内生性问题及其产生原因
内生性问题及其产生原因有测量误差、遗漏解释变量、互为因果等。
1、内生性名称的由来
现在人们说某个模型有内生性问题（endogeneity issue），是指模型中的一个或多个解释变量与误差项存在相关关系。
显然，这个解释和内生性这个名字有点不搭，其实内生性问题字面含义是指模型中的解释变量有内生性（endogeneity）。
在一个模型中，有些变量的值是在模型内部决定的，是内生的（endogenous）；有些变量的值是被模型外界决定的，是外生的（exogenous）。在一般模型中，被解释变量应该是内生的，解释变量应该是外生的，解释变量的取值是不能被我们的模型所决定的。内生性问题字面意思指的是解释变量不是完全外生了，有了内生性了。
此种内生性问题的一个常见症状，就是解释变量和误差项存在相关关系。但不知道从什么时候起，人们开始把一切“解释变量和误差项存在相关关系”的情况都叫做内生性问题了，也不管它是什么原因导致的。所以就这么叫吧，没什么好纠结的了。
2、存在内生性问题的后果
内生性会破坏参数估计的一致性，参数估计的“一致性”就是指当样本量很大时，用样本估计出的参数会无限趋近于总体的真实参数。当我们用样本估计出的参数没有了一致性，那它也就没什么参考价值了。
3、内生性问题的产生原因
主要有以下几种，当然也不完全，我用简单的单方程线性模型举例：
1）测量误差（measurement error）
测量误差指的是模型使用的解释变量的数值和真实数据有误差，假如解释变量x出现了测量误差，我们测得的数据为x，二者之间有了一个误差v。被解释变量的测量误差不会导致内生性，在这儿就不推导了。
2）遗漏解释变量（explanatory variable omitted）
现实问题总是复杂的，一般情况下，谁也没办法找到所有能影响被解释变量的变量，遗漏解释变量几乎是不可避免的。但如果被遗漏的解释变量x1不光对y有影响，还对某个解释变量x2有影响，内生性问题就出现了。
不等于0，所以最终解释变量x2与误差项将有相关性。
著名的选择性偏误（selection bias）或者叫样本自选择（self-selection）本质上也是遗漏解释变量问题。用Angrist的例子来说，我们不能通过比较MIT学生和UMass学生毕业后的收入来得出“上名校使人有更高收入”这一结论，因为有别的变量在同时影响着学校选择和毕业后的收入，如智商、家庭背景等，并且这些变量一般难以度量。
有人也许会问，既然被遗漏的x0对x1有影响，如果将x0加入模型，从字面意思来看，x1不就有内生性了吗？
其实这种解释变量相互影响的情形一开始就不算“内生性”问题，内生和外生这两个说法最早来源于联立方程模型，也就是几个方程一起构成的模型。在联立方程模型中，x1这种变量就成了中间变量，而不是真正的解释变量，就不必要完全外生了。
3）互为因果（simultaneity）
被解释变量能够反过来影响解释变量的情况被称为互为因果，有时也被称为反向因果。即使不考虑这些推导，互为因果这种情况，解释变量由被解释变量决定，多么直白的内生性！
4、内生性问题的解决方法
内生性的解决方法有很多，IV、Heckman两步法、matching类、DID等，这个太多人写过了，我就不重复了。但我有一个忠诚的建议，就是在选择方法之前梳理一下自己的处理逻辑，弄清楚到底内生性问题是由什么引起的。计量经济学的迷人（或者说迷我）之处就在于故事的完整性、逻辑的严密性，如果机械地套用方法，文章就失去了灵魂。
绛旓細鍐呯敓鎬ч棶棰樼殑浜х敓鏈夊绉嶅師鍥犮鍏朵腑涔嬩竴鏄仐婕忓彉閲忥紝鍗虫ā鍨嬩腑鏈寘鍚鎵鏈夌粨鏋滀骇鐢熷奖鍝嶇殑鍥犵礌銆傛澶栵紝妯″瀷璁惧畾鐨勪笉褰撲篃鍙兘瀵艰嚧鍐呯敓鎬ч棶棰橈紝姣斿鏌愪簺缁忔祹妯″瀷鏃犳硶鍑嗙‘鍙嶆槧鐪熷疄涓栫晫鐨勫鏉傛с傝繖浜涘師鍥犲彲鑳藉鑷存ā鍨嬩腑鐨勮В閲婂彉閲忎笌琚В閲婂彉閲忎箣闂寸殑鍏崇郴鍙楀埌骞叉壈锛屼粠鑰屽奖鍝嶆ā鍨嬬殑鍑嗙‘鎬у拰鍙潬鎬с備笁銆佸唴鐢熸ч棶棰樼殑...
