지연된 DV를 도구 변수로 사용하는 이유는 무엇입니까?


12

나는 계량 경제학자가 아닌 이해하기 위해 고심하고있는 일부 데이터 분석 코드를 물려 받았습니다. 한 모델은 다음 Stata 명령을 사용하여 도구 변수 회귀 분석을 실행합니다.

ivreg my_dv var1 var2 var3 (L.my_dv = D2.my_dv D3.my_dv D4.my_dv)

이 데이터 세트는이 변수 세트에 대한 여러 순차적 관측치가있는 패널입니다.

이 코드가 DV의 지연된 값을 계측기로 사용하는 이유는 무엇입니까? 내가 그것을 이해하기 때문에 (오래된 교과서로 파기에서), 회귀자가 오류 항과 상관되어 문제가있을 때 IV 추정이 사용됩니다. 그러나 DV 지연을 계측기로 선택하는 것은 언급되지 않았습니다.

이 코드 줄에 대한 설명은 "인과성"을 언급합니다. 여기서 목표가 무엇인지 알아내는 데 도움이되는 것이 가장 환영받을 것입니다.


귀하의 질문에서 코드를 약간 잘못 읽었을 수 있습니다. 구문은 차이를 "계기"로 사용하여 종속 변수의 지연을 추정합니다.
Andy W

lara : 스타 타 코드의 의미를 알기 쉽게 설명하기 위해 질문을 편집 할 수 있습니까?
user603

답변:


7

편집 : 아래 Andy W가 제공 한 stata 코드에 대한 설명이 주어지면 질문에 더 잘 맞도록 답변을 변경했습니다. 내 답변의 이전 버전은 현재 답변 아래에 있습니다.

귀하의 코드는 Arellano-Bond 추정기를 DIY에 서투른 시도로 보입니다 (ivreg 추정치를 2SOLS로 가정). 당신은 A / B 추정의 사용과 논리에 대한 자세한 내용은 찾을 수 이 좋은 리뷰 논문에서 뿐만 아니라에서 광범위한 소개.

간단히 말해서 3 줄 이내 : A / B 추정기는 실제로 (일반화 된) IV 추정기이지만 인과성 문제를 해결하는 데 사용되지는 않습니다. 이러한 맥락에서 IV는 패널 데이터의 맥락에서 AR 계수의 효율적인 추정을 제공하는 데 사용됩니다.

여기서 바퀴를 다시 발명하지 말고 대신 준비된 도구 상자를 사용하여 그러한 추정을 수행하는 것이 좋습니다. stata의 경우 XTABOND2 (또는 STAT11을 실행중인 경우 XTABOND) 패키지를 사용할 수 있습니다.


오래된 응답 :

간단한 예가 여기에 도움이 될 것입니다. 시간에 따라 두 개의 변수 y t가 샘플링되어 x ty t 간의 상관 관계 가 매우 높다고 가정합니다. 당신은에 대한 주장하고 싶습니다 X t 의 원인이 Y t을 하지만 불행히도 어떤에서 아주 좋은 경쟁하고 신뢰할 수있는 이론이 Y t이 발생 X t는 .xtytxtytxtytytxt

ytxt1xt

ytxt1xt1ytxy

ytxt1I(0)


+1 DIY Arellano-Bond처럼 보이는이 해석에 동의하십시오. NB : Arellano-Bond는 수백 개와 같이 단면 단위의 수가 매우 많은 경우에만 신뢰할 수있는 것으로 나타났습니다. Arellano는 그의 기사와 교과서에서 일관성이 횡단면 단위의 수에 있고 수렴 률이 그렇게 빠르지 않다는 것을 암시함으로써 많은 것을 암시합니다.
Cyrus S

5

Stata를 모르므로 특정 모델에 대해서는 언급 할 수 없습니다. 그러나 지연 변수를 사용하는 것은 일반적으로 동시 편향을 다루고 특히 도구 변수를 만들 때 상당히 일반적인 접근 방식입니다.

모델의 두 변수 인 독립 변수 (예 : 가격)와 종속 변수 (예 : 수량) 사이에 피드백이 있다고 가정하십시오. 그런 다음 둘 다 내생 적이며 (그 원인은 모델 내에서 발생합니다) 오류 항에 대한 섭동은 변수에 영향을 미칩니다 .

이 문제를 해결하기 위해 오류의 변동이 종속 변수 (수량)에만 영향을 미치도록 독립 변수 (가격)를 외생 적으로 만들려고합니다. 이는 가격에 따라 모델의 다른 외생 변수를 회귀하여 새로운 외생 변수를 생성함으로써 달성됩니다. 이 새로운 외생 변수는 도구 변수 (IV)입니다. IV는 외생 용어에서 파생되므로 오류와 상관이 없습니다.

그러나이를 위해서는 외인성이 어떤 변수인지 파악하여 IV를 도출하는 데 사용할 수 있어야합니다. 지연된 변수는 과거에 "발생"하여 현재의 오류와 상관 될 수 없습니다. 지연된 변수는 외인성이므로 IV를 도출하기위한 편리한 후보가된다. 그러나 오류가 자동 상관되면 앞의 인수가 실패합니다.

