文献信息
- 标题: Negative Control Falsification Tests for Instrumental Variable Designs
- 作者: Oren Danieli, Daniel Nevo, Itai Walk, Bar Weinstein, Dan Zeltzer (Tel Aviv University)
- 年份: 2026
- 来源: American Economic Review, Vol. 116, No. 4, pp. 1380-1414
- DOI: 10.1257/aer.20240636
- 难度评估: 高 - 需要计量经济学、因果推断基础
1. 引言（背景和意义）
领域基础知识
工具变量（IV）设计: 用于在存在内生性问题时识别因果效应的方法。核心假设包括独立性和排除限制。
阴性控制（Falsification Tests）: 用于检验IV有效性的间接测试。51%的IV研究使用此类测试。
替代路径变量: APO（替代路径结局）变量是已知与结果相关的变量；API（替代路径工具）变量是已知与IV相关的变量。
研究的主要背景
- 实证应用广泛: IV设计是经济学因果推断的核心方法
- 测试实践混乱: 大多数论文使用的阴性控制测试规范不正确
- 理论框架缺失: 缺乏对阴性控制变量条件的正式表征
作者的问题意识
核心问题: 阴性控制变量需要满足什么条件才能有效测试IV设计？
关键洞察: 1. NCO测试需要控制IV——大多数NCI测试实施时忽略了这一步骤 2. 阴性控制测试不仅检验独立性和排除限制，还检验函数形式假设 3. 现有应用可能在有效IV设计中也标记问题
2. 内容及结构
- 引言: 问题陈述、贡献预览
- 现状调查: 对2013-2023年顶级期刊IV研究的调查
- 形式化框架: 潜在结果框架下的阴性控制定义
- 主要结果: 定理1-3及推论
- 实施指南: 四步流程和实证应用
- 结论
3. 正文（逻辑梳理）
威胁IV有效性的来源
替代路径结局变量 (APO): - 已知与结果相关的变量 - 威胁在于它也可能与IV相关,造成替代路径
替代路径工具变量 (API): - 已知与IV相关的变量 - 威胁在于它也可能与结果相关
阴性控制变量定义
阴性控制结局 (NCO): - NCO假设: NC ⊥ Z | U - U-可比性: NC ⊥ U - NCO是APO变量的代理
阴性控制工具 (NCI): - NCI假设: NC ⊥ Y | Z, U - U-可比性: NC ⊥ U | Z - 关键: NCI测试需要控制IV——这在实践中经常被忽略！
两个常见陷阱
陷阱1: NCI测试需要控制IV - 76%的论文没有在NCI测试中控制原始IV - 即使IV有效,测试也会错误地标记问题
陷阱2: 函数形式假设 - NCO测试检验"富协变量"假设(线性) - NCI测试检验"正确指定的约简形式"假设
实施指南
四步流程: 1. 表征威胁: 确定是对独立性还是排除限制的威胁 2. 选择阴性控制: 找到满足NCO或NCI假设的代理变量 3. 选择统计测试: 通常需要控制IV和协变量 4. 解释结果: 如果拒绝,进行诊断
4. 结论
核心结论
- 正式定义: 提供NCO和NCI变量的正式定义和条件
- 两个陷阱: (1)NCI测试需要控制IV; (2)测试还检验函数形式假设
- 实践指导: 提供系统性实施指南
5. 未来研究方向
- 扩展到其他设计（如RD）
- 更多实证应用
- 函数形式测试的分离
