Endogenität

Endogenität bezeichnet in der empirischen Ökonometrie ein Phänomen, bei dem eine erklärende Variable X mit dem Fehlerterm ε eines Regressionsmodells korreliert ist. Dadurch werden die Schätzerinnen der kausalen Wirkung von X auf die abhängige Variable Y verzerrt und inkonsistent, was Verlässlichkeit von Inferenz und Vorhersagen untergräbt.

Ursachen der Endogenität sind etwa unbeobachtete Variablen, die sowohl X als auch Y beeinflussen (Omitted-Variable-Bias), die wechselseitige Beeinflussung von X und Y (Simultaneität), Messfehler in X sowie Selektions- bzw. Stichprobenverzerrungen. Oft spielen auch komplexe Zusammenhänge zwischen Merkmalsausprägungen eine Rolle, sodass Kontrollvariablen das Problem nicht vollständig lösen.

Die Folgen der Endogenität sind verzerrte Koeffizienten, inkonsistente Schätzer und fehlerhafte Standardfehler, was Hypothesentests und politische oder wirtschaftliche Schlussfolgerungen unzuverlässig macht.

Zur Behandlung der Endogenität kommen Instrumentvariablen (IV) bzw. zweistufige kleinste Quadrate (2SLS) zum Einsatz, sofern geeignete Instrumente vorhanden sind. Ein Instrument Z muss mit X kovariieren (Relevanz) und Y darf durch Z keinen direkten Weg außer über X beeinflussen (Exogenität bzw. Ausschlussbedingung). In Paneldaten können Fixed Effects Endogenität durch unbeobachtete, zeitinvariante Faktoren mindern; Difference-in-Differences oder Regression-Discontinuity-Designs liefern ebenfalls robuste Identifikationsstrategien. Tests wie der Durbin-Wu-Hausman-Test helfen zu prüfen, ob Endogenität vorliegt.

Gängige Beispiele umfassen Bildungseffekte auf Einkommen, bei denen unbeobachtbare Fähigkeiten eine Rolle spielen, oder Messfehler in Variablen, die zu systematischen Verzerrungen führen. Endogenität ist ein zentrales Problem für Kausalität in Regressionsmodellen und erfordert sorgfältige Identifikation und robuste Methoden.