审稿人: 为啥你要用2RSI而不是2SLS, 另外缺少F统计量标准我咋知道是否弱IV呢？

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.

1️⃣有意思的实证计量讨论帖, 熬夜肝完了一直的计量困惑！2️⃣QA: 平方项的IV, 加时间固定符号相反, 滚动窗口回归, 面板分位数输出图, 机制分析中IV, pre5显著咋办，3️⃣主回归不显著, 分组回归却异常显著的研究来了！4️⃣城市*年份联合的FE与他们分开的FE有什么区别? FE如何从一维进化到二维, 三维的? 5️⃣审稿人: 你这个文章实证结构已经过时了！过时了！6️⃣当把交互项加入后, 主项的系数符号竟变相反了, 这是咋回事? 如何处理呢？7️⃣DID可以有2个处理组和1个对照组么? 有相关的参考文献吗? 8️⃣12年试点, 15年推广到全国的政策, 回归时是否包括16和17年数据？

一些讨论，1️⃣七大常见计量问题讨论汇总, 涉及控制,异质,机制,DID,DDD,调节,固定,平行,安慰等，2️⃣关于双重差分DID政策评估中的控制变量选取标准？3️⃣在平行趋势检验中对政策前后系列年份进行缩尾处理？4️⃣使用异方差稳健而不是聚类稳健标准误, 在固定效应模型中能接受吗？5️⃣平行趋势通不过, 该采取什么方法来更好地满足平行趋势呢？6️⃣QA: 基尼太美, 农业数据, 机制检验, 组间差异, 博士论文创新, 控制函数, FM回归 7️⃣审稿人: 你2SLS-IV回归中为啥R方是负数呢？

接着“TOP刊: 这工具变量让人**一紧, 竟然用了男性中的职场诱惑婚外情, 关键还证明了其IV的无比合理性！”在本文中，作者选择了两阶段残差包含（2SRI）方法，认为它在处理内生变量和因变量都是二元的情况下，比传统的两阶段最小二乘法（2SLS）更为有效。让我们来详细探讨作者是如何应用2SRI方法的，以及在第一阶段缺乏F统计量阈值标准的情况下，作者是如何进行辨别工具变量的强弱属性的。

关于控制函数法参考：1️⃣非线性模型及离散内生变量处理利器, 应用计量经济学中的控制函数法！2️⃣控制函数法CF, 处理内生性的广义方法，3️⃣2SRI还是2SPS, 内生性问题的二阶段CF法实现，4️⃣QA: 基尼太美, 农业数据, 机制检验, 组间差异, 博士论文创新, 控制函数, FM回归

第一种策略是忽略结果变量和处理变量的二元特性，直接应用线性工具变量模型进行处理效应的估计OLS。而第二种策略则是充分考虑了变量的二元结构，采用了更为专业的估计方法。鉴于近期的计量经济学研究指出，在处理概率较低的情况下，线性工具变量模型的表现并不理想 (Chiburis et al., 2012, Basu et al., 2018) ，因此本文选择第二种策略。

在具体实施中，本文采用了2SRI（two stage residual inclusion）程序 (Terza et al., 2008)（2SRI还是2SPS, 内生性问题的二阶段CF法实现）。这是一种控制函数（control function）方法，其第一阶段通过逻辑回归模型进行估计。在第二阶段，同样采用逻辑回归模型，并将第一阶段的残差作为额外的协变量纳入模型中，以此来替代那些不可观测的潜在因素。为了确保估计结果的准确性，在所有的估计过程中，本文都对标准误差进行了家庭层面聚类处理。

此外，考虑到本文的数据集中包含了兄弟姐妹的信息（其中，166,387位父亲仅有一个孩子，而86,834位父亲则有两个孩子或更多），家庭层面聚类处理能够有效地考虑到数据的相关性，从而提高估计结果的稳健性。

本文分别对男孩和女孩的父母离婚影响的第一阶段方程进行了估计，相关结果详见表2的列（IIa）和（IIb）。研究发现，父亲所在公司中，按年龄和职业划分的女性比例作为工具变量，对父母离婚的可能性有显著的正向影响。这一影响在男孩和女孩的父亲中均无显著差异。具体而言，父亲工作场所的性别平衡程度从样本中的最小值零增加到接近一，预计离婚的可能性将增加约2个百分点。考虑到样本中整体离婚概率为13.5%，离婚风险增加2个百分点大约相当于增加了15%。

