查看原文
其他

Acemoglu找了一个均值性质的IV, 并用GMM, HHK把文章发到了JPE

叮当不想 计量经济圈 2022-11-16

制度

凡是搞计量经济的,都关注这个号了

箱:econometrics666@126.com

所有计量经济圈方法论丛的code文件, 微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

Daron Acemoglu与其他三位学者(Suresh Naidu, Pascual Restrepo, and James A. Robinson)合作的论文Democracy Does Cause Growth,于2019年发表在了TOP5的JPE上。作者想要实证检验,从一个非democratic国家变成democratic国家后经济增长的短期和长期表现。在这篇小推文里,我们分享的是作者如何构造了一个有效的工具变量(IV)。考虑到可能的内生性,需要寻找一个国家是否是democratic的IV。他们想到的是这个国家所在区域的democratic浪潮,理由是,例如,很多阿拉伯国家都受到阿拉伯之春浪潮的影响,原本不是democratic国家的民众也加入到追求democratic制度的队伍中,使这个国家成为democratic的可能性上升。这里,所在区域的democratic浪潮实际上就是一个均值性质的IV,而类似的IV设定的文章也不少,但如何让审稿人相信一个均值性质的IV的合理性,就是一门技术。这里,作者通过很多文字说明和实证检验,去逐一验证该IV并没有违反排他性约束(exclusion restriction)条件。

关于Acemoglu大神,1.鬼才,"Daron Acemoglu生产函数"诞生了!2.中国学者好! 我是MIT的Acemoglu教授, 我又在Top 5的JPE上发文了!3.阿西莫格鲁获MIT最高教师荣誉—"学院教授",4.毛咕噜论文中一些有趣的工具变量,5.诺奖争夺战!这三个最有有望的诺贝尔经济学家!6.阿西莫格鲁获MIT最高教师荣誉—"学院教授",7.40年里在top5刊物上发文最多的大神到底是谁?8.为五大刊而生的男人! 一天不得诺贝尔奖, 就年年把五大刊物发到手软!9.最后一位诺奖得主逝世了, 张五常所在NIE学派将何去何从?毛咕噜能否独挑重担?30年前的一份syllabus首公布!10.AER, JPE, QJE, RES期刊最新一期, 又见毛咕噜大神在讨论机器人与劳动市场!11.男神毛咕噜最新Top5大作, 另外, 有序因变量依然使用OLS回归! 12.使用OLS回归发AER的Articles专辑!13.Acemoglu大神, 又在TOP5期刊刷文了!把20-60个观测值的截面数据做绝了!14.Acemoglu又出版了两本经济学教课书!15.Acemoglu终于对中国学术界的问题下手了!16.Acemoglu一生中最有影响力的论文!必读作品!17.刚2022年, Acemoglu就在QJE上发文了!OLS+IV走遍天下都不怕!

正文

*感谢群友@叮当不想 投稿

Daron Acemoglu, Suresh Naidu, Pascual Restrepo, and James A,Democracy Does Cause Growth. Robinson Journal of Political Economy 2019 127:1, 47-100

We provide evidence that democracy has a positive effect on GDP per capita. Our dynamic panel strategy controls for country fixed effects and the rich dynamics of GDP, which otherwise confound the effect of democracy. To reduce measurement error, we introduce a new indicator of democracy that consolidates previous measures. Our baseline results show that democratizations increase GDP per capita by about 20 percent in the long run. We find similar effects using a propensity score reweighting strategy as well as an instrumental-variables strategy using regional waves of democratization. The effects are similar across different levels of development and appear to be driven by greater investments in capital, schooling, and health.

