凡是搞计量经济的，都关注这个号了
邮箱：
[email protected]
所有计量经济圈方法论
丛的code程序
, 宏微观
数据库和各种软
件都放在社群里.欢迎到计量经济圈社群交流访问
.
2024年一篇发表在TOP刊AER: Insights上的最新文章"Surviving Bad News: Health Information Without Treatment Options"所描述的实验确实非常残酷。
起初，HIV感染者可能对自己的病情一无所知，生活如常，饮食起居不受影响。
但经济学家的一项实验却让他们清晰地认识到自己已被HIV感染，进而观察这一认知变化对生存概率的影响。
该项实验通过金钱激励让HIV感染者知晓自己的HIV阳性诊断，在当时缺乏有效治疗手段的背景下，这往往意味着面对死亡的宣判。
这样的实验无疑会让那些得知自己感染HIV的患者瞬间陷入极度悲观、绝望和自我放弃的压抑情绪中。
实验结果显示，得知病情的HIV感染者生存概率下降了23个百分点，这一差异在15年后依然显著。
实验参与者那时那刻真的太绝望了！
大白话大家都懂：起初，你不知道患了不治之症，所以心情非常放松反而活得久一些；但若家里人走漏风声，你得知自己患了不治之症，反而嘎得越快。
本文可以学习的知识点：工具变量IV的使用与合理性论证，面板数据追访群体的流失率所造成的估计偏误问题，这是两个极为精彩的部分。
关于现场实验，参看１.
累了困了, 午睡可能是更好的选择, 夜晚睡太多没用的, QJE最新RCT方法研究
，２.
靠抛掷硬币做大决定对人生的终极影响, 小诺奖在TOP5上用RCT做了最接地气的研究！
３.
过去三十年, RCT, DID, RDD, LE, ML, DSGE等方法的“高光时刻”路线图
，４.
RCTs随机控制试验到底是什么, 会是社科研究的必然趋势
，５.
看了这篇, 我勉强知道如何用诺奖中的实地实验方法发表TOP刊文章了！
6.
我国基层公务员Topic首登AER, 随机试验已然成为TOP5的突破口！
7.
让微博成最大赢家的TOP5文章, 再次聚焦了中国ENV问题！
8.
两位女学者以中国汽车制造公司为实验对象，其研究成果荣登经济学顶尖期刊QJE
，9.
前沿: 又用中国银行和3000家企业做实验, 把文章发到了TOP5刊的AER！
生存在噩耗之下：缺乏治疗手段下的健康信息
面对那些目前尚缺乏有效治疗手段的严重疾病，向患者透露确切的健康信息可能会引发绝望或放弃的情绪。而这些情绪有可能转化为自暴自弃的行为，最终对健康产生不利影响。在非洲马拉维开展的一项实验中，本文验证了这种风险的持久性影响。实验通过随机分配激励措施，促使参与者了解他们的HIV检测结果，要知道当时针对HIV的抗逆转录病毒治疗尚未普及。
六年后，经济学家们发现HIV阳性人群中，那些了解自己病情的个体与那些尚不了解自己病情的个体相比，生存概率下降了23个百分点，且这一差异在15年后依然显著。HIV阳性的诊断似乎不仅增加了个体采取风险健康行为的可能性，还加剧了他们的焦虑感，并提高了对未来收益的折现率。
这些发现提醒我们，在公共卫生领域，披露健康信息需要非常谨慎，特别是在治疗手段有限的情况下。同时，这也凸显了在提供HIV检测和结果告知时，需要配合相应的心理支持和干预措施，帮助个体更好地应对和管理他们的健康状况。
本文旨在深入探讨在艾滋病治疗资源受限的条件下，HIV检测对降低死亡率可能产生的因果效应。作者们通过对2004年在马拉维进行的一项现场实验的长期跟踪数据进行分析，该实验提供了长达15年的纵向观察结果。
在实验设计中，参与者被随机分配，以获得查询HIV检测结果的激励措施，同时HIV检测中心被有意设置在地理位置各异的场所。值得注意的是，在该实验开展之前，马拉维的HIV检测普及率非常低。通过激励措施和检测中心地理位置的不同设置，成功地在参与者中创造出了对自身HIV状况认知的差异。该独特设计为本文提供了宝贵的研究机会，使研究人员能够在已知个体潜在健康状况（HIV感染）的前提下，观察到健康信息（HIV状况）的外生性变化对健康结果的具体影响。
