Endogeneity และ Instrumental Variables
ทำความเข้าใจ endogeneity จาก omitted variables, simultaneity และ measurement error; IV relevance และ exclusion; 2SLS, LATE, weak instruments และการระบุเหตุเชิงการเงิน
คำตอบโดยตรง
Endogeneity หมายความว่า regressor มี correlation กับ regression disturbance ดังนั้น OLS จึงผสมผลกระทบที่ต้องการวัดเข้ากับ association อื่น Instrument Z ต้องมี relevance โดยทำให้ endogenous X เคลื่อนไหว และต้องมี independence กับ exclusion เพื่อไม่ให้ส่งผลต่อ outcome Y ผ่านเส้นทางอื่น Two-stage least squares ใช้เฉพาะ variation ใน X ที่ Z พยากรณ์ได้ แต่ weak instrument หรือ exclusion restriction ที่ไม่จริงอาจทำให้ผลลัพธ์ไม่เสถียรและทำให้เข้าใจผิดมากกว่า OLS
Endogeneity เชื่อม regressor เข้ากับ error
Disturbance มี determinants ของ outcome ที่ถูกละไว้จากสมการ เมื่อ X เคลื่อนไหวไปพร้อมกับ determinants เหล่านั้น exogeneity จึงล้มเหลว
Risk appetite ที่ถูกละไว้ ราคาและ demand ที่เกิดพร้อมกัน การวัด exposure ที่มี noise, self-selection และ reverse causality เป็นเส้นทางที่พบบ่อย
Sample ที่ใหญ่ขึ้นลด random uncertainty แต่ไม่ได้ลบ systematic endogeneity ดังนั้น estimate อาจเป็นคำตอบที่ผิดแต่ถูกวัดได้อย่างแม่นยำ
Instrument ต้องมีเสาหลักสองประการที่แยกกัน
Relevance กำหนดให้ instrument Z อธิบาย variation ใน endogenous X ได้มากพอ หลัง conditioning ด้วย exogenous controls ที่รวมอยู่
Independence และ exclusion กำหนดให้ Z ไม่เกี่ยวข้องกับ hidden causes ของ potential outcomes และส่งผลต่อ Y ผ่าน X เท่านั้น
Relevance ตรวจสอบจากข้อมูลได้บางส่วน แต่โดยทั่วไป exclusion ทดสอบโดยตรงไม่ได้ และต้องใช้เหตุผลด้านสถาบัน เวลา และพฤติกรรมรองรับ
2SLS ใช้ variation ที่ instrument ทำให้เกิด
First stage regress X บน Z และ exogenous controls เพื่อแยกส่วนของ X ที่ instrument พยากรณ์ได้
Second stage เชื่อม Y เข้ากับ variation ที่พยากรณ์ได้ ขณะที่การคำนวณที่ถูกต้องใช้ 2SLS covariance estimator ซึ่งคำนึงถึงการประมาณ first stage
เมื่อมี endogenous variable หนึ่งตัวและ instrument หนึ่งตัว simple IV estimand จะเชื่อม reduced-form effect ของ Z ต่อ Y เข้ากับ first-stage effect ของ Z ต่อ X ในรูปอัตราส่วน
ผลของ IV อาจเป็นผลเฉพาะกลุ่ม
เมื่อ treatment เป็น binary และมีเงื่อนไขรวมถึง monotonicity IV อาจระบุ local average treatment effect สำหรับ compliers ซึ่ง treatment เปลี่ยนเพราะ instrument
LATE นี้ไม่จำเป็นต้องเท่ากับ average effect ของประชากรทั้งหมด หรือ effect ของผู้ที่ถูกขยับด้วย policy instrument อื่น
เมื่อ treatment เป็น continuous หรือ response แตกต่างกัน การตีความต้องระวังว่า marginal effects ใดได้รับน้ำหนักอย่างไร
Weak instruments อาจทำให้ inference ปกติใช้ไม่ได้
หาก first stage อ่อน instrument จะให้ exogenous variation เพียงเล็กน้อย และ distribution, coefficient และ interval ของ 2SLS อาจไม่เสถียรอย่างมาก
การเพิ่ม instruments จำนวนมากอาจ overfit endogenous noise ใน sample และดึง 2SLS เข้าใกล้ OLS estimate
รายงาน first-stage coefficients, partial R² และ weak-identification statistics ที่เหมาะสม โดยใช้ weak-IV-robust tests หรือ intervals เมื่อจำเป็น
ประเมิน financial instruments จากเส้นทางของผลกระทบ
Regulatory thresholds, กฎ index assignment, funding-flow shocks หรือการเปลี่ยนแปลงของสถาบันที่กำหนดเวลาไว้อาจให้ variation ที่นำมาใช้เป็น candidate ใน financing หรือราคาได้
Exclusion จะถูกคุกคามหาก regulation เปลี่ยนพฤติกรรมของบริษัทหลายด้าน หรือการเข้า index พร้อมกันเปลี่ยน attention, liquidity และ information
หาก traders คาดการณ์กฎล่วงหน้าหรือบิดเบือน threshold สมมติฐานเรื่อง independence และ timing ของ instrument ก็อาจล้มเหลวได้เช่นกัน
ทำให้ข้ออ้างด้าน identification ตรวจสอบได้
กำหนด target effect และ population อธิบายว่า instrument ทำให้ X เคลื่อนไหวอย่างไร และทำแผนผังทุก side path ที่เป็นไปได้จาก instrument ไปยัง Y
แสดง first stage และ reduced form พร้อม balance, placebo outcomes, pre-effects, alternative controls และ inference ที่ robust ต่อ weak identification
ทั้งผล overidentification test ที่ไม่ผ่านและ Hausman test ต่างก็ไม่ได้พิสูจน์ความถูกต้องของ instrument ดังนั้น assumption ที่ยังไม่มีหลักฐานหักล้างไม่ควรถูกกล่าวเป็นข้อเท็จจริง
คำถามที่พบบ่อย
Instrumental variable คืออะไร?
คือแหล่ง variation ที่ทำให้ endogenous regressor เคลื่อนไหว แต่ภายใต้สมมติฐานที่ระบุไว้จะส่งผลต่อ outcome ผ่าน regressor นั้นเท่านั้น
Two-stage least squares ทำงานอย่างไร?
ขั้นแรกพยากรณ์ endogenous regressor ด้วย instruments จากนั้นเชื่อมส่วนที่เกิดจาก instrument เข้ากับ outcome
First-stage F statistic ที่ใหญ่พิสูจน์ว่า instrument ใช้ได้หรือไม่?
มันสนับสนุน relevance แต่พิสูจน์ independence หรือ exclusion ไม่ได้ ซึ่งยังต้องมีคำอธิบายที่น่าเชื่อถือเกี่ยวกับเส้นทางทางเศรษฐกิจ
การผ่าน overidentification test ยืนยัน instrument ทุกตัวหรือไม่?
ไม่ การทดสอบขึ้นกับสมมติฐานและ power ของมัน และอาจพลาด instruments ที่มีเส้นทางไม่ถูกต้องร่วมกัน