这一增加幅度与McKinnish (2004)报告的11%的变化相当，但低于Svarer (2007)在丹麦背景下观察到的36%的增幅。在本文中，工具变量F统计量介于19到25之间。虽然目前没有专门针对两阶段残差包含（2SRI）方法的弱识别阈值研究，但根据Stock和Yogo (2005)的研究，对于可比较的两阶段最小二乘法（2SLS）估计（即一个内生变量和一个工具变量），其临界F值为16.38。以此为参照，可以认为本文中使用的工具变量是足够强的。

关于大学入学率的第二阶段方程的估计结果，可以在表2的列（IIIa）和（IIIb）中找到。这一估计过程验证了通过logit模型估计得到的定性处理效应。然而，两阶段残差包含（2SRI）估计提供了不同的定量结果。

具体来说，随着父亲工作场所性别平衡程度的提高，父母离婚预计会使男孩上大学的可能性减少约10个百分点，女孩则减少约8个百分点。这一减少幅度分别相当于男孩样本均值的41%和女孩样本均值的27%。因此，如果忽视父母离婚的内生性，可能会导致对儿童教育成就负面影响的低估。

为了更正式地评估父母离婚与儿童教育成就之间的内生性，可以通过对第二阶段中包含的第一阶段残差的系数进行Wald检验。如表2的列（IIIa）和（IIIb）所示，第一阶段残差的统计显著性非常高，且为正值。这一结果提供了两个重要的结论。

Reference: Wolfgang Frimmel, Martin Hallal, Rudolf Winter-Ebmer, 2024. “How does parental divorce affect children’s long-term outcomes?” Journal of Public Economics.

*社群群友可直接前往社群下载全文PDF.

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！39.中国女学者与其日本同行在JPE上发文了！利用独特数据, 地理断点RDD和IV研究中国环境议题！40.双胞胎样本解决遗漏变量和测量误差, LIV解决选择偏差，41.内生性处理的秘密武器－工具变量估计，42.工具变量IV必读文章20篇, 因果识别就靠他了，43.看完顶级期刊文章后, 整理了内生性处理小册子，44.“内生性” 到底是什么鬼? New Yorker告诉你，45.Heckman两步法的内生性问题(IV-Heckman)，46.最全估计方法，解决遗漏变量偏差，内生性，混淆变量和相关问题，47.非线性面板模型中内生性解决方案，48.内生性处理方法与进展，49.万能cmp程序, 有了他, 建议把其他程序全删掉！50.你的内生性解决方式out, ERM独领风骚，51.面板数据是怎样处理内生性的，52.计量分析中的内生性问题综述，53.一份改变实证研究的内生性处理思维导图，54.Top期刊里不同来源内生性处理方法，55.面板数据中heckman方法和程序(xtheckman)，56.控制函数法CF, 处理内生性的广义方法，57.二值选择模型内生性检验方法，58.2SRI还是2SPS, 内生性问题的二阶段CF法实现，59.非线性模型及离散内生变量处理利器, 应用计量经济学中的控制函数法！60.最全利用工具变量控制内生性的步骤和代码—在经管研究中的应用，61.如何选择合适的工具变量, 基于既有文献的总结和解释！62.中介效应最新进展: 中介效应中的工具变量法使用方法及其代码！63.弱工具变量的稳健性检验, 附上code和相关说明！64.工具变量对因果效应的识别和外推, 大牛的顶级评述！65.几百年一遇的工具变量让基于OLS的截面数据回归结果发到Top了, 设计巧妙让人叹服！66.一份使用工具变量回归的AER文章清单, 思路惊奇定会让你脑洞大开！67.估计工具变量回归时, 是否必须将所有外生变量用作工具变量？68.引力模型基础上的工具变量如何构建？69.必读, 宗教是如何阻碍经济发展的? 基于DID, IV和各种机制分析的AER量化史分析！70.JPE上利用地理断点RDD和IV研究中国环境议题的do文件release！71.工具变量IV估计免费课程, 文章, 数据和代码全在这里, 不学习可不要后悔！72.天下回归, 无内生性不破, 唯此神文不破, 练就内生性处理的终极大法！73.搞懂因果推断中内生性问题解决方法必读的书籍和文献已搜集好！74.2020年博导圈流传最广的一份“几十种内生性处理方法及其要求和局限”的宝典, 并附上代表性重要文献！75.因变量和内生变量是连续,有序和无序多元变量时, 该如何做工具变量估计？76.你确定找到一个好的工具变量了吗? 这将是一篇最值得你看的文章！77.华人金融学术女神为运用工具变量估计方法做因果推断的学者提供了如下宝贵建议！

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。