Nous proposons des tests et régions de confiance exacts pour des modèles comportant des variables inobservées ou des régresseurs estimés de même que pour divers modèles estimés par la méthode des variables instrumentales. La validité des procédures proposées n'est pas influencée par la présence de problèmes d'identification ou d'instruments faibles, de sorte que la détection de tels problèmes n'est pas requise pour les appliquer. De façon plus spécifique, nous étudions deux approches différentes pour divers modèles considérés par Pagan (1984). La première est une méthode de substitution d'instruments qui généralise des techniques proposées par Anderson et Rubin (1949) et Fuller (1984) pour des problèmes différents, tandis que la seconde méthode est fondée sur une subdivision de l'échantillon. La méthode de substitution d'instruments utilise directement les instruments disponibles, plutôt que des régresseurs estimés, afin de tester des hypothèses et de construire des régions de confiance sur les paramètres structuraux du modèle. La seconde méthode s'appuie sur des régresseurs estimés, ce qui permet un gain de degrés de liberté, ainsi que sur une technique de subdivision de l'échantillon. Pour faire de l'inférence sur des transformations générales, possiblement non-linéaires, des paramètres du modèle, nous proposons l'utilisation de techniques de projection. Nous fournissons une théorie distributionnelle exacte sous une hypothèse de normalité des perturbations et de régresseurs strictement exogènes. Nous montrons que les tests et régions de confiance ainsi obtenus sont aussi (localement) asymptotiquement valides sous des hypothèses distributionnelles beaucoup plus faibles. Nous étudions les propriétés des tests proposés dans le cadre d'une expérience de simulation. En général, celles-ci sont plus fiables et ont une meilleure puissance que les techniques traditionnelles. Finalement, les techniques proposées sont appliquées à un modèle du q de Tobin et à un modèle de performance scolaire.