工具变量回归 经典假设 所有的解释变量X i 与随机误差项 彼此之间不相关。 若解释变量X i 和u i 相关，则OLS估计量是非 一致的，也就是即使当样本容量很大时， OLS估计量也不会接近回归系数的真值。 造成误差项与回归变量相关（内生性）的原 因很多，但我们主要考虑如下几个方面： 遗漏变量变量 变量有测量误差 双向因果关系。 遗漏变量偏差可采用在多元回归中加入遗漏变 量的方法加以解决，但前提是只有当你有遗漏 变量数据时上述方法才可行。 双向因果关系偏差是指如果有时因果关系是从 X到Y又从Y到X时，此时仅用多元回归无法消 除这一偏差。同样， 变量有测量误差也无法用我们前面学过的方法 解决。 因此我们就必须寻找一种新的方法。 工具变量(instrumental variable, IV)回 归是当回归变量X与误差项u相关时获得总体 回归方程未知系数一致估计量的一般方法。 我们经常称其为IV估计。 其基本思想是：假设方程是： 我们假设u i 与X i 相关，则OLS估计量一定是 有偏的和非一致的。工具变量估计是利用另 一个“工具”变量Z将X i 分离成与u i 相关和不 相关的两部分。
