详情参见 Baum(2006, p.215)，详见附件中的文件。
我强调的是，如果手动执行两步步估计，则得到的残差是错误的，这进而导致标准误不再具有一致性。
你上面的表述误解了我在视频中讲解的意思。
*------------------------
* 两阶段最小二乘法（2SLS）
*------------------------
* 对于模型:
*
* y = x1*b1 + x2*b2 + e 假设 Corr(x2,e)!=0
*
* 若存在两个工具变量 z1 和 z2，我们我将得到两个 IV 估计量，
* 问题：如何将这两个IV估计量合并起来？
*-- 解决方法：两阶段最小二乘法——2SLS
* 第一步：
* reg x2 on z1 z2, 得到 x2 的拟合值 x_2，x_2 可视为 x2 的工具变量
* 第二步：
* reg y on x1 x_2, 即执行 IV 估计。
*
* 特别说明：
* 虽然基本思想是这样的，但我们不能如此操作，因为这种方法是错误的！
*-- 理论推导：
*
* y = X*b + u (1)
*
*-1 X = Z*b1 + u (2)
*
* X_hat = Z*b1_OLS (3)
* = Z*[inv(Z'Z)*Z'X]
* = P_z*X (其中，P_z = Z*inv(Z'Z)*Z')
*
*-2 y = X*b + u
* b_2SLS = inv(X_hat'*X)*X_hat'*y (4)
* = inv(X'*P_z*X)*X'*P_z*y
*
* Var(b_2SLS) = sigma^2*inv(X'*P_z*X) (5)
*
* sigma^2 = e'*e/N (e 表示残差向量) (6)
*
* e = y - X*b_2SLS (7)
* 特别注意：
* 虽然从名称上来看，2SLS 似乎应该执行“两步法”，但这种做法是错误的；
* 正确的估计式是 (4) 和 (5)
* 如果采用两步法，得到的残差序列是错误的：
* e = y - X_hat*b_2SLS
* 而正确的估计式应该是 (7) 式！
扫码加好友，拉您进群
全部版块
我的主页
收藏
