怎样用stata做毕业论文实证分析———stata内生性检验

Question

如题所述

Answer 1

在进行毕业论文的实证分析时，遇到内生性问题是一个常见的挑战。内生性源于解释变量与误差项之间存在关联，这可能源于遗漏变量、双向因果关系或测量误差。面对这个问题，经济学家们提出了多种解决方案，如工具变量法。Angrist-Krueger（1991）和Acemoglu（2001）以教育和工资研究为例，沈坤荣与李莉（2005）则在中国采用不同法制系作为工具变量，这些方法都属于GMM（广义矩估计）框架，适用于内生性修正。

何玉梅和孙艳青（2011）通过滞后一期的代理成本来处理管理费用率的内生性，他们的工作借鉴了Angrist和Krueger的方法，同时也参考了Mauro（1995）、Hall和Jones（1999）等的研究。自然实验，如二战后德国东西部的分裂与合并案例，Fuchs-Schündeln和Hassan（2016）提供了深入的理论与应用，他们的研究如Fuchs-Schündeln和Schündeln（2005）以及Alesina和Fuchs-Schündeln（2007）提供了宝贵的实例。

自然实验的核心在于随机分组来探究因果关系，Fuchs-Schündeln（2008）以德国统一后的收入冲击为例，探讨了其对消费行为的影响。在评估项目效果时，处理效应模型如Logit/Probit回归是常用工具，Angrist的LATE理论以越南征兵抽签为例，而胡吉祥等人则通过研究国企上市影响，王德文等人关注农村劳动力培训问题。Imbens和Wooldridge的综述为因果效应评估提供了全面的指导，Heckman两阶段模型则专门处理内生变量的影响。

对于样本选择偏误，Heckman模型采用两阶段法，首先通过Probit回归估计逆米尔斯比，然后在第二阶段进行回归。Flannery（2006）的公司资本结构动态调整模型和曹廷求、张光利（2020）等的研究都应用了固定效应，这些方法有助于消除内生性。固定效应模型与工具变量法相结合，能增强工具变量的有效性。

GMM在动态面板模型中发挥着关键作用，田国强和李双建（2020）用其研究经济不确定性对银行流动性的影响。Blundell和Bond（2000）、Flannery和Rangan（2006）是值得参考的重要文献。断点回归如Cattaneo（2015）和田文佳等（2019）的研究，通过清晰或模糊的断点来排除内生性。

PSM模型，如徐尚昆等人（2020）的研究，虽有其优点，如减少对函数形式的依赖，但它并不解决所有内生性问题，仅适用于可观测的内生性。连享会主页提供了关于PSM误区的深入解析。

综上，内生性检验在实证分析中至关重要，选择合适的工具和技术，结合理论文献，才能确保研究结果的可靠性和有效性。