差分GMM与系统GMM的区别

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

在stata的reference中写到
“A problem with the original Arellano-Bond estimator is that lagged levels are poor instruments for first differences if the variables are close to a random walk.  Arellano and Bover (1995) describe how, if the original equation in levels is added to the system, additional instruments can be brought to bear to increase efficiency.  In this equation, variables in levels are instrumented with suitable lags of their own first differences. ”

这是说当变量为随机游走过程时，lagged levels不是一阶差分项的好工具变量。所以提出增加附加的工具变量以提高估计精度（这种为系统GMM），通过利用水平滞后项作为一阶差分项的工具变量。
问题：
其中lagged levels是指什么，是一阶差分项的滞后吗？
从差分GMM发展到系统GMM，原理最直白的解释是什么？
希望得到解答。

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23 回帖

关键词：系统GMM 差分GMM GMM Instruments differences 系统 GMM 差分

good and good!

系统GMM是对差分GMM的扩展，工具变量不仅包括了滞后的差分项，还包括滞后的水平项。有点类似AH和AB方法的综合。

我刚才看到一篇论文中这么几句话，好像相关，摘录下来。
面板数据模型最常用的估计方法是固定效应模型和随机效应模型,当解释变量具有内生性时,这两种模型均不能保证得出无偏的参数估计,此时,工具变量法是更为合适的估计方法。本文的实证模型中由于出现了滞后被解释变量,模型的内生性问题不可避免地出现了。为了得出实证方程(1)无偏估计值,选择合适的工具变量是十分必要的。对于这个问题, Arellano和Bond ( 1991) [15]提出了用一阶差分GMM ( first differenced GMM)估计方法来解决。但是, B lundell和Bond ( 1998) [16]曾指出,一阶差分GMM估计方法容易受到弱工具变量的影响而得到有偏的估计结果。为了克服弱工具变量的影响, Arellano和Bover ( 1995) [17]以及B lundell和Bond (1998)提出了另外一种更加有效的方法,即系统GMM ( System GMM)估计方法。其具体做法是将水平回归方程和差分回归方程结合起来进行估计,在这种估计方法中,滞后水平作为一阶差分的工具变量,而一阶差分又作为水平变量的工具变量。

请问提问者英文原文出处哪里啊，可否分享，本人也想学学，似懂非懂，希望能看到原文！谢啦！

最好还是直接找原文来看吧，估计文章中会有具体的算例。

在不同的回归方程中应该使用各自的不同工具变量。

原文在此：

在不同的回归方程中应该使用各自的不同工具变量，其具体做法是将水平回归方程和差分回归方程结合起来进行估计,在这种估计方法中,滞后水平作为一阶差分的工具变量,而一阶差分又作为水平变量的工具变量。
有点象联立方程的系统估计。

我也想知道ㄟ