绛旓細3. 鍐呯敓鎬ч棶棰樼殑浜х敓鍘熷洜 鍐呯敓鎬ч棶棰樹骇鐢熺殑鍘熷洜涓昏鏈変互涓嬪嚑绉嶏細(i) 娴嬮噺璇樊锛氭祴閲忚宸彂鐢熶簬妯″瀷浣跨敤鐨勮В閲婂彉閲忔暟鍊间笌鐪熷疄鏁版嵁涔嬮棿瀛樺湪鍋忓樊銆傚鏋滆В閲婂彉閲弜鍑虹幇娴嬮噺璇樊锛屾垜浠祴寰楃殑鏁版嵁涓簒锛岃屽疄闄呮暟鎹笌娴嬮噺鏁版嵁涔嬮棿瀛樺湪璇樊v銆傛祴閲忚宸笉浼氬鑷磋瑙ｉ噴鍙橀噺鐨勫唴鐢熸э紝鍦ㄦ涓嶈繘琛岃缁嗘帹瀵笺(ii) 閬楁紡...
绛旓細鍐呯敓鎬ч棶棰樺強鍏朵骇鐢熷師鍥犳湁娴嬮噺璇樊銆侀仐婕忚В閲婂彉閲忋佷簰涓哄洜鏋滅瓑銆1銆佸唴鐢熸у悕绉扮殑鐢辨潵 鐜板湪浜轰滑璇存煇涓ā鍨嬫湁鍐呯敓鎬ч棶棰橈紙endogeneity issue锛夛紝鏄寚妯″瀷涓殑涓涓垨澶氫釜瑙ｉ噴鍙橀噺涓庤宸」瀛樺湪鐩稿叧鍏崇郴銆傛樉鐒讹紝杩欎釜瑙ｉ噴鍜屽唴鐢熸ц繖涓悕瀛楁湁鐐逛笉鎼紝鍏跺疄鍐呯敓鎬ч棶棰樺瓧闈㈠惈涔夋槸鎸囨ā鍨嬩腑鐨勮В閲婂彉閲忔湁鍐呯敓鎬э紙endo...
绛旓細1. 鍐呯敓鎬ч棶棰橀氬父婧愪簬涓変釜涓昏鏉ユ簮锛氶仐婕忓彉閲忓亸宸佹祴閲忚宸拰鍙嶅悜鍥犳灉銆2. 閬楁紡鍙橀噺鍋忓樊鍙戠敓鍦ㄦā鍨嬩腑鏈寘鍚竴涓垨澶氫釜閲嶈鐨勮В閲婂彉閲忔椂銆傝繖浜涢仐婕忕殑鍙橀噺涓庢ā鍨嬩腑鐨勮В閲婂彉閲忕浉鍏宠仈銆備緥濡傦紝鍦ㄥ洖褰掑垎鏋愪腑锛屽鏋滀竴涓叧閿В閲婂彉閲忔湭琚撼鍏ユā鍨嬶紝瀹冨皢榛樿褰卞搷妯″瀷鐨勮宸」銆傚鏋滈仐婕忕殑鍙橀噺涓庣幇鏈夎В閲婂彉閲忎笉鐩稿叧...
绛旓細1. 閬楁紡鍙橀噺鍋忓樊锛氳繖绉嶅唴鐢熸ч棶棰樺彂鐢熶簬妯″瀷涓湭鍖呭惈涓涓垨澶氫釜閲嶈鐨勮В閲婂彉閲锛岃岃繖浜涢仐婕忕殑鍙橀噺涓庢ā鍨嬩腑鐨勮В閲婂彉閲忓瓨鍦ㄧ浉鍏虫с傛崲瑷涔嬶紝濡傛灉鍦ㄥ洖褰掑垎鏋愪腑鐪佺暐浜嗗叧閿彉閲忥紝鑰岃繖浜涘彉閲忓張涓庢ā鍨嬩腑鐨勫叾浠栬В閲婂彉閲忕浉鍏筹紝閭ｄ箞閬楁紡鐨勫彉閲忓皢榛橀粯鍦板奖鍝嶈宸」銆傚鏋滆繖绉嶇浉鍏虫т笉瀛樺湪锛屼及璁＄粨鏋滃彲鑳戒繚鎸佹棤鍋忋傜劧鑰岋紝...
