系统GMM

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

系统GMM做出来的sargan值总是等于1 ，说明工具变量多了，请问怎么减少工具变量呢？，AR（1）和AR(2)也都接近0，说明存在自相关，需要如何解决

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4 回帖

关键词：系统GMM 工具变量 系统GM 如何解决 如何解

1. 请看看 xtabond2 中之 collapse 选项。2. AR(2) 没通过，不太好处理！

黃河泉 发表于 2018-12-27 10:45
1. 请看看 xtabond2 中之 collapse 选项。2. AR(2) 没通过，不太好处理！

谢谢老师，我想请问为什么我用xtdpdsys做的系数显著，但是用xtabond2有些系数就不显著了呢？

始于心动 发表于 2018-12-27 10:58
谢谢老师，我想请问为什么我用xtdpdsys做的系数显著，但是用xtabond2有些系数就不显著了呢？

两指令间应该还是有些微不同的地方吧！

黃河泉 发表于 2018-12-27 11:02
两指令间应该还是有些微不同的地方吧！

我想请问老师，我用27个国家16年的数据可以做系统GMM吗？

始于心动 发表于 2018-12-27 15:51
我想请问老师，我用27个国家16年的数据可以做系统GMM吗？

应该没问题！

黃河泉 发表于 2018-12-27 15:57
应该没问题！

好的，非常感谢老师的耐心指导。

黃河泉 发表于 2018-12-27 15:57
应该没问题！

老师您好，我用27个国家的数据做出来的AR（2）也没通过，后来增加到52个国家依然不通过，我想请问是怎么回事呢？是不是在做动态回归之前还需要对数据进行一些检验，处理之后再动态回归？

始于心动 发表于 2019-1-19 10:49
老师您好，我用27个国家的数据做出来的AR（2）也没通过，后来增加到52个国家依然不通过，我想请问是怎么回 ...

正常一定是估计后 (才能) 检定！

黃河泉 发表于 2018-12-27 10:45
1. 请看看 xtabond2 中之 collapse 选项。2. AR(2) 没通过，不太好处理！

老师您好，我使用39个国家15年的数据，运用系统GMM方法做出的结果如下，. xtdpdsys y y1 k l fdi ed1,lag(2) maxldep(3) endogenous(y1,lag(0,1)) twostep
note: y1 dropped because of collinearity

System dynamic panel-data estimation         Number of obs         =       507
Group variable: country                      Number of groups      =        39
Time variable: year
                                             Obs per group:    min =        13
                                                               avg =        13
                                                               max =        13

Number of instruments =     79               Wald chi2(7)          =  29330.25
                                             Prob > chi2           =    0.0000
Two-step results
------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           y |
         L1. |   .2242291   .0056216    39.89   0.000      .213211    .2352472
         L2. |  -.3355919   .0052522   -63.90   0.000    -.3458861   -.3252977
             |
          y1 |   .0000347   2.62e-06    13.27   0.000     .0000296    .0000399
           k |   .4162729    .013596    30.62   0.000     .3896253    .4429206
           l |  -.9014696   .1689993    -5.33   0.000    -1.232702   -.5702372
         fdi |   .0131003   .0005908    22.17   0.000     .0119424    .0142582
         ed1 |   5.213435   1.100529     4.74   0.000     3.056439    7.370432
       _cons |  -8.653763   .2007631   -43.10   0.000    -9.047252   -8.260275
------------------------------------------------------------------------------
Warning: gmm two-step standard errors are biased; robust standard
         errors are recommended.
Instruments for differenced equation
        GMM-type: L(2/4).y L(2/2).y1
        Standard: D.y1 D.k D.l D.fdi D.ed1
Instruments for level equation
        GMM-type: LD.y LD.y1
        Standard: _cons

. estat abond

Arellano-Bond test for zero autocorrelation in first-differenced errors
  +-----------------------+
  |Order |  z     Prob > z|
  |------+----------------|
  |   1  |-4.1058  0.0000 |
  |   2  |-.46717  0.6404 |
  +-----------------------+
   H0: no autocorrelation

. estat sargan
Sargan test of overidentifying restrictions
        H0: overidentifying restrictions are valid

        chi2(71)     =  36.88563
        Prob > chi2  =    0.9997

请问老师，这样的结果是否可以用？