楼主: 无聊的我
7509 6

[回归分析求助] 关于系统GMM,有很多不懂 [推广有奖]

  • 0关注
  • 0粉丝

小学生

0%

还不是VIP/贵宾

-

威望
0
论坛币
0 个
通用积分
36.1481
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
96 点
帖子
3
精华
0
在线时间
4 小时
注册时间
2023-4-10
最后登录
2023-4-16

楼主
无聊的我 发表于 2023-4-10 15:42:45 |AI写论文

+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~ !

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
最开始基本回归,面板数据固定效应,xtreg y x1 x1^2 x2 x3 x4 i.year, fe
因为研究的模型是U型曲线,所以核心解释变量是x1和他的平方项
但到了内生性问题就有很多不理解的地方
1. 导师说如果无法找到合适工具变量就用系统GMM,但我看GMM也是要工具变量啊?
2. 我看GMM里一般分为内生变量和外生变量,所以是不区分核心解释变量和控制变量了吗?
3.听说他自己也能作为自己的工具变量,但要严格外生。但我做GMM不就是为了消除内生性等影响吗?到头来不还是要找工具变量?
4.我既有x1,又有他的平方项,如果用2sls,用工具变量咋用,是(x1 = iv_x1)、(x1 x1^2 = iv_x1 iv_x1^2)还是别的?如果没有好的工具变量咋办呢?只能继续找吗
论文真难受
二维码

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

关键词:系统GMM GMM 内生性问题 xtreg 工具变量

沙发
DAWN1406 发表于 2023-4-10 16:28:21
关于GMM可以查看SPSSAU帮助手册说明

Snipaste_2023-04-10_16-27-52.png (107.67 KB)

Snipaste_2023-04-10_16-27-52.png

藤椅
白眉老夫子 在职认证  发表于 2023-4-11 23:09:54
同学 你目前应该很混乱吧,你可以从差分GMM 等最基础的模型看起来,实际上是把y的滞后多期同时作为工具变量来实现的。

板凳
无聊的我 发表于 2023-4-13 10:23:17
谢谢了,这部分不在GMM里,而在动态面板里,一开始直接看工具变量法就没找到

报纸
huanghotel 发表于 2023-4-14 14:30:15 来自手机
楼主我也是这样,请问您解决了吗

地板
无聊的我 发表于 2023-4-15 16:14:50
huanghotel 发表于 2023-4-14 14:30
楼主我也是这样,请问您解决了吗
解决了,你看看陈强的高级计量经济学,这部分不在GMM、2SLS那里,而在动态面板那里。
xtabond2 y L.y L(1/2).( x x2 ) z1 z2 z3 , gmm(L.( y x x2 ),collapse) iv(z1 z2 z3 , equation(level))  twostep robust small
这是我的,就是把核心解释变量视为内生,控制变量视为外生(不一定真的外生),如果你滞后的时间不同,x、x2就分开搞。系统GMM是将内生变量的滞后项作为工具变量,所以说不用找新的工具变量了。我问了导师,只要核心解释变量显著就行,控制变量不用管,然后还有AR1, AR2和Hansen检验要注意。
我这是本科论文,可能不是很严谨。不知道你是咋样

7
赵安豆 发表于 2024-8-4 19:52:56
面对您提到的关于系统GMM的问题,我们可以逐一进行解答:

### 1. GMM和工具变量的关系

系统GMM(Generalized Method of Moments)的确是一种用于处理潜在内生性的方法。与传统的2SLS(Two-Stage Least Squares)不同,它并不需要明确的外源性工具变量来识别模型中的内生部分。在动态面板数据中,系统GMM利用了滞后项作为当前期变量的工具变量,尤其是差分GMM会使用第一阶和更高阶的滞后差分作为工具变量,而系统GMM则同时考虑水平方程(包含一阶差分作为解释变量)和差分方程(包含二阶及以上差分),利用了更多的信息。

### 2. 内生与外生变量

在GMM框架下,确实会区分内生和外生变量。内生性问题主要通过使用滞后值或差异化的滞后值作为工具变量来解决。外生变量,通常认为不随模型中的其他随机变量变化而变化的那些,可以直接进入模型而不需额外处理。

### 3. 自身作工具变量

在动态面板模型中,系统GMM允许使用变量自身的滞后项(甚至差分后的滞后项)作为其当前值的工具变量。这种方法的关键假设是这些滞后项严格外生于误差项,即它们与当前期的随机扰动无关。

### 4. 处理x1及其平方项

在包含x1和它的平方项的情况下,处理方法确实有些复杂。如果使用2SLS框架,你可能需要为每一组内生变量(在这里是x1和\( x_1^2 \))寻找相应的工具变量。但在系统GMM中,可以尝试直接将滞后项或差分后的滞后项作为工具变量。

### 没有好的工具变量时的策略

如果找不到理想的外源性工具变量:

- **增强模型**: 尝试引入更多控制变量以降低内生性影响。
- **使用系统GMM**: 利用自身的滞后值作为工具变量,但这要求数据面板足够长(即T较大),以便有足够的滞后项可以用作工具变量。
- **敏感度分析**: 通过改变所使用的工具变量或模型设定来评估结果的稳定性。

论文研究确实是个挑战过程,尤其是涉及复杂统计方法时。持续学习和实践是提高理解的关键。希望这些解释能帮助您更清晰地看待系统GMM在处理内生性问题中的角色与应用策略。

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



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
GMT+8, 2026-2-3 23:28