工具变量法肩负着解决“内生性”问题的重任，内生性即指解释变量和扰动项相关。当内生性存在时，OLS估计量将会是不一致的，即无论样本容量多大，OLS估计量也不会收敛到真实的总体参数。

内生性的主要来源包括

• 遗漏变量偏差
• 联立方程偏差（双向因果关系）
• 测量误差偏差

其中“遗漏变量偏差”前面已经讨论过了，下面讨论联立方程偏差和测量误差偏差。

1.联立方程偏差

考虑以下的农产品市场均衡模型：

模型

进一步得：

模型

如果直接做回归，则得到的OLS估计值不是一致估计量

我们从数据生成的角度看：

数据生成

因此OLS不一致，称为“联立方程偏差”或“内生性偏差”

2.测量误差偏差

模型假设如下：

模型

代入有：

代入

可证得新扰动项和解释变量存在相关性：

相关性

因此OLS估计不一致，这种由于解释变量测量误差所导致的OLS估计偏差，称为“测量误差偏差”