案例8 · 金融与贸易
债务辅导与欠款负担
12,589 行原始记录30 个字段1 张数据表
这个研究案例的结果
以随机邀请作工具变量，辅导时数越多，欠款比越低
基准 p0.638→最终名义 p< 0.001
02做了什么
字典标明辅导邀请随机分配，第 1 轮以邀请作工具变量做两阶段最小二乘；部分按大单位记录的时数先换算为小时。
结果怎么变
显著（p < 0.001）：多 10 小时辅导，欠款比约低 0.108。
哪些结论还不能下
工具变量的排除限制和外生性无法用这份数据检验；名义 p 值未校正，不作因果结论。
研究原文、回归方程与统计细节
我想了解counsel_hours与arrears_ratio的关系及合理解释。
arrears_ratio = a + b*counsel_hours_h_hat + C + e, 其中 counsel_hours_h 第一阶段由 invitation_randomized 识别
- 实际方法
- ivregress 2sls
- 核心项
- counsel_hours_h
- 核心系数 / 标准误
- -0.0108344 / 0.00059922
- 95% 区间
- -0.012009 至 -0.0096598
- 估计样本 N
- 12,589
- 实际执行
- 3 次 · 4 分 32 秒
你的数据，也有相似的问题？
带上自己的数据和研究要求，新建一份研究。
分析我的数据 ↗