admin管理员组

文章数量:1534198

2024年6月21日发(作者：)

硕士毕业论文内生性问题

学术研究人员通常对因果性（Causality）问题感兴趣，而在经济、金融以

及管理领域的实证研究中，往往因为研究过程中存在内生性（Endogeneity）问

题导致理想的因果推断难以实现。

建立因果关系最清晰的方法是进行一个理想的随机试验，其中x（自变量）

对y（因变量）的因果效应通过随机抽样分离出来。

也就是说，对不同水平的预测变量x进行随机抽样，可以确保在足够的样本

量下，当理想条件得到满足时，实验效应（研究中已考虑的那些因素）与被忽略

的因素无关。随机试验并非没有问题，但原则上，它们不会产生内生性问题。

然而，随机试验并不总是可行的，因此研究人员经常在不可能进行随机试验

的情况下使用档案数据、准实验或调查数据等替代方法。在分析这类数据时，问

题是我们能否用估计系数近似表示在理想实验中可能确定的因果效应。

为了使因果推断有效，必须满足分析方法的假设（例如，普通最小二乘法

[OLS]回归、结构方程建模[SEM]）。值得关注的是外生性假设（即内生性不存在）

——也就是说，给定预测变量的任何实例，模型中的残差的预期值为零，因此

预测变量和残差之间没有相关性。

例如，一个估计方程y = a + Bx +u，其中y是被解释变量，x是解释变量，

a是模型中的常数（截距），B是估计系数，u是残差。

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，即观察到的预测因子x与未观察到的剩余u相关。

学者称u是任何分析中最重要的部分，因为u包含无数可能影响y的不可

观察因素。捕捉和定义这种关系的困难在于，理解u本质上是一种理论操作，

因为u包含x没有包括的所有信息。

当研究者不能用随机试验的方式来排除内生性问题时，他们必须提供理论、

实证证据，证明x与u无关。

产生内生性的四个原因

1. 遗漏变量

回归方程的残差中还包括哪些其他预测因素或结构？ 这些因素是否也可能

与预测变量相关？

示例一：X=工作满意度，Y=工作表现，个人的负面影响可能与这两个变量

相关，例如一个人的坏心情会影响到工作满意度，也会影响到其工作表现，这会

导致“员工工作满意度和工作表现之间”的因果推断受到干扰。

示例二：X=广告强度，Y=销售额，公司所在的行业可能与这两个变量都相

关。

2. 同时性

是否有任何反馈回路连接预测变量和结果变量？也就是说，这种关系是互惠

的吗？

示例一：X=酒精消耗量，Y=工作状态，饮酒可能会影响工作状态，并受其

影响。

示例二：X=研发支出，Y=公司业绩，研发支出可能会影响企业绩效，也可

能会受到企业绩效的影响。

3. 测量误差

预测变量或结果变量是否存在系统误差？这一系统误差是否与其他变量（即

预测结果）相关？

本文标签： 变量可能预测工作内生性

版权声明：本文标题：硕士毕业论文内生性问题 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/xitong/1718902360a739162.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。