内生平均处理效应估计的若干研究

经济学实证研究中，处 理变量或感兴趣的经济变量 常常是内生的。工具变量常 被用来估计内生处理效应。 大量工具变量可以被用来提 高工具变量估计量的精确性 ，但是，弱工具变量的使用 会使得工具变量估计量存在 较大偏误。本书建议用变量 选择方法剔除弱工具变量后 再估计感兴趣内生变量的最 优工具变量。甚至当潜在工 具变量的维度大于样本量时 ，该方法依然有效。若潜在 控制变量的维度也很大，本 书建议采用双选法从大量潜 在控制变量中筛选出合适的 控制变量。

1 导论 1.1 研究背景 1.2 研究问题、意义和创新 1.2.1 研究问题 1.2.2 研究意义 1.2.3 研究创新 1.3 本书研究结构 2 文献综述 2.1 估计内生处理效应的方法 2.2 存在大量潜在控制变量时感兴趣变量系数的估计 2.2.1 基于完美模型选择假设的方法 2.2.2 用正交距条件估计感兴趣的变量系数 2.2.3 双选法(Double-Selection) 2.2.4 分样本估计 2.2.5 主成分法降低控制变量维度 2.3 弱工具变量、许多工具变量带来的问题及处理方法和检验方法 2.3.1 弱工具变量导致的问题及改进的估计方法 2.3.2 许多工具变量带来的问题及处理方法 2.3.3 检验方法 2.4 时变结构下许多弱工具变量问题 2.5 有待进一步研究之处 3 基于许多工具变量和双选的内生处理效应估计 3.1 研究目的 3.2 方法和DS-IV估计量 3.2.1 模型设定 3.2.2 双选加工具变量估计量 3.3 理论性质 3.4 数值模拟 3.5 实证研究 3.5.1 受理上诉法庭保护私有者土地权益的判决对房价的影响 3.5.2 教师家访对学生学业表现的处理效应 3.6 本章附录 4 基于Logistic约简形模型和双选的二元内生平均处理效应估计 4.1 研究目的 4.2 方法 4.2.1 模型设定 4.2.2 双选加Logistic回归工具变量估计量(DS-LIVE) 4.3 理论性质 4.4 数值模拟 4.5 教师家访对学生学业表现的处理效应 4.6 本章附录 5 基于Logistic可加模型和双选的二元内生平均处理效应估计 5.1 研究目的 5.2 方法 5.2.1 模型设定 5.2.2 双选加Logistic可加工具变量估计量(DS-LAIVE) 5.3 理论性质 5.4 数值模拟 5.5 身体健康状态与个人收入 5.6 本章结论 5.7 本章附录 6 基于比例优势模型和双选的内生有序变量系数估计 6.1 研究目的 6.2 方法 6.2.1 模型设定 6.2.2 DS-POIVE估计量 6.3 理论性质 6.4 数值模拟 6.5 父母身体健康水平对儿童学习成绩的影响 6.6 结论 6.7 本章附录 7 结论与研究展望 7.1 结论 7.2 研究展望 参考文献 后记