本文部分参考了对外经贸大学金融学院张海洋老师的文章https://max.book118.com/html/2018/1024/6133101022001224.shtm,同时他参考了Roodman(2009)中原作者写的说明性材料,因而张老师讲的具有一定的权威性,本文讲的是基于张老师讲的内容的作者自己的理解,略微通俗易懂一些,实际上可能意思差不多,但是张老师的公式会多一些,更加严谨。

此处做个导读或者摘要:
按照我的理解(魏彦兆注),GMM方法实际上是针对数据回归进行尽可能无偏估计的一种方法。
针对某些情况下的数据回归,用传统的一些方法(比如差分法+OLS模型/固定效应模型),估计出的方程系数是明显有偏的,而且可能偏差并不一定小,因为使用差分法之类的方法时,就会产生差分方程中自变量(滞后项)和误差项协方差不等于0的情况,导致再用OLS方法时就会产生偏差(这段话看不懂先没关系)。
因此就有了GMM方法,叫做广义矩方法,这个方法的主要依据就是让方程中的自变量和误差项的协方差为0(相互独立),基于这个依据就得到了方程系数的无偏估计或尽可能无偏的估计(在某些情况下得到无偏估计,在另一些情况下得到尽可能无偏的估计,并且可以进行所谓的Hansen和Sargan检验,这两种检验方法就是要基于上述得出的方程系数,测量上述协方差是否在统计规律上尽可能均匀排布在0的左右,如果是的话就认为这个估计的置信区间还行)。

那么到底什么情况下传统的计算回归系数的模型会失效呢?
答案是面临动态面板数据的时候。
什么是动态面板数据?
(1)动态,模型中包含了因变量的滞后项;
(2)有个体的固定效应;
(3)除了固定效应之外的误差项εit可以异方差,可以序列相关;
(4)可以有一些自变量是内生的;
(5)不同个体之间的误差项εit和εjt不会相关;
(6)可以有前定的(Predetermined)但不是完全外生的变量;
(7)“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。
(这些关于动态面板数据的内容摘自张老师的文章https://max.book118.com/html/2018/1024/6133101022001224.shtm)
上述特性中比较关键的一条就是第(1)(2)条,模型中包含了因变量的滞后项和有个体的固定效应,因为固定效应在计算中并不是一个关键的数,同时又是一个未知数,因此往往要把它抵消掉。但是在用第一差分法进行抵消的同时就会产生误差项与自变量(滞后项)Cov不等于0的情况,这样就导致了OLS和固定效应模型的失效。
再结合GMM的定义和特性,不难得出结论,使用GMM分析动态面板数据是再合适不过的。

此处应该列公式了,因时间原因不予赘述,直接参见下文即可,公式很详细:https://max.book118.com/html/2018/1024/6133101022001224.shtm

广义矩方法(GMM)与动态面板数据简述相关推荐

  1. stata面板数据gmm回归_动态面板数据的System-GMM回归分析步骤

    1.对数据进行平减,去除价格变化的影响,经常用到的方法用居民消费价格指数进行平减,有两种情况:(1)以1978年为基期的,如果就是以1978年为基期可以直接用统计年鉴里相应指标的数据除以居民消费价格指 ...

  2. stata面板数据gmm回归_STATA面板数据回归解读.ppt

    STATA面板数据回归解读 STATA在实证研究中的应用 刘永东 中国科学院农业政策研究中心 Outline STATA数据分析基础 软件名称 最新版本 安装文件大小 SAS 9.1.3 3G SPS ...

  3. 1950-2021《中国统计年鉴》超长时间跨度动态面板数据 (70w+)实际统计年份1949-2020

    实际统计年份1949-2020 <中国统计年鉴>包含了巨量的数据,涉及了人口.医学.工业.农业.经济等各领域.我们给大家整理了<中国统计年鉴>历年的大部分指标,数据的跨度从19 ...

  4. stata F值缺失_stata面板数据回归操作之GMM

    新手面板数据回归之GMM 的 stata 操作步骤 广义矩估计( Generalized Method of Moments 即 GMM ) 原理就是回归!就是一种高级点的回归! 我也是新手,也有很多 ...

