计量经济学中工具变量的外生性.docxVIP

计量经济学中工具变量的外生性

引言

在因果推断的计量经济学研究中，内生性问题如同笼罩在实证分析上空的阴云，常常导致普通最小二乘法（OLS）估计失效。为突破这一困境，工具变量法（InstrumentalVariables,IV）自20世纪初诞生以来，逐渐成为解决内生性问题的核心工具。从早期对教育回报率的估计，到近年来公共政策效果的评估，工具变量法的应用场景不断拓展。然而，工具变量法的有效性高度依赖其核心假设——工具变量的外生性（Exogeneity）。这一假设如同支撑整个因果推断大厦的基石，若外生性不成立，工具变量估计量将失去一致性，研究结论的可靠性将大打折扣。本文将围绕工具变量外生性的内涵、检验、后果及改进策略展开系统探讨，以期为实证研究中工具变量的合理使用提供理论参考与实践指导。

一、工具变量外生性的内涵与核心地位

（一）外生性的定义与边界

工具变量的外生性，简言之是指工具变量与回归模型中的误差项不相关。更严格地说，在经典线性回归模型(Y=+X+)中，若(X)与()存在相关性（内生性），则需要寻找工具变量(Z)满足两个关键假设：一是相关性（Relevance），即(Z)与内生解释变量(X)高度相关；二是外生性（Exogeneity），即(Z)与误差项()不相关（Wooldridge,2010）。其中，外生性