如題
在遇到潛在內生性問題時，第一個直覺就是找工具變數(Instrumental Variable)進行估計
假使模型為 Y=B_0+B_1X+u，潛在IV令為W
目前使用stata打 corr Y X W (這方法有待商榷)
觀察彼此的 correlation，挑選那些Corr(Y,W)小的及Corr(X,W)大的來試圖當工具變數
但目前用自己想的變數或上述方式皆未找到適合的工具變數。
我目前的X由於一些因素，其每年的數值皆一樣(僅有i沒有t)
故使用Correlated Random Effects來做估計
想請教各位，在Panel Data的資料型式有其他方法解決內生性問題嗎？

你的做法有蠻多錯誤的地方。第一 corr(y,w)=corr(xb+u,w)=b*corr(x,w)+corr(u,w)，如果b是正的話就一定會比corr(x,w)大。IV要符合的是corr(u,w)=0, corr(x,w)=/=0。跟corr(y,w)的大小沒有關係。第二，從corr來看IV適不適合是不對的做法，因為IV要符合的是先驗上/邏輯上的外生性，而非樣本中的外生性。最後 正確的作法是用Hausman test。在Stata中非常簡單，只要ivreg 2sls y (x=w)之後再接一行endog就可以了。這個test的邏輯是b(ols)和b(IV)在統計上有沒有顯著不同，如果有的話就代表ols的前提E[X'u]=0不成立，所以需要使用IV而IV的挑選只能從邏輯上去判斷適不適合。更正:b是正的(X) b比1大(O)

你應該先討論的內生性可能的來源 再來看panel data 能提供什麼幫助