什么样的工具变量才是好的工具变量

1.可识别

• 不可识别：模型中内生变量的个数大于工具变量个数【不能使用工具变量法】

• 恰好识别：模型中内生变量的个数等于工具变量个数

• 过度识别：模型中内生变量的个数小工具变量个数

2.相关性（工具变量Z与内生变量X存在相关关系）

弱工具变量：Z，X相关关系小

检验弱工具变量

15:46

第一阶段F检验：

• 第一阶段中，所有工具变量的系数是否显著区别于0【第一阶段F检验，并非第一阶段回归模型整体的F值（F值：回归模型的整体拟合优度）】

• 第一阶段F值：Z1、Z2系数是否全为0

• 经验准则：F检验大于10，则不是弱工具变量

21:05

偏R方（第一阶段中，由工具变量所解释的因变量波动比例）【回归模型R方：衡量回归拟合优度，模型中自变量能解释因变量波动的比例】

3.排他性（工具变量Z与原回归模型的误差项不存在相关性）【恰好识别，无法检测Z与误差项的协方差是否为0：过度识别才可检验排他性】

31:30