可以的，没问题

这个需要具体问题具体分析，但一般不建议这样做。首先你要弄清楚哪些因素导致了内生性，是unobserved confounding factors 还是 reverse causality 或是 selection bias 或其他。导致内生性的因素可能不止一个，要把所有可能的情形都列出，然后逐个分析。比如说，如果导致内生性的观测不到的变量不随时间变化，那么只用panel data regression with individual fixed effects就可以；然而使用滞后自变量无法解决内生性的问题。更不推荐使用滞后因变量，因为很有可能有其他观测不到的变量同时影响因变量和滞后因变量从而导致新的内生性。但更多地情况是导致内生性的因素同样也随时间变化，更复杂也更难解决。总的解决思路是首先直接引入外生的控制变量，如果还是不行，可以考虑 IV，RDD，Matching，DID 等。但这些方法同样依赖非常严格的假设。
最后，结果不显著可能有多种原因，如model misspecification，heterogeneity effect等。另外，不显著的结果也是一种结果。