GMM广义矩估计结果解读：动态面板数据建模.docxVIP

GMM估计结果解读

一、方法概述

广义矩估计（GeneralizedMethodofMoments,GMM）是由Hansen于1982年提出的一种参数估计方法，是现代计量经济学中解决内生性问题的重要工具之一。GMM方法的核心思想是利用矩条件（momentconditions）来估计模型参数，即通过使样本矩与理论矩之间的差异最小化来获得参数估计值。与OLS和2SLS相比，GMM方法不需要对误差项的分布做出严格假设，具有更强的适用性和稳健性。GMM方法广泛应用于处理遗漏变量、互为因果、样本选择偏差等导致的内生性问题。在本研究中，使用SPSSAU软件进行GMM估计，将x1作为内生变量，x3和x2作为工具变量，y作为被解释变量，样本量为640。

在SPSSAU【计量经济研究】模块选择【GMM估计】，将变量拖拽至右侧对应分析框，操作如下图：

二、研究变量设置

本次GMM估计的变量设置如表1所示。被解释变量为y，内生变量为x1，工具变量为x3和x2。由于工具变量个数（2个）大于内生变量个数（1个），模型属于过度识别情形，可以进行HansenJ过度识别检验。

三、GMM估计结果

基于上述变量设置，使用SPSSAU软件进行GMM估计，结果如表2所示。

从表2可以看出，模型R2值为-0.710，调整R2值为-0.713，均为负值，表明模型的拟合效果极差，内生变量x1无法有效解释被解释变量