，原回归可能没有内生性问题。

值得注意的是，选择的IV如果本身影响Y，则不能作为有效的工具变量。在Acemoglu（2001）中，他通过检验IV是否直接影响被解释变量，发现没有直接影响的IV是有效的。通常，一个好的IV在前面的回归中可能是显著的，但判断标准主要还是t值。如果IV影响其他显著变量，当包括IV在原方程中后，其他变量的系数可能会发生明显变化。

关于Hausman检验的使用，首先需要理解它的假设条件。Hausman检验命令在STATA8下分为五步：获取无论原假说成立与否都是consistent的估计结果，存储为“consistent”；获取在原假说下不仅efficient而且consistent，但在原假说不成立时会inconsistent的估计结果，存储为“efficient”；最后使用“hausman”命令进行检验。

此外，Hausman检验结果的解释也需结合具体情况进行。在STATA8下，命令变化，可以调整计算两个估计器的顺序。如果HT值出现负值，可能是因为方程顺序错误，或在小样本数据下出现。在STATA7及以下版本中，顺序默认为“consistent”在前，“efficient under H0”在后。出现负值时，Hausman检验结果可能不明确，此时可以考虑使用suest命令进行更全面的检验。

本文介绍了内生性问题的解决方法，包括工具变量的选择、Hausman检验的使用及结果解释。通过这些方法，可以有效地判断和解决内生性问题，提高实证分析的准确性。