一个重要的背景是，抗逆转录病毒治疗（ART）在降低HIV感染带来的死亡风险方面扮演着至关重要的角色。然而，直到2007年，这种治疗才在马拉维的农村地区开始普及，并且经过了三年的逐步推广，治疗的覆盖率才开始显著提高。根据2010年的数据，马拉维仅有27%的HIV感染者得以接受ART治疗，但到了2017年，这一比例已经大幅提升至超过75%。
在2004年及其后的几年里，对于个人来说，得知自己的HIV检测结果为阳性无疑是个沉重的打击。虽然这一信息可能会促使人们改变行为，以减少对他人传播的风险，但在艾滋病发展为AIDS的过程中，HIV阳性个体在预防死亡后果方面几乎没有有效的治疗选项。实际上，收到HIV阳性的诊断在当时几乎等同于面临早逝的残酷现实。正如预料的那样，在ART广泛普及之前，HIV阳性个体中常常会出现绝望、自暴自弃、抑郁以及其他负面的生活后果。
尽管如此，能够明确揭示得知HIV阳性状态与这些负面后果之间因果关系的研究却相当罕见。
同样不容忽视的是，接收到HIV阴性诊断对个体的影响。虽然通常认为接收到"坏消息"会对个体健康产生负面影响，但接收到"好消息"，比如HIV阴性结果，理论上应该带来积极的健康效应。然而，在HIV高流行和整体死亡率较高的情境下，一个HIV阴性的诊断可能并不总是具有长期的健康益处，尤其是在其他环境下，其对个体健康持续价值的影响可能较小。
实际上，Thornton在2012年的研究指出，接收到HIV阴性的诊断对于短期内改变个体对自己HIV感染状态的信念作用有限，这与即便接收到健康的"好消息"，个体仍可能面临其他健康风险的现实相一致。因此，HIV阴性结果对于个体长期死亡率的具体影响，仍是一个需要进一步研究和阐明的问题。
通过深入分析2004年的实验数据以及珍贵的纵向生命统计数据，我们对知晓个体HIV状况对死亡率的影响进行了细致的评估，时间跨度从实验后的两年、四年、六年直至十五年。在研究样本中，生命状态信息的流失率attrition非常低（六年后不足8%），并且这一流失率与受访者是否获得激励措施以及HIV检测中心的地理位置无显著关联。
研究结果揭示了一个令人关注的现象：
在2004年得知自己HIV阳性的个体，其生存率较那些未被告知自身状况的HIV阳性个体显著降低。
具体来说，这种差异是相当显著的：2004年HIV检测后的第四年，即2008年，知晓自己HIV阳性状态的个体比未被告知者的生存率下降了18个百分点。到了2010年，这一差距进一步扩大到了23个百分点。
而在2018-2019年，也就是初次HIV检测后的第十五年，这一生存率的差距仍然维持在23个百分点。
为了让这些数据更加直观易懂，我们进行了详细的估算：
知晓自己HIV阳性状态的个体，其生存率从若未被告知时的85%下降到了62%（2010年），进一步降至50%（2018-2019年）。
本文中所揭示的显著影响是通过两阶段最小二乘法（2SLS）进行回归分析得出的。这种方法巧妙地利用了经济激励的随机分配以及检测中心地理位置的随机性作为工具变量，以评估个体知晓自己HIV检测结果（无论是阳性还是阴性）对生存率的因果影响。
与对HIV阳性个体显著死亡率效应的估计形成鲜明对比的是，知晓自己HIV阴性状态的个体，其生存率似乎并未受到明显影响。
接着，进一步利用2005年初对部分受访者进行的后续跟踪调查数据，深入探究了这些结果背后的潜在机制。研究发现，
那些得知自己HIV阳性的受访者更可能倾向于饮酒，对自己的健康状况和家庭食物供应感到担忧，并且更加关注眼前的生活需求。
相比之下，对于HIV阴性的受访者，这些因素的影响微乎其微，几乎可以忽略。
综合这些数据进行分析，我们可以得出结论：
知晓HIV阳性状态的个体往往展现出更高的健康风险行为和焦虑水平，而知晓HIV阴性状态的个体则未表现出类似的负面影响。
