ivreg命令怎么用

Python016

ivreg命令怎么用,第1张

工具变量法的难点在于找到一个合适的工具变量并说明其合理性,Stata操作其实相当简单,只需一行命令就可以搞定,我们通常使用的工具变量法的Stata命令主要就是ivregress命令和ivreg2命令。

ivregress命令

ivregress命令是Stata自带的命令,支持两阶段最小二乘(2SLS)、广义矩估计(GMM)和有限信息最大似然估计(LIML)三种工具变量估计方法,我们最常使用的是两阶段最小二乘法(2SLS),因为2SLS最能体现工具变量的实质,并且在球形扰动项的情况下,2SLS是最有效率的工具变量法。

顾名思义,两阶段最小二乘法(2SLS)需要做两个回归:

(1)第一阶段回归:用内生解释变量对工具变量和控制变量回归,得到拟合值。

(2)第二阶段回归:用被解释变量对第一阶段回归的拟合值和控制变量进行回归。

如果要使用2SLS方法,我们只需在ivregress后面加上2sls即可,然后将内生解释变量lnjinshipop和工具变量bprvdist放在一个小括号中,用=号连接。选项first表示报告第一阶段回归结果,选项cluster()表示使用聚类稳健的标准误。

工具变量过度识别检验不通过的可能情况如下:

1、 ivregress,这里没有直接计算,应该使用overid 的命令来计算,储存在 r(overid) r(overidp)中,分别是统计量和统计量的p值。

2、 ivreg2,ivreghdfe。都是使用Sargent-hansen检验,J 统计量。这里比较推荐使用ivreghdfe,J统计量及P值储存在e(j) e(jp)里面,在outreg2可以直接输出。

3、 ivprobit,ivtobit,这里没有直接计算工具变量的过度识别检验,因此应该使用overid来计算,储存在 r(overid) r(overidp)中,分别是统计量和统计量的p值。