第1个回答 2022-11-22
工具变量
其实，即使工具变量通过检验，也不一定是个好工具变量。
斯坦福大学的Xu yiqing老师最近发了一篇文章，重现了几个顶刊上几十篇论文的结论，发现工具变量存在一定程度的滥用。
好的工具变量一定是先在逻辑上行得通，然后通过检验。而且题主说的检验不知道是什么检验，单个工具变量需要关注外生性、相关性两个条件，多个工具变量还需要关注过度识别等问题。
因此，题主遇到的“加入工具变量后不显著”的问题，可能有两个原因：
不加入工具变量时，其他因素对被解释变量的影响被错误的认为是核心解释变量的显著作用，这种情况下需要逻辑上先判断哪些因素会影响核心解释变量，是否能控制都尽量控制住了，如果没有，就有必要使用其他方法进行因果识别，例如工具变量法、倾向匹配法，如果是面板数据也要考虑更换方法
加入工具变量变得不显著，有两种情况，1）当工具变量选取的合适的时候，核心解释变量对被解释变量的因果关系被正确识别，可能这个关系就是不显著的，工具边框堵上了未观测因素的“后门”；2）当工具变量选取的不合适时，加入错误的工具边框可能会扭曲因果关系，参考前文说的xu yiqing老师的文章。