感谢“Stata博客”提供的全面信息！

【问题及方法】

内生性，每个实证人的痛。内生性的三个来源：测量误差、遗漏变量和双向因果。

1、变量的内生性。

这个是没有办法单独检验的。当有合适工具变量时候，是可以检验的，就是hausman检验

2、工具变量的外生性。

这个也是没办法检验的。当有很多工具变量时候，可以检验是否有不是外生的，就是“过度识别”问题

3、工具变量的相关性。

这个可以说成是“弱工具变量”问题，检验可以通过一阶段的F值。还可以利用Partial R2。

4、估计方法

stata里面有这么几个2sls，2sls smal、liml、gmm，各自适用情况：small适合小样本；liml适合弱工具变量；gmm适合异方差。

【例子】

webuse hsng2

*Fit a regression via 2SLS, requesting small-sample statistics
ivregress 2sls rent pcturban (hsngval = faminc iregion), small

*Fit a regression using the LIML estimator
ivregress liml rent pcturban (hsngval = faminc iregion)

*Fit a regression via GMM using the default heteroskedasticity-robust weight matrix
ivregress gmm rent pcturban (hsngval = faminc iregion)

*Fit a regression via GMM using a heteroskedasticity-robust weight matrix, requesting nonrobust standard errors
ivregress gmm rent pcturban (hsngval = faminc iregion), vce(unadjusted)

*检验

estata firststage ,all forcenonrobust [url=]\\\[/url]可以查看第一阶段F值，已经partial R2

estat overid [url=]\\\[/url]查看是否过度识别

estat endogenous [url=]\\\[/url]查看是否异方差

regress 2sls rent pcturban hsngval

est store m1

ivregress 2sls rent pcturban (hsngval = faminc iregion)

est store m2

hausman m1 m2 [url=]\\\[/url]内生检验