看了很多资料，都提到弱工具变量的检验问题，发现现在比较流行的似乎就是使用ivreg2，使用它报告的Weak identification test (Cragg-Donald Wald F statistic):                1.470
Stock-Yogo weak ID test critical values:  5% maximal IV relative bias    11.04
                                         10% maximal IV relative bias     7.56
                                         20% maximal IV relative bias     5.57
                                         30% maximal IV relative bias     4.73
                                         10% maximal IV size             16.87
                                         15% maximal IV size              9.93
                                         20% maximal IV size              7.54

除此以外，还会报告第一阶段每个内生变量的F值，
F test of excluded instruments:
  F(  4,    19) =    44.27
  Prob > F      =   0.0000




可是如果有两个以上内生变量时，有时候每个的F值都大于10，但是Weak identification test (Cragg-Donald Wald F statistic) 却很小，通不过检验。可是F值说明工具变量和内生变量的相关性已经非常高了，可是为何CD Wald还通不过呢？

不过见过一篇文章是这么做的：
A related question concerns the explanatory power of the instruments. If the instruments are weak the exogenous vari-
ation in openness will be limited and this may distort inference (Stock, Wright, & Yogo, 2002). To address this issue we
regressed DVINFt
1 and DOPENit on the instruments used for the differenced equation, and VINFt
1 and OPENt on the instru-
ments used for the levels equation, and performed F-tests for the joint significance of the regressors. The test statistics were
27.96 (DVINFt
1 equation), 23.16 (DOPENit ), 20.04 (VINFt
1) and 83.29 (OPENt ), each of which is significant at the 0.1% level.
Hence, the instruments appear to have considerable explanatory power。

我理解他就是使用了各自的F值来判断弱工具变量问题了。
不知道这样是否可行？