审稿人: IV外生性, 理解了这些清晰案例和DAG图再也不用担心被拒了

学术   2024-08-17 08:02   中国香港  

凡是搞计量经济的,都关注这个号了

箱:econometrics666@126.com

所有计量经济圈方法论丛的code文件, 微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

背景知识:

假设论文1将W作为X1的工具变量,用以估计X1对结果变量Y的因果影响;与此同时,论文2提出W同样可以作为另一个变量X2的工具变量(揭示了W与X2之间存在联系)。那是不是因为X2途径的存在,使得W作为X1的工具变量可能会违反排除限制条件呢?
*想一想,排除限制条件要求W只会通过X1这一路径影响结果变量Y,而若另一项研究中也用W作为X2的工具变量,而如果X2与结果变量Y存在某种关系,那就意味着W不太适合作为X1的工具变量。
该文“审稿人: 记住这8种情况, X2的存在不会让W作为X1的工具变量违反排除限制条件”显示,在下面8种情况中,X2的存在并不必然会让W作为X1影响Y的工具变量违反排除限制条件。
今天,我们接着用一个个具体示例看看,这些例外情况是如何逻辑自洽的,其中X1是经济活动,Y是内战,而工具变量W是天气,Xj是其他文献中使用W作为工具变量的自变量。

通过应用工具变量(IV)估计方法来分析经济活动(X1)与内战(Y)之间的关系,下面表格揭示了在特定情况下,其他文献中的变量(Xj,也是用W作为Xj的IV)可能不会导致工具变量WX1影响Y的估计中违反排除限制条件。
表2列出了其他研究中声称由天气因素引起的50个相关的Xj变量。表中的“假设(assumption)”列详细展示了这些Xj变量的情况。对于每种例外情况的分类的理由和证据,可以在表A1中找到更加详尽的阐释(在后面)。此处的目的并不在于为这些具体的进行辩护,而是向读者展示如何清晰地表述排除限制条件背后的实质性假设,并让读者自行决定是否接受表A1的推理过程。
例如,例外情况2,将13个Xj变量归类为不会导致工具变量WX1对Y影响的估计中违反排除限制条件,原因在于这些变量实质上是X1的一部分。“经济活动”是一个涵盖面极广的概念,它不仅包含了“作物生产”和“收入”等要素,还包括了其他许多相关变量。对于那些以较为狭窄的X1定义(例如仅指作物收入)为研究对象的论文,采用天气作为工具变量的方法在当前阶段难以排除这些众多的Xj变量。
例外情况4,有两个变量(rebel recruitment和crime)不会导致工具变量W在X1对Y影响的估计中违反排除限制条件,因为XjY的一个组成部分。例如,叛乱招募可以合理地视为内战的一个组成部分,而不是一个完全独立的过程。同样,一些学者认为犯罪和内战之间并没有严格的界限,这表明在某些情况下,犯罪活动可能被视为内战的一部分。
例外情况6,这些情况中X1作为中介变量,连接了WXj之间的关系。重要的是,并没有充分的理由相信存在一条不经过X1的直接从WXj的因果路径。例如,Ajefu和Abiona(2019)的研究将天气冲击与童工现象联系起来,但他们明确指出这种联系是基于收入的冲击,这表明童工现象属于例外情况6。换句话说,天气变化首先影响了经济活动(即收入),进而影响了童工现象,而不是天气直接导致童工。
相反,虽然天气对移民的影响通常被描述为对收入冲击的反应(如Kleemans & Magruder, 2018;Pugatch & Yang, 2011的研究所示),但也有研究指出天气通过直接导致人口流动的方式影响移民,例如飓风玛利亚对波多黎各移民的影响(DeWaard等人,2020)。在这种情况下,移民并不属于例外情况6,因为天气变化直接导致了移民行为,而不是通过经济活动这一中介变量。
例外情况7中,XjY没有直接影响。在评估每种情况时,深入研究了相关文献,寻找XjY之间可能存在的联系,并考虑了文献中未明确讨论但可能合理的联系。例如,目前没有研究指出儿童死亡率会在短期内引发内战,同样,也很难想象会存在这样的因果关系。在研究中涉及的20个Xj变量中,有12个被认为与内战有因果联系,而另外8个则没有。这一发现强调了社会科学中大多数内生变量在因果关系上的相互纠缠。
至于例外情况8,认为Xj对内战Y的影响完全是通过经济活动X1来传导的。例如,Natalini等(2020)的研究只提出了能量价格与内战之间联系的经济机制,这意味着能量价格的变化首先影响了经济活动,然后才可能对内战产生影响。

更详尽一些的表格和文献及相关解释:

Reference: Mellon, Jonathan. 2024. “Rain, rain, go away: 194 potential exclusion-restriction violations for studies using weather as an instrumental variable.” American Journal of Political Science。
*可以进一步到社群交流讨论各种计量方法。
工具变量,参看1.内生性问题操作指南, 广为流传的22篇文章,2.看完顶级期刊文章后, 整理了内生性处理小册子,3.如何寻找工具变量?得工具者得实证计量,4.内生性处理的秘密武器-工具变量估,5.工具变量在社会科学因果推断中的应用,6.为你的"工具变量"合理性进行辩护, 此文献可以作为范例,7.没有工具变量、断点和随机冲击,也可以推断归因,8.工具变量与因果推断, 明尼苏达Bellemare关于IV的分析,9.工具变量IV与内生性处理的精细解读,10.我的"工具变量"走丢了,寻找工具变量思路手册,11.面板数据里处理多重高维固定效应的神器, 还可用工具变量处理内生性,12.豪斯曼, 拉姆齐检验,过度拟合,弱工具和过度识别,模型选择和重抽样问题,13.工具变量先锋 Sargan,供参考,14.AEA期刊的IV靠不靠谱?15.计量大焖锅: iv, clorenz, rank, scalar, bys, xtile, newey, nlcom,16.GMM是IV、2SLS、GLS、ML的统领,待我慢慢道来,17.IV和GMM相关估计步骤,内生性、异方差性等检验方法,18.因果推断IV方法经典文献,究竟是制度还是人力资本促进了经济的发展?19.内生变量的交互项如何寻工具变量, 交互项共线咋办,20.面板数据、工具变量选择和HAUSMAN检验的若干问题,21.IV和Matching老矣, “弹性联合似然法”成新趋势,22.IV回归系数比OLS大很多咋回事, 怎么办呢? ,23.不用IV, 基于异方差识别方法解决内生性, 赐一篇文献,24.找不到IV, RD和DID该怎么办? 这有一种备选方法,25.内生转换模型vs内生处理模型vs样本选择模型vs工具变量2SLS,26.内生性, 工具变量与 GMM估计, 程序code附,27.GMM和工具变量在面板数据中的运用,28.关于工具变量的材料包, 标题,模型,内生变量,工具变量,29.必须使用所有外生变量作为工具变量吗?30.工具变量精辟解释, 保证你一辈子都忘不了,31.毛咕噜论文中一些有趣的工具变量!33.前沿: 删失数据分位数工具变量(CQIV)估计, 做删失数据异质性效应分析34.不需要找工具变量, 新方式构建工具变量, 导师再也不用担心内生性问题了!35.关于顶级外刊工具变量的使用最全策略, 不收藏反复读就不要谈IV估计!36.如何通过因果图选择合适的工具变量?一份关于IV的简短百科全书37.前沿: nature刊掀起DAG热, 不掌握就遭淘汰无疑!因果关系研究的图形工具!38.最清晰的内生性问题详解及软件操作方案!实证研究必备工具!39.中国女学者与其日本同行在JPE上发文了!利用独特数据, 地理断点RDD和IV研究中国环境议题!40.双胞胎样本解决遗漏变量和测量误差, LIV解决选择偏差41.内生性处理的秘密武器-工具变量估计42.工具变量IV必读文章20篇, 因果识别就靠他了43.看完顶级期刊文章后, 整理了内生性处理小册子44.“内生性” 到底是什么鬼? New Yorker告诉你,45.Heckman两步法的内生性问题(IV-Heckman),46.最全估计方法,解决遗漏变量偏差,内生性,混淆变量和相关问题47.非线性面板模型中内生性解决方案48.内生性处理方法与进展,49.万能cmp程序, 有了他, 建议把其他程序全删掉!50.你的内生性解决方式out, ERM独领风骚51.面板数据是怎样处理内生性的52.计量分析中的内生性问题综述53.一份改变实证研究的内生性处理思维导图54.Top期刊里不同来源内生性处理方法55.面板数据中heckman方法和程序(xtheckman),56.控制函数法CF, 处理内生性的广义方法57.二值选择模型内生性检验方法58.2SRI还是2SPS, 内生性问题的二阶段CF法实现59.非线性模型及离散内生变量处理利器, 应用计量经济学中的控制函数法!60.最全利用工具变量控制内生性的步骤和代码—在经管研究中的应用,61.如何选择合适的工具变量, 基于既有文献的总结和解释!62.中介效应最新进展: 中介效应中的工具变量法使用方法及其代码!63.弱工具变量的稳健性检验, 附上code和相关说明!64.工具变量对因果效应的识别和外推, 大牛的顶级评述!65.几百年一遇的工具变量让基于OLS的截面数据回归结果发到Top了, 设计巧妙让人叹服!66.一份使用工具变量回归的AER文章清单, 思路惊奇定会让你脑洞大开!67.估计工具变量回归时, 是否必须将所有外生变量用作工具变量?68.引力模型基础上的工具变量如何构建?69.必读, 宗教是如何阻碍经济发展的? 基于DID, IV和各种机制分析的AER量化史分析!70.JPE上利用地理断点RDD和IV研究中国环境议题的do文件release!71.工具变量IV估计免费课程, 文章, 数据和代码全在这里, 不学习可不要后悔!72.天下回归, 无内生性不破, 唯此神文不破, 练就内生性处理的终极大法!73.搞懂因果推断中内生性问题解决方法必读的书籍和文献已搜集好!74.2020年博导圈流传最广的一份“几十种内生性处理方法及其要求和局限”的宝典, 并附上代表性重要文献!75.因变量和内生变量是连续,有序和无序多元变量时, 该如何做工具变量估计?76.你确定找到一个好的工具变量了吗? 这将是一篇最值得你看的文章!77.华人金融学术女神为运用工具变量估计方法做因果推断的学者提供了如下宝贵建议!
下面这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。

7年,计量经济圈近2000篇不重类计量文章,

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle




数据系列空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 官员方言  | 微观数据 | 内部数据
计量系列匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID
数据处理Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |
干货系列能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验
计量经济圈组织了一个计量社群,有如下特征:热情互助最多前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此,建议积极进取和有强烈研习激情的中青年学者到社群交流探讨,始终坚信优秀是通过感染优秀而互相成就彼此的。

计量经济圈
凡是搞计量经济的,都关注这个号了。
 最新文章