面板工具变量与内生性操作及应用（固定随机、豪斯曼检验、过度识别检验、预测等）
文章重点．面板数据工具变量与内生性操作流程
本文以美国妇女工资决定为例，进行面板数据工具变量相关操作
更多基础知识汇总请继续阅读
🌈2021年寒假Stata研讨班：高级计量经济学及Stata应用研讨班
👉2021空间计量研讨班：空间计量及Geoda、Stata、ArcGis、Matlab应用
一．简介
虽然面板数据能够有效处理不随时间而变的个体特征，但如果回归模型包含“内生（ endogenousregressors）变量，则需要使用面板工具变量法。实际操作通常可分为两步，即首先对模型进行变换以解决遗漏变量问题（比如，使用固定效应模型FE或一阶差分法然后对变换后的模型使用“二段最小二乘法”（2SLS）
考虑模型：
二．操作应用
面板工具变量法命令为xtivreg
基本命令如下
xtivreg depvar [varlist_1] (varlist_2 = varlist_iv) [if] [in] [,options]
GLS random-effects (RE) model
xtivreg depvar [varlist_1] (varlist_2 = varlist_iv) [if] [in] [, re RE_options]
Between-effects (BE) model
xtivreg depvar [varlist_1] (varlist_2 = varlist_iv) [if] [in] , be [BE_options]
Fixed-effects (FE) model
xtivreg depvar [varlist_1] (varlist_2 = varlist_iv) [if] [in] , fe [FE_options]
First-differenced (FD) estimator
xtivreg depvar [varlist_1] (varlist_2 = varlist_iv) [if] [in] , fd [FD_options]
选项含义
其中， depvar代表被解释变量的名称， varlist I代表外生解释变量的名称， varlist2代表内生解释变量，varlist iv代表工具变量名称，if代表条件语句，in代表范围语句，option代表选项。
statistic代表对面板模型进行估计的方法，包括re＝随机效应模型（默认方法）、be＝组间法、fe＝固定效应模型、fd一阶差分法
其他主要的 options选项。
Regress假定变量varlist_2为外生，忽略对工具变量 varlist_iv的设定
Vce(vcetype)设定标准差的类型，包括 conventional、 bootstrap和 jackknife
level设定置信度，默认为 leve(l95）
first输出2SLS第一阶段的回归结果
small汇报小样本的t统计量和F统计量，而非Z和x2统计量
操作应用案例1
use nlswork
固定效应估计
xtivreg ln_w age c.age#c.age not_smsa (tenure = union south), fe
随机效应GLS模型
xtivreg ln_w age c.age#c.age not_smsa 2.race (tenure = union birth south), re
操作应用案例2
use abdata
First-differenced estimator一阶差分法
xtivreg n l2.n l(0/1).w l(0/2).(k ys) yr1981-yr1984 (l.n = l3.n), fd
操作应用案例3
use labordemand.dta, clear
xtivreg n L2.n L(0/1).(w k ys) (L.n=L3.n),fd
使用差分法进行工具变量法操作，结果为：
工具变量有效性检验，需要下载安装xtoverid,
命令为：
xtoverid [, robust cluster(varlist) ]
面板工具变量法预测
对面板工具变量模型进行预测的基本命令为
predict (type) newar [if)(in)[, statistic]
其中，type代表新变量的类型， newar代表生成的新变量的名称，if代表条件语句，in代表范围语句， statistic代表可用的統计量。在前面的差分法面板工具变量模型之后，我们可以输入命令进行预测：
predict yp
use labordemand.dta, clear
xtivreg n L2.n L(0/1).(w k ys) (L.n=L3.n),fd
predict yp
这样，我们就得到线性预测值，在这里即一阶差分的预测值。并且，预测的变量被命名yp。