中介效应最新进展: 中介效应中的工具变量法使用方法及其代码！

凡是搞计量经济的，都关注这个号了

邮箱：econometrics666@126.com

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

最新一期Stata程序及使用方法：

Comparing distributions of ordinal data
S. P. Jenkins
sfcount: Command for count-data stochastic frontiers and underreported and overreported counts
E. Fé and R. Hofler
emagnification: A tool for estimating effect-size magnification and performing design calculations in epidemiological studies
D. J. Miller, J. T. Nguyen, and M. Bottai
Local Whittle estimation of the long-memory parameter
C. F. Baum, S. Hurn, and K. Lindsay
A command to estimate and interpret models of dynamic compositional dependent variables: New features for dynsimpie
Y. S. Jung, F. D. S. Souza, A. Q. Philips, A. Rutherford, and G. D. Whitten
A simple test for power-law behavior
C. M. Urzúa
Causal mediation analysis in instrumental-variables regressions
C. Dippel, A. Ferrara, and S. Heblich
Endogenous switching regression model and treatment effects of count-data outcome
T. Hasebe
Smooth varying-coefficient models in Stata
F. Rios-Avila
Pairwise meta-analysis of aggregate data using metaan in Stata
E. Kontopantelis and D. Reeves
Uniform nonparametric inference for time series using Stata
J. Li, Z. Liao, and M. Gao
Multistate life tables using Stata
J. O. Muniz
Speaking Stata: Is a variable constant?
N. J. Cox
正文

以下引荐的是"工具变量回归中的因果中介分析"，主要解决内生性处理变量和中介变量问题。

Dippel C, Ferrara A, Heblich S. Causal mediation analysis in instrumental-variables regressions. The Stata Journal. 2020;20(3):613-626. doi:10.1177/1536867X20953572
In this article, we describe the use of ivmediate, a new command to estimate causal mediation effects in instrumental-variables settings using the framework developed by Dippel et al. (2020, unpublished manuscript). ivmediate allows estimation of a treatment effect and the share of this effect that can be attributed to a mediator variable. While both treatment and mediator can be potentially endogenous, a single instrument suffices to identify both the causal treatment and the mediation effects.
关于中介或调节效应，可以参看1.计量回归中的交互项到底什么鬼? 捎一本书给你，2.计量经济学中"交互项"相关的5个问题和回应，3.实证机制分析那些事，机制分析什么鬼？，4.政策评估中"中介效应"因果分析, 增添了文献和Notes，5.内生变量的交互项如何寻工具变量, 交互项共线咋办，6.因果中介效应分析出现在顶刊, 是时候使用新方法了，7.中介和调节效应自助法检验，针对非正态截面数据，8.面板数据中介效应的计算程序, 打开面板这扇门，9.中介和调节效应操作指南, 经典书籍和PPT珍藏版，10.中介效应分析的四种方式, 原则方法和应用综述，11.中介效应分析的方法和模型, 一篇听说必须看的文献，12.多重中介效应的估计与检验, Stata MP15可下载，13.具有调节变量的中介效应分析, moderated mediation，14.具有调节变量的中介效应程序和数据, 独家解读相关结果，15.有限混合模型FMM,异质性分组分析的新筹码，16.省份/行业固定效应与年份固定效应的交乘项固定效应，17.面板数据中去中心化的交互项回归什么情况，18.面板交互固定效应是什么, 白聚山教授推动了最前沿的研究，19.跨数据比较回归系数技巧，22.U型, 倒U型, 还是线性关系, 你平常的做法不靠谱，23.中介变量需要放到回归中去吗?何时放何时不放?，24.多个中介变量如何检验中介效应?，25.调节变量, 中介变量和控制变量啥区别与联系?，26.logit和probit模型中的交叉项, 如何求边际效应
在了解“中介效应中的工具变量方法”前，先了解一些关于因果中介方法的介绍：①因果中介效应分析出现在顶刊, 是时候使用新方法了，②政策评估中"中介效应"因果分析, 增添了文献和Notes。
在许多情况下，研究人员希望了解处理变量X对结果变量Y的影响机制。例如，Becker和Woessmann（2009）对韦伯假设感兴趣，即宗教，特别是新教，影响经济增长。由于新教促进了圣经的阅读，他们认为宗教对经济增长影响的一个潜在机制是通过人力资本积累，特别是通过提高识字来发挥作用的。鉴于宗教在各地区的流行可能不是随机的，他们引入了一个工具变量（IV），并表明新教导致了较高的识字率，从而促进了经济增长。他们得出了中介作用范围的合理界限，但缺乏一个正式的因果框架来估计宗教对通过扫盲实现的经济增长的间接影响。
下面这篇文章和程序，主要针对“处理变量X和中介变量M可能内生的情况下，如何使用一个工具变量IV估计出直接效应和间接效应”。这种情况非常常见，就算没有M，处理变量X与结果变量Y之间可能因双向因果、测量误差等导致内生性问题。现在我们需要通过X——M——Y的路径，分离出中介效应和直接效应，若X和M可能是内生变量，那需要分别为X和M找一个工具变量进行估计吗？这两位同仁Markus Frölich和Martin Huber的"Direct and indirect treatment effects–causal chains and mediation analysis with instrumental variables"确实这么做的。但现在，Dippel等人在2019年的文章"Mediation Analysis in IV Settings With a Single Instrument"证明，一个工具变量IV就可以估计出因果中介效应。

