使用GMM方法分动态面板数据.pdfVIP

对外经济贸易大学金融学院 张海洋 GMM 方法与动态面板数据——一个简介 2015 年8 月 在阅读文献中经常看到有使用GMM方法分析动态面板数据，但没有深入研究。最近开 始自己用此方法时，感觉很困惑，因为使用此方法的文献中，对方法的原理大多语焉不详。 对该方法的适用性，为什么用此方法，以及方法优缺点介绍聊聊几句。因此，通过读文献很 难对该方法有全面的把握。 由于时常有学生过来问我怎么用GMM方法处理动态面板数据，不能总是含糊地回答， 同时自己也在写这方面的文章，因此找来几本参考书，搜集了大量的文献，详细阅读之后， 撰写本文。文中主要内容摘要并整理自Roodman （2009 ），这是STATA命令xtabond2命令的 作者所写的介绍性文章，应该有权威性，如果该文不准确，那么所有使用此命令做的研究将 全部失效。同时参考了Cameron and Trivedi （2009 ）和 （Angrist and Pischke ，2009 ）等书籍。 本文仅为作者对该方法的理解，如有不妥、疑问或建议请联系：hyang_zhang@163.com 。 （一）为什么要用GMM 方法 本文所谓动态面板数据(Dynamic Panel data, DPD)分析，指的是分析中采用如下的回归 方程： Y Y  X  u  （1） i,t i,t1 it i it i 1,...,N ，t 1,...,T Y i 其中， 是因变量的滞后项， 是个体 的固定效应。因变量的滞后项和固定效应 u i ,t1 i 同时存在，是动态面板数据分析特殊性的关键。如果固定效应不存在，那么回归方程变为: Y Y  X  （2 ） i,t i,t1 it it 这时，用OLS或者随机效应模型回归分析即可。如果因变量的滞后项Y 不存在，那 i ,t1 么回归方程变为： Y  X  u  （3 ） i,t it i it 1 对外经济贸易大学金融学院 张海洋 对于该模型，用固定效应模型分析即可。如果因变量的滞后项和固定效应都存在，那 么对于（1）式这样的回归方程，如果采用差分方法去掉固定效应，会得到如下的结果 Y Y X  （4 ） i,t i,t1 it it 其中Y =Y -Y ，Y =Y -Y ，X =X -X ， = - 。如果（1） i,