如题
在遇到潜在内生性问题时，第一个直觉就是找工具变量(Instrumental Variable)进行估计
假使模型为 Y=B_0+B_1X+u，潜在IV令为W
目前使用stata打 corr Y X W (这方法有待商榷)
观察彼此的 correlation，挑选那些Corr(Y,W)小的及Corr(X,W)大的来试图当工具变量
但目前用自己想的变量或上述方式皆未找到适合的工具变量。
我目前的X由于一些因素，其每年的数值皆一样(仅有i没有t)
故使用Correlated Random Effects来做估计
想请教各位，在Panel Data的资料型式有其他方法解决内生性问题吗？

你的做法有蛮多错误的地方。第一 corr(y,w)=corr(xb+u,w)=b*corr(x,w)+corr(u,w)，如果b是正的话就一定会比corr(x,w)大。IV要符合的是corr(u,w)=0, corr(x,w)=/=0。跟corr(y,w)的大小没有关系。第二，从corr来看IV适不适合是不对的做法，因为IV要符合的是先验上/逻辑上的外生性，而非样本中的外生性。最后 正确的作法是用Hausman test。在Stata中非常简单，只要ivreg 2sls y (x=w)之后再接一行endog就可以了。这个test的逻辑是b(ols)和b(IV)在统计上有没有显著不同，如果有的话就代表ols的前提E[X'u]=0不成立，所以需要使用IV而IV的挑选只能从逻辑上去判断适不适合。更正:b是正的(X) b比1大(O)

你应该先讨论的内生性可能的来源 再来看panel data 能提供什么帮助