为啥用系统gmm估计动态面板模型会出现这种结果呢（加上 vce（robust）））

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

不加 vce（robust）

xtdpdsys lnout lnofdi lnfdi lnpgdp lngov,lags(2) pre(ipr_lag) pre(ipr2_lag) endogenous(lnrdp,lag(0,2)) endogenous(lnrdc,lag(0,2)) twostep

System dynamic panel-data estimation            Number of obs     =        210
Group variable: id                              Number of groups  =         30
Time variable: 年份
                                                Obs per group:
                                                              min =          7
                                                              avg =          7
                                                              max =          7

Number of instruments =    145                  Wald chi2(10)     =   58053.85
                                                Prob > chi2       =     0.0000
Two-step results
------------------------------------------------------------------------------
       lnout |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       lnout |
         L1. |   .6367178   .0669034     9.52   0.000     .5055895    .7678461
         L2. |  -.2248332   .0564281    -3.98   0.000    -.3354302   -.1142361
             |
     ipr_lag |   8.890559   5.172155     1.72   0.086    -1.246679     19.0278
    ipr2_lag |  -23.96907   40.88748    -0.59   0.558    -104.1071    56.16892
       lnrdp |   .0717198   .1364148     0.53   0.599    -.1956484    .3390879
       lnrdc |   .3595278   .1377105     2.61   0.009     .0896202    .6294354
      lnofdi |   .0681235   .0225112     3.03   0.002     .0240025    .1122446
       lnfdi |   .0800195   .0131631     6.08   0.000     .0542203    .1058187
      lnpgdp |   .0139192   .0969323     0.14   0.886    -.1760645     .203903
       lngov |  -.0167527   .0017878    -9.37   0.000    -.0202567   -.0132487
       _cons |  -2.564597   .6312567    -4.06   0.000    -3.801837   -1.327357
------------------------------------------------------------------------------
Warning: gmm two-step standard errors are biased; robust standard
         errors are recommended.
Instruments for differenced equation
        GMM-type: L(2/.).lnout L(1/.).ipr_lag L(1/.).ipr2_lag L(2/3).lnrdp
                  L(2/3).lnrdc
        Standard: D.lnofdi D.lnfdi D.lnpgdp D.lngov
Instruments for level equation
        GMM-type: LD.lnout D.ipr_lag D.ipr2_lag LD.lnrdp LD.lnrdc
        Standard: _cons

加上vce（robust）

.  xtdpdsys lnout lnofdi lnfdi lnpgdp lngov,lags(2) pre(ipr_lag) pre(ipr2_lag) endogenous(lnrdp,lag(0,2)) endogenous(lnrdc,lag(0,2)) twostep vce(robust)

System dynamic panel-data estimation            Number of obs     =        210
Group variable: id                              Number of groups  =         30
Time variable: 年份
                                                Obs per group:
                                                              min =          7
                                                              avg =          7
                                                              max =          7

Number of instruments =    145                  Wald chi2(10)     =    2522.01
                                                Prob > chi2       =     0.0000
Two-step results
------------------------------------------------------------------------------
             |              WC-Robust
       lnout |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
       lnout |
         L1. |   .6367178   3.440583     0.19   0.853    -6.106701    7.380137
         L2. |  -.2248332   2.821661    -0.08   0.936    -5.755187    5.305521
             |
     ipr_lag |   8.890559   81.67422     0.11   0.913     -151.188    168.9691
    ipr2_lag |  -23.96907   498.2682    -0.05   0.962    -1000.557    952.6187
       lnrdp |   .0717198   3.246846     0.02   0.982    -6.291982    6.435422
       lnrdc |   .3595278   3.073652     0.12   0.907    -5.664719    6.383775
      lnofdi |   .0681235    1.89729     0.04   0.971    -3.650497    3.786745
       lnfdi |   .0800195   1.026554     0.08   0.938     -1.93199    2.092029
      lnpgdp |   .0139192   3.309127     0.00   0.997    -6.471851    6.499689
       lngov |  -.0167527    .074361    -0.23   0.822    -.1624977    .1289922
       _cons |  -2.564597   33.43196    -0.08   0.939    -68.09003    62.96083
------------------------------------------------------------------------------
Instruments for differenced equation
        GMM-type: L(2/.).lnout L(1/.).ipr_lag L(1/.).ipr2_lag L(2/3).lnrdp
                  L(2/3).lnrdc
        Standard: D.lnofdi D.lnfdi D.lnpgdp D.lngov
Instruments for level equation
        GMM-type: LD.lnout D.ipr_lag D.ipr2_lag LD.lnrdp LD.lnrdc
        Standard: _cons

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0 回帖

关键词：robust 动态面板模型 GMM估计 系统GMM 面板模型

我看书上写着用VCE项是允许残差存在异方差，所以没有做前期检验的话还是以加VCE选项为准吧。结果都不显著是不是模型设定有问题

moon6666 发表于 2020-6-30 00:16
不加 vce（robust）

xtdpdsys lnout lnofdi lnfdi lnpgdp lngov,lags(2) pre(ipr_lag) pre(ipr2_lag) en ...

请问你的问题解决了吗  我现在也遇到了同样的问题

说了你也不知道 发表于 2021-5-17 15:21
请问你的问题解决了吗  我现在也遇到了同样的问题

亲，你的问题解决了吗？我也遇到这个问题了。

我也遇到了这个问题，想问下楼主解决了吗