内生解释变量会造成严重的后果：不一致性inconstent和有偏biased，因为不满足误差以解释变量为条件的期望值为0。产生解释变量内生一般有三个原因：

一、遗漏变量

二、测量误差

三、联立性

第三种情况是无法解决的，前两种可以采用工具变量（IV）法，IV带来的唯一坏处是估计方差的增大，也就是说同时采用OLS和IV估计，则前者的方差小于后者。但IV的应用是有前提条件的：1.IV与内生解释变量相关，2.IV与u不相关。在小样本情况下，一般用内生解释变量对IV进行回归，如果R－sq值很小的话，一般t值也很小，所以对IV质量的评价没有大的问题，但是当采用大样本时，情况则相反，往往是t值很大，而R－sq很小，这时如果采用t值进行评价则可能出现问题。这时IV与内生解释变量之间的相关程度不是太大，但是如果与u之间有轻微的相关的话，则：1.导致很大的不一致性；2.有偏性，并且这种有偏性随着R－sq趋于0而趋于OLS的有偏性。

所以现在在采用IV时最好采用R－sq或F－sta作为评价标准，另外为了观测IV与u的关系，可以将IV作为解释变量放入方程进行回归，如果其他的系数没有大的变化，则说明IV满足第二个条件。

 

 

注：上述的R－sq和F－sta都是结构模型中的。