  5. 跨时横截面的混合:简单面板数据方法

    1. 独立混合横截面数据 在不同时点从一个大总体中随机抽样得到的随机样本.当其他条件都保持不变时,由于该数据都是由独立抽取的观测所构成,不同观测误差项的相关性被排除.但在不同时点上抽样可能导致样本性质 ...

  6. 做面板数据分位数回归模型_面板数据向量自回归模型

    计量经济学服务中心专辑汇总!计量百科·资源·干货:Stata  |Python  |Matlab  |Eviews  |R Geoda  |ArcGis  |GeodaSpace  |SPSS 一文读 ...

  7. 广义矩估计的一般步骤_广义矩估计.ppt

    广义矩估计 §3.3 计量经济学模型的广义矩估计(GMM, Generalized Method of Moments)(教材§3.6) 一.广义矩估计的概念 二.计量经济学模型的广义矩估计 三.OL ...

  8. (1)1999~2021 年中国城市统计年鉴面板数据(含地级市面板、县级市面板和主要指标)(2)香港统计年刊(3)第一到第七次的人口普查数据(4)全国省市县-五六七普人口数据(5)国际统计年鉴

    (1)1999-2021 年中国城市统计年鉴面板数据(含地级市面板.县级市面板和主要指标) (2)香港统计年刊 (3)第一到第七次的人口普查数据 (4)全国省市县-五六七普人口数据 (5)国际统计年鉴 ...

  9. axure内联框架和动态面板_Axure -- 动态面板入门解析

    动态面板简介 动态面板 -- 样式(特有) 滚动条设置(预览页面的区域滚动条) 从不滚动 在预览界面隐藏滚动条. 注意:会根据动态面板的大小展示对应内容,超出动态面板部分内容不能展示. 按需滚动 在预 ...

  10. stata面板数据gmm回归_【stata】面板GMM估计

    一.解释变量内生性检验 首先检验解释变量内生性(解释变量内生性的Hausman 检验:使用工具变量法的前提是存在内生解释变量.Hausman 检验的原假设为:所有解释变量均为外生变量,如果拒绝,则认为 ...

最新文章

  1. 【FFmpeg】如何通过url的格式找到对应的协议,以rtmp为例
  2. Nagios的安装和基本配置(一:知识点总结及环境准备)
  3. 监管大屏系统_高速公路监管系统大屏可视化
  4. simulink中使用memory模块实现变量的累加和(离散积分器)
  5. 模拟ssh, hashlib模块, struct模块, subprocess模块
  6. .NET 6新特性试用 | 可空引用类型
  7. 导入drf_Django后端rest最简洁最快最全入门指南,1天学会DRF后端不夸张,看这篇就够了!!...
  8. 台积电CEO魏哲家:3nm工艺按计划推进 明年一季度将看到营收
  9. 一文总结《Effective C++》
  10. [高光谱] Hyperspectral-Classification Pytorch 数据集的读取、划分、加载
  11. 在线订餐系统php心得体会_基于php的网上订餐系统的设计与实现论文.doc
  12. python弹性碰撞次数圆周率_关于“用理想弹性碰撞能用来计算π”视频的小讨论...
  13. 联想计算机安装系统,联想计算机重新安装系统的详细步骤?
  14. 邮件内容安全防护之反垃圾邮件开源软件ASSP
  15. 机器学习之树模型的学习(一):决策树
  16. Tautology (logic)介绍
  17. 屠龙少年终成恶龙!Adobe豪掷200亿美元收购Figma,设计圈炸了!
  18. 蚂蚁智能内容合规产品,提供一站式营销合规管控解决方案
  19. S7-1200PLC CPU集成模拟量输入通道接线和编程
  20. TreeMap的介绍与使用

热门文章

  1. 前端人员的服务端实用学习建议
  2. 各种统计检验及r语言实现
  3. linux cpu 温度 代码,linux CPU温度
  4. query.recordcount 总是为-1 解决方法
  5. RSA加密、解密 JAVA版 lua版 js版
  6. java大写md5_JAVA MD5加密转大写
  7. IOS从零开始之_objective-c初探上
  8. matlab如何实现波的叠加原理,什么是波的叠加原理?-王尚
  9. 135编辑器html怎么复制,微信公众号怎么复制别人的图文排版(图文模板复制方法)...
  10. 杂谈:中国互联网早已经被群雄割据各自为王了