用Xtaond2 做动态面板，为什么在加入Robust 之后估计结果会有很大差异？这个区

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

最近在用Xtaond2 做动态面板，为什么在加入Robust 之后估计结果会有很大差异？这个区别重要吗？如何理解？

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：robust 估计结果 bust 动态面板 OBU 面板 动态 如何

不应该是这样子的，差别应该不大。

我加入之后 结果原来显著的 变得不显著了？怎么解释
xtabond2 ln_danchan l.ln_danchan  ln_ccgi1  l.ln_capital  , gmm(l.ln_danchan l.ln_capital  ) iv(ln_ccgi1) nolevel robust  small orthog
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, perm.
Warning: Number of instruments may be large relative to number of observations.
Warning: Two-step estimated covariance matrix of moments is singular.
  Using a generalized inverse to calculate robust weighting matrix for Hansen test.
  Difference-in-Sargan/Hansen statistics may be negative.

Dynamic panel-data estimation, one-step difference GMM
------------------------------------------------------------------------------
Group variable: id                              Number of obs      =        66
Time variable : year                            Number of groups   =        11
Number of instruments = 42                      Obs per group: min =         6
F(3, 11)      =      5.86                                      avg =      6.00
Prob > F      =     0.012                                      max =         6
------------------------------------------------------------------------------
             |               Robust
  ln_danchan |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
  ln_danchan |
         L1. |   .3038539    .186368     1.63   0.131    -.1063392     .714047
             |
    ln_ccgi1 |   .1786347   .0706176     2.53   0.028     .0232064    .3340631
             |
  ln_capital |
         L1. |   .1611662   .1035251     1.56   0.148     -.066691    .3890235
------------------------------------------------------------------------------
Instruments for orthogonal deviations equation
  Standard
xtabond2 ln_danchan l.ln_danchan  ln_ccgi1  l.ln_capital  , gmm(l.ln_danchan l.ln_capital  ) iv(ln_ccgi1) nolevel  small orthog
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, perm.
Warning: Number of instruments may be large relative to number of observations.

Dynamic panel-data estimation, one-step difference GMM
------------------------------------------------------------------------------
Group variable: id                              Number of obs      =        66
Time variable : year                            Number of groups   =        11
Number of instruments = 42                      Obs per group: min =         6
F(3, 63)      =      4.87                                      avg =      6.00
Prob > F      =     0.004                                      max =         6
------------------------------------------------------------------------------
  ln_danchan |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
  ln_danchan |
         L1. |   .3038539   .1359556     2.23   0.029     .0321684    .5755395
             |
    ln_ccgi1 |   .1786347   .0870714     2.05   0.044     .0046364    .3526331
             |
  ln_capital |
         L1. |   .1611662   .0850597     1.89   0.063    -.0088119    .3311444
------------------------------------------------------------------------------
Instruments for orthogonal deviations equation
  Standard
    FOD.ln_ccgi1
  GMM-type (missing=0, separate instruments for each period unless collapsed)
    L(1/7).(L.ln_danchan L.ln_capital)
------------------------------------------------------------------------------
Arellano-Bond test for AR(1) in first differences: z =  -2.56  Pr > z =  0.010
Arellano-Bond test for AR(2) in first differences: z =  -0.17  Pr > z =  0.861
------------------------------------------------------------------------------
Sargan test of overid. restrictions: chi2(39)   =  33.95  Prob > chi2 =  0.699
  (Not robust, but not weakened by many instruments.)

Difference-in-Sargan tests of exogeneity of instrument subsets:
  iv(ln_ccgi1)
    Sargan test excluding group:     chi2(38)   =  29.85  Prob > chi2 =  0.825
    Difference (null H = exogenous): chi2(1)    =   4.10  Prob > chi2 =  0.043

以上为命令和结果 只有 连个解释变量，求助

想问您一下，那个nom是不是都要加，我加与不加结果差别很大，如果差别很大是不是因为变量存在共线性问题呢？

一步法不加问题不大，两步法必须要加

auirzxp 发表于 2015-2-21 01:04
这个现象很常见，尤其是两步GMM的时候。

两步GMM会大大大大的降低估计的standard error，造成GMM回归系数 ...

你好，我是stata的初学者，现在做毕业论文。需要用到Gmm估计。
想知道差分和系统gmm在stata中的命令怎么写？
谢谢。

auirzxp 发表于 2015-2-22 13:25
如果用的是xtabond2，那么加了noleveleq就是差分GMM，不加就是系统GMM。

这个我知道的。
我的模型是：lnEMit=α+β0lnCRi,t-1+β1CRit+β2ORit+β3lnIAit+β4UVIit+β5MPIit+β6Rt+β7MPit+β8SPit+β9BPMit+β10DPMit+νi+εit
我在stata中输入的命令如下：
use 论文模型数据, clear
xtabond2 lnem l.lnem  l.(cr or lnia uvi mp sp bpm dpm),gmm(l.lnem l.cr or lnia uvi mp sp bpm dpm) iv(mpi r)h(2) robust twostep small
结果显示time variable not set
能帮忙看一下哪里不对吗?
谢谢。