毕业论文求助：GMM模型合理性问题 关于AR(1) AR(2) sargan检验等

同问，AR(1)大于0.1有影响嘛，

sanlinmeidai 发表于 2017-3-19 18:59
就我个人经验：1、短面板是不需要做平稳性检验的，N

请问ar2大于0.05是参考哪个文章呢

想问一下AR1的p值为负数怎么办呢

在做毕业论文遇到计量问题时确实需要仔细检查模型的合理性。对于你提到的问题：

1. **AR(1)和AR(2)**：这两个系数分别表示滞后一期和滞后期两期的自相关系数。一般来说，如果AR(1) 和 AR(2) 的值都不等于0，并且在统计上显著（即它们的t检验p值小于预设的显著性水平），这可能表明你的模型中存在序列相关性或者说是时间序列数据中的动态效应。AR(1)=0.2042和AR(2)=0.3131这两个数值，如果伴随着较小的p值（比如<0.05），说明你的模型可能存在一定程度的一阶或二阶自回归特性。

2. **Sargan检验**：这是一个对工具变量模型进行过度识别约束的有效性检验。如果你使用的是GMM方法，并且选择了多于被估计系数个数的工具变量，那么Sargan检验可以用来检查这些额外的工具变量是否确实是外生的。如果Sargan检验的p值为1.0000（或者非常接近），这通常意味着无法拒绝原假设，即你的过度识别约束是有效的，或者说模型中的所有工具变量都是合适的。

然而，对于AR(1)和AR(2)，尽管它们不是0，并且sargan检验表明模型可能合适，但是还需要注意以下几点：
- 确保这些系数的估计值在经济意义上合理。
- 检查标准误、t统计量以及p值来确认这些参数是否显著。

此外，在构建模型时，还应该关注其他诊断性测试结果，如残差分析（检查残差序列是否随机）、是否存在异方差等问题。如果发现AR(1)和AR(2)的系数显著并且sargan检验通过，那么你的GMM估计很可能在技术上是合理的。

但是，请务必理解你的数据特性和模型假设，以确保所使用的计量方法适用于你研究的问题背景。希望这能帮到你！

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