审稿人:不要为了检验而检验, 要明白为何要稳健性检验?如何运用稳健性检验? 搞懂它的内涵和机制.

凡是搞计量经济的，都关注这个号了

邮箱：econometrics666@126.com

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 .

稳健性检验：概念、意义与实施方法

在计量经济学课程中，我们会系统学习各类分析工具，诸如普通最小二乘法（OLS）、固定效应模型、自回归过程AR等。这些工具的核心目标在于利用数据解答现实问题。它们所蕴含的潜力令人瞩目：若数据适宜，方法得当，便有可能揭示数据背后隐藏的因果关系。例如，最低工资标准是否会对就业水平产生影响？量化宽松政策又将如何作用于投资行为？自由贸易究竟是能够缓解还是会加剧不平等现象？

与此同时，也会接触到一系列“辅助性检验”，即稳健性检验(robustness tests)。常见的稳健性检验包括White检验、Hausman检验、过度识别检验、Breusch-Pagan检验，以及通过在模型中纳入额外控制变量后重新进行回归分析等方法。这些检验通常被定义为“检验结果是否稳健可靠”的工具。

那么，稳健性检验的内涵究竟是什么？其作用机制是什么？为何要开展稳健性检验？我们又应当如何有效地运用稳健性检验？

下面这个小短文，不会具体讲授如何操作某项特定的稳健性检验，而是侧重阐释这些检验的目的，以及如何审慎思考其适用性。这种思维模式普遍适用于任何类型的稳健性检验。此外，本文还将对一些常见的误解进行澄清。无论你正在学习计量经济学，抑或正在撰写涉及计量分析的学术论文或研究报告，本文都可能为你提供有益的参考。

为何要进行稳健性检验？

许多人将稳健性检验视为实证研究中“不可或缺的步骤”。例如，当使用固定效应模型时，就必须进行Hausman检验，这种观点虽普遍存在，但并非理想的研究思路（实际上，经济学论文中现在直接上固定效应，直接跳过了Hausman检验）。这种思维模式可能导致你执行不必要的检验，或忽略真正关键的检验。即使你选择了恰当的检验方法，也可能在论文中未能充分阐释其内在意义。

那么，稳健性检验的真实目的究竟是什么？

实际上，稳健性检验的核心在于对计量模型所依赖的假设前提进行评估。你或许还记得，在学习每一种计量经济学方法时，都需要掌握一系列前提假设，例如OLS回归分析所依赖的高斯-马尔可夫(Gauss-Markov)假设。这些假设至关重要，因为所有实证分析都必须立足于特定的假设前提，才能有效推导出科学结论。

假设的重要性可以通过一个简单的例子加以说明。每天，我们都观察到太阳从东方升起，且此现象已持续数十亿年之久。如果需要预测明日太阳依旧会从东方升起，我们必须预设没有任何外生事件会扰乱这一自然规律——但倘若超人(Superman)突然现身并决意逆转地球自转方向，上述预测便会失效。

与此类似，在计量经济学研究中，假设的成立与否直接决定了分析结果的可靠性。一旦这些假设条件无法得到满足，我们的分析结果便可能存在偏差。而稳健性检验的核心作用，正是检验这些关键假设是否成立，或者在假设条件不成立的情况下，研究结论是否依然稳健可靠。

通常而言，稳健性检验的逻辑框架如下：

原假设(H₀)：研究所依赖的关键假设成立。

备择假设(H₁)：研究所依赖的关键假设不成立。

换言之，稳健性检验旨在评估研究结论对于假设条件的不确定性是否具有“稳健性”（这个内涵很霸气。）。

如果你将稳健性检验理解为一种对关键假设进行系统评估的方法，便能更清晰地认识到如何正确有效地运用稳健性检验。

在开展稳健性检验时，应力求完整填写以下清单，以确保检验的有效性和针对性：

1. 我的分析研究依赖于假设A。
2. 如果假设A不成立，我的研究结果可能会受到B方面的影响（例如，估计值可能被高估/低估、标准误可能被低估等）。
3. 我怀疑假设A可能不成立的原因是C。
4. 我可以使用D方法来检验假设A是否成立，或者寻找不依赖于假设A的替代性分析方法，从而有效评估B方面影响的程度。
5. 如果发现[假设A确实不成立，或B方面的影响程度很大]，那么我将考虑采用E方法作为替代性的分析策略。

若无法完整填写上述清单，则不应轻易开展该项稳健性检验！特别是第3条(C)必须明确具体。即使你的理由仅为“因为假设A在诸多既有研究中均被证伪”，更为细致深入的分析亦将使你的研究更趋严谨周密。

一旦你能清晰完整地填写这份清单，你的学术论文实际上已初步构建起一段逻辑清晰、论证充分的讨论内容。

当然，在填写这份清单的过程中，你可能会感到困惑或不安。如果无法找到合适的D(检验方法)或E(替代分析方法)，则可能意味着当前的研究框架尚无法有效检验相关的关键假设。这本身或许并非构成实质性的问题，但你应在论文中明确讨论假设A、影响B以及原因C，从而使读者充分了解研究潜在的局限性。有时，最为合理的解决方案可能是放弃当前的分析路径，转而寻求更为稳健可靠的研究方法。无论最终结果如何，系统性地构建并完善这份清单是开展有效稳健性检验的必要前提。

案例解析：两种常见的稳健性检验

以下，结合两种常见的稳健性检验方法，阐释上述清单在实证研究中的实际应用。

案例1：White检验(用于检验异方差性)

White检验主要用于检测回归模型中是否存在异方差问题。若误差项的方差与某一或某些预测变量存在相关性，则模型可能存在异方差性。假设拟研究父母收入对子女个人收入水平的影响，回归模型的自变量包括个体18岁时的父母收入以及若干控制变量。

假设：误差项的方差保持恒定，且与预测变量不相关（即同方差性假设成立）。

潜在影响：若模型的确存在异方差性，则标准误的估计结果可能出现偏差，进而影响统计推断的有效性。

怀疑理由：通常而言，高收入家庭的收入波动幅度可能相对更大，这可能导致误差项的方差随父母收入水平的上升而系统性地增大。

检验方法：执行White检验，以考察模型是否存在异方差性。

应对策略：若White检验结果表明异方差性问题显著，则应考虑使用异方差稳健标准误(robuststandarderrors)对回归结果进行调整。

案例2：纳入额外的控制变量(用于检验遗漏变量偏差)

假设拟研究政权更迭对经济增长速度的影响，回归模型中的核心自变量包括GDP增长率的滞后项以及一个二元虚拟变量，用以表征当年是否发生政权更迭事件。

假设：模型中已纳入的解释变量与误差项之间不存在相关性（即模型不存在遗漏变量偏差）。

潜在影响：若模型存在遗漏变量偏差，则政权更迭变量的系数估计值可能被系统性地高估或低估，导致结论偏差。

怀疑理由：历史经验表明，政权更迭事件常常伴随着一定程度的暴力冲突，而暴力冲突本身亦可能对经济增长产生显著的负面影响。若模型遗漏了“暴力冲突”这一关键变量，可能会导致政权更迭的效应被错误地估计。

检验方法：在既有回归模型中加入“暴力冲突”变量，并密切观察政权更迭变量的系数估计值是否发生显著变化。

应对策略：若在纳入“暴力冲突”变量后，政权更迭变量的估计系数发生显著变化，则最终模型应考虑保留“暴力冲突”这一重要的控制变量，以缓解遗漏变量偏差问题。

上述案例清晰地表明，稳健性检验并非一成不变的机械步骤，而应是立足于具体研究假设和特定研究背景的，具有针对性和逻辑性的合理性检验。深刻理解和熟练掌握稳健性检验的内在逻辑，方能使你在未来的实证研究中更加严谨、自信地运用各种计量分析方法，并产出高质量的学术研究成果。

常见误解辨析

误解一：“稳健性检验应尽可能面面俱到。”

在任何实证分析过程中，研究者都面临着众多的稳健性检验选项。例如，可以检验模型是否存在异方差性、自相关性、线性关系偏差、多重共线性问题，亦可考虑在模型中纳入额外的控制变量，或尝试采用不同的模型设定等。针对每一项模型假设，通常都存在多种可供选择的检验方法。既然这些检验方法唾手可得，是否就意味着我们应当将所有检验悉数执行一遍？