作者使用从1960到2010年175个国家的面板数据,并用固定效应、GMM估计、HHK估计和工具变量估计方法,验证从一个非democratic国家变成democratic国家后经济增长的短期和长期表现。作者对于T比较大的情况下对面板数据的单位根情况进行了讨论,即这些变量的平稳性,也对自回归AR模型的使用加以了说明,即把被解释变量的滞后项作为解释变量放到回归模型中。

基准模型很简单,被解释变量为国家c在年份t的人均GDP(取对数),解释变量为国家c在年份t是否为democratic国家,并且还把被解释变量的滞后项作为解释变量放在了方程的右边,控制了双向固定效应。

下面是他们得到的结果,图示如下,表格见原文:

后面关于GMM和HHK的结果,以及为什么HHK比GMM更具有优势,我们就不展示了,可以自行查看原文。当面板数据中T很大时GMM估计会出现偏差,而当面板数据中N和T都很大时HHK估计无偏。参看:1.处理面板数据的内生性偏差: 广义矩估计方法GMM,2.GMM和工具变量在面板数据中的运用, 一篇文章学会操作流程!3.最近50篇使用系统GMM开展实证研究的papers合辑!4.内生性, 工具变量与 GMM估计, 程序code附,5.动态面板模型的王冠—系统GMM什么鬼?6.把动态面板命令讲清楚了,对Stata的ado详尽解释,7.动态面板回归和软件操作,单位根和协整检验(Dynamic Panel Data)

在前面的固定效应和GMM、HHK估计中,作者已以多种方式控制了 GDP 动态和不随时间变化的未观察到的特征的影响。不过,作者还使用一种工具变量(IV)策略来处理可能同时影响democracy和 GDP 增长可能性的时变(time-varying)遗漏变量。工具变量策略能处理与democracy测量误差相关的问题,并为democracy的内生选择问题提供了一种不同的补充方法(作者之前的策略面临着以过去的 GDP 滞后项为条件的问题)。
此次分享的重点围绕着作者使用的工具变量(IV),这里需要寻找一个国家是否是democratic的IV。作者想到的是这个国家所在区域的democratic浪潮,理由是,例如,很多阿拉伯国家都受到阿拉伯之春浪潮的影响,原本那些不是democratic国家的民众也加入到追求democratic制度的队伍中,使这个国家成为democratic的可能性上升。这里,所在区域的democratic浪潮实际上就是一个均值性质的IV,而类似的IV设定的文章也不少,但如何让审稿人相信一个均值性质的IV的合理性,就是一门技术。这里,作者通过了很多文字说明和实证检验,去逐一验证该IV并没有违反排他性约束(exclusion restriction)条件。
*下面的文字可能比较敏感,就直接放上原文了。最近三天被删除文章PDF!!!

下面就是IV回归结果,以及作者对该工具变量可能违反排他性约束(exclusion restriction)假定的情况的讨论,具体可以见原文的讨论。对于一个工具变量,还是得多去讨论可能的例外情况,让审稿人知道你想了并做了很多工作。Acemoglu很多文章都是通过工具变量解决内生性问题的,但他的IV策略却总收到评审人的青睐,并且成为后续研究模仿的对象。


