在應用個體和公司金融的研究，經常我們會遇到模型有內生性的問題，也就是當變數與error term有相關性時，則而一般內生性問題分成以下幾類：
Omitted variables
評斷CEO的薪酬需考量其能力，但能力該如何量化，是一個難題。另外遺漏變數也可能出現在error term裡，像是公司規模大小是考量CEO薪酬的變數，然而公司愈大，隱含CEO的能力要愈好才能管理。由於管理能力是不可觀察，被隱含在error term內，並且與企業規模產生相關，因此企業規模有內生性的問題。Simultaneity
x可能影響y，也可能是y影響x，像是反併購(anti-takeover)和低公司價值的關聯，有可能是因為反併購的紛擾發生，讓市場出現疑慮，導致企業價值的損失，形成低市價；但也有可能是因為經理人，採取讓公司變得低價值的策略，來鞏固自己的地位，不讓公司成為被併購的目標。Measurement error
由於我們無法取得真實質，因此在實證上的測量會與實際值產生差距，所以造成測量誤差，此現象不僅出現在x，也會出現在y。例如股權 (equity) 的公司價值容易估計，然而債權不容易評估，使用帳面成本會無法完全評估正確而產生誤差。另外像是CEO的薪資條件也不易估算，使用股權轉換選擇權定價方式，也不能完全估計正確。--------
所以經濟學家想出一些方式，想要來解決此內生性問題，方式如下：
Instrumental variable (IV)
由於大部分的經濟研究無法像自然科學一樣，可以透過實驗控制，工具變量的想法就是找一個硬幣，可以隨機正面或反面，不受人為選擇干擾，達到隨機的效果。如果以數學來說，IV要和x有相關性 (cov != 0)，但要與error term無關，因此工具變量是外生，僅透過x，來和y產生關係。好的IV常來自生理/身體 (biological/physical)、制度改變等，並且要和其探討的經濟因子問題無相關：
- CEO從外人改成家族繼承對公司表現(y)的影響，由於可能有遺漏變數同時影響換管理階層更換 (x) 和公司表現 (y)。取頭生的小孩性別為IV，由於生理上的差異並不影響公司表現 (經濟因子)，且和家族繼承有高的關聯性 (x)，因此適合作為IV。
- 在著名的越戰研究案例中，服役是否影響到未來收入，由於能力隱含在殘差項，因此透過越戰時獨特的抽籤制度來當IV。
- 制度與國民所得(y)的關聯，以歐洲移民在殖民地的死亡率，作為工具變數，如果疾病情況愈嚴重，歐洲殖民者愈會採用榨取式的統治手段。
- 輸出奴隸愈多的地區，現在的經濟發展愈差，以該地區和港口距離作為IV。
- 在CF的研究中，也常使用lagged y or x作為IV。
Difference-in-Differences (DID)
DID適合使用在政策、法律、體制改變，可以是縱斷面 (ex: 改變前後)或橫斷面 (ex: 隔壁的州法通過)，來衡量其經濟影響。但是舉法律通過對於公司舉債的影響，依舊有潛在內生性的問題，像是就算法律未通過，公司的資本結構依舊會改變。Regression Discontinuity Design (RDD)
通過某一個斷點之後，可以做相互比較，像是財務負債比例超過x%，或者信用分數FICO到某一數值，則銀行的合約會自動改變 (ex: 違約)。一般分成機率直接從0到1 (Sharp RDD)或者介於之間 (Fuzzy RDD)。Matching Methods
找一個有類似特徵的經濟體、公司或個人，來比較政策等改變對於其變化之影響。其中的方式像是propensity scoresReference: Roberts, M. R., & Whited, T. M. (2012). Endogeneity in empirical corporate finance.