工具变量法

工具变量法：某一个变量与模型中随机解释变量高度相关，但却不与随机误差项相关，那么就可以用此变量与模型中相应回归系数得到一个一致估计量，这个变量就称为工具变量，这种估计方法就叫工具变量法。

工具变量：在模型估计过程中被作为工具使用，以替代模型中与误差项相关的随机解释变量的变量，称为工具变量。作为工具变量，必须满足下述四个条件：

（1）与所替的随机解释变量高度相关；

（2）与随机误差项不相关；

（3）与模型中其他解释变量不相关；

（4）同一模型中需要引入多个工具变量时，这些工具变量之间不相关。

缺点：工具变量法的关键是选择一个有效的工具变量，由于工具变量选择中的困难，工具变量法本身存在两方面不足：一、是由于工具变量不是惟一的，因而工具变量估计量有一定的任意性；二、是由于误差项实际上是不可观测的，因而要寻找严格意义上与误差项无关而与所替代的随机解释变量高度相关的变量事实上是困难的。