长按以上二维码即可下载原文PDF



关于工具变量,参看1.内生性问题操作指南, 广为流传的22篇文章,2.看完顶级期刊文章后, 整理了内生性处理小册子,3.如何寻找工具变量?得工具者得实证计量,4.内生性处理的秘密武器-工具变量估,5.工具变量在社会科学因果推断中的应用,6.为你的"工具变量"合理性进行辩护, 此文献可以作为范例,7.没有工具变量、断点和随机冲击,也可以推断归因,8.工具变量与因果推断, 明尼苏达Bellemare关于IV的分析,9.工具变量IV与内生性处理的精细解读,10.我的"工具变量"走丢了,寻找工具变量思路手册,11.面板数据里处理多重高维固定效应的神器, 还可用工具变量处理内生性,12.豪斯曼, 拉姆齐检验,过度拟合,弱工具和过度识别,模型选择和重抽样问题,13.工具变量先锋 Sargan,供参考,14.AEA期刊的IV靠不靠谱?15.计量大焖锅: iv, clorenz, rank, scalar, bys, xtile, newey, nlcom,16.GMM是IV、2SLS、GLS、ML的统领,待我慢慢道来,17.IV和GMM相关估计步骤,内生性、异方差性等检验方法,18.因果推断IV方法经典文献,究竟是制度还是人力资本促进了经济的发展?19.内生变量的交互项如何寻工具变量, 交互项共线咋办,20.面板数据、工具变量选择和HAUSMAN检验的若干问题,21.IV和Matching老矣, “弹性联合似然法”成新趋势,22.IV回归系数比OLS大很多咋回事, 怎么办呢? ,23.不用IV, 基于异方差识别方法解决内生性, 赐一篇文献,24.找不到IV, RD和DID该怎么办? 这有一种备选方法,25.内生转换模型vs内生处理模型vs样本选择模型vs工具变量2SLS,26.内生性, 工具变量与 GMM估计, 程序code附,27.GMM和工具变量在面板数据中的运用,28.关于工具变量的材料包, 标题,模型,内生变量,工具变量,29.必须使用所有外生变量作为工具变量吗?30.工具变量精辟解释, 保证你一辈子都忘不了,31.毛咕噜论文中一些有趣的工具变量!33.前沿: 删失数据分位数工具变量(CQIV)估计, 做删失数据异质性效应分析34.不需要找工具变量, 新方式构建工具变量, 导师再也不用担心内生性问题了!35.关于顶级外刊工具变量的使用最全策略, 不收藏反复读就不要谈IV估计!36.如何通过因果图选择合适的工具变量?一份关于IV的简短百科全书37.前沿: nature刊掀起DAG热, 不掌握就遭淘汰无疑!因果关系研究的图形工具!38.最清晰的内生性问题详解及软件操作方案!实证研究必备工具!39.中国女学者与其日本同行在JPE上发文了!利用独特数据, 地理断点RDD和IV研究中国环境议题!40.双胞胎样本解决遗漏变量和测量误差, LIV解决选择偏差41.内生性处理的秘密武器-工具变量估计42.工具变量IV必读文章20篇, 因果识别就靠他了43.看完顶级期刊文章后, 整理了内生性处理小册子44.“内生性” 到底是什么鬼? New Yorker告诉你,45.Heckman两步法的内生性问题(IV-Heckman),46.最全估计方法,解决遗漏变量偏差,内生性,混淆变量和相关问题47.非线性面板模型中内生性解决方案48.内生性处理方法与进展49.内生性问题和倾向得分匹配50.你的内生性解决方式out, ERM独领风骚51.面板数据是怎样处理内生性的52.计量分析中的内生性问题综述53.一份改变实证研究的内生性处理思维导图54.Top期刊里不同来源内生性处理方法55.面板数据中heckman方法和程序(xtheckman),56.控制函数法CF, 处理内生性的广义方法57.二值选择模型内生性检验方法58.2SRI还是2SPS, 内生性问题的二阶段CF法实现59.非线性模型及离散内生变量处理利器, 应用计量经济学中的控制函数法!60.最全利用工具变量控制内生性的步骤和代码—在经管研究中的应用,61.如何选择合适的工具变量, 基于既有文献的总结和解释!62.中介效应最新进展: 中介效应中的工具变量法使用方法及其代码!63.弱工具变量的稳健性检验, 附上code和相关说明!64.工具变量对因果效应的识别和外推, 大牛的顶级评述!65.刚2022年, Acemoglu就在QJE上发文了!OLS+IV走遍天下都不怕!66.如何在AER上用OLS发经济史研究, 这篇道出了验证IV合理性的标准范式! 必读,67.怎样找到一个巧妙的工具变量, IV在公共政策评估中的应用,68.Bartik工具变量是什么? 份额移动法IV应用越来越多,69.阿西莫格鲁又一篇使用IV做因果推断的经典文献, 拿起小板凳一睹为快!70.AER教你两种论证IV合理性的实证策略, 以及如何对IV做安慰剂检验,71.我们应该在多大程度上相信工具变量估计, 基于63份顶刊复制结果的操作建议
下面这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。

2.5年,计量经济圈近1000篇不重类计量文章,

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle




数据系列空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 | 内部数据计量系列匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID数据处理Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |干货系列能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验计量经济圈组织了一个计量社群,有如下特征:热情互助最多前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此,建议积极进取和有强烈研习激情的中青年学者到社群交流探讨,始终坚信优秀是通过感染优秀而互相成就彼此的。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存