在解读研究结果时，有几个关键因素需要被纳入考量。首先，本研究的样本涵盖了2823名受访者，但其中只有173人确诊为HIV阳性，这一相对较小的阳性样本量导致了置信区间较宽。其次，所采用的工具变量虽然经过精心选择，但其效力存在一定限制，这可能会影响到统计分析结果的精确性，特别是在对HIV阳性受访者进行分析时。第三，主要采用的计量经济学模型对HIV阳性和阴性个体进行了合并分析。虽然分别按照HIV状态进行的分析也能得到类似的估计结果，但阳性样本的较小规模对统计功效产生了一定影响。最后，在对HIV阳性个体的分析中，发现一个工具变量存在轻微的不平衡现象。然而，当排除这个变量后，所得的研究结果与原分析保持了高度一致性。
研究结果揭示了一个深刻的现象：
在缺乏有效治疗手段的情况下，出于善意进行的筛查干预所披露的健康信息，有时竟可能导致生存率的下降，
这一点具有深远的影响。例如，本文的发现有助于阐释一个令人深思的现象：
为何在某些情况下，人们会选择不去了解自己的健康状况。
这种选择性不知情的行为，在亨丁顿舞蹈症（Oster等，2013b）和近期的Covid-19疫情（Thunström等，2021）中都有所记录。
2 实验和数据
2.1 2004年的样本和HIV检测
马拉维家庭与健康纵向研究（MLSFH）是一项覆盖马拉维农村三个关键区域——北部的Rumphi、中部的Mchinji和南部的Balaka——的深入研究项目。这项研究以其广泛的参与者基础，全面地映射出了马拉维农村居民的多样性和生活状况。MLSFH的研究历程始于1998年，当时研究团队从当年的人口普查数据中随机挑选了125个村庄，并从中选取了已婚男女作为研究样本。随后在2004年，研究范围进一步扩展，14至24岁的年轻人也被纳入了样本之中，使研究能够覆盖不同年龄段的农村居民。同样，在2004年，MLSFH为受访者提供了首次接受HIV检测的机会，其中绝大多数受访者（91%）选择参与了检测。在这些参与检测的个体中，有6.1%的人被确诊为HIV阳性。
本文的主要研究焦点是2004年参与HIV检测的2823名受访者。表1展示了这一核心样本的汇总统计信息，其中区分了HIV阳性（N=173）和HIV阴性（N=2650）受访者的数据，并进行了对比分析。这个样本群体的平均年龄大约为39岁，女性占比达到了54%（具体数据见下表1的第一部分）。受访者的地理分布呈现出良好的均衡性，南部、北部和中部三个研究区域分别有36%、35%和29%的受访者居住，这为我们提供了一个全面了解不同地区农村居民健康状况的视角。
2.2 实验设计
2004年，HIV检测与一项精心设计的实验同步进行。该实验巧妙安排，在HIV检测完成后的两至四个月内，通过移动诊所向参与者公布检测结果。这些诊所被随机设置在参与者所在的村庄，从而确保了实验的随机性和公正性。通过这种设计，研究能够更真实地评估HIV检测结果对个体行为和健康决策的影响。
受访者依据外在的成本与收益变化，获得了数额不一的经济激励，激励金额范围从0至300马拉维克瓦查（大约相当于2.80美元，或当时人均两天的工资收入）。这样的设计旨在模拟现实世界中可能影响个人获取健康信息决策的各种因素。
此外，HIV检测结果的领取中心的位置也是随机决定的，这样做是为了确保每位受访者都能在不远的距离内获得自己的检测结果，减少了地理因素对结果获取的潜在影响。
有关2004年该研究设计的更详尽信息，可以参考Thornton（2008）以及Obare等（2009）的研究文献，其中深入阐述了实验设计的理念和实施细节。
表1的第二部分汇总了2004年HIV检测实验的相关变量统计数据，为我们提供了更深入的视角。在所有参与的受访者中，有76.4%的人接受了经济激励，其中HIV阴性和阳性受访者接受激励的比例相差无几，分别为76.5%和75.1%（双侧均值检验的p值为0.705），显示出激励措施的普及性。受访者平均收到的经济激励金额约为0.99美元，不同HIV状态下的金额分配也相对均衡，HIV阴性受访者平均收到0.99美元，而HIV阳性受访者平均收到0.94美元（p值为0.494）。
受访者居住地与最近的HIV结果中心之间的平均距离大约两公里，这一距离的合理性对于受访者获取检测结果具有重要意义。经济激励和诊所距离的具体分布详情，可以在附录图A.1中找到。
