内生性

内生性概念

• 定义：内生性是指解释变量与误差项相关，导致估计量的非一致性。3
• 产生原因：内生性问题通常与模型识别紧密相连，需要排除竞争性解释存在的可能，控制那些无法观测或者被遗漏的且和解释变量相关的因素。1
• 表现形式：内生性问题表现为随机扰动项和解释变量存在相关性，这通常发生在多元回归模型中。1

内生性的影响

• OLS估计不可靠：内生性问题会导致普通最小二乘法(OLS)估计结果不可靠，因为自变量与扰动项的相关性会影响估计的准确性。2

解决内生性问题的方法

• 工具变量法：使用工具变量法可以解决内生性问题，通过找到与解释变量相关但与误差项不相关的外生变量作为工具变量。2
• 固定效应模型：在面板数据中，固定效应模型可以控制不随时间变化的遗漏变量，从而减少内生性问题。2
• 差分或固定效应：在动态面板数据模型中，可以使用差分或固定效应的方法来解决内生性问题。2

内生性的辨析和检验

• 辨析：内生性的辨析需要识别模型中哪些变量是内生的，哪些是外生的，这通常需要对经济理论和数据结构有深入的理解。3
• 检验：内生性的检验可以通过Durbin-Wu-Hausman检验等统计方法来实现，以判断解释变量是否与误差项相关。3

内生性问题的实际应用

• 股票流动性与激励合约：在金融学中，股票的流动性对经理人的激励合约设计有影响，流动性提高时，经理人可能选择现金比重小的激励合约，这本身可能促进股票流动性，体现了内生性问题。1