计量经济学中的内生性问题来源与解决方法.docxVIP

计量经济学中的内生性问题来源与解决方法

一、内生性问题的核心内涵与影响

（一）内生性的基本定义

计量经济学的核心目标是识别经济变量之间的因果关系，而经典线性回归模型的有效性建立在严格的外生性假设之上。所谓外生性假设，是指模型中的解释变量与随机扰动项相互独立，不存在任何相关性。当这一假设被打破时，就会出现内生性问题。伍德里奇（2019）指出，内生性本质上是指回归模型中的解释变量与扰动项之间存在相关性，这会使得普通最小二乘法（OLS）的估计结果失去无偏性和一致性，无法准确反映变量之间的真实因果关系。

在实证研究中，内生性并非偶然现象，而是普遍存在的挑战。例如，当研究者试图估计教育对个人收入的影响时，如果仅将教育年限作为解释变量放入模型，而忽略了个人能力这一重要因素，就会产生内生性——因为个人能力不仅会影响一个人接受教育的年限，还会直接影响其收入水平，此时教育年限与模型中的扰动项（包含了未观测到的个人能力）就存在相关性，导致OLS估计的教育回报系数出现偏误。

（二）内生性对计量分析的影响

内生性问题的存在会从多个维度影响计量分析的可靠性，甚至导致研究者得出完全错误的结论。首先，内生性会导致OLS估计量出现偏差，这种偏差不会随着样本量的增大而消失，即估计量是不一致的。赫克曼（2000）在其关于因果推断的研究中指出，内生性引发的偏误方向往往难以预判，它取决于遗漏变量、双向因果等来源与解释变量