在本文的样本中，有68.9%的2004年HIV检测者最终得知了自己的检测结果，其中HIV阴性和阳性受访者得知结果的比例相近，分别为69.1%和65.3%（p值为0.314）。这一数据强调了经济激励在提高检测结果知晓率方面的作用。如果没有经济激励，
预计只有大约三分之一的受访者会主动去了解他们的检测结果
，这进一步凸显了激励措施在提升公共卫生参与度中的重要性。
2.3 生存状态信息
马拉维家庭与健康纵向研究（MLSFH）的参与者历经了2006年、2008年、2010年以及2018至2019年的连续性跟踪调查。在每一轮的调查中，本文详细记录了参与2004年调查的受访者们的生存状态，即他们的生死情况。利用这些详尽的数据，本文进一步构建了2006年、2008年、2010年和2018/2019年的生存指标，这些指标成为了研究分析的核心结果变量。
表1的第三部分提供了四轮调查中受访者生存状态信息的可用性情况，即所谓的流失率。在2004年参与HIV检测的2823名个体中，有97.6%的人在2006年的生存状态是已知的。随着时间的推移，尽管生存状态信息的流失率有所增加，但整体流失率依然维持在较低水平，2008年和2010年分别有95.4%和93.8%的受访者的生存状态得以确认。在初次HIV检测后的第15个年头，我们仍然能够掌握82.6%样本的生存状态。
在后续的分析中，将深入探讨流失情况，尤其是考虑到经济激励和HIV结果中心距离的外生性因素，以及这些因素与流失率之间在本研究中的非显著关联。为了确保分析结果的稳健性，本文还提供了针对流失情况的稳健性检验，以增强我们研究结论的可信度和可靠性。
表1的底部部分汇总展示了受访者的生存情况，明显揭示了2004年HIV阳性与阴性检测者在生存率上的显著差异。具体来说，2004年参与HIV检测的个体中，几乎全体（98.9%）在随后的2006年依然健在。但对于那些2004年被检测出HIV阳性的个体，生存比例则显著下降，仅为91%。
进一步的统计数据揭示了随时间推移的生存趋势：在整体研究样本中，分别有96.7%、94.7%和87.0%的受访者能够存活至2008年、2010年以及2018/2019年。对比之下，HIV阳性受访者的生存比例则显著较低，2008年为80.6%，2010年降至77.0%，而到了2018/2019年，这一数字更是减少至61.2%。
2.4 2005年的跟踪调查
在HIV检测结果公布后的几个月内，即2005年1月至2月，作者们在三个研究区域中的Balaka和Rumphi两个地区进行了一项关键的跟踪调查。这项2005年的调查旨在利用收集到的数据，探究了解HIV状态对个体生存可能产生的影响及其背后的潜在机制。一个显著的优势是，调查进行的时间点紧接在受访者获知自己的HIV检测结果之后，这使得我们能够在HIV治疗对死亡率产生显著影响之前，捕捉到关键的行为和心理反应。然而，这次跟踪调查的不足之处在于它未能涵盖所有三个区域，因此样本量缩减至1491人。此次调查内容广泛，包括了酒精消费、健康担忧、经济不确定性、时间偏好以及主观预期寿命等多个维度。
本文采用了一系列方法来衡量受访者的心理压力和焦虑，具体做法是询问他们在过去两个月内所经历的担忧情况。为了评估他们所面临的经济压力和不确定性，进一步询问了受访者对于一系列担忧陈述的认同感。此外，为了衡量时间偏好，我们设计了一个假设性问题，询问受访者愿意接受多少金额来放弃他们当前持有的500马拉维克瓦查。至于风险行为的衡量，本文记录了受访者报告的酒精消费情况。最后，通过询问受访者对自己预期寿命的看法，本文构建了一个主观预期寿命的衡量指标。
针对担忧、经济不确定性、时间偏好、风险行为和主观预期寿命这五个领域，我们分别创建了综合指标。对于担忧和经济不确定性，本文把相关变量的得分加总起来形成一个单一的指标。在风险行为方面，本文定义了一个简单的二元指标，用以表示受访者在过去12个月内是否有过饮酒行为。而时间偏好和预期寿命每个领域则分别只有一个代表性变量。附录详细展示了这些变量的分析结果，为理解受访者的心理状态和行为模式提供了实证数据支撑。
3 实证策略
3.1 计量
经济学模型
