各位坛友，最近做论文，本以为自己找到了工具变量，但今天仔细看参考伍德里奇的横截面、格林的计量以及一些学者发在期刊上的关于解决内生性问题的几篇文章，后来突然发现还不如不用2SLS回归，直接的OLS（或者广义线性）可能会更好。内生性，的确是计量永远的痛，在运用工具变量过程中，我个人感觉IV估计中那些几近严苛的假定几乎不会条条都成立（其实大部分假定都不会成立），比如同方差假定、工具与扰动变量不相关假定等等在一定程度上很难满足（强烈请求坛友们推荐几篇比较规范的解决了内生性的应用性文章）。如果这些假定不成立（或者不全成立），那么IV的统计推断，可识别检验，外生性检验（工具与扰动项），hausman检验，弱工具检验等等一系列检验都会有很大的问题。还有就是一个变量的内生性来源（比如可疑的内生性变量是X1），可能会是双向因果，也可能是遗漏变量，还可能是测量误差引起，那么我们到底该多考虑谁呢？如果投稿改怎么说服审稿人呢？对了还有控制变量矩阵中可能会同时出现连续型和离散型变量，这些情况都会使2SLS的运用出现障碍。发这个帖子的主要目的是想看看大伙儿在解决内生性问题上是不是有同样的感觉？还有就是坛子里隐藏的大牛期刊审稿人们，你们在审稿子时是怎么对待作者声称“本文解决了或部分解决内生性问题”这些问题呢？来吧。。。。吐出你的心声。。。