哥大姜纬教授：工具变量会让我们更接近真实吗？

主要观点总结

本文介绍了姜纬教授关于工具变量G.P.A的研究，文章探讨了工具变量法的使用及其影响。研究发现工具变量估计法将回归估计系数平均扩大了九倍，并指出这一现象的原因包括局部平均处理效应、弱工具变量及发文导向因素。姜纬教授为研究者提出了一系列建议来谨慎使用工具变量法进行因果推断。

关键观点总结

关键观点1: 工具变量法的应用及其影响

工具变量法用于缓解内生性问题，但其有效性与使用过程中的谨慎性一直是学术界关注的问题。研究发现，工具变量估计法使回归估计系数平均扩大了九倍。

关键观点2: 工具变量增大估计参数的现象

2003至2014年间，国际三大金融顶级期刊发表的论文中，有255篇运用了工具变量法，研究发现工具变量使得估计参数平均扩大了九倍。

关键观点3: 内生性问题的分类

姜纬教授将内生性问题分为正向性内生问题、矫正性内生问题、不确定性内生问题，其中67.1%的文章存在正向性内生问题。

关键观点4: 工具变量回归估计扩大效应的原因

姜纬教授从局部平均处理效应（LATE）、弱工具变量以及发文导向三个方面解释了工具变量回归估计带来的“难以置信”的扩大效应。

关键观点5: 针对工具变量的使用建议

姜纬教授建议研究者对内生性问题进行更详尽的分析，正视工具变量的效能，并结合事实来做分析推断。

免责声明