您好！我現(xiàn)在正在處理一套截面數(shù)據(jù)，被解釋變量、解釋變量均符合計數(shù)模型形式（非負整數(shù)），基準檢驗以負二項回歸與泊松回歸同時進行，且初步擬定的工具變量亦為計數(shù)模型形式（非負整數(shù)）。按照本人的理解，2SLS第一階段與第二階段均以O(shè)LS進行回歸，那么計數(shù)模型的數(shù)據(jù)分布顯然與OLS不一致。但如果手工分布進行第一階段、第二階段的回歸，應(yīng)該還需對標準誤進行調(diào)整。

所以，我的問題是，如何在此種情況下應(yīng)用工具變量剔除內(nèi)生性？具體應(yīng)該如何操作和處理？另外，如果可以的話，能否推薦部分文獻以供參考。

期待您的回復(fù)！

建議步驟如下。第一，拿內(nèi)生自變量對工具變量和其他外生自變量做線性回歸（也即第一階段），生成殘差項變量。第二，在第二階段的泊松或負二項模型中，加入殘差項變量，然后進行估計（暫不用調(diào)整標準誤）。第三，如果殘差項變量的系數(shù)統(tǒng)計不顯著，則無需擔心內(nèi)生性問題，照常估計泊松或負二項模型即可。如果殘差項變量的系數(shù)統(tǒng)計顯著，則顯示存在內(nèi)生性，然后進入第四步。第四，存在內(nèi)生性時，有兩種處理方法，一是針對第二步的估計調(diào)整標準誤（需要自己編程調(diào)整）；但當樣本量足夠大時，是否調(diào)整標準誤對結(jié)果影響不大。第二種處理方法是利用 Mullahy (1997, REStat) 的方法（可能需要自己編程）進行估計，該方法比第二步估計更好的一點是對內(nèi)生自變量的分布要求更弱。更多細節(jié)可參考 Wooldridge 高級計量教科書的第 19.5 章節(jié)。

往期回顧：

互助問答第217期：傾向得分匹配法

互助問答第216期：雙重差分與傾向匹配得分問題

互助問答第214期：關(guān)于PSM匹配的問題

互助問答第213期：模型中的固定效應(yīng)問題

如果您在計量學(xué)習(xí)和實證研究中遇到問題，請及時發(fā)到郵箱szlw58@126.com，專業(yè)委員會有30多名編輯都會看，您的問題會得到及時關(guān)注！請您將問題描述清楚，任何有助于把問題描述清楚的細節(jié)都能使我們更方便地回答您的問題，提問細則參見：實證研究互助平臺最新通知（點擊文末閱讀原文查看詳情）

如果您想成為問題解答者，在幫助他人過程中鞏固自己的知識，請發(fā)郵件至szlw58@126.com（優(yōu)先）或給本公眾號留言或加微信793481976給群主留言，我們誠摯歡迎熱心的學(xué)者和學(xué)生。具體招募信息請參見：實證研究互助平臺志愿者團隊招募公告

鮮活的事例更有助于提高您的研究水平，呆板的教科書讓人生厭。如果您喜歡，請?zhí)岢瞿膯栴}，也請轉(zhuǎn)發(fā)推廣！

（歡迎轉(zhuǎn)發(fā)，歡迎分享；轉(zhuǎn)載請注明出處，引用和合作請留言。本文作者擁有所有版權(quán)，原創(chuàng)文章最早發(fā)表于“學(xué)術(shù)苑”。任何侵權(quán)行為將面臨追責?。?/p>

學(xué)術(shù)苑是以“互助問答”為特色的學(xué)術(shù)研究公共品提供平臺，匯聚國際國內(nèi)頂尖經(jīng)管學(xué)術(shù)大咖、聚焦于實證論文寫作與發(fā)表，另有文獻薦讀、一周一薦和相關(guān)學(xué)術(shù)培訓(xùn)等輔助板塊，致力于為訂閱者提供更為全面的服務(wù)。

平臺現(xiàn)擬推出全新模塊，該模塊旨在征集經(jīng)典外文實證文章的原創(chuàng)翻譯，誠摯邀請您為平臺賜稿，與我們一同提升學(xué)術(shù)服務(wù)能力，提高平臺公眾號推文質(zhì)量。稿件主題主要為與實證研究相關(guān)的計量方法和應(yīng)用，其他相關(guān)經(jīng)濟學(xué)主題的原創(chuàng)翻譯稿件也十分歡迎。

學(xué)術(shù)指導(dǎo)：張曉峒老師

本期解答人：中關(guān)村大街

編輯：孫婷婷

統(tǒng)籌：易仰楠

技術(shù)：林毅