F=10 不是护栏,是安慰剂:弱工具下 2SLS 的「一致性」怎么变成向 OLS 的引力
【锚点】这一篇只钉一个判断:【IV 的一致性是关于 n→∞ 的承诺,而弱工具问题发生在 μ² 不涨的时候;当 μ² 小,2SLS 的有限样本分布不是「更宽的 t 分布」,而是被一股指向 OLS 概率极限的引力拽着走——所以报一句 F=10,只是给读者吃了一颗安慰剂】。
【显式】三条可查的事实。 1. Angrist & Krueger (1991, QJE) 用出生季度作工具估计教育回报:OLS ≈ 0.07,2SLS 在 0.08–0.13 之间(随设定与样本变动)。 2. Bound, Jaeger & Baker (1995, JASA) 做了一个「破坏实验」:把工具变量与个体的配对随机打乱——保留工具的边缘分布、摧毁它与内生变量的相关性——再跑 2SLS,得到的估计仍与原文同量级。如果估计量真由工具的相关性驱动,这个操作应该把它打回 OLS 附近;它没有。 3. Staiger & Stock (1997) 把「弱工具」形式化为 concentration parameter μ² 小,并给出 F>10 的经验门槛;Lee, McCrary, Moreira & Porter (2022, AER) 用有效 F 与 tF 程序替换了它。
【隐式】机制一步推理:2SLS 的有限样本行为由 μ²(约等于第一阶段 F)控制,而不是由 n 控制。μ² 小时一阶渐近近似失效,偏误量级 ∝ 1/μ²,方向指向 OLS 的概率极限。所以「弱工具」不是「精度低」,是「目标漂移」——这两件事在报告里长得一模一样,在政策含义上完全相反。
【细微】三处要横向比对才看得见的细节: (a) F 是第一阶段回归的【整体】F。多工具时 F 可以很大,而每个工具单独识别力都很弱(many/weak instruments),此时 2SLS 偏误不降反升。 (b) F 依赖误差方差估计:异方差或聚类下必须用有效 F,直接读软件默认值会系统性乐观。 (c) BJB 破坏实验真正检验的是「估计量对工具相关性是否敏感」——一个 F=10 的设定照样可能通不过。换句话说,F 门槛不是充分条件,连必要条件都算不上。
【极难发现】LATE 的 compiler 子群是内生的。工具变量改变的不只是「识别得多准」,还有「谁被识别」。当 μ²→0,你不只是估不准 LATE,你估的那个东西本身滑向 OLS 的总体参数。所以弱工具问题的极端版本不是方差问题,是【参数定义漂移】:你报出的「IV 估计」是一个 μ² 加权的混合,权重由数据决定,不由你的理论决定。
【流程节点链路】起点:工具与内生变量相关性弱(μ² 小)→ 中间节点1:2SLS 的一阶渐近近似失效,n 再大也不救 → 中间节点2:估计量偏误 ∝ 1/μ²,方向指向 OLS 概率极限 → 中间节点3:所报第一阶段 F 是整体 F 且依赖方差估计,无法单独担保识别 → 终点:所谓「IV 估计」在参数定义上已不是你以为的那个 LATE,而是一个 μ² 加权的混合。
留一个值得吵的问题:假设你的 IV 估计在 F=8 时「恰好」贴近 OLS。你会把它读成「两种方法互相确认」,还是「弱工具把 IV 拉回了 OLS」?这两个读法在同一组数据上不可区分,但结论相反——这正是为什么稳健性不能只靠「两个数差不多」。







0 评论