工具变量法是：某一个变量与模型中内生解释变量高度相关，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的一个一致估计量。
作为工具变量，必须满足下述四个条件：
（1）与所替的内生解释变量高度相关；
（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。
扩展资料：
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。
在回归模型中，当解释变量与误差项存在相关性（内生性问题），使用工具变量法能够得到一致的估计量。
内生性问题一般产生于被忽略变量问题或者测量误差问题。当内生性问题出现时，常见的线性回归模型会出现不一致的估计量。此时，如果存在工具变量，那么人们仍然可以得到一致的估计量。
参考资料来源：百度百科——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。
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。
扩展资料：
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。
参考资料来源：百度百科-工具变量法
本回答被网友采纳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。
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。
扩展资料：
工具变量的相关性和工具变量的外生性，其中相关性是指工具变量与回归因子相关，外生性是指工具变量与残差项u无关。为了在具体操作能够实现，常常分两步来做：
1、第一步将X分解两部分：一个是可能与回归误差项相关的有问题的部分，另一个是与回归误差项无关的没有问题的部分；
2、第二步就是使用这个没有问题的部分来估计参数。工具变量可以起到随机抽样的结果，同时，除第一阶段的影响外，工具变量不会通过其他影响被解释变量。
参考资料来源：百度百科-工具变量法
本回答被网友采纳作为工具变量，必须满足下述四个条件：
（1）与所替的内生解释变量高度相关；
（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。
举个例子：比如，令GDP增长率为被解释变量，需要研究GDP增长率与出口开放程度的关系，可以引入工具变量“各省区到海岸线的距离”来替代“出口开放程度”。认为：1.各省区到海岸线的距离与各省区的出口密切相关；2.各省区到海岸线的距离与随机误差项无关。
希望对你有帮助
参考资料：http://baike.baidu.com/view/2107261.htm
本回答被网友采纳