三点疑问

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

连老师：
       您好！
       在学习stata高级课程中我有几点疑问，麻烦您给解答一下，谢谢！
       1.在xtabond2命令给出的结果中，sargan检验显示拒绝原假设，而hansen检验又接受原假设，我到底相信哪个判断?
       2.在模拟把几个估计值放在同一张表显示，我试了几次都没有成功，麻烦您看毛病出在哪？
      程序是：
      xtreg  roa ln_assets dbr se growth age, fe
      est store fix1
     xtreg  roa ln_assets dbr se growth age, re
     est store fix2

    local mm "fix1 fix2"
    esttab "mm",  mtitle("mm") compress

最后预期结果应该是fe和re估计应在一张表上显示，但我老得出下面这张半边的表，还有半边怎么都不显示，很困惑！

. esttab "mm",  mtitle("mm") compress

(1)   
mm   
ln_assets     0.0119***
(10.64)   
dbr           -0.121***
(-24.25)   
se            0.0763***
(7.71)   
growth       0.00704***
(6.38)   
age         -0.00249***
(-10.60)   
_cons         -0.155***
(-6.84)   
N               5090   
t statistics in parentheses
* p<0.05, ** p<0.01, *** p<0.001

3.我在用xtabond2做一个练习时出现了这样的警告，虽然能翻译，但是不知道怎样进行改进（应该是对警告含义一知半解造成的）

Warning: Two-step estimated covariance matrix of moments is singular.
Using a generalized inverse to calculate optimal weighting matrix for two-step estimation.
Difference-in-Sargan statistics may be negative.


完整的格式如下：
xtabond2   q  Lag_q q2   bsize indep ceo_chair ln_assets dbr se age t2 t3 t4 t5 t6 t7 t8 t9 t10, gmm(q
>  bsize indep ceo_chair ln_assets dbr se, lag(4 5)) iv(t2 t3 t4 t5 t6 t7 t8 t9 t10 age) twostep robust
>  small
Favoring space over speed. To switch, type or click on mata: mata set matafavor speed, perm.
t2 dropped due to collinearity
t10 dropped due to collinearity
Warning: Two-step estimated covariance matrix of moments is singular.
Using a generalized inverse to calculate optimal weighting matrix for two-step estimation.
Difference-in-Sargan statistics may be negative.
Dynamic panel-data estimation, two-step system GMM
Group variable: stkcd1                          Number of obs      =      4072
Time variable : accper1                         Number of groups   =       509
Number of instruments = 128                     Obs per group: min =         8
F(16, 508)    =     59.22                                      avg =      8.00
Prob > F      =     0.000                                      max =         8
Corrected
q       Coef.   Std. Err.      t    P>t     [95% Conf. Interval]
Lag_q    .1914581   .0706903     2.71   0.007     .0525768    .3303394
q2    1.542339   .8957714     1.72   0.086    -.2175331    3.302212
bsize    .0074568    .016461     0.45   0.651    -.0248832    .0397968
indep    1.079733   .7000968     1.54   0.124    -.2957086    2.455175
ceo_chair   -.0282902    .067454    -0.42   0.675    -.1608135     .104233
ln_assets    -.085689   .0342625    -2.50   0.013    -.1530026   -.0183754
dbr   -.3226556   .1876035    -1.72   0.086    -.6912298    .0459186
se    3.115585   1.069809     2.91   0.004     1.013789     5.21738
age    .0150866   .0065077     2.32   0.021     .0023013    .0278718
t3      .95765    .234903     4.08   0.000      .496149    1.419151
t4    .5948121   .1286597     4.62   0.000     .3420416    .8475826
t5     .507998   .1295486     3.92   0.000     .2534811    .7625149
t6    .3552608   .1112178     3.19   0.001     .1367574    .5737643
t7    .2480908   .1100718     2.25   0.025     .0318388    .4643427
t8    .3882641    .096715     4.01   0.000     .1982536    .5782747
t9    .9071952   .0804689    11.27   0.000     .7491023    1.065288
_cons    1.663733   .7429206     2.24   0.026     .2041575    3.123308
Instruments for first differences equation
Standard
D.(t2 t3 t4 t5 t6 t7 t8 t9 t10 age)
GMM-type (missing=0, separate instruments for each period unless collapsed)
L(4/5).(q bsize indep ceo_chair ln_assets dbr se)
Instruments for levels equation
Standard
_cons
t2 t3 t4 t5 t6 t7 t8 t9 t10 age
GMM-type (missing=0, separate instruments for each period unless collapsed)
DL3.(q bsize indep ceo_chair ln_assets dbr se)
Arellano-Bond test for AR(1) in first differences: z =  -5.28  Pr > z =  0.000
Arellano-Bond test for AR(2) in first differences: z =  -3.77  Pr > z =  0.000
Sargan test of overid. restrictions: chi2(111)  = 520.05  Prob > chi2 =  0.000
(Not robust, but not weakened by many instruments.)
Hansen test of overid. restrictions: chi2(111)  = 132.59  Prob > chi2 =  0.080
(Robust, but can be weakened by many instruments.)
Difference-in-Hansen tests of exogeneity of instrument subsets:
GMM instruments for levels
Hansen test excluding group:     chi2(69)   = 107.21  Prob > chi2 =  0.002
Difference (null H = exogenous): chi2(42)   =  25.38  Prob > chi2 =  0.980
iv(t2 t3 t4 t5 t6 t7 t8 t9 t10 age)
Hansen test excluding group:     chi2(103)  = 116.16  Prob > chi2 =  0.177
Difference (null H = exogenous): chi2(8)    =  16.43  Prob > chi2 =  0.037

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2 回帖

关键词：Restrictions Instruments differences restriction parentheses 疑问

1# wxyrocky

前段时间比较忙，未能及时回复，望见谅。

对于你的三点问题，答复如下：

1. esttab 呈现结果的问题。

    是你粗心大意导致的，关键在于暂元的引用方式不对：

    esttab "mm",  mtitle("mm") compress

    应为：

    esttab `mm',  mtitle(`mm') compress


2. 关于 xtabond2 命令中 sargan 统计量与 Hansen J 统计量的问题。

    在使用 -xtabond2- 命令时，就我个人的经验而言，80%以上的情况下，Sargan检验都会拒绝原假设，我目前还未搞清楚这背后的原因。至于 Hansen J 检验，文献中使用的比较少。你可以参考如下几篇 Baum 的文章，他有时会使用 Hansen J 统计量。你可以对比一下，看看他的解释。

    如下两篇文章在使用 Sargan 统计量：
    Baum, C. F., A. Stephan, O. Talavera, 2009, The Effects of Uncertainty on the Leverage of Nonfinancial Firms, Economic Inquiry, 47 (2): 216-225.
    Baum, C. F., M. Caglayan, A. Stephan, O. Talavera, 2008, Uncertainty determinants of corporate liquidity, Economic Modelling, 25 (5): 833-849.

    如下文章则使用了 Hansen J 统计量：
    Baum, C. F., A. Chakraborty, B. Liu, 2009, The Impact of Macroeconomic Uncertainty on Firms’ Changes in Financial Leverage, Working Paper, Boston University.

    在stata10中，官方提供了一个新的命令 -xtdpd-。 这个命令可以完成  -xtabond2- 命令的功能，但在官方发布过程中改进其稳定性。在使用 -xtdpd- 命令完成模型的估计后，再使用 -eststat sargan- 执行过度识别检验，效果会比较好。

回答的这么详细，肯定占用了您不少时间，非常感谢！

这是应该的，呵呵

我用xtdpd试了，sargan还是拒绝，头大。。

see. the Sargen test.