估计环节如下，不过至于文章里的细节，各位学者可以在咱们社群里开展深入交流。

使用如下ivmediate程序所做的估计，其中工具变量为到Wittenberg的距离，因为距离这个地方越近，越容易因传教而成为新教徒，并最终通过提高识字率促进了经济增长。

估计的结果如下，但关于弱工具变量检验等被我们省略掉了。

上面这些文章和相关代码都可以自己下载尝试。
拓展性阅读

1.JPE上19年以来10篇比较有意思且重要的文章”，2.中国英文发表影响力Top60经管学院名单出炉，3.中国内地学者过去30年发Top5刊的信息都在这里，4.中国哪所高校Top5刊发表数量最多？哪所从未发表过？，5.五大Top经济刊物的在40年里发生了什么？，6.最新研究, 没有Top5刊物, 劝你不要想终身教职!，7.Top期刊里不同来源内生性处理方法, 从此掌握少林绝学易筋经，8.经济学所有细分领域Top10大牛,不知晓他们我不好意思提创新。
之前，咱们圈子引荐过一些数据库，如下：1.这40个微观数据库够你博士毕业了；2.中国工业企业数据库匹配160大步骤的完整程序和相应数据；3.中国省/地级市夜间灯光数据；4.1997-2014中国市场化指数权威版本；5.1998-2016年中国地级市年均PM2.5；6.计量经济圈经济社会等数据库合集；7.中国方言,官员, 行政审批和省长数据库开放；8.2005-2015中国分省分行业CO2数据；9.国际贸易研究中的数据演进与当代问题；10.经济学研究常用中国微观数据手册。
一些处理内生性问题的文章，参看以下文章：1.“内生性” 到底是什么鬼? New Yorker告诉你；2.Heckman两步法的内生性问题；3.IV和GMM相关估计步骤，内生性、异方差性等检验方法；4.最全估计方法，解决遗漏变量偏差，内生性，混淆变量和相关问题；5.忽略干扰因素，内生性，遗漏变量偏差及相关问题下的估计；6.非线性面板模型中内生性解决方案；7.内生性处理的秘密武器－工具变量估计；8.内生性处理方法与进展；9.内生性问题和倾向得分匹配；10.你的内生性解决方式out, ERM独领风骚；11.面板数据里处理多重高维固定效应的神器；12.面板数据是怎样处理内生性的；13.计量分析中的内生性问题综述；14.工具变量IV与内生性处理的解读；15.一份改变实证研究的内生性处理思维导图；16.Top期刊里不同来源内生性处理方法；17.面板数据中heckman方法和程序；18.控制函数法CF, 处理内生性的广义方法；19.二值选择模型内生性检验方法；20.2SRI还是2SPS, 内生性问题的二阶段CF法实现；21.内生变量的交互项如何寻工具变量；22.显著不显著的后背是什么
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。

标签：变量,效应,最新进展,内生性,中介,方法,因果
来源： https://blog.51cto.com/15057855/2673538