問題1：在做完P(guān)SM后，用pstest來檢驗(yàn)匹配結(jié)果是否較好地平衡了數(shù)據(jù)，但是出現(xiàn)r(2000)錯(cuò)誤。請(qǐng)教各位老師這個(gè)問題該如何解決？

所用Stata命令如下：

? ? ? ?psmatch2 POSTAH size lev ROE loss MB1 SALESGROWTH SOE CAPE first PC ind1, outcome(disp1) n(1) ate ties logit common noreplacement

? ? ? ?pstest, both graph

Stata命令運(yùn)行結(jié)果如下：

答案1：

r(2000)一般是指no observation r(2000)。出現(xiàn)該錯(cuò)誤原因主要是pstest后面沒有加進(jìn)行平衡性檢驗(yàn)的變量。正確的命令為：

? ? ? ?pstest size lev ROE loss MB1 SALESGROWTH SOE CAPE first PC ind1, both graph

問題2：（1）很多資料提到“檢驗(yàn)弱工具變量的一個(gè)經(jīng)驗(yàn)規(guī)則是，如果在第一階段回歸中，F(xiàn)統(tǒng)計(jì)量大于10，則可不必?fù)?dān)心弱工具變量問題?！比绻?SLS第一階段回歸的F值大于10，但是弱工具變量檢驗(yàn)不通過，是否仍需考慮弱工具變量的問題？

（2）有論文提到，使用LIML（信息極大似然估計(jì)方法）回歸可以解決弱工具變量問題，但我用LIML回歸的結(jié)果與2SLS結(jié)果基本一致，是否在大樣本條件下LIML不能解決弱工具變量問題呢？或者是說在大樣本條件下，LIML已經(jīng)不能避免弱工具變量問題引起的偏差？

（3）采用該工具變量回歸后，內(nèi)生變量回歸系數(shù)增加了100倍，是由于弱工具變量的問題嗎？

（4）除了換其他工具變量，老師有其他解決弱工具變量問題的方法或建議嗎？

答案2：

（1）當(dāng)有多個(gè)內(nèi)生變量的情況下，存在多個(gè)第一階段回歸，會(huì)有多個(gè)F統(tǒng)計(jì)量。此時(shí)，要用最小特征值統(tǒng)計(jì)量進(jìn)行檢驗(yàn)。對(duì)只有一個(gè)內(nèi)生解釋變量的情況，為了更加嚴(yán)謹(jǐn)，即便是2SLS第一階段回歸的F值大于10，但是弱工具變量檢驗(yàn)不通過，就仍需考慮弱工具變量的問題。

（2）這個(gè)理解是對(duì)的。在大樣本下，LIML與2SLS是漸近等價(jià)的。當(dāng)存在弱工具變量時(shí)，LIML的小樣本表現(xiàn)要優(yōu)于2SLS。

（3）內(nèi)生變量回歸系數(shù)增加了100倍，說明這個(gè)工具變量不靠譜。

（4）尋找更強(qiáng)的工具變量可能是最好的選擇。

學(xué)術(shù)指導(dǎo)：張曉峒老師?

本期解答人：任婉婉老師 ?曹暉老師?

編輯：統(tǒng)計(jì)小妹 鵬飛

統(tǒng)籌：芋頭??易仰楠

技術(shù)：知我者 ?