本文旨在精确评估个体知晓自身HIV状态对生存概率的因果影响。然而，在传统的分析方法中，直接将生存概率与是否了解HIV状态相联系可能会引起内生性问题。这是因为，选择了解HIV检测结果的个体与选择保持不知情的个体之间可能存在本质的差异。如果这种选择倾向与个体的生存概率相关，那么得到的估计结果可能会有失偏颇。
为规避这一问题，本文引入了一组随机分配的工具变量，用以代表个体获知其HIV状态的可能性，这包括提供给受访者的经济激励以及到达HIV结果中心的距离。此外，还对接受HIV阳性或阴性诊断的不同情况进行了区分，利用一组与2004年HIV状态相交互的工具变量，来分别预测了解HIV阳性状态和了解HIV阴性状态这两个潜在的内生变量。
本文的分析方法遵循了Delavande和Kohler（2012）以及Thornton（2008）所采用的计量模型，具体如下：
在研究中，聚焦点集中在两个关键的自变量上：LearnHIV_pos（代表2004年HIV阳性状态下个体获知自身HIV状态的交互效应）和LearnHIV_neg（代表2004年HIV阴性状态下的相应交互效应）。这两个交互项捕捉了个体在得知不同HIV状态信息时的具体情况，构成了分析的核心。
为了准确预测这两个变量，本文不仅采用了一组与2004年HIV状态相交互的外生工具变量，还结合了一系列预先确定的人口统计变量X，包括年龄、年龄的平方项、性别、地区固定效应，以及HIV状态本身。我们特别关注系数1和系数2，它们分别代表了获知HIV阴性或阳性诊断对个体生存概率的因果影响。
在估计过程中，为了增强结果的稳健性，本文采用了聚类标准误的方法，以村级（共121个村庄）为单位进行聚类——这考虑到了同一村庄内个体生存的相关性。此外，本文运用广义矩估计（GMM）方法来估计这个工具变量（IV）模型，确保估计结果能够妥善处理内生性问题，从而提供更为可靠的因果推断。
3.2 工具变量的有效性和流失
关于工具变量的有效性，在附录A.1中提供了深入的讨论和充分的证据。此外，针对研究中可能出现的样本流失问题，也在附录A.2中进行了详尽的阐释。本节将对这些关键点进行更加全面的展开和解释。
为确保激励措施和地理距离与个体基线特征的独立性，即验证它们是否正交，本文开展了一系列回归分析。具体而言，本文将年龄、性别（以男性为指标）和HIV阳性状态作为因变量，同时将工具变量集作为自变量进行回归分析。分析结果表明，这些工具变量在预测个体基线特征方面几乎没有显著作用，这一发现进一步印证了工具变量选择的合理性和有效性。
表2的底部详细展示了第一阶段回归结果，并辅以一系列检验来评估工具变量的有效性。本文特别报告了Lewis-Mertens gmin统计量，这一统计量是Cragg-Donald F统计量及有效第一阶段F统计量，它适用于存在多个内生变量的过度识别模型，并且考虑了聚类稳健标准误。当我们将这些保守的统计量检验结果与Imhof的临界值进行比较时（在显著性水平α = 0.05和相对偏差阈值τ = 0.2的情况下），除了一种情况外，我们有充分的证据拒绝弱工具变量的原假设。第一阶段的回归系数呈现出合乎逻辑的模式：获得的经济激励、激励金额的大小，以及检测中心与受访者距离的接近程度，均提高了个体获取检测结果的可能性。
与具有相似研究背景的文献相比，本文实验六年后的生存状态信息流失率仅为6%，这是一个相对较低的比例。此外，受访者是否了解自己的HIV状态，与后续年份生存状态信息的可用性并无关联。即便如此，本文对生存概率的估计治疗效应在使用逆概率加权以及类似于Manski（1990）和Horowitz和Manski（1998）的界定练习时，依然显示出良好的稳健性，这进一步增强了我们对研究结果的信心。
*
群友可直接在社群下载原文PDF。
计量课程：
1.免费4门课程, 因果推断1和2, IV, 份额移动IV和高级DID, 附数据,代码,讲义和阅读清单
，2
疫情期计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用
，3.
面板数据方法免费课程, 文章, 数据和代码全在这里, 优秀学人好好收藏学习！
4.
