解释
变量内生性检验 首先检验解释变量内生性（解释变量内生性的Hausman 检验：使用
工具变量法的前提是存在内生解释变量。Hausman 检验的原假设为：所有解释变量均为
外生变量，如果拒绝，则认为存在内生解释变量，要用IV；反之，如果接受，则认为不存在内生解释变量，应该使用OLS。 reg ldi lofdi estimates store ols xtivreg ldi (lofdi=l.lofdi ldep lexr) estimates store iv hausman iv ols （在面板数据中使用工具变量，Stata提供了如下命令来执行2SLS:xtivreg depvar [varlist1] (varlist_2=varlist_iv) （选择项可以为fe，re等，表示固定效应、随机效应等。详见help xtivreg） 如果存在内生解释变量，则应该选用工具变量，工具变量个数不少于方程中内生解释变量的个数。“恰好识别”时用2SLS。2SLS的实质是把内生解释变量分成两部分，即由工具变量所造成的外生的变动部分，以及与扰动项相关的其他部分；然后，把被解释变量对中的这个外生部分进行回归，从而满足OLS前定变量的要求而得到一致估计量。tptqtp 二、异方差与自相关检验 在球型扰动项的假定下，2SLS是最有效的。但如果扰动项存在异方差或自相关， 面板异方差检验： xtgls enc invs exp imp esc mrl,igls panel(het) estimates store hetero xtgls enc invs exp imp esc mrl,igls estimates store homo local df = e(N_g) - 1 lrtest hetero homo, df(`df') 面板自相关：xtserial enc invs exp imp esc mrl 则存在一种更有效的方法，即GMM。从某种意义上，GMM之于2SLS正如GLS之于OLS。好识别的情况下，GMM还原为普通的工具变量法；过度识别时传统的矩估计法行不通，只有这时才有必要使用GMM，过度识别检验（Overidentification Test或J Test）：estat overid 三、工具变量效果验证 工具变量：工具变量要求与内生解释变量相关，但又不能与被解释变量的扰动项相关。由于这两个要求常常是矛盾的，故在实践上寻找合适的工具变量常常很困难，需要相当的想象力与创作性。常用滞后变量。 需要做的检验： 检验工具变量的有效性： （1） 检验工具变量与解释变量的相关性 如果工具变量z与内生解释变量完全不相关，则无法使用工具变量法；如果与仅仅微弱地相关，。这种工具变量被称为“弱工具变量”（weak instruments）后果就象样本容量过小。检验弱工具变量的一个经验规则是，如果在第一阶段回归中，F统计量大于10，则可不必担心弱工具变量问题。Stata命令：estat first（显示第一个阶段回归中的统计量） （2） 检验工具变量的外生性（接受原假设好） 在恰好识别的情况下，无法检验工具变量是否与扰动项相关。在过度识别（工具变量个数>内生变量个数）的情况下，则可进行过度识别检验（Overidentification Test），检验原假设所有工具变量都是外生的。如果拒绝该原假设，则认为至少某个变量不是外生的，即与扰动项相关。0H Sargan统计量，Stata命令：estat overid 四、GMM过程 在Stata输入以下命令，就可以进行对面板数据的GMM估计。 . ssc install ivreg2 （安装程序ivreg2 ） . ssc install ranktest （安装另外一个在运行ivreg2 时需要用到的辅助程序ranktest） . use "traffic.dta"（打开面板数据） . xtset panelvar timevar （设置面板变量及时间变量） . ivreg2 y x1 (x2=z1 z2),gmm2s （进行面板GMM估计，其中2s指的是2-step GMM）1、
内生性产生的原因及解决方案.ppt https://max.book118.com/html/2018/1019/6043150143001223.shtm
2、
高级计量经济学及STATA应用（第2版）
3、
(54 封私信 / 82 条消息) 工具变量 (Instrumental variables) 的作用到底是什么？ - 知乎 https://www.zhihu.com/question/29067965
4、
拓端tecdat|R语言工具变量与两阶段最小二乘法_大数据部落-CSDN博客_r语言工具变量 https://blog.csdn.net/qq_19600291/article/details/88820343
5、
两阶段最小二乘法与R_泥壶映雪的博客-CSDN博客 https://blog.csdn.net/weixin_46649908/article/details/118123063
6、
一文读懂内生性问题之两阶段最小二乘法TSLS https://www.toutiao.com/i6945771761275486757/?in_ogs=1&traffic_source=CS1114&utm_source=HW&source=search_tab&utm_medium=wap_search&prevent_activate=1&original_source=1&in_tfs=HW&channel=&enter_keyword=%E4%B8%A4%E9%98%B6%E6%AE%B5%E6%9C%80%E5%B0%8F%E4%BA%8C%E4%B9%98%E6%B3%95
7、
两阶段最小二乘法TSLS案例分析 https://www.toutiao.com/i6945774432845709837/?in_ogs=1&traffic_source=CS1114&utm_source=HW&source=search_tab&utm_medium=wap_search&prevent_activate=1&original_source=1&in_tfs=HW&channel=&enter_keyword=%E4%B8%A4%E9%98%B6%E6%AE%B5%E6%9C%80%E5%B0%8F%E4%BA%8C%E4%B9%98%E6%B3%95
8、
内生性处理：工具变量法 -https://www.jianshu.com/p/f6e910409823?utm_campaign=haruki&utm_content=note&utm_medium=reader_share&utm_source=qq
9、
(54 封私信 / 82 条消息) 工具变量 (Instrumental variables) 的作用到底是什么？ - 知乎 https://www.zhihu.com/question/29067965
10、
双重差分模型的平行趋势假定如何检验？ ——coefplot命令来告诉你（一） https://www.sohu.com/a/145491810_697896
11、
多期DID：平行趋势检验图示 - 知乎
https://zhuanlan.zhihu.com/p/53906368
