“傻瓜”学计量

提纲：“10种” 稳健性检验的方法

我们为何要做稳健性检验？要确保结论的稳健性

在文献中一般表现为：参考其他大佬的测量方法、和指标选择。

在实证中，变量替换的对象主要是所考察主题的因变量（被解释变量）、自变量（解释变量）。根据不同论文的度量 方法，可以引用不同的变量替换方式，来考察问题或者亚久假设的稳健性。

大部分情况下，会根据因变量的特征来选择方法。 例如，当主题所考察的因变量为连续变量，其存在不少0样本时，文章选择最小二乘法（OLS）、tobit模型都比较合适，显然这两种方法在一定程度上来讲 都是可以替换的。

少部分情况下，选择方法时，也要考虑样本的特性。例如，当样本时截面数据或面板数据时，选用的方法也会不同。

内生性是社科领域中研究因果关系时必须要关注和考察的。

内生性具体内容及stata指令 参考我的另一篇笔记：

CSDN

在文献中的出现形式：放大或缩小样本时间窗口、剔除例如武汉新冠时期GDP、剔除我国大量增发货币的年份的数据。

增加那些，在模型回归分析中我们经常忽视或者遗漏的一些重要因素，而这些因素将是影响我们考察因果关系中的重要变量。根据以往文献选取控制变量。

在文献中的出现形式：增加控制变量、修改模型设定（在基准模型中加入固定效应、行业✖年份交互固定效应）。

即：作者用某个数据库的样本得出结论后，再通过其他样本（或数据库）进行检验分析，从而进一步夯实了这个结论。

（比较麻烦）  

用实证研究推翻别人的逻辑。

逐步回归法：第一种：将显著的变量逐步进行剔除。

                      第二种：若存在交乘项时，应先对变量进行中心化处理，再得出交乘项。

基本思路：在基准模型中引入自变量的二次方项就可以了。

为避免多重共线性问题，需将二次方向先进行中心化处理再引入基准方程。

对连续变量进行缩尾处理

资料来源：z值得收藏：实证研究中，稳健性检验思路有哪些？_哔哩哔哩_bilibili

关于稳健性检验_哔哩哔哩_bilibili