真实！MIT提供免费的机器学习课程, 13周的高质量内容
，5.
哈佛“数据科学导论”课程对所有人免费开放！包括机器学习和回归分析等各种方法！
6.
耶鲁开设“应用实证方法”P.hd课程, 强逻辑, 好文献, 重实操, 真前沿, 送slides和笔记！
7.
免费！精选中国高校开设的Python和计量经济学课程！
8.
全面且前沿的因果推断课程, 提供视频, 课件, 书籍和经典文献
，9.
DID, IV, SCM, RDD, Matching因果推断免费课程和最全功夫集锦, 再附上数据和代码！
10.
MIT斯隆商学院研究生课程对国内免费开放, 在家就能学习世界一流商学院的课程！
11.
MIT经济系50门开放课程对中国学者开放, 包括计量经济学等各类经济学课程！
12.
从入门到进阶的Python数据分析手册, 课程内容完全免费！
13.
Stata, R和Python视频课程, 文章, 数据和代码全在这里, 真的受用无穷！
14.
空间计量免费课程, 文章, 数据和代码全在这里, 空间相关学者注意查收
，15.
断点回归RD和合成控制法SCM免费课程, 文章, 数据和代码全在这里, 有必要认真研究学习！
关于工具变量，参看
1.
内生性问题操作指南, 广为流传的22篇文章
，2.
看完顶级期刊文章后, 整理了内生性处理小册子
，3.
如何寻找工具变量？得工具者得实证计量
，4.
内生性处理的秘密武器－工具变量估
，5.
工具变量在社会科学因果推断中的应用
，6.
为你的"工具变量"合理性进行辩护, 此文献可以作为范例
，7.
没有工具变量、断点和随机冲击，也可以推断归因
，8.
工具变量与因果推断, 明尼苏达Bellemare关于IV的分析
，9.
工具变量IV与内生性处理的精细解读
，10.
我的"工具变量"走丢了，寻找工具变量思路手册
，11.
面板数据里处理多重高维固定效应的神器, 还可用工具变量处理内生性
，12.
豪斯曼, 拉姆齐检验，过度拟合，弱工具和过度识别，模型选择和重抽样问题
，13.
工具变量先锋 Sargan，供参考
，14.
AEA期刊的IV靠不靠谱？
15.
计量大焖锅: iv, clorenz, rank, scalar, bys, xtile, newey, nlcom
，16.
GMM是IV、2SLS、GLS、ML的统领，待我慢慢道来
，17.
IV和GMM相关估计步骤，内生性、异方差性等检验方法
，18.
因果推断IV方法经典文献，究竟是制度还是人力资本促进了经济的发展？
19.
内生变量的交互项如何寻工具变量, 交互项共线咋办
，20.
面板数据、工具变量选择和HAUSMAN检验的若干问题
，21.
IV和Matching老矣, “弹性联合似然法”成新趋势
，22.
IV回归系数比OLS大很多咋回事, 怎么办呢?
，23.
不用IV, 基于异方差识别方法解决内生性, 赐一篇文献
，24.
找不到IV, RD和DID该怎么办? 这有一种备选方法
，25.
内生转换模型vs内生处理模型vs样本选择模型vs工具变量2SLS
，26.
内生性, 工具变量与 GMM估计, 程序code附
，27.
GMM和工具变量在面板数据中的运用
，28.
关于工具变量的材料包, 标题,模型,内生变量,工具变量
，29.
必须使用所有外生变量作为工具变量吗？
30.
工具变量精辟解释, 保证你一辈子都忘不了
，31.
毛咕噜论文中一些有趣的工具变量！
33.
前沿: 删失数据分位数工具变量(CQIV)估计, 做删失数据异质性效应分析
，
34.
不需要找工具变量, 新方式构建工具变量, 导师再也不用担心内生性问题了！
35.
关于顶级外刊工具变量的使用最全策略, 不收藏反复读就不要谈IV估计！
36.
如何通过因果图选择合适的工具变量？一份关于IV的简短百科全书
，
37.前沿: nature刊掀起DAG热, 不掌握就遭淘汰无疑！因果关系研究的图形工具!
38.最清晰的内生性问题详解及软件操作方案！实证研究必备工具！
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。
7年，计量经济圈近2000篇不重类计量文章，
可直接在公众号菜单栏搜索任何计量相关问题
,
Econometrics Circle
