目录

1. 引言

一致估计的严格外生性假设要求在所有提前和滞后条件下，模型误差项和模型协变量之间不存在相关性 (Wooldridge，2010)。然而，在目前的实证研究中，许多常见的固定效应 (FE) 和一阶差分 (FD) 估计值存在较大差异，甚至符号相反，意味着这些估计很可能违反了严格外生性假设。

近年来，使用工具变量来估计面板数据模型成为一种趋势，最常见是 FE-2SLS，但在已发表的实证金融文章中，几乎没有报告过对严格外生性的检验。本文认为在所有金融面板数据的应用中都应考虑严格的外生性假设，并为如何做到这一点提供指导。