王美今等：估计框架下模型设定检验问题的讨论

阿基米德曾说过，“给我一个立足之处和一根足够长的杠杆，我就可以撬动地球”。在计量模型分析中，当解释变量存在内生性问题时，工具变量成为经济学家强有力的杠杆。那么，如何判定内生性的存在并找到合适的工具变量呢?从现有文献看出，研究者大多采用以下步骤:第一步，根据理论分析、直观判断或者已有文献结论，指出模型中可能存在的内生性问题；第二步，针对内生解释变量，选取研究者认为合适的工具变量进行估计；第三步，利用Hausman检验，验证模型的内生性问题，如果拒绝了原假设，则认为该研究所提出的内生性问题确实存在，所使用的工具变量(IV)估计①也是合理的。 上述“三步法”存在什么问题?以教育收益率的经典实证研究(Hayashi，2000)为例，研究者使用IQ度量个人能力，这种度量可能存在测量误差，以致IQ成为一个内生性解释变量，必须进行Hausman检验。一种方法是，选取的工具变量集包括年龄、婚姻状况、职业技能知识测试成绩以及母亲的受教育程度，Hausman检验结果显示IQ并不存在内生性。按照上述“三步法”的思路，研究到此结束，OLS是合适估计。另一种方法是，排除年龄和婚姻状况两个变量、仅以职业技能知识测试成绩以及母亲的受教育程度为工具变量，重新进行Hausman检验，此时的IQ确实存在内生性问题，IV是合适估计。上述两种截然相反的检验结果孰是孰非? IV估计框架下各种统计量的良好性质依赖于相应的模型设定，如果这些模型设定未能得到数据的支持，其统计推断结论将是不可靠的。如判定计量经济模型是否存在内生性的Hausman检验，实证研究中同一问题的检验结果可能大相径庭。本文讨论了工具变量估计框架下的各种模型设定检验问题，明确了各个检验统计量的适用条件及其逻辑联系，给出了工具变量估计框架下模型设定检验的一般步骤。 计量经济学中，模型的正确设定是估计和检验的前提。理论研究往往只是针对模型设定中存在的某一问题给出假设并推导检验统计量，在实际应用中，研究者面临的问题更加复杂，需要将各种设定检验有机结合起来才能得到更为真实可靠的结论。 本文从模型可能存在内生性问题出发，讨论了与内生性有关的各个检验的假设条件、原理以及它们之间的关系，以此为基础阐述了工具变量估计框架下模型设定检验的一般步骤:首先对简化方程的扰动项进行球形扰动检验，然后对第一阶段估计进行“不可识别检验”，进而进行弱识别检验，过度识别检验和冗余性检验；在这些检验均通过的基础上对模型进行内生性检验，判定解释变量是否有内生性问题；最后对结构方程的扰动项进行球形扰动检验，进一步确定模型估计应该采用的具体形式。