이에 대한 좋은 소개와 참고 자료는 소개 에코 노 메트릭스 : Wooldridge 의 현대적인 접근 방식 입니다.


5

Stata의 다음 코드 스 니펫에 익숙하지 않은 사람들을 위해 OP가 제공했습니다.

ivreg my_dv var1 var2 var3 (L.my_dv = D2.my_dv D3.my_dv D4.my_dv)

이 방정식은 다음과 같이 읽을 수 있습니다

와이=α+β1(V아르 자형1)+β2(V아르 자형1)+β(V아르 자형1)+β4(와이~1)

와이~1

와이~1=α+1(Δ2와이)+2(Δ와이)+(Δ4와이)

(즉, IV 방정식의 첫 번째 단계는 Stata 코드의 괄호 안에 있습니다)

델타는 2 차, 3 차 및 4 차 차이를 나타내며 종속 변수의 지연을 추정하기 위해 제외 된 도구로 사용됩니다.

L.1D.D2.

처음에 나는 누군가가 이것을하는 논리적 인 추론을 생각할 수 없었다. 그러나 Kwak은 Arellano-Bond 방법이 모형의 자동 회귀 성분을 추정하기위한 도구로 차이점을 사용한다고 지적했습니다 (이 논문 참조 ). (또한 초기에 나는 시리즈가 비정규적인 경우에만 차이가 영향을 미칠 것이라고 가정했는데, 그 링크드 페이퍼에서 본드 상태는 시리즈가 무작위 보행 일 경우 21 페이지에서 차이가 약한 도구 일 것이라고 본다. )

도구 변수에 대한 소개로서 추가 자료에 대한 제안으로,

답변 (Charlie)의 또 다른 포스터는 내가 좋아하고 제안할만한 슬라이드 와 관련이 있으며 도구 변수에 대한 소개를 살펴볼 가치가 있습니다. 나는 또한이 파워 포인트 를 내 교수가 워크샵을위한 소개서로 준비 할 것을 제안 한다. 도구 변수에 대해 더 배우고 자하는 사람에게는 마지막 제안으로 Joshua Angrist의 연구를 찾아보아야합니다.

여기 내 초기 답변이 있습니다


L.1D.D2.

내가 본 모든 응용에서, 사람들은 독립 변수 의 지연을 도구로 사용하여 종속 변수의 지연을 추정합니다 (ars가 이야기하는 이유로). 그러나 이것은 지연 독립 변수가 적용되는 시간 동안 오류 항에 대해 외인성이라는 가정에 근거합니다.

나는 종속 변수의 차이점이 외생 적 인 것으로 간주되는 추론을 모른다. 내가 아는 한, 방정식의 한 쪽만 차이를내는 관행은 받아들이지 않으며 오히려 비논리적 인 결과를 낳을 것입니다 ( 여기서는 누군가에게 변수 수준을 예측 변수로 포함시킨 역 상황에 대해 비판하는 논문이 있습니다) IV 계열의 항을 재정렬하면 실제로 Dickey Fuller (증가 된 Dickey Fuller) 검정과 유사하게 보입니다.

가장 간단한 대답은 코드를 작성한 사람에게 물어 보는 것이지만 누구나이 절차를 수용 할 수있는 예 또는이 절차가 의미있는 결과를 반환하는 상황을 설명 할 수 있습니까? 마찬가지로 시리즈가 비정상적이지 않은 경우를 제외하고 차이가 레벨에 영향을 미치는 논리적 인 추론은 생각할 수 없습니다.


앤디 스타 타 코드를 모른다. 그렇기 때문에 영어로 작성된 질문 부분에 대한 응답으로 이해되어야하는 대답에 스니핑 된 코드를 언급하지 않는 이유가 있습니다.
user603

@kwak-나는 당신의 게시물을 비판하지 않았습니다, 나는 당신이 말한 모든 것에 동의합니다. 왜 누군가가 내가 모르는 계기로 차이점을 사용할 지에 대한 논리가 있는지 궁금했습니다. 차이점이 그러한 절차의 요구 사항을 충족시키는 상황은 상상할 수 없습니다.
Andy W

안녕 앤디 :> 난 당신이 비평가로 의견을하지 않았다. 귀하의 게시물은 Rob 또는 I (잘못) 이해하지 못한 질문의 핵심 측면을 강조하고 있습니다. 무엇이든 협업의 중요성을 보여줍니다.
user603

+1. 이 모든 것을 이전에 보지 못했습니다-스타 표기법에 대한 크래시 / 미니 코스뿐만 아니라 문제를 지적 해 주셔서 감사합니다. 나는 당신의 첫 번째 의견을 해석이 잘못되어 매우 일반적인 의미로 대답했다는 것을 암시했습니다. 좀 더 끈기 있고 kwak이 알아 낸 것이 기쁘다.
ars
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.