statsmodels IV2SLS计算异方差稳健协方差时缺少pinv_wexog属性报错

调用的statsmodels.sandbox.regression.gmm.IV2SLS属于早期实验性沙箱模块，和statsmodels后续版本的通用稳健协方差计算逻辑不兼容。get_robustcov_results方法依赖的pinv_wexog属性，仅由主流程正式维护的线性回归结果类在拟合阶段自动生成，沙箱版IV2SLS的拟合结果不包含该属性，因此触发属性不存在的异常。

• 替换为正式维护的IV2SLS实现，是成本最低的最优方案：放弃沙箱模块的导入，改用statsmodels.regression.linear_model下的IV2SLS类，该实现的结果对象完全兼容稳健协方差计算接口，修改后的核心代码为：

  # 替换原有沙箱模块的导入语句
  from statsmodels.regression.linear_model import IV2SLS
  
  endog = cig_1995['lpackpc']
  exog = cig_1995[['constant', 'lravgprs']]
  instrument = cig_1995[['constant', 'rtaxso']]
  results = IV2SLS(endog=endog, exog=exog, instrument=instrument).fit()
  # 调用HC1稳健协方差不会触发属性缺失报错
  results_robust = results.get_robustcov_results(cov_type='HC1')
  

• 若因历史代码约束必须使用沙箱版IV2SLS，需绕过通用的get_robustcov_results接口，按照2SLS的异方差稳健协方差规则手动计算矩阵：计算过程围绕工具变量投影矩阵、残差权重矩阵的连乘逻辑展开，手动实现该流程即可避开对pinv_wexog属性的依赖。
• 临时补丁方案（不推荐长期使用）：在拿到沙箱版IV2SLS的拟合结果后，手动为结果对象赋值pinv_wexog属性为加权外生变量的伪逆矩阵，再调用稳健协方差方法。由于沙箱类和主流程类的内部计算逻辑存在差异，该方法可能出现协方差计算值与官方正式实现不一致的问题，仅适合临时调试场景。

内容的提问来源于stack exchange，提问作者Jinze