截面与面板数据分析 · 经济学专业本科生课程

工具变量

Instrumental Variables & TSLS · Chapter 5

Z 工具 X 内生 Y 结果 u 误差 X 与 u 相关(内生) Z 必须与 u 无关

Z 只通过 X 影响 Y,且与 u 无关 → 借 Z 的"干净部分"识别

Agenda

本课地图

01

内生性与 IV 的思想

三类内生性来源;外生/内生定义;工具的两个条件;Wright 的黄油

P3–5
02

TSLS 与弱工具

两阶段在做什么;工具太弱时估计如何崩坏

P6
03

多个 IV 与有效性

过度识别;相关性(F>10 经验法则);外生性靠论证与过度识别检验

P7–9
04

真实研究里的工具

天气、风向、地理、历史事件、政策跳变、他国进口冲击

P10
一、内生性与IV思想

内生性:OLS 失效的三种来路

遗漏变量

漏掉的因素既影响 Y 又与 X 相关 → 进 u 后与 X 相关。第三章讲过。

测量误差

观测到的 X 带噪声,噪声进 u 且与观测 X 相关 → 衰减偏差。

双向因果

Y 也反过来影响 X(如犯罪率与警察数量)→ X 与 u 相关。

外生 vs 内生

X 与 u 不相关 → 外生,可直接 OLS;X 与 u 相关 → 内生,需找工具变量。

共同后果

三者都让零条件均值假设(假设 1)不成立 → OLS 失去无偏性与一致性。工具变量就是为这种局面准备的。

一、内生性与IV思想

合格工具的两个条件,和一个百年前的例子

条件 1 相关性

Z 与内生变量 X 相关。若完全不相关,Z 提取不出 X 的任何有效信息。

条件 2 外生性

Z 与 u 不相关,即 Z 只通过 X 影响 Y,不直接进入结果方程。

Wright 的黄油(1928):第一个 IV

要估计黄油需求弹性,但价格由供需同时决定(内生)。Wright 找到降雨量:牧场降雨影响黄油产量 → 移动供给曲线 → 影响价格(满足相关性);而降雨与黄油需求没有直接关系(满足外生性)。用降雨作工具,就把"由供给移动造成的价格变化"分离出来,从而识别需求曲线。

一、内生性与IV思想
课堂互动

练一练:哪个工具合格?

研究"警察数量对犯罪率的影响"。双向因果:犯罪多的城市会雇更多警察 → 警察数内生。判断三个候选工具。

候选 ① 该市当年的失业率

候选 ② 市长选举年(选举年倾向扩编警力,与当年犯罪冲击无关)

候选 ③ 该市去年的犯罪率

判断顺序:先问外生性(Z 会不会直接影响犯罪率),再问相关性(Z 会不会影响警察数量)。两问都过才合格。

二、TSLS与弱工具
课堂互动

两阶段在做什么;工具太弱会怎样

第一阶段

Xi = π0 + π1Zi + vi → 得 X̂i

把 X 拆成"Z 能解释的干净部分" X̂ 与"剩下的脏部分"。

第二阶段

Yi = β0 + β1X̂i + ui

只用干净部分 X̂ 去估 β1,脏部分(与 u 相关)被丢掉。

IV 偏差的量级 ≈ cov(Z,u) / cov(Z,X):分子是外生性的偏离(理想为 0),分母是相关性强度。

0.05 极弱工具1 强工具
若 cov(Z,u)=0.02—
第一阶段 F(示意)—

—

经验法则:第一阶段 F > 10 才不算弱工具。数值为教学示意。

三、多IV与有效性

多个工具变量与推断

多个 IV 工具可以多于一个(也可以多于内生变量个数)。矩条件随之增多,进入过度识别情形,TSLS 把它们加权合并——这正是 6.2 讲 GMM 时的情形。

TSLS 的性质 一致;大样本下服从正态分布。于是回归的一般推断过程可以推广到 IV 回归。

单个系数
t 统计量

联合假设
F 统计量

95% 置信区间
± 1.96 SE

三、多IV与有效性

有效性:相关性可查,外生性靠论证

相关性:可以检验

  • 看第一阶段:Z 对 X 的回归是否显著
  • 经验法则:第一阶段 F > 10
  • 弱工具 → TSLS 不可靠,大样本也救不了

外生性:一般不能直接检验

  • 靠常识与对问题的理解论证(如降雨不影响黄油需求)
  • 过度识别时可用过度识别约束检验
  • 但该检验以"至少已有一个有效工具"为前提,前提本身仍靠论证

读 IV 论文的第一问 不是"系数显著吗",而是"这个工具凭什么外生?作者论证了什么、排除了哪些渠道?"

四、真实研究里的工具
文献实例

好工具从哪里来:六篇 AER 的选择

天气 · 降雨

Wright (1928) 黄油供需:降雨移动供给、不影响需求。

风向

Deryugina et al. (2019, AER):用当地风向变化作空气污染的工具,估污染对老年人死亡与医疗支出的因果效应。

地理障碍

Harari (2020, AER):用城市扩张时遇到的地理障碍作城市形状的工具,估紧凑形状对人口增长的影响。

自然事件 · 林火

Sheldon & Sankaran (2017, AER):用卫星火点数据作新加坡污染的工具;火辐射功率升 1 个标准差,污染升 1.4 个标准差、门诊就诊升 0.7 个标准差。

历史事件

Huber (2018, AER):用战后该银行被历史性拆分构造地区暴露度工具,估银行信贷收缩对企业与县的影响。

政策跳变 / 他国冲击

Dahl & Lochner (2012, AER) 用 EITC 的非线性大变动作收入工具(收入增 $1,000 使成绩升 0.06 个标准差);Autor, Dorn & Hanson (2013, AER) 用其他高收入国家自华进口变化作美国进口的工具。

共同点 好工具往往来自历史、自然、地理、政策规则——它们影响 X 的渠道清楚,而直接影响 Y 的渠道可以说清"没有"。数字均取自各论文摘要。

小结
随堂练习

小结与随堂练习

这节课讲了什么

1 内生性

遗漏变量/测量误差/双向因果 → 假设 1 破 → OLS 失效

2 工具两条件

相关性(可查)+ 外生性(靠论证);Wright 的降雨

3 TSLS 与弱工具

两阶段只用 X 的干净部分;第一阶段 F>10 经验法则

4 推断与好工具

t/F/CI 同套;好工具来自历史、自然、地理、政策规则

✎ 判断与设计

情境:估计"上名校对毕业收入的影响",能力不可观测 → 内生。

请回答(点一下看提示):

+ ① 用"家庭收入"作工具合格吗?
提示:不合格。家庭收入可能直接影响收入(人脉、资源),外生性存疑
+ ② 用"录取分数线附近的录取规则"呢?
提示:接近合格思路:规则只通过是否录取影响结果 → 断点/IV 思想(第七章 RD)
+ ③ 第一阶段 F = 6,能用 TSLS 吗?
提示:弱工具(F<10),TSLS 不可靠,应换工具或换设计
思政点睛

工具的说服力,
来自论证而非公式

IV 的外生性无法被数据证明,只能被认真研究论证。
一个工具的说服力,来自对"它凭什么只通过 X 起作用"的诚实交代。
这恰恰是科学精神:把最脆弱的假设放在最亮处。
经世济民,学以致用。

课后思考:Mellon (2021) 列举了 176 处"用天气作工具"可能违反排他性约束的情形。想一想:这对你今后选择工具有什么提醒?