使用工具变量来建立因果关系

即使有观测数据,也可以借助工具变量估计来恢复因果关系

英国华威大学和德国IZA

单页 全文

电梯游说

随机对照试验通常被认为是确定因果关系的黄金标准。然而,在许多与政策有关的情况下,这些试验是不可能的。工具变量仅通过特定治疗影响结果;因此,它们允许对因果效应进行估计。然而,找到有效的工具是困难的。此外,工具变量估计仅对人口的特定部分恢复因果关系。虽然这些限制很重要,但确立因果关系的目标仍然存在;而工具变量是实现这一目标的重要计量经济学工具。

IV估计的示意图-教育对工资的影响

重要发现

优点

有效的工具变量有助于建立因果关系,即使在使用观测数据时也是如此。

使用工具变量有助于解决被忽略的变量偏差。

工具变量可以用来解决同时性偏差。

为了解决处理变量中的测量误差,可以使用工具变量。

缺点

很难找到影响治疗参与但对感兴趣的结果没有直接影响的有力和有效的工具变量。

估计的治疗效果通常不适用于整个人群,甚至不适用于所有的治疗观察。

估计的治疗效果可能因不同的仪器而异。

对于小样本量,在“弱”工具的情况下,工具变量估计是有偏差的。

作者主要信息

当治疗不是随机分配给参与者时,治疗的因果效应不能从简单的回归方法中恢复。工具变量估计——一种标准的计量经济学工具——可以用来恢复治疗对结果的因果效应。这一估计只能被解释为对参与治疗的部分人群的因果效应。然而,找到一种满足(i)影响参与治疗和(ii)对结果没有直接影响这两个条件的有效工具绝非微不足道。

完整的引用

完整的引用

数据源(年代)

数据类型(年代)

方法(年代)

国家