摘要：
本文讨论了一种流行的（恰好识别条件下的）工具变量外生性检验方法的可行性。一些研究在主回归中加入工具变量，通过OLS估计中工具变量系数的显著性判断其是否外生，认为工具变量系数不显著即满足外生性，否则不外生。本文指出这种做法值得商榷。由于在主回归中直接加入工具变量不能解决内生性问题，OLS估计系数在整体上仍可能存在偏误，工具变量系数的显著性无助于判断其外生性：如果核心自变量存在内生性问题，即便工具变量满足外生性假设，上述回归中工具变量的系数可能显著异于零；而在其不满足外生性时，工具变量的系数可能不显著。我们通过模拟数据生成过程，得到核心自变量、工具变量和因变量，验证了这两种错误发生的概率很高。本文的分析框架也可应用于中介效应模型的内生性问题上。如果将工具变量和内生自变量分别看作处置变量和中介变量，以这两者作为自变量的OLS回归估计系数存在渐近偏误，无法对处置效应和中介效应做出正确判断。
