广义矩估计（GMM）在动态面板模型中的适用场景.docxVIP

广义矩估计（GMM）在动态面板模型中的适用场景

引言

在社会科学实证研究不断深化的过程中，面板数据因同时覆盖个体异质性与时间维度变异，能够帮助研究者更精准地识别复杂变量关系，已经成为定量研究的核心数据类型。现实中绝大多数经济社会行为都存在明显的路径依赖特征——小到居民的消费习惯、企业的经营决策，大到地区的经济增长、国家的政策传导，前期状态都会对当期结果产生持续影响，这就使得仅考虑当期变量关系的静态面板模型存在明显局限，纳入被解释变量滞后项的动态面板模型因此成为相关研究的主流选择。但动态滞后项的引入也带来了棘手的内生性难题，传统的普通最小二乘、固定效应、早期工具变量等方法要么存在系统性估计偏误，