问题一:用什么来判断其整个模型的拟合度,即类似于OLS回归中的“调整R平方”?
回答:无法判断
问题二:差分hansen检验中“Hansen test excluding group: chi2(105) = 139.10 Prob > chi2 = 0.015”和“Difference (null H = exogenous): chi2(24) = 35.78 Prob > chi2 = 0.058”分别用来说明什么?
同样,“ Hansen test excluding group: chi2(121) = 162.86 Prob > chi2 = 0.007”和“Difference (null H = exogenous): chi2(8) = 12.02 Prob > chi2 = 0.150”又分别用来说明什么?
答:我只知道这是用来判断附加工具变量过度识别的,但为什么是4个,谁能告诉我。
问题三:如果Hansen检验通不过,要怎么处理(换工具变量吗?);还是说这种方法不适用于这个数据集?
答:可以通过改变工具变量得到好的结果
问题四:对于模型Yt=a0+a1 Yt-1+a2 Mt *Yt-1+a3 Xt, Mt *Yt-1 是Mt和Yt-1的交乘项,那么正常情况下,估计时的命令是
(1)“xtabond2 Yt Yt-1 Mt*Yt-1 Xt, gmmstyle(Yt-1) ivstyle(Xt)”
还是(2)“lagbooklever_fd2 lagbooklever_fd 即 Mt *Yt-1要不要与Yt-1一样视为前定变量?
还是把其当成外生变量(3)“xtabond2 Yt Yt-1 Mt*Yt-1 Xt, gmmstyle(Yt-1) ivstyle(Mt*Yt-1 Xt)”
这三个要选哪一个
答:具体问题具体分析,看交互项的性质,如果是0或1哑变量,则把其与lagbooklever相当;如果是其它的外生变量,则当其为外生变量。
这些是我后来自己理解的,不过怕有问题,大家为什么不讨论一下呢?