计量经济学及stata应用 陈强 第十章工具变量法习题10.5_希斯克利的博客-爱代码爱编程

10.5使用数据集acemoglu.dta复制Acemoglu et al.(2001)的部分结果。该数据集包含64个曾为欧洲殖民地的国家，主要变量为log pgp95（1995年人均GDP，购买力平价），avexpr（1985-1995年间的平均产权保护程度，0为最低，10为最高），lat_abst（首都纬度的绝对值除以90），以及  log em4（殖民者死亡率的对数）

（1）使用稳健标准误，把log pgp95对avexpr及lat_abst进行回归，评论变量系数的符号、统计显著性及经济意义

（2）由于avexpr可能为内生解释变量，使用log em4作为avexpr的工具变量，重新进行（2）的回归，工具变量回归的结果与OLS有何不同？

（3）log em4是否为弱工具变量？

解答如下：

在Stata中导入数据集acemoglu.dta，在命令窗口输入如下命令：

reg logpgp95 avexpr lat_abst,r
quietly reg logpgp95 avexpr lat_abst
estimates store ols
ivregress 2sls logpgp95 lat_abst (avexpr=logem4)
estimates store iv
hausman iv ols,constant sigmamore
estat endogenous
ivregress 2sls logpgp95 lat_abst (avexpr=logem4),first
estat firststage

结果如下：

稳健标准误回归结果如下：

（1）非对数模型，根据稳健标准误回归结果，=0.5745，该模型可以解释log pgp95的约57.45%的变动情况，解释变量系数符号均为正值，其中avexpr高度显著，lat_abst在5%的水平上显著，二者对log pgp95的影响解释为：在其它条件不变的情况下，avexpr每变动1个单位，       log pgp95平均变动0.4678871个单位，lat_abst每变动1个单位，log pgp95平均变动1.576884个单位。

豪斯曼检验、DWH检验以及使用工具变量回归结果如下：

 （2）由豪斯曼检验结果Prob>Chi2=0.0001，知拒绝“所有解释变量均为外生”的原假设，认为avexpr为内生解释变量，同时DWH检验P值（0.0001）均小于0.05，结果与豪斯曼检验一致。

引入log em4作为avexpr的工具变量回归发现=0.1025，且lat_abst的P值为0.598>0.05，其不再显著，avexpr系数符号为正，且高度显著，系数值增大为0.99，比原来OLS回归更合理，但模型对log pgp95的变动的解释能力降低。

判断log em4是否为弱工具变量检验结果如下：

 （3）由于检验第一阶段回归的工具变量log em4系数显著性的F统计量为13.0932>10，故认为  log em4为弱工具变量。