动态面板系统GMM估计的工具变量有效性.docxVIP

动态面板系统GMM估计的工具变量有效性

一、引言

动态面板数据模型因能同时捕捉个体异质性与时间动态性，在经济学、社会学等领域的实证研究中被广泛应用。这类模型通常包含被解释变量的滞后项作为解释变量（如(y_{it}=y_{it-1}+x_{it}+i+{it})），但滞后项与个体固定效应(_i)的相关性会引发内生性问题，普通最小二乘法（OLS）或固定效应模型（FE）的估计结果将出现偏误（Nickell，1981）。为解决这一难题，广义矩估计（GMM）方法逐渐成为主流，尤其是系统GMM（SystemGMM）通过结合差分方程与水平方程的工具变量集，显著提升了估计效率（BlundellBond，1998）。然而，系统GMM的核心依赖于工具变量的有效性——若工具变量与误差项相关（外生性失效）或与内生解释变量弱相关（相关性不足），估计结果将偏离真实值甚至完全失效。因此，深入探讨工具变量的有效性，既是理解系统GMM方法的关键，也是确保实证研究结论可靠性的基础。

二、系统GMM的工具变量逻辑与核心作用

（一）系统GMM的基本原理与工具变量构造

系统GMM是对差分GMM（DifferenceGMM）的改进。差分GMM通过对原模型取一阶差分（消除个体固定效应(i)），并利用被解释变量的滞后二阶及更高阶项（如(y{it-2},y_{it-3})）作为差