使用GMM方法分析动态面板数据

1、GMM方建24Hb个口介3/。)！*.UH*WftlOMllVII.A*XIVftVa.MMta«0Z«4与*HKIl以<«n«rKMUL3工«b»(«<MBML/CW«w-TWR，5M<vfMto-*»-NL42y电3«、1.X3r«eHe(-IMta用GMM万雄asee«DvNv*if伪aJ4不，”"L-*"LTyR4u>UX«MJ««*.»<>*»<，*”.奥

2、C"m2，1MUA-rNW.3a”t；、人心此FQ，”“rutr-3M-人川*er<1闺sAQ-Vtr9g人j工0«i»<0-4n>»*>mrmhiBtiKJ，r./<HQOUf，/1，3.»!»«*«¥4WMMI*.4:：i»g.awwu：*<x»mo：*«Mawm.flunur«wettwwjM«M»t«rMaaoara*Mau*A4r«川：a，s，MaMMraaetssiiMBMuta

3、B.(Z什么届GMX方Hzmcu-”-”,wtsitav#«H»«<MCOd.4V«0my-、>一,<tkWe*IfMK内”3MMaafmiia.M.rs«VMB«n«eLfc<«u“«aauAwan.«，f，4MM，dM0«1S，。，tl-«y-m*»HKXiWFf-”w。K”f<、H<'，,、丽,eix*Y)-caX0»“x、fY)».es0rx,8rwMAax>-jM-x.Ge：、，jaKi

4、F、1. rA«M<«M741 .Attmt4aivwe0etiitmt(tiw,，i«»>.Y-M-»X«XA«BElaKK«.五*/j>I.,1*Ct“?”，,，<H«.K-Y-Met«iAtflfiac.»工»!,».iAaaatia«m>luufd-“、，R<XS,"rr-OHV.Rll4ifFAN-T、-41r.r八zii、/了由<卫、奥博111HHl.'frPtt.司.taiiiLt-

5、Wk/J<M*柚直*十方叫事耳，+0,nl11Mi，l|P由1ti外坦、立I9Jku4-E：4HHMIE,|UIM4!«9rtAiJM-VOiiBJk*D*.ddLr.Ifrr*h+KItlWr».tWiirinti-*«-i1Bviit-vjirti-wr-，1，尸=，1：.JI-i!1口MKjl*TNMHTMIIMift*HHl&*!#<Et-¥lnuq.'HY”:门WNTTATl门tUX九TtrjkJTriTMn工EJtnVIJtaBdf.正蔚，!！口!Ei-加tJlHF,irtiuv<,J*111g昆3H星上.k

6、目.，事.胃-1r，1二-14Sil4iR44L巨*.l|Llfilr-rft,I-5iti"MMiirtBBJWWftn1口"七金为hII-1KTt*B.r«k«I工产3r，鼻CilBJrKpBHEiFT-'f事工MMKtVMFqTV.季雪Mm14,44，IA*UMK*Ali-MBadtir，Liv事：.tinrn-ivjr3'M'jd：K-g1M*r.-»*.F|h44J-1.hf'1.*Vr11rVK<dlt.j4Jnmi«>,«-&除>zDjunaa.n

7、71;viMTir«hi.IHBf*AU*&evMbtYir/一dnwmrHfelJCIHR,Il皿iHULA的，m4it'*立蠢mjt寸*，4fL4Fi4-44ml/weMVJi“彳ihCiL.对外经济贸易大学金融学院张海洋sEN（Z'e（zrz11"E2fZZIZEN2jk然而，该统计量有时候是不一致的，如果在命令中要求报告稳健的Sargan统计量，软件？；再根会做两阶段GMM估计（先找任意合理的H,令A=（Z'HZ,估计出第一步参数”，令A-（H工，估计出第二部参数B?计算出残差项的方差-协方差矩阵）据B1ZBP111根据第二步的参数结

8、果，默默报告出Hansen统计量。整体上说，Hansen统计量好像更靠谱一点，所以报告的时候，更多关注Hansen统计量。（三）动态面板数据现在回到我们的动态面板数据，对数据和模型有如下假定：1234动态。模型中包含了因变量的滞后项；有个体的固定效应；可以有一些自变量是内生的；除了固定效应之外的误差项it可以异方差，可以序列相关；5不同个体之间的误差项it和jl不会相关。67可以有前定的（Predetermine。但不是完全外生的变量。大N,小T”，即个体数量要足够多，但时间不用太长。如果时间足够长的话，动态面板误差不会太大，用固定效应即可。从上述要求可以看出，GMM方法特别适合宏观的面板数据

9、分析，因为宏观变量中，很难找出绝对外生的变量，变量之间多少会互相影响。而GMM方法可以有一些自变量是内生的”，这可能也是GMM方法在文献中这么常用的原因。此前已经说过，不能用传统的OLS方法或者固定效应模型进行动态面板数据的分析，那样会得到有偏的估计量。先要对数据进行一定的变换，然后根据不同的矩条件设定开展矩估计。其中数据变换有两种方法，矩条件的设定也有两种方法。6对外经济贸易大学金融学院张海洋1、数据的变换方法：一阶差分还是垂直离差为了消除动态面板数据中的固定效应，通常用的有两种方法：一阶差分firstdifference和垂直离差（orthogonaldeviations。一阶差分之前已经

