一文读懂STATA做GMM估计 |
您所在的位置:网站首页 › stata工具变量代码 › 一文读懂STATA做GMM估计 |
面板自相关:xtserial enc invs exp imp esc mrl 则存在一种更有效的方法,即GMM。从某种意义上,GMM之于2SLS正如GLS之于OLS。好识别的情况下,GMM还原为普通的工具变量法;过度识别时传统的矩估计法行不通,只有这时才有必要使用GMM,过度识别检验(Overidentification Test或J Test):estat overid 三、工具变量效果验证 工具变量:工具变量要求与内生解释变量相关,但又不能与被解释变量的扰动项相关。由于这两个要求常常是矛盾的,故在实践上寻找合适的工具变量常常很困难,需要相当的想象力与创作性。常用滞后变量。 需要做的检验: 检验工具变量的有效性: (1) 检验工具变量与解释变量的相关性 如果工具变量z与内生解释变量完全不相关,则无法使用工具变量法;如果与仅仅微弱地相关,。这种工具变量被称为“弱工具变量”(weak instruments)后果就象样本容量过小。检验弱工具变量的一个经验规则是,如果在第一阶段回归中,F统计量大于10,则可不必担心弱工具变量问题。Stata命令:estat first(显示第一个阶段回归中的统计量) (2) 检验工具变量的外生性(接受原假设好) 在恰好识别的情况下,无法检验工具变量是否与扰动项相关。在过度识别(工具变量个数>内生变量个数)的情况下,则可进行过度识别检验(Overidentification Test),检验原假设所有工具变量都是外生的。如果拒绝该原假设,则认为至少某个变量不是外生的,即与扰动项相关。0H Sargan统计量,Stata命令:estat overid 四、GMM过程 在Stata输入以下命令,就可以进行对面板数据的GMM估计。 ssc install ivreg2 (安装程序ivreg2 ) ssc install ranktest (安装另外一个在运行ivreg2 时需要用到的辅助程序ranktest) use "traffic.dta"(打开面板数据) xtset panelvar timevar (设置面板变量及时间变量) ivreg2 y x1 (x2=z1 z2),gmm2s (进行面板GMM估计,其中2s指的是2-step GMM)返回搜狐,查看更多 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |