之前看到有一些人问谈遗漏变量以及计量实证研究的意义等等，其实遗漏变量是很正常的现象，你不可能把影响y的所有x向量包含进来，如果能100%拟合，那还需要误差项干什么呢。因此计量实证研究重点是关注一 X变量对Y的影响，而且我们感兴趣的是
causal effects，因为这样才能知道Policy X到底对Y会产生什么影响。How to identify the causal effect is the task for empirical studies. 而且有的遗漏变量如果只影响Y，而与X没有关系，那遗漏了也没有关系的，虽然遗漏，但不会造成遗漏变量Bias，就没有内生性偏误了。如果遗漏变量与X相关也与Y相关，就有内生性偏误了，那么该怎么衡量Causal关系呢，最重要是要寻找那些can avoid the other potentials that may go beyond x but affect y的工具变量，这样哪怕遗漏了其他变量也是没有关系的。比如研究国际贸易对经济增长的影响，我们知道很多东西影响经济增长，如民主，ZF效率，FDI，援助，汇款，金融发展等等，这些变量还有可能跟贸易有关的，而且都有以往理论和实证上的支持。但是怎么找到这样的变量能够排除这些渠道的影响呢？Feyrer（2009）使用第三次中东战争苏伊士运河关闭所带来的海运距离的增加作为自然实验作为贸易的工具变量，这样就能排除其他渠道的影响，文章只用贸易作为解释变量，当然控制了国家和时间固定效应，文章（RR）Quarterly Journal Of Economics。 这里向做实证的人推荐一本书，里面很好地阐述了这样的很多问题：Angrist和Pischke（2008）：Mostly Harmless Econometrics: An Empiricist‘s Companion。
他们在序言中提到：
The most important items in an applied econometrician‘s toolkit are:
1. Regression models designed to control for variables that may mask the causal e¤ects of interest;
2. Instrumental variables methods for the analysis of real and natural experiments;
3. Differences-in-di¤erences-type strategies that use repeated observations to control for unobserved
omitted factors.
以及实证研究的4个问题和步骤：
1. In the beginning, we should ask: What is the causal relationship of interest?
2. The second research question is concerned with
the experiment that could ideally be used to capture the causaleffect of interest.
3. Question Number 3 asks: what is your identification strategy?
4. The fourth research question:
what is your mode of statistical inference?
扫码加好友，拉您进群
全部版块
我的主页
收藏
