谁能帮我分析下分别用xtabond2 和xtdpd进行GMM估计的结果？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

谁能帮我看看分别用xtabond2 和xtdpd 哪个结果好些吗？怎么分析呢？

1、xtabond2命令的结果：

xtabond2 lev l.lev size pro tang ndts liqu pca inop baoliu yingyun,gmm(lev size pro tang ndts liqu pca inop baoliu yingyun,lag(2 2))  nolevel smal l
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, perm.
Dynamic panel-data estimation, one-step difference GMM
------------------------------------------------------------------------------
Group variable: code_dum                        Number of obs      =       255
Time variable : year                            Number of groups   =        51
Number of instruments = 50                      Obs per group: min =         5
F(10, 245)    =     19.67                                      avg =      5.00
Prob > F      =     0.000                                      max =         5
------------------------------------------------------------------------------
         lev |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         lev |
         L1. |   .0397423   .0789673     0.50   0.615    -.1157991    .1952836
         size |   .1075706    .021561     4.99   0.000     .0651019    .1500392
         pro |  -.0159616   .0170661    -0.94   0.351    -.0495766    .0176533
        tang |  -.1319296   .0572375    -2.30   0.022    -.2446699   -.0191894
        ndts |   .3441457   1.034333     0.33   0.740    -1.693174    2.381466
        liqu |  -.0973343   .0179064    -5.44   0.000    -.1326045   -.0620641
         pca |  -4.587896   1.060056    -4.33   0.000    -6.675883   -2.499909
        inop |   .0007705   .0005055     1.52   0.129    -.0002252    .0017663
      baoliu |  -.7476521   .1512282    -4.94   0.000    -1.045525   -.4497788
     yingyun |  -.0018036   .0006419    -2.81   0.005     -.003068   -.0005391
------------------------------------------------------------------------------
Instruments for first differences equation
  GMM-type (missing=0, separate instruments for each period unless collapsed)
    L2.(lev size pro tang ndts liqu pca inop baoliu yingyun)
------------------------------------------------------------------------------
Arellano-Bond test for AR(1) in first differences: z =  -3.38  Pr > z =  0.001
Arellano-Bond test for AR(2) in first differences: z =   0.20  Pr > z =  0.838
------------------------------------------------------------------------------
Sargan test of overid. restrictions: chi2(40)   =  45.90  Prob > chi2 =  0.241
  (Not robust, but not weakened by many instruments.)

2、xtdpd命令的结果

xtdpd lev l.lev size pro tang ndts liqu pca inop baoliu yingyun, twostep dgmmiv(lev size pro tang ndts liqu pca inop baoliu yingyun, lagrange(2))
> lgmmiv(lev size pro tang ndts liqu pca inop baoliu yingyun, lag(2)) artests(2)
Dynamic panel-data estimation                Number of obs         =       306
Group variable: code_dum                     Number of groups      =        51
Time variable: year
                                             Obs per group:    min =         6
                                                               avg =         6
                                                               max =         6
Number of instruments =    191               Wald chi2(10)         = 156381.22
                                             Prob > chi2           =    0.0000
Two-step results
------------------------------------------------------------------------------
         lev |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
         lev |
         L1. |   .3898956    .014208    27.44   0.000     .3620485    .4177428
        size |   .0638932   .0028806    22.18   0.000     .0582474     .069539
         pro |  -.0162189   .0025059    -6.47   0.000    -.0211304   -.0113073
        tang |   .0841234   .0082696    10.17   0.000     .0679153    .1003315
        ndts |  -2.659479     .13495   -19.71   0.000    -2.923976   -2.394982
        liqu |   -.063842   .0033097   -19.29   0.000    -.0703288   -.0573552
         pca |  -.4799973   .1392972    -3.45   0.001    -.7530148   -.2069798
        inop |   .0015522   .0000797    19.48   0.000      .001396    .0017083
      baoliu |  -.2815143   .0191556   -14.70   0.000    -.3190586     -.24397
     yingyun |  -.0005303   .0000886    -5.99   0.000    -.0007039   -.0003567
       _cons |   -.897393   .0527354   -17.02   0.000    -1.000753   -.7940334
------------------------------------------------------------------------------
Warning: gmm two-step standard errors are biased; robust standard
         errors are recommended.
Instruments for differenced equation
        GMM-type: L(2/.).lev L(2/.).size L(2/.).pro L(2/.).tang L(2/.).ndts L(2/.).liqu L(2/.).pca L(2/.).inop L(2/.).baoliu L(2/.).yingyun
Instruments for level equation
        GMM-type: L2D.lev L2D.size L2D.pro L2D.tang L2D.ndts L2D.liqu L2D.pca L2D.inop L2D.baoliu L2D.yingyun
        Standard: _cons
. estat sargan
Sargan test of overidentifying restrictions
        H0: overidentifying restrictions are valid
        chi2(180)    =  40.73323
        Prob > chi2  =    1.0000
. estat abond
Arellano-Bond test for zero autocorrelation in first-differenced errors
  +-----------------------+
  |Order |  z     Prob > z|
  |------+----------------|
  |   1  |-4.0164  0.0001 |
  |   2  | 1.2848  0.1989 |
  +-----------------------+
   H0: no autocorrelation

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：XTABOND abond xtdpd GMM估计 GMM difference speed

哪位高手帮个忙啊

帮顶。。。。。。。。。。。