因果推断（六）外生变量、内生变量和内生性问题_互为因果内生性分析

外生变量

外生就是：模型内部任何自变量改变，都不会引起其变化的相对于模型的恒量。它们在模型或系统中，只影响其他变量，而不受其他变量的影响。在路径图中，只有指向其他变量的箭头，没有箭头指向它的变量均为外生变量。在结构方程模型中，外生潜变量通常用ξ表示。

例如模型 $y=a\ast f(x)$ ，$a$是一个外生变量。

内生变量

内生就是由模型内部的自变量决定的变量。内生变量是由模型系统决定同时，可能也对模型系统产生影响的变量，是具有某种概率分布的随机变量；

例如模型 $y=a\ast f(x)$ ，$y$是一个内生变量。

一个例子

内生性问题

若扰动项与解释变量不满足弱外生性假定（扰动项与解释变量同期不相关），我们称模型存在内生性问题。

导致内生性问题的原因主要有3种：

1. 遗漏变量：遗漏可能与解释变量$Y$相关的变量，本来应该加以控制，结果没有控制。此时变量会跑到扰动项$u$中，造成扰动项与解释变量存在一定关系；
2. 双向因果：解释变量$X$和被解释变量$Y$互相影响。假设扰动项$u$发生正向冲击，$Y$会增加，因为$Y$与$X$互为因果，则$X$也会发生变动。
3. 测量误差：

参考资料

[1]《微观经济理论：基本原理与扩展》沃尔特·尼克尔森
[2] 通俗理解：内生性VS外生性