![]()
凡是搞计量经济的，都关注这个号了
稿件：econometrics666@126.com
所有计量经济圈方法论丛的code程序, 宏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.
![]()
在这篇QJE新任主编AER上"非洲奴隶贸易与不信任的起源", 一篇堪称经典的截面数据实证论文里，作者认为那些深受奴隶贸易影响的非洲族群具有极高的不信任感。在稳健性检验部分，作者通过使用一种方法度量了不可观测变量遗漏对文章结论估计的严重程度。而在这前，我们已经推荐过：1.如何测度不可观测变量遗漏的严重程度, 建议各位学者看过来！2.因果推断中遗漏不可观测变量多严重? 通过可观测变量检测
正文
以下内容由社群群友@骄傲了的天 整理。
“Using Selection on Observables to Assess the Bias from Unobservables”尽管我们试图控制可观测的因素，如最初的繁荣和殖民统治的影响，表3中报告的估计结果仍然可能受到不可观测因素的影响，即，只要这些不可观测因素与奴隶贸易选择和随后的信任度相关（即，与解释变量和被解释变量同时相关），都会造成核心解释变量的估计偏误。因此，我们将评估不可观测因素在多大程度上会产生估计偏误。我们使用了Altonji、Elder和Taber(2005)的策略，即用基于可观测因素的自选择评估基于不可观测因素的自选择所导致的潜在估计偏误。作者提供了一种衡量由不可观测所引起的估计偏误的强度的方法：与基于可观测因素的自选择相比，基于不可观测因素的自选择必须要强多少，才能解释掉全部的估计效应。为了知道它是如何计算的，考虑两个回归：一个带有一组受限制的控制变量，另一个为一组完整的控制变量。![]()
表示从第一个回归（其中R代表Restricted）和![]()
表示从第二个回归（其中F代表Full）估计的感兴趣变量的系数。从而能够算出以下这个比例：![]()
。这个公式背后的直觉如下。首先，考虑若分母![]()
的比率在下降，则表明![]()
和![]()
之间的差异越小，系数估计值受基于可观测因素的自选择的影响也就越小，因此只有受基于不可观测因素的自选择更大时，我们才能有效解释整个效应。接下来，考虑在分子中![]()
背后的直觉。![]()
越大，估计值受基于不可观测因素的自选择的影响就越大，因此比值就越高。我们考虑两组受限协变量：一组没有控制任何变量，另一组稀疏地控制了个体因素，只包括年龄、年龄平方和性别指标变量。我们还考虑了两组完整的协变量：来自方程(1)的基准控制集，以及在此基础上增加的族群层面的殖民控制变量，包括殖民地人口密度。给定我们的两个受限和两个非受限协变量集合，有四种受限和非受限控制变量的组合可用来计算这个比率。具体地，就看表4中每一列都有四个数字，这就是四个比率。在表4中报告的20个比率中，没有一个小于1。比率从3.0到11.5，中位数为4.1。因此，要将整个OLS估计归因于自选择效应，基于不可观测因素的自选择至少要比基于可观测因素的自选择大三倍，平均来说，要大四倍以上。因此，在我们看来，这些结果使估计的奴隶贸易对信任的影响不太可能完全由不可观测因素所驱动。在中文期刊中也能看到这一方法的影子，因此作为稳健性检验该方法值得借鉴和使用。![]()
![]()
Source: 李俊青,李响.传染病经历对居民社会信任的影响研究[J].经济与管理研究,2020,41(10):42-58.
另外，今天逛社群看见群友分享了一篇陆铭老师推荐的DID文章，建议各位群友到社群下载看看。
社群里面的资料相当丰富，各位群友要多逛逛，这样才能在学术上才能长更多的见识。
![]()
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
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。![]()
![]()
Long-press QR code to transfer me a reward
![赞赏二维码]()
As required by Apple's new policy, the Reward feature has been disabled on Weixin for iOS. You can still reward an Official Account by transferring money via QR code.
Send to Author