DIF-GMM和SYS-GMM.docVIP

DIF-GMM和SYS-GMM(System GMM) 面板数据模型最常用的估计方法是固定效应模型和随机效应模型,当解释变量具有内生性时,这两种模型均不能保证得出无偏的参数估计,此时,工具变量法是更为合适的估计方法。本文的实证模型中由于出现了滞后被解释变量,模型的内生性问题不可避免地出现了。为了得出实证方程(1)无偏估计值,选择合适的工具变量是十分必要的。对于这个问题, Arellano和Bond ( 1991) 15提出了用一阶差分GMM ( first differenced GMM)估计方法来解决。但是, B lundell和Bond ( 1998) 16曾指出,一阶差分GMM估计方法容易受到弱工具变量的影响而得到有偏的估计结果。为了克服弱工具变量的影响, Arellano和Bover ( 1995) 17以及B lundell和Bond (1998)提出了另外一种更加有效的方法,即系统GMM ( System GMM)估计方法。其具体做法是将水平回归方程和差分回归方程结合起来进行估计,在这种估计方法中,滞后水平作为一阶差分的工具变量,而一阶差分又作为水平变量的工具变量。*-两阶段估计 *-AB91(Tab4(a2) 考虑异方差问题 *-思路： * 利用第一阶段估计得到的残差构造方差-协方差矩阵，进而重新估计模型 xtabond n L(0/1).w L(0/2).(k ys) yr1980-yr1984, lags(2) twostep est store ab4_twostep *-说明：此时，Sargan 检验无法拒绝原假设 estat sargan *-AB91重要建议： * (1) 采用一阶段估计结果进行系数显著性的统计推断； * (2) 采用两阶段估计给出的 Sargan统计量进行模型筛选 *-进一步的讨论： * 虽然AB91建议不要采用两阶段(非稳健)估计进行统计推断， * 但Windmeijer(2005,Journal of Econometrics)通过模拟分析表明， * 采用纠偏(bias-corrected,WC)后的稳健性VCE，可以更好地进行统计推断 xtabond n L(0/1).w L(0/2).(k ys) yr1980-yr1984,/ lags(2) twostep vce(robust) est store ab_wc_rb *-结果对比 local mm ab4_one_rb ab4_twostep ab_wc_rb esttab mm,mtitle(mm) *-结论： *AB91_onestep_rb 的结果与 AB91_WC_rb 的参数估计相同，后者标准误较大 *建议采用 Windmeijer(2005) 两阶段-纠偏-稳健型 估计量。*-*-7.8.4 系统GMM估计量 AB95,BB98*- * =本节目录= * 7.8.4.1 简介 * 7.8.4.2 xtabond2 命令 * -A- 使用 xtabond2 命令得到 -一阶差分估计量 * -B- 系统 GMM 估计量 * -C- 实例：中国上市公司资本结构动态调整 * -D- xtabond2 命令的其他用途 * 7.8.4.3 xtdpdsys 命令 * 7.8.4.4 xtdpd 命令 * 7.8.4.5 xtlsdvc 命令 *-*-7.8.4.1简介*-重点参考文献：* Arellano and Bover (1995),* Blundell and Bond(1998)* Haha(1999), Judson and Owen(1999)*-适用范围：大N，小T*-AB91 的局限* (1) 当 yi,t-1 的系数较大，即 yi,t 表现出强烈的序列相关时；* (2) 当 Varu_i/Vare_it 较大时，* 即个体效应的波动远大于常规干扰项的波动；*-AB91 的表现欠佳。* 原因在于，水平滞后项是差分方程中内生变量的-弱工具变量-；* 因此，需要寻求更佳的工具变量*- 系统GMM的基本思想:*- 几个概念*水平值 y x*差分值 D.y D.x*水平方程：y_it = b1*y_it-1 + b2*x_it + u_i + v_it* 可用工具变量：D.yi,t-2 可以作为 yi,t-1 的工具变量*差分方程：D.y_it = b1*D.y_it-1 + b2*D.x_it + D.v_it* 可用工具变量：yi,t-3,yi,t-4.都可以作为 D.yi,t-1的工具变量*- 一阶差分GMM估计量与系统GMM估计量的区别*(1) 差分GMM估计量采用水平值的滞后项作为差分变量的工具变量；* 如 y_it-3 是 D.y_it-1 的工具变量*(2) 系统GMM估计量进一步采用差分变量的滞后项作为水平值的工具变量；* 相当于进一步增加了可用的工具变量，* 且估计过程中同时使用水平方程和差分方程*(3) 主要原因在于差分GMM的工具变量往往是弱工具变量，即 corr(X,Z) 过低*- xtabond2 命令-Roodman(2005)* 既可以估计差分 GMM 估计量，也可