工具变量法 (2SLS) 简介

什么是 2SLS？

两阶段最小二乘法 (Two-Stage Least Squares, 2SLS) 是计量经济学中用于处理内生性问题的一种经典估计方法。当回归模型中的解释变量与误差项相关时（即存在内生性），普通的普通最小二乘法 (OLS) 会产生有偏且不一致的估计量。2SLS 通过引入工具变量 (Instrumental Variables, IV) 来解决这一问题。

核心逻辑

2SLS 的过程分为两个阶段：

1. 第一阶段 (First Stage)：

   将内生解释变量对所有外生变量和工具变量进行回归，得到内生变量的预测值（拟合值）。这个预测值剔除了与误差项相关的部分，只保留了由工具变量解释的部分。

2. 第二阶段 (Second Stage)：

   使用第一阶段得到的预测值代替原始的内生解释变量，对因变量进行回归。此时得到的系数估计量是一致的。

有效工具变量的条件

一个有效的工具变量必须满足两个关键条件：

• 相关性 (Relevance)：工具变量必须与内生解释变量高度相关。
• 外生性 (Exogeneity)：工具变量必须与模型的误差项不相关（即工具变量只能通过影响内生变量来间接影响因变量，不能有直接路径）。

本代码示例说明

本示例 (main.py) 使用 Python 的 statsmodels 库演示了 2SLS 的实现：

• 构建了包含内生性偏差的模拟数据。
• 定义了一个有效的工具变量 Z。
• 调用 IV2SLS 类进行建模和拟合。
• 输出详细的回归统计摘要，包括系数、标准误、t 值和置信区间。

结果展示

输入描述

运行 main.py 脚本。该脚本内部会自动生成一组模拟数据（样本量 N=1000），其中包含：

• 因变量 Y
• 一个外生控制变量 X_exog
• 一个内生解释变量 X_endog
• 一个针对内生变量的工具变量 Z

无需用户手动输入任何数据文件，程序执行后将在控制台直接打印统计结果。

输出描述

程序运行结束后，控制台将输出两部分主要内容：

1. 完整的回归统计摘要表

输出一个格式化的表格，包含以下关键信息：

• Dep. Variable: 显示为 Y。
• Model: 显示为 IV2SLS。
• 系数表 (Coefficient Table):
  • const: 截距项的估计值（应接近 0）。
  • X_exog: 外生变量的系数估计值（真实值为 3.0，估计值应在 3.0 附近，如 2.98xx）。
  • X_endog: 内生变量的系数估计值（真实值为 2.0，估计值应在 2.0 附近，如 1.99xx）。如果直接使用 OLS，该值通常会严重偏离 2.0。
• 统计检验:
  • P>|t|: 各系数的 P 值，通常应小于 0.05，表示显著。
  • [0.025, 0.975]: 95% 置信区间。
• 诊断统计量:
  • Centered R-squared: 中心化的 R 平方值。
  • Uncentered R-squared: 未中心化的 R 平方值。

2. 关键系数提取文本

在摘要表下方，程序会额外打印两行简明的文本结论，例如：

内生变量 (X_endog) 的 2SLS 估计系数：1.99XX
外生变量 (X_exog) 的 2SLS 估计系数：2.98XX

• (注：具体的 XX 代表小数位，每次运行因随机种子固定结果一致，若去除随机种子则会有微小波动)*

结果解读

输出的结果表明，尽管数据生成过程中存在严重的内生性干扰，但通过 2SLS 方法，模型成功恢复了近似于真实参数（X_endog 系数为 2.0，X_exog 系数为 3.0）的估计值，证明了工具变量法在修正内生性偏差方面的有效性。