内生性线性回归模型估计方法的改进

作者：杨潇坤; 遆俐君

来源：统计与决策, 2022, 38(14): 15-20.

DOI：10.13546/j.cnki.tjyjc.2022.14.003

• 内生性
• 线性回归模型
• Copula函数
• 最大后验估计
• 工具变量

线性回归模型的内生性问题导致参数估计量有偏且不一致。工具变量法作为解决内生性问题的经典方法，在实践中却经常因为难以找到理想的工具变量而无法实现。Gaussian Copula方法通过Copula函数度量内生解释变量与随机误差项的相关性，无须借助工具变量即可修正内生性问题，但是以内生解释变量的非正态性为假设前提。文章基于贝叶斯理论利用最大后验方法估计模型参数，提出一种改进的Gaussian Copula方法，放松了对于内生解释变量分布的假定；同时，通过蒙特卡罗模拟验证了所提方法的有效性；最后，应用提出的方法估计了中国农村居民教育收益率。

• 单位
  兰州大学