偶也在看伍德理奇，遇到同样的问题，大体感觉是，代理变量是对无法量化变量的代替，而工具变量是在存在遗漏变量时为了得到有效估计的一个方法。也就四楼的意思吧。迷惑ing,期待高手解答。

當自變數發生衡量誤差時,為獲得一致性估計式,必須找一些變數與自變數有關但與誤差項無關,此時這些變數稱為工具變數。然而,工具變數並非完全取代自變數。至於代理變數是某變數無法觀察到,給用相關變數取代它。

微观计量经济学要义（林少宫主编）：多元线性回归系数的“其余情况不变”释义（林少宫） 一文中有详细的介绍，可参阅。

http://www.pinggu.org/bbs/viewth ... p;page=1#pid2415191 电子版下载地址

10# 王贯杰 多谢楼上，学习中。呵呵！

遗漏变量如果和其他解释变量不相关的话，不会产生内生性问题，OLS是consistent的；如果遗漏变量和其他解释变量相关，既可以用工具变量来解决，也可以用代理变量来解决，从这个意义上，两者的作用是一样的，都是为了解决因为遗漏变量而导致的内生性问题；
但是运用工具变量要求我们知道当遗漏某个变量后，哪个解释变量跟误差项有关，哪个跟误差项没关，以便由此将工具变量分为内生和外生两类，这是运用工具变量回归的前提；
而运用代理变量则不需要知道当遗漏某个变量后哪个解释变量跟误差项有关，只要代理变量满足对代理变量的要求就能够解决；两种方法能导出代数意义上不同的估计量，但在大样本下，它们是等价的；
另外工具变量是解决内生性的一般性方法，而遗漏变量只是导致内生性的一种原因，内生性还可能是因为测量误差，联立方程等造成，但无论是什么造成，都能用工具变量加以解决，而代理变量据我所知只能用于解决由遗漏变量导致的内生性问题。

作用不同。。

好难啊，我也不懂

讲得非常好，谢谢！ 12# 冬日的碧雪

谢谢“冬日的雪”似乎明白点了。也谢谢 王贯杰 下载学习中。呵呵！

感谢解答，学习中

冬日的基本差不多。林少宫书里很明白，工具变量就是将与扰动项相关的那个方程中已有的x替换成和扰动项基本不相关的x1，但不增加漏损的解释变量。
而代理变量就是通过增加漏损的x2，来解决x和扰动项相关的问题。当然需要满足x2和漏损项高度相关，且和扰动项基本不相关的要求。

感谢10楼，我下载了。

很受益，多谢多谢！

feichanghao shoujiaokle

你的建议非常好。
林老师书中写的非常明白。

代理变量 代的是被忽略的变量，一般是不可观查到的，而工具变量是找一个外生变量，和被忽略的变量不相关，而又和发生了内生性的解释变量相关~ 所以说代理变量肯定不能用做一个工具变量

工具变量时用来解释内生性的，也就是说如果解释变量与误差项相关，则ols估计是非一致的，这时候要将解释变量换成工具变量；而代理变量是，解释变量的数据无法取得的时候，用代理变量来替代。见笑了

我是这么理解的  代理变量与遗漏变量存在高度相关性 而工具变量与遗漏变量不相关吧

代理变量：某变量无法直接观测，而用其它变量替代之。
（1）代理变量要求与扰动项相关，而工具变量要求与扰动项不相关；
（2）在估计时，代理变量使用OLS 法估计，且被代理变量的信息没有进入到模型中，而工具变量则使用的是2SLS法估计，工具变量和内生变量的信息同时被用到了。

代理变量和工具变量的选取都有相同的要求：与被替代的变量高度相关；与随机误差项不相关；与其他解释变量无多重共线性。但是二者有着本质的区别：工具变量是在回归过程中暂时替代内生解释变量，最终解释模型时仍是采用原内生解释变量来解释，而代理变量则是因某种原因无法获取到变量的观测值而采用其他变量替代原变量，最后解释模型也是用代理变量来解释回归模型。

从一个角度说，工具变量要求外生性，即工具变量不能对y有偏效应；而代理变量要影响y的。

虽然二者都是理想变量无法量化或者数据无法获得时选择plan B ,
但我有一个不那么学术的理解.
工具变量不是你要的研究重要变量,而是被选择用来解决模型中的问题,从而让其他你要研究的变量的估计更加准确.
而代理变量则是你要研究的变量,至少代理变量前边的系数是你所需要的.

谢谢