GMM的stata操作步骤.pdf
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
GMM 在 Stata 中的操作步骤 一、解释变量内生性检验 在进行工具变量法之前,需要先检验解释变量是否存在内生性。Hausman 检验是检验解释变量内生性的常用方法。其原假设为:所有解释变量均为外生变量。如果拒绝,则认为存在内生解释变量,需要使用工具变量法;反之,如果接受,则认为不存在内生解释变量,应该使用 OLS。 在 Stata 中,可以使用以下命令进行 Hausman 检验: ``` reg ldi lofdi estimates store ols xtivreg ldi (lofdi=l.lofdi ldep lexr) estimates store iv hausman iv ols ``` 二、异方差与自相关检验 在面板数据中,需要检验扰动项是否存在异方差和自相关。如果存在异方差或自相关,需要使用 Generalized Method of Moments (GMM) 估计。 在 Stata 中,可以使用以下命令进行异方差检验: ``` xtgls enc invs exp imp esc mrl,igls panel(het) estimates store hetero xtgls enc invs exp imp esc mrl,igls estimates store homo local df = e(N_g) - 1 lrtest hetero homo, df(`df') ``` 而自相关检验可以使用以下命令: ``` xtserial enc invs exp imp esc mrl ``` 三、工具变量效果验证 工具变量需要满足两个条件:与内生解释变量相关,但又不能与被解释变量的扰动项相关。在实践上,寻找合适的工具变量常常很困难,需要相当的想象力与创作性。 在 Stata 中,可以使用以下命令检验工具变量的有效性: 1. 检验工具变量与解释变量的相关性: ``` estat first ``` 2. 检验工具变量的外生性: ``` estat overid ``` 四、GMM 过程 在 Stata 中,可以使用以下命令进行 GMM 估计: ``` ssc install ivreg2 ssc install ranktest use "traffic.dta" xtset panelvar timevar ivreg2 y x1 (x2=z1 z2),gmm2s ``` 注意:在 GMM 估计中,需要安装 ivreg2 和 ranktest 两个程序,然后加载面板数据,设置面板变量及时间变量,最后进行 2-step GMM 估计。
- 粉丝: 1281
- 资源: 1万+
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助