Instrumentalvariable
Eine Variable, die die Treatment-Variable beeinflusst, aber das Outcome nur über das Treatment – nicht direkt. Ermöglicht kausale Schätzungen trotz Confounding.
Instrumentalvariablen ermöglichen kausale Schätzungen trotz Confounding – mächtig, aber gute Instrumente zu finden ist die größte Herausforderung der Ökonometrie.
Erklärung
Zwei Bedingungen: (1) Relevanz: Das Instrument korreliert mit dem Treatment. (2) Exogeneity: Das Instrument beeinflusst das Outcome NUR über das Treatment. 2SLS (Two-Stage Least Squares) ist die Standard-Schätzmethode.
Relevanz für Marketing
Löst das fundamentale Problem: "Wie messen wir den Effekt von X auf Y, wenn wir nicht randomisieren können und Confounder existieren?"
Häufige Fallstricke
Gute Instrumente sind extrem schwer zu finden. Schwache Instrumente produzieren verzerrte Schätzer. Exclusion Restriction ist untestbar.
Entstehung & Geschichte
Philip Wright führte IVs 1928 ein. Angrist & Imbens formalisierten LATE (Local Average Treatment Effect) und erhielten 2021 den Nobelpreis. IVs sind das Rückgrat der modernen Ökonometrie.
Abgrenzung & Vergleiche
Instrumentalvariable vs. Difference-in-Differences
DiD nutzt Parallel Trends; IV nutzt ein exogenes Instrument. Verschiedene Annahmen, verschiedene Settings.
Instrumentalvariable vs. Randomized Experiment
Randomisierung eliminiert alle Confounder; IVs adressieren Confounding nur für die durch das Instrument induzierte Variation.