【摘要】存在很多个工具变量或工具变量为弱工具变量时,IV估计的大样本性质是近年来IV估计研究的新方向。本文提出了一种新的研究思路,从参数空间的角度重新剖析了IV估计在大样本下的各种收敛情况。借鉴Rothenberg(1984)的研究方法,我们将IV估计的结果表示为参数δ(工具变量个数的阶数)和λ(工具变量解释强度的阶数)的函数;根据IV估计量收敛情况的不同,我们对参数δ和λ的可行性区域进行对应的划分,将IV估计的研究划分为6种情形,涵盖了传统理论、Bekker(1994)、Staiger和Stock(1997)以及Chao和Swanson(2003b)的研究结论。