【原】互助问答第136期：关于工具变量的问题

尊敬的老师您好！

问题一：在选择工具变量时，是选择组内均值较好还是组内中位数？

问题二：总数据量为4000多，当选择组内均值或组内中位数作为工具变量时，大约分多少组以及分组的数据量为多少算作合适？按我现在的情况，一共分了134组，数据量最小的组有7个数据，最大的为80个数据，这样是不是缺乏说服力？

谢谢老师！

回答一：不管组内均值还是组内中位数，都需满足工具变量与误差项和无关且与内生变量高度相关。在满足这两条假设前提下，二者并无明显优劣。但不论是谁做工具变量，最好都将当前观测值剔除——即剔除当前观测值之后计算组内均值或中位数，以降低工具变量的内生性疑虑。

回答二：分多少组以及每组多少观测值并无确定标准。至少每组的观测值个数需要足够多，使得组内均值或中位数有统计意义。如果某组只有7个观测值，可能就有问题，需要将其并到其他组中，形成规模稍大的组。