绛旓細4. 鍐呯敓鎬ч棶棰樼殑鎴愬洜锛- 閬楁紡鍙橀噺锛氬湪妯″瀷鏋勫缓鏃讹紝鑻ユ湭鍖呭惈鏌愪簺鍏抽敭鍙橀噺锛岃繖浜涘彉閲忓彲鑳戒笌璇樊椤圭浉鍏筹紝寮曞彂鍐呯敓鎬ч棶棰樸備緥濡傦紝鍦ㄥ垎鏋愪紒涓氱敓浜х巼涓庡伐璧勭殑鍏崇郴鏃讹紝鑻ユ湭鑰冭檻浼佷笟瑙勬ā锛屽垯鍙兘浜х敓鍐呯敓鎬ч棶棰樸- 鍙嶅悜鍥犳灉鍏崇郴锛氬綋瑙ｉ噴鍙橀噺涓庤宸」涔嬮棿瀛樺湪鍙嶅悜鍥犳灉鍏崇郴鏃讹紝涔熶細瀵艰嚧鍐呯敓鎬ч棶棰樸備緥濡傦紝鐮旂┒鏁欒偛...
绛旓細鍐呯敓鍙橀噺鏄寚涓庤宸」鐩稿叧鐨勮В閲婂彉閲忥紝涓庝箣鐩稿鐨勬槸澶栫敓鍙橀噺锛屽嵆涓庤宸」涓嶇浉鍏崇殑瑙ｉ噴鍙橀噺銆傚唴鐢熸ч棶棰橀氬父鐢变互涓嬩笁涓鍘熷洜浜х敓锛1. 鍐呯敓鎬ч棶棰樼殑璇嗗埆閫氬父渚濊禆浜嶥urbin-Wu-Hausman妫楠岋紝浣嗗悓鏃朵篃搴旂粨鍚堢悊璁虹煡璇嗗拰涓撲笟鐩磋杩涜鍒ゆ柇銆傝嫢鎬鐤戝唴鐢熸ч棶棰樺瓨鍦紝鍙噰鐢ㄤ袱闃舵鏈灏忎簩涔樺洖褰掓垨骞夸箟鐭╀及璁★紙GMM锛...
绛旓細1. 鍐呯敓鎬ч棶棰樼殑涓浜涚畝鍗曠悊瑙ｏ細浠庢渶鏍规湰鐨勫畾涔夋潵鐪嬶紝鍐呯敓澶栦贡寮婄敓棣栧厛鏄彇鍐充簬绯荤粺鐨勩傚湪涓涓郴缁熷唴閮ㄥ喅瀹氱殑鍙橀噺锛岃嚜鐒跺氨鏄唴鐢熷彉閲忋傚湪绯荤粺澶栭儴鍐冲畾鐨勫彉閲忥紝灏辨槸澶栫敓鍙橀噺銆備緥濡傦紝鑰冭檻涓涓郴缁燂紝濡傚湴鐞冦傚湪杩欑鎯呭喌涓嬶紝鍦扮悆涓婁竴鍒囧彲浠ョ粺璁＄殑鍙橀噺閮芥槸鍐呯敓鍙橀噺銆傜劧鑰岋紝闃冲厜鍒欐槸澶栫敓鍙橀噺銆2. 杩涗竴姝ヨ鏄...
绛旓細1. 鍦ㄨ璁烘埅闈㈡暟鎹椂锛屽唴鐢熸ч棶棰橀氬父婧愪簬涓変釜鍘熷洜锛閬楁紡鍙橀噺闂銆佹祴閲忚宸互鍙婂弽鍚戝洜鏋滈棶棰锛堜篃绉颁负鑱旂珛鎬у亸璇級銆2. 褰撳垎鏋愭椂闂村簭鍒楁暟鎹椂锛岄渶瑕佺壒鍒敞鎰忓簭鍒楃浉鍏虫э紝杩欐槸鍐呯敓鎬ч棶棰樼殑鍙︿竴涓彲鑳芥潵婧愩
绛旓細鍐呯敓鎬т笁涓潵婧愭槸閬楁紡鍙橀噺鍋忓樊锛娴嬮噺璇樊锛屽弽鍚戝洜鏋 1銆侀仐婕忓彉閲忓亸宸紝杩欐槸鎸囨ā鍨嬩腑婕忔帀浜嗕竴涓垨鍑犱釜閲嶈鐨勮В閲婂彉閲忥紝涓旇繖浜涜閬楁紡鐨勮В閲婂彉閲忎笌妯″瀷鐨勮В閲婂彉閲忕浉鍏炽備綘鍙互杩欐牱鐞嗚В锛屾湰鏉ュ湪涓涓洖褰掍腑锛屾湁涓涓噸瑕佺殑瑙ｉ噴鍙橀噺锛屼絾浣犳病鏈夋妸杩欎釜瑙ｉ噴鍙橀噺鏀捐繘妯″瀷锛岃繖鎰忓懗鐫杩欎釜鍙橀噺浼氳嚜鍔ㄨ鍖呭惈杩涙壈鍔ㄩ」涓...