答案是否定的。这一观点的谬误之处在于多重假设检验问题，尤其当稳健性检验涉及到统计显著性检验时，问题尤为突出。简言之，如果你拥有20个真实的原假设，并在95%的置信水平下对它们逐一进行显著性检验，那么即使所有原假设实际上均为真，平均而言，仍可能由于随机性误差而错误地拒绝其中一个原假设。我们通常从寻求统计显著性的角度来审视这一问题——即若初始分析结果并不显著，而研究者持续调整模型设定，直至最终获得显著性结果，那么这种显著性很可能仅仅是偶然因素所致，而非真实效应的体现。同样的问题也适用于稳健性检验。若研究者随意开展大量的稳健性检验，即使初始的分析方法完全正确，依然可能存在部分检验因随机波动而未能通过的情况。

这便可能导致一种研究困境：当某些稳健性检验未能通过时，研究者究竟应当坚持原有的分析策略，并认为检验的“失败”可能仅仅是随机误差所致，抑或应当调整既有的分析框架，从而有可能反而得出错误的结论？

为最大程度地规避上述问题，研究者应当优先检验那些至关重要的关键假设，亦即，一旦这些假设条件不成立，便会对分析结果产生实质性影响的那些假设。在计量经济学研究中，一条重要的原则是：力戒无的放矢的检验。

误解二：“若分析通过所有稳健性检验，则结论必然正确无误。”

前文已强调，不应仅仅因为某些稳健性检验方法易于操作，就盲目地执行所有可能的检验。采取这种审慎态度的部分原因在于，过度检验可能会导致研究者对研究结果产生不应有的过高信心。

例如，假设正在进行固定效应模型分析，并执行了计量经济学课程中所学的各类标准固定效应模型检验，且所有检验结果均显示模型设定通过了检验，那么，你的分析就真正万无一失了吗？

答案依然是否定的。究其原因，任何实证分析的可靠性都立足于所有相关的假设条件，而绝不仅仅是那些可以直接进行检验的假设。为确保分析结果的严谨性，研究者不应仅仅满足于针对常见的稳健性检验罗列出一份“核对清单”，而更应对所有关键假设进行系统性的全面评估。在此过程中，可参考以下“ABC法则”作为评估框架：

(A)假设本身是什么？(What is the Assumption?)

(B)若该假设不成立，会对分析结果造成何种程度的影响？(Impact if the Assumption is violated?)

(C)在当前特定的研究背景下，该假设是否合理？(Contextual Reasonableness of the Assumption?)

此外，稳健性检验方法本身亦存在固有的局限性。在某些情形下，即便某个关键假设实际上并不成立，但研究所采用的检验方法仍可能无法有效地识别出潜在的问题，从而错误地得出“通过检验”的结论。这实际上是统计学中第一类错误(Type I Error)的一种具体体现。因此，即便某项稳健性检验未检测到任何问题，研究者亦不可据此断定相关假设必然成立。

换言之，稳健性检验的核心作用在于提供支持性证据，而非提供绝对确凿的最终证明。鉴于此，研究者永远无法百分之百地确保其分析结果完全正确无误，而应在充分借鉴稳健性检验结果的基础上，审慎地结合专业常识做出合理的判断与解读。

误解三：“稳健性检验仅仅等同于特定的‘统计检验’。”

毋庸置疑，诸多常见的稳健性检验方法确实属于特定的统计假设检验范畴，例如White检验、Hausman检验、Breusch-Pagan检验以及过度识别检验(Over identificationTest)等。因此，人们可能会产生一种认知上的偏差，误以为稳健性检验仅仅指代这些特定的统计检验方法。那么，事实果真如此吗？

答案同样是否定的。稳健性检验的核心要义在于评估特定假设条件对分析结果所产生的影响程度，而绝非仅仅局限于机械地运用特定的统计检验程序。举例来说，通过在回归模型中添加额外的控制变量，并观察核心研究结果是否发生显著变化，这亦是一种典型的稳健性检验策略，但这种方法在严格意义上并非传统的统计假设检验。

事实上，稳健性检验可以采取多种多样的形式，例如：

通过绘制相关数据图表，直观地评估模型函数形式假设的合理性；

在双重差分(Difference-in-Differences,DID)分析框架下，系统地检查政策实施之前，处理组与对照组是否呈现出相似的趋势(即平行趋势假设检验)。

Nick Huntington-Klein, 2025, Robustness Tests: What, Why, and How

*社群已上传PDF, 可以到社群交流讨论计量问题。