楼主: shaoqinglong11
10497 7

[编程问题求助] 关于系统GMM模型中大N小T的问题 [推广有奖]

院士

51%

还不是VIP/贵宾

-

0%
威望
3 级
论坛币
12995 个
通用积分
162.6505
学术水平
323 点
热心指数
357 点
信用等级
246 点
经验
84753 点
帖子
2577
精华
1
在线时间
2572 小时
注册时间
2013-8-21
最后登录
2024-4-14
楼主
shaoqinglong11 发表于 2015-10-9 00:02:00 |只看作者 |坛友微信交流群|倒序 |AI写论文
10论坛币
文章回馈的问题中，提到一个问题。就是系统GMM模型中，好像是要求适合大N小T的情况。那么请问，什么时候才是大N小T呢？是不是N大于T就行，还是有具体的标准？另外，如果样本是大N大T，那么是否适合系统GMM模型呢？谢谢大神！

最佳答案

@浪花朵朵开 查看完整内容

GMM是基于大样本理论推导的，渐进有效，N应趋向于无穷。一般来说，T较短，N较大，例如：N是几百家公司，年份T较短即可应用，这个时候应用系统GMM比较有效率。对于长面板，时间T较长的话，如果因变量的一阶滞后项的系数大致估计不超过0.5，最好也采用系统GMM，但是，L.Y的系数超过0.85，建议最好采用纠偏的LSDVC法估计，从模拟的效果看，它的优势比较明显。
分享0
关键词：GMM模型 系统GMM MM模型 GMM 文章 模型 中大 样本

使用道具

沙发
@浪花朵朵开 发表于 2015-10-9 00:02:01 |只看作者 |坛友微信交流群
GMM是基于大样本理论推导的，渐进有效，N应趋向于无穷。一般来说，T较短，N较大，例如：N是几百家公司，年份T较短即可应用，这个时候应用系统GMM比较有效率。对于长面板，时间T较长的话，如果因变量的一阶滞后项的系数大致估计不超过0.5，最好也采用系统GMM，但是，L.Y的系数超过0.85，建议最好采用纠偏的LSDVC法估计，从模拟的效果看，它的优势比较明显。
已有 1 人评分学术水平 热心指数 信用等级 收起 理由
zaiaxi + 1 + 1 + 1 精彩帖子

总评分: 学术水平 + 1  热心指数 + 1  信用等级 + 1   查看全部评分

使用道具

藤椅
shaoqinglong11 发表于 2015-10-10 21:48:11 |只看作者 |坛友微信交流群
@浪花朵朵开 发表于 2015-10-9 00:02
GMM是基于大样本理论推导的，渐进有效，N应趋向于无穷。一般来说，T较短，N较大，例如：N是几百家公司，年份 ...
thanks, can you show me the sources?

使用道具

板凳
@浪花朵朵开 发表于 2015-10-11 10:26:30 |只看作者 |坛友微信交流群
shaoqinglong11 发表于 2015-10-10 21:48
thanks, can you show me the sources?
可以看一下Roodman(2009)、AB91、BB98这三篇文章，论坛上可以搜到下载的

使用道具

报纸
shaoqinglong11 发表于 2015-10-11 15:40:30 |只看作者 |坛友微信交流群
@浪花朵朵开 发表于 2015-10-11 10:26
可以看一下Roodman(2009)、AB91、BB98这三篇文章，论坛上可以搜到下载的
谢谢！Roodman(2009)可以找到，那么AB91， BB98具体指什么呢？

使用道具

地板
@浪花朵朵开 发表于 2015-10-11 19:11:31 |只看作者 |坛友微信交流群
shaoqinglong11 发表于 2015-10-11 15:40
谢谢！Roodman(2009)可以找到，那么AB91， BB98具体指什么呢？
Arellano and Bond(1991)、Blundell and Bond(1998)那两篇文章，很经典的！
Arellano还出版了一本书 面板数据计量经济学

使用道具

7楼
shaoqinglong11 发表于 2015-10-11 22:23:38 |只看作者 |坛友微信交流群
@浪花朵朵开 发表于 2015-10-11 19:11
Arellano and Bond(1991)、Blundell and Bond(1998)那两篇文章，很经典的！
Arellano还出版了一本书 面板 ...
好的，不过里面好像不涉及T和N的问题

使用道具

8楼
赵安豆 发表于 2024-5-6 09:18:06 |只看作者 |坛友微信交流群
在统计学和经济学的研究中，"大N小T"的表述通常用于描述面板数据（panel data）的情况。这里，N代表个体数量（entities），而T代表时间序列长度。当N远大于T时，我们称其为“大N小T”；反之，如果T接近或大于N，我们称之为“大T”。

对于系统GMM（Generalized Method of Moments）模型，它特别适合处理面板数据中的内生性问题，尤其是当样本是大N小T的情况。在这种情况下，大量的个体可以提供丰富的信息来估计模型参数，而较短的时间序列可能不足以捕捉所有的动态关系。

然而，如果样本是大N大T，系统GMM模型仍然可以使用，因为它能有效地处理面板数据的内生性和时间效应。但需要注意的是，在大T的情况下，其他方法如固定效应（fixed effects）或随机效应（random effects）模型也可能适用，并可能更有效。因此，选择哪种模型应该根据数据特性和研究问题的具体需求来决定。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用



使用道具

返回列表
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注jltj
拉您入交流群
  • 手机版  |
  • 意见反馈  |
  • 帮助  |
  • 新手入门  |
  • 用户手册  |
  • 友情链接  |

    • 如有投资本站、合作意向或投放广告，请联系：13661292478（刘老师）

    联系客服

    邮箱：service@pinggu.org 投诉或不良信息处理：（010-68466864）

    010-68466864

    京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问：王进律师 知识产权保护声明   免责及隐私声明

    GMT+8, 2024-6-12 21:45