主要观点总结
本文介绍了姜纬教授关于工具变量G.P.A的研究，文章探讨了工具变量法的使用及其影响。研究发现工具变量估计法将回归估计系数平均扩大了九倍，并指出这一现象的原因包括局部平均处理效应、弱工具变量及发文导向因素。姜纬教授为研究者提出了一系列建议来谨慎使用工具变量法进行因果推断。
关键观点总结
关键观点1: 工具变量法的应用及其影响
工具变量法用于缓解内生性问题，但其有效性与使用过程中的谨慎性一直是学术界关注的问题。研究发现，工具变量估计法使回归估计系数平均扩大了九倍。
关键观点2: 工具变量增大估计参数的现象
2003至2014年间，国际三大金融顶级期刊发表的论文中，有255篇运用了工具变量法，研究发现工具变量使得估计参数平均扩大了九倍。
关键观点3: 内生性问题的分类
姜纬教授将内生性问题分为正向性内生问题、矫正性内生问题、不确定性内生问题，其中67.1%的文章存在正向性内生问题。
关键观点4: 工具变量回归估计扩大效应的原因
姜纬教授从局部平均处理效应（LATE）、弱工具变量以及发文导向三个方面解释了工具变量回归估计带来的“难以置信”的扩大效应。
关键观点5: 针对工具变量的使用建议
姜纬教授建议研究者对内生性问题进行更详尽的分析，正视工具变量的效能，并结合事实来做分析推断。
文章预览
来源 ：中国会计学刊 （China Journal of Accounting） 原标题：名家新作 | 姜纬（Wei Jiang）教授谈工具变量G.P.A 工具变量法是为了缓解内生性问题而经常使用的一种方法。但工具变量的有效性与使用过程中的谨慎性一直是学术界关心的问题。2010年， Journal of Accounting and Economics 曾发表一篇题为On the Use of Instrumental Variables in Accounting Research的论文。该文发现1995-2005年JAR、JAE和TAR三大会计顶级期刊共有42篇论文使用了工具变量。基于这些文章，该文识别了工具变量法优于OLS估计的适用条件以及使用工具变量需要做的一系列检验。 七年之后的今天，国际著名金融学家、RFS主编、哥伦比亚大学商学院讲席教授姜纬（Wei Jiang）教授推出新作：Have Instrumental Variables Brought Us Closer to the Truth？ 该文对JF、JFE和RFS三大金融顶级期刊中255篇运用工具变量进行回归估计的论
………………………………
