苹果/安卓/wp
积分 6, 距离下一级还需 4 积分
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯下一级可获得
道具: 金钱卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
各位大神，我遇到一个或许是一个很弱智的问题，但实在是不明白。我没有学过计量经济学...
我在一篇文章中用到了线性回归,大概是：Y=aX1+bX2+cX3+d； 然后有审稿人问说，你没有考虑变量内生性的问题，然后就要我修改。
我不知道从何下手，看了很多的资料，没有实质性的帮助。因变量和自变量都是通过问卷来搜集的，我是要怎么检验内生性呢？必须用到工具变量吗？？跪求大神们相助。联系方式QQ号：
载入中......
如果你只是要检验内生性问题的话，你可以考虑用“ovtest”检验，我用stata的截面数据是用这个检验的，eviews一般好像用的是豪斯曼检验的比较多
你先确定是内生解释变量是那个或哪些，并找出你内生性出现的原因，比如样本选择偏差、因果关系或是重要变量丢失等，其对应的解决方案是不同。
本帖被以下文库推荐
& |主题: 8540, 订阅: 49
没人回答吗？我也遇到一样的问题……看了很多资料感觉只有IV或者GMM的方法处理，但是对于截面数据好像只能用IV，坑爹啊，同求高人指点~~
本人认为横截面数据出现内生性问题是正常现象，可以通过选择工具变量或滞后回归等方法来解决此问题。
没有过不了的桥
请问你的问题解决了吗？能不能告诉我如何做？谢谢
如果你只是要检验内生性问题的话，你可以考虑用“ovtest”检验，我用stata的截面数据是用这个检验的，eviews一般好像用的是豪斯曼检验的比较多
热心帮助其他会员
总评分:&经验 + 10&
论坛币 + 10&
你先确定是内生解释变量是那个或哪些，并找出你内生性出现的原因，比如样本选择偏差、因果关系或是重要变量丢失等，其对应的解决方案是不同。
热心帮助其他会员
总评分:&经验 + 10&
论坛币 + 10&
我也想知道。。
西溪无涯 发表于
你先确定是内生解释变量是那个或哪些，并找出你内生性出现的原因，比如样本选择偏差、因果关系或是重要变量 ...跪求大神举例！
我也想知道答案，这么多高人怎么就没有解释的很好的？
同求解答啊&&现在遇到了审稿意见说没有解决内生性问题& &截面数据
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
论坛法律顾问：王进律师苹果/安卓/wp
积分 131, 距离下一级还需 14 积分
权限: 自定义头衔
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡下一级可获得
道具: 匿名卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 30 天连续签到: 1 天[LV.5]常住居民I
请教一下大家，我在用欧拉方程模型做投资——现金流敏感性的分析，运用到一步GMM回归方法，这是我的命令：
xtdpdsys innov2_zzc&&linnov2_zzc2&&ly_zzc&&lcf_zzc& &year2-year6 , lags(1)&&maxldep(5)&&endogenous(linnov2_zzc2,lag(0,1))&&endogenous(ly_zzc,lag(0,1))&&endogenous(lcf_zzc,lag(0,1))&&vce(robust)
然后做了abond和sargan检验，但是sargan检验时，stata却出现了这样的结果：
17:22:14 上传
无法显示sargan检验的p值，“can't calculate sargan test with vce(robust)”，我想请问这是什么原因导致的呢？该如何解决？
支持楼主：、
购买后，论坛将把您花费的资金全部奖励给楼主，以表示您对TA发好贴的支持
载入中......
本帖最后由 auirzxp 于
22:05 编辑
用xtdpdsys 做一步GMM，加vce(robust)之后，算不出来sargan值。想要在vce(robust)的情况下算sargan值，只能换一个命令，比如xtabond2。
总评分:&学术水平 + 3&
热心指数 + 3&
信用等级 + 3&
初级热心勋章
初级热心勋章
中级热心勋章
中级热心勋章
高级热心勋章
高级热心勋章
特级热心勋章
高级热心勋章
初级信用勋章
初级信用勋章
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
论坛法律顾问：王进律师如何在stata中做GMM?(转）
广义矩估计（Generalized Method of Moments，即GMM）
一、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
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）
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。苹果/安卓/wp
积分 114, 距离下一级还需 31 积分
权限: 自定义头衔
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡下一级可获得
道具: 匿名卡
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
本帖最后由 wanghaidong918 于
15:07 编辑
对横截面数据（问卷调查数据）进行多元回归分析时，如何检验回归模型的稳健性？是通过对问卷数据进行不同筛选后进行分析，还是其他方法？
载入中......
这个没有做过！
一般的方法有：换换变量，区分子样本、删除异常值等等。
哦。这样哦。
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
论坛法律顾问：王进律师苹果/安卓/wp
积分 268, 距离下一级还需 182 积分
权限: 自定义头衔, 签名中使用图片
道具: 彩虹炫, 涂鸦板, 雷达卡, 热点灯, 金钱卡, 显身卡, 匿名卡下一级可获得
道具: 抢沙发
购买后可立即获得
权限: 隐身
道具: 金钱卡, 彩虹炫, 雷达卡, 热点灯, 涂鸦板
开心签到天数: 130 天连续签到: 1 天[LV.7]常住居民III
& && &&&在Eviews中用GMM估计做动态面板数据模型时，我一共有324个横截面，用了02年到12年的月度数据，一共132个数据，eviews提示insufficient numbers of observations.& && &&&请问一下各位，如果要做324个横截面，大概要取几年的月度数据比较好啊，或者是否考虑删除一些横截面。谢谢各位大大啦！
载入中......
自己顶啊，没人知道嘛？
自己顶啊，没人知道吗。卡在这里好多天了，查了好多文献都没有头绪。有人能指点一个方向或者有相关的文献给小弟看看，谢谢啦！
324个横截面，是N吗？
siegfriedkirche 发表于
324个横截面，是N吗？嗯，是N。 问题已经解决啦，原来是因为我忘了输入其中一个时间序列的数据啦。顺便问一下，你知道在eviews中怎么做动态面板数据模型的序列相关检验嘛，证明残差项是AR(2)过程。
博学大鲤鱼 发表于
嗯，是N。 问题已经解决啦，原来是因为我忘了输入其中一个时间序列的数据啦。顺便问一下，你知道在 ...请问在eviews中如何输入动态面板数据啊
阳光照我 发表于
请问在eviews中如何输入动态面板数据啊我是在Stata里做的，不知道Eviews的情况。
博学大鲤鱼 发表于
我是在Stata里做的，不知道Eviews的情况。那请问在ststs里整么做呢？我完全无头绪呢？
无限扩大经管职场人脉圈！每天抽选10位免费名额，现在就扫& 论坛VIP& 贵宾会员& 可免费加入
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
&nbsp&nbsp|
如有投资本站或合作意向，请联系（010-）；
邮箱：service@pinggu.org
投诉或不良信息处理：（010-）
京ICP证090565号
论坛法律顾问：王进律师