内生性问题

内生性问题是什么意思

内生性问题：就是模型中的一个或多个解释变量与随机扰动项相关的问题。内生性（endogeneity）的概念跟内生变量（endogenous variable）的概念息息相关。而内生变量这一概念的兴起又跟社会科学的模型化和系统化密不可分。比如曼昆在他的经济学原理（或者是宏观经济学？）一开头就举了一个汉堡包的例子：在汉堡包的生产中，有投入（原料、劳动、工厂），有产出（汉堡包），我们感兴趣的是中间的制作流程。那么研究者应该做的，是通过一个模型来刻画上述制作流程（比如一个生产函数），从而给定模型的输入（各类投入品的消耗），就能计算出对应的输出（汉堡包产量）。在得到了准确的模型之后，我们就可以进一步对汉堡包的生产进行预测和改进，达到理解世界和改造世界的目的。在这个例子中，投入就是汉堡包制造模型中的外生变量，而产出则是内生变量。内生性问题的解决方法：内生性的解决方法有很多，IV、Heckman两步法、matching类、DID...这个太多人写过了，我就不重复了。但我有一个忠诚的建议，就是在选择方法之前梳理一下自己的处理逻辑，弄清楚到底内生性问题是由什么引起的。计量经济学的迷人（或者说迷我）之处就在于故事的完整性、逻辑的严密性，如果机械地套用方法，文章就失去了灵魂。工具变量法（IV）：就是找到一个变量和内生化变量相关，但是和残差项不相关。在OLS的框架下同时有多个IV，这些工具变量被称为两阶段最小二乘（2SLS）估计量。具体的说，这种方法是找到影响内生变量的外生变量，连同其他已有的外生变量一起回归，得到内生变量的估计值，以此作为IV，放到原来的回归方程中进行回归。

内生性问题如何解决？

在Stata中，可以使用Hausman检验和Durbin-Wu-Hausman（DWH）检验来检验内生性问题。1、Hausman检验：在执行固定效应模型（FE) 和随机效应模型（RE) 之前，可以使用hausman命令来进行检验。该检验的零假设是随机效应模型是一致且有效的，即不存在内生性问题。如果p值小于0.05，则拒绝零假设，表示存在内生性问题，需要使用固定效应模型。2、DWH检验：执行回归后，先存储随机效应估计量和固定效应估计量，然后使用estimates store命令。接着，使用predict reghdfehat、predict xtfehat分别生成随机效应估计量和固定效应估计量的预测值。最后，使用dwatson2命令进行检验。该检验的零假设是随机效应模型是一致且有效的。如果p值小于0.05，则拒绝零假设，表示存在内生性问题，需要使用固定效应模型。内生性的问题通常由以下三个原因产生：1、遗漏重要的解释变量，虽然也可加入被解释变量的滞后项，但结果可能不精准而产生其他的问题。而可以从其中主要是由于存在自选择和公司异质性的两个问题入手，对于自选择可以选择Heckman两阶段检验，而对于异质性则可以采取公司固定效应。但需要注意公司固定效应只能控制公司随时间不变的变量，却不能控制动态变化的变量。2、变量之间实际上是属于联立方程、互相影响的关系，不是单纯的因果关系，可采取工具变量法解决。3、测量误差，也可采取工具变量法。