网站大量收购独家精品文档,联系QQ:2885784924

SPSSAU_计量经济研究_GMM估计.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

SPSSAU-在线SPSS分析软件

GMM估计广义矩估计内生性内生变量外生变量SPSSAU

GMM估计(广义矩估计GeneralizedMethodofMoments)

Contents

1背景3

2理论3

3操作4

4SPSSAU输出结果4

5文字分析5

6剖析6

除TSLS外,GMM估计是用于解决内生性问题的另外一种方法。如果存在异方差

则GMM的效率会优于TSLS,但通常情况下二者结论表现一致,很多时候研究者会认

为数据或多或少存在异方差问题,因而可直接使用GMM估计。内生变量是指与误差项

相关的解释变量。对应还有一个术语叫‘外生变量’,其指与误差项不相关的解释变量。

产生内生性的原因通常在三类,分别说明如下:

内生性原因说明

遗漏变量比如研究工资的影响因素时,解释变量纳入受教育年限,

但个人能力未被纳入

变量有测量误差比如使用成绩来测量IQ值

双向因果关系比如受教育年限影响工资,工资反过来影响受教育年限

内生性问题的判断上,通常是使用Durbin-Wu-Hausman检验(SPSSAU在两阶段最

小二乘回归TSLS结果中默认输出),当然很多时候会结合自身理论知识和直观专业性

判断是否存在内生性问题。如果假定存在内生性问题时,可直接使用GMM估计即可。

一般不建议完全依照检验进行判断是否存在内生性,结合检验和专业理论知识综合判断

较为可取。

内生性问题的解决上,通常使用工具变量法,其基本思想在于选取这样一类变量(工

具变量),它们的特征为:工具变量与内生变量有着相关(如果相关性很低则称为弱工具

变量),但是工具变量与被解释变量基本没有相关关系。寻找适合的工具变量是一件困难

的事情,解决内生性问题时,大量的工作用于寻找适合的工具变量。

关于引入工具变量的个数上,有如下说明:

项说明过度识别检验(HansenJ检验)

过度识别工具变量个数内生变量个数有

恰好识别工具变量个数内生变量个数无

不可识别工具变量个数内生变量个数-

过度识别和恰好识别是可以接受的,但不可识别这种情况无法进行建模,似想用一

个工具变量去标识两个内生变量,这是不可以的。

工具变量引入时,有时还需要对工具变量外生性进行检验(过度识别检验),针对工

具变量外生性检验上,SPSSAU提供HansenJ检验。特别提示,只有过度识别时才会输

出此两个检验指标。

GMM估计类型参数说明如下:

项说明

SPSSAU-在线SPSS分析软件

GMM估计默认项

迭代GMM迭代法让估计值收敛,与GMM估计基本一致

IVLIML弱工具变量(工具变量与内生变量相关性很弱)时使用

特别提示:

内生性问题涉及以下几点,分别是内生变量判断(Durbin-Wu-Hausman检验和

理论判断),内生性问题的解决(两阶段最小二乘法TSLS或GMM估计),工

具变量引入后过度识别检验(HansenJ检验)等。

如果在理论上认为可能某解释变量可能为内生变量,那么直接进行TSLS回归

即可或GMM估计即可。

SPSSAU-在线SPSS分析软件

GMM估计案例

Contents

1背景3

2理论3

3操作4

4SPSSAU输

文档评论(0)

147****4623 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档