与stata四天panels高级计量经济学及Stata应用

，(c) ，(c) 例： yi,t1xitui

(t2,,Ti,i

i)相关，故FEyiyityiyityi(yi,t1Lyi)(xitxi)(iti (t2,,TTTt，Lyi TTtyi,t ，(c) yi,t1xitziui

(t2,, yi,t1xit

(t2,,T但yi,t1yi,t1yi,t2依然与 iti,t

因此，yit1为内生变量，需要寻找适当的工具变 ，(c) AndersonandHsiao(1981)提出使用yi,t 如果it 则yi,t2 与it it i,t1不相关，满足外生性。 ，(c) yit3,yit4ArellanoandBond1991)使用所有可能的滞后变这就是“差分GMM”(DifferenceGMM)(因为是 ，(c) 弱工weakinstruments问题 ，(c) 如果xit仅为前定变量而非严格外生，则经过差分后，xitxitxi,t1就可能与it it i,t1相关，导致内生性。可使用xi,t1,xi,t2, 不随时间变化的变量zi被消掉了，故差分GMM无法估计zi ，(c) ZyitZ(yi1yi,T2类似地，使用工具变量yi,t 将损失前两行数 ，(c) Holtz-Eakinetal(1988)提出使用一系列的工具变yit2，其中每个工具变量对应于一个时 yi2 yi,T2 ，(c) ，(c) ArellanoandBover(1995)重新回到了差分之前的水平方程(levelequation)，并使用yi,t1yit2yit1E(yitsitEyitsitEyits1it00 须假设{yi,t1,yi,t2,} 效应

（steadystate） ，(c) ，(c) GMM”(SystemGMM)BlundellandBond(1998)把差分GMM与水平GMM”(SystemGMM)方程的估计)。但必须额外地假定yit1yit2ui无关；否则，不能使用系统GMM。xit也包括内生变量，则同样 ，(c) 例Acemogluetal(2008)使用差分GMM估计跨国面板数据，发现人均收入(percapita Cheetal(2013)使用系统GMM etal(2013)认为差分GMM存在弱工具变量问题， ，(c) xtabonddepvarindepvars,lags(p)maxldep(q)twostepvce(robust)pre(varlist)endogenous(varlist)inst(varlist)“depardepars为解释变量。s(p)pp1；“m(qoste表示使用G，默认Spr(ar，“endosar，“t(rStandardError”(Windmeijer,2005；WC表示“Windmeijerbias-corrected”) ，(c) 集包含名工人-1982年有关工资的以下变量(n=595，T=7的短面板)：exp2(工龄平方)，wks(weeksworked，工作 ，(c) lwageit1lwagei,t12lwagei,t21occit2southit34indit5wksit6wksi,t17msit8unionitui其中，occ,south,smsa,ind为外生解释变量，wks及其一阶滞后为前定解释变量，而msunion ，(c) xtabondlwagextabondlwageoccsouthsmsaind,lags(2)maxldep(3)re(wks,la(1,2))endoenous(ms,lag(0,2))endogenous(union,lag(0,2))twostepvce(robust)•选择项“rewks use选择项“endoenousms,lag0,2”指定变量ms为内生解释变量(其中 ，(c) Arellano-BonddynamicGroupvariable:idTimevariable:t

panel-data

NumberofNumberofgroupsObspergroup:

=minavgmax

444Number strumentsTwo-step

Wald Prob> (Std.Err.

forclusteringon

Std.

[95%Conf.

- - - . . - ..-..- . -.-.--..- -..- - -

---

----

...20172017rumentsequatiGMM-type:L(2/4).lwageL(1/2).L.wksL(2/3).msStandard:D.occD.southD.smsa

1

3

2 关。即使原假设“扰动项it无自相关”成立，扰动项的一阶差分 Cov(it,i,t1) i,t1,i,t1i,t2Cov(i,

,i,

)Vari, ，(c) estat Prob>12 Prob>12 H0:no ，(c) quietlyxtabondlwageoccsouthsmsaendogenous(union,lag(0,2))twostepestatSargantestofoveridentifying=Prob>==Prob>=，(c)xtdpdsyslwageoccsouthsmsaind,lags(2)maxldep(3)pre(wks,lag(1,2))endogenous(union,lag(0,2))twostep ，(c) Systemdynamicpanel-data Numberof Groupvariable:idTimevariable:t

Numberof Obsper min

5avg max Prob> Two-step

Std. [95%Conf.

- - - -

- - - - .- - - - - - - 2017ruments2017rumentsGMM-type:L(2/4).lwageL(1/2).L.wksL(2/3).msStandard:D.occD.southD.smsaestatzProb>1-2Arellano-BondzProb>1-2H0:no可在5%的显著性水平上“扰动项差分的二阶自相关系数为0的假设”，故可“扰动项无自 ，(c) estatquietlyxtdpdsyslwageoccsouthestatofoveridentifyingoveridentifyingrestrictions=Prob>=强 ，(c) 为改善工具变量有效性，对于内生解释变量ms,union仅xtdpdsyslwageoccsouthsmsamaxldep(5) ，(c) Systemdynamicpanel-Numberof=Groupvariable:Numberof=Timevariable:Obsper=4=4=4Prob> Two-stepProb> Two-stepWC- Std. [95%Conf. --- - - - - - - - - -- - - - - - - 2 12017/4strumentsequatoGMM-type:L(2/6).lwageL(1/2).L.wksL(2/2).msStandard:D.occD.southD.smsa

Wald

estatArellano-Bondtestforzeroautocorrelationinfirst-differencedzProb>12H0:no ，(c) quietlyxtdpdsyslwageoccsouthsmsaind,lags(3)maxldep(5)pre(wks,lag(1,2))estatSargantestofoveridentifyingH0:overidentifyingrestrictionsare=Prob>= ，(c)

sscinstall ，(c) xtabond2yl.yl2.yx1x2noleveltwosteprobust“ l.yl2.yx1x2“ ，“ivstyle(vrli )”指定IV式工具变量。“nlvl”表示 说明，参见“helpxtabond2”及Roodman ，(c) 使用 southsmsaind)noleveltwostepxtabond2lwageL(1/2).lwagesouthsmsaind)noleveltwostepGMM式工具变量。“iv(occGMM式工具变量。“iv(occsouthsmsaind)”表示使用 ，(c) Dynamicpanel-dataestimation,two-stepdifferenceGroupvariable:Numberof=Timevariable:Numberof=Numberof=Obsper4Prob> 4Prob> 4Std.z[95%.......................InstrumentsforfirstdifferencesequationD.(occsouthsmsaGMM-type(missing=0,separateinstrumentsforeachperiodunlesscollapsed)L(2/3).(wksmsunion)Arellano-BondtestforAR(1)infirstdifferences:=Pr>=Arellano-BondtestforAR(2)infirstdifferences:=Pr>=Sargantestofoverid.restrictions:chi2(29) =59.55Prob(Notrobust,butnotweakenedbymanyinstruments.)Hansentestofoverid.restrictions:chi2(29) =39.88Prob(Robust,butweakenedbymanyinstruments.)

>chi2=>chi2=Difference-in-Hansentestsofexogeneityofinstrumentsubsets:gmm(lwage,lag(24))Hansentestexcludin