内生解释变量 会造成严重的后果： 不一致性 inconsistent 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。