10、介绍过了，这种方法是differenceGMM中默认的方法。缺点是如果数据中有缺失值，那么最终的估计会缺失很多样本，原始数据缺一行往往会导致差分后的数据缺两行。一种替代的方案是用垂直离差（xtabond2命令中用orthogonal选项实现）,每个变量减去该变量未来所有观测值的平均值，即：wi,t1cit（1Tilwsis式子中，cil3/（31为调整权重变量，Tit是从t期开始以后观测值的数量。对于非平衡面板，和数据有缺失的面板，这种方法避免了因缺失数据带来的样本损失，因为调整的时候只是把未来的平均值减去，样本数不会因缺失未来个别观测值而受损。然而，对于平衡面板数据，一阶差分和垂直离差估计出

11、来的结果会完全一样。2、DifferentGMM还是SystemGMM令数据变换之后的回归方程变为Yi,t*Yi.t1*Xit*it（5）这种变换可以是一阶差分，也可以是垂直离差。DifferentGMM的逻辑是，如果是垂直离差变换，用YLt2作为Yi,t1*的工具变量；如果是一阶差分变换，用Yi.t2作为Yi,t1*的工具变量，此时Yi,tK=Yi.t10xit*对应的工具变量也类似，如果是垂直离差，就用滞后一阶的，如果是差分就用滞后一阶的差分作为工具变量。在实现的时候，为了提高估计的有效性，通常还会加入更高阶的滞后项（滞后差分）作为工具变量。这些变量的加入利用了更多的信息，然而也会带来麻烦

12、，让工具变量的数量随T平方成比例增加。为了控制工具变量的数量，一个选择就是采用collapse选项把这些工具变量变成一列。如果因变量的变化过程接近随机游走，那么DifferenceGMM的估计量会有较大偏差。7对外经济贸易大学金融学院张海洋SystemGMM的方法和DifferentGMM完全不同，它不需要对自变量和因变量进行数据变换。它假定工具变量的差分，即wit=witwi.t1,应该外生于固定效应：E（witiii-0。如果w是内生的，wi.t-1就可以作为工具变量，更高阶的差分也可以做工具变量。如果w是前定的但不是完全外生的，wi.1可以作为工具变量，更高阶的差分也可以做工具变量。当然

13、，更高阶差分加入后，还是会增加工具变量数量，需要在具体计算时想办法控制。（四）使用GMM方法的注意事项可以尝试先做（2）式的OLS,再做（3）式的固定效应。当然这两个估计都是有偏误的，然而这两个估计的系数应该是真实系数的上限和下限，可以给最后的GMM估计限定参考范围。大n,小r,如果N太小了，则估计出来的标准差可能不太靠谱。实际上如果用省际面板去做的话，不满足大N这个条件，但中文文献中充斥着这样的研究。如果样本的N较小，但还可以接受（比如N=70）,然而又想用此方法，比如，数据有10年，则jl不会相关”这个条件更容（对于每个变量，包括自orthogonal选项，见那么加上small选项。解释变

14、量中，放入时间虚拟变量。放入9个虚拟变量。加入后，可以让误差项it和易满足。如果数据中间有间隙，尽量利用垂直离差变量和因变量，wit减去它未来值的平均值，就是加上Roodman（2009）,这会减少样本量的损失。因为数据中间缺一行，一阶差分（witwi.t1）后就会缺两行数据。但对平衡面板数据，两种数据变换方法结果一样。通常，每个自变量都要出现两次（除了系统外的工具变量）。先作为自变量出现在在xtabond2命令中逗号的左边，再以某种形式作为工具变量出现在逗号右边。如果变量w是完全外生的，那么放到ivstyle（w（表示直接作为工具变量）；如果w是前定的，但不是完全外生的，则放到gmmstyl

15、e（w（表示从滞后一期开始都作为工具变量）；如果w是内生的，则放到gmmstyle（L.w（表示从滞后两期开始都作为工具变量）。报告工具变量的数量。如果按照上一条的做法，工具变量的数量会很多。这样会导致overidentficationtest不准确，【一个标志就是Hansen统计量的p值变为1,Hansentest的p值在（0.1,0.25）之外都要小心，太小表明拒绝工具变量有效的假设，太大表明选的工具变量太多，hansen检验变弱了】。通常，需要限制工具变量数量，可以用collapse选项，也可以用laglimits（选项。习惯做法是，选择不同数量的工具变量以显示估计系数的稳健性。工具变量数量的上限就是模型中个体的数量（也就是N）,超出此上限，xtabond2命令会报警。使用systemGMM的时候要注意，能使用该模型的前提是，工具变量的变化wnwi18对外经济贸易大学金融学院张海洋要和固定效应垂直。因此数据应该在稳态附近，否则这些变量的变化就会和固定效应关系比较大，从而不满足systemGMM适用的条件。由于GMM方法有很多设定选项，在报告结果时，报告你的选项。SystemGMM还是DifferenceGMM；是用垂直离差还是一阶差分；选用什么工具变量，