6 动态面板xtabond2命令及对Stata的ado详解.pdf

知识搬运工：三农硕士（人大经济论坛 ID）

动态面板模型 xtabond2 命令及对 Stata 的 ado 详解

当你看这篇文章的时候，还请你先参看一下《IV 和 GMM 相关估计步骤，内生性、

异方差性等检验方法》，这里详细讲动态面板命令方面的，当然这篇文章不仅仅讲解

了 xtabond2，还有 xtabond，xtdpdsys，xtdpd 和 xtdpdml 这些动态面板 Stata 命

令。只不过 xtabond2 可以涵盖其他类型命令，所以就着重解析了 xtabond2。

A problem with the original Arellano-Bond estimator is that lagged levels

are poor instruments for first differences if the variables are close to a

random walk（xtabond 使用的工具变量有时候表现很不好）. Arellano and Bover

(1995) describe how, if the original equation in levels is added to the system,

additional instruments can be brought to bear to increase efficiency. In this

equation, variables in levels are instrumented with suitable lags of their

own first differences（然后 xtdpdsys 就改进了工具变量的选择方式，不仅包括

levels 还有 differences）.The assumption needed is that these differences are

uncorrelated with the unobserved country effects（要求假定这些 differenced

知识搬运工：三农硕士（人大经济论坛 ID）

过后的工具变量与不可见的个体效应不相关）. Blundell and Bond show that this

step 估计量而不是 one step 估计量） robust（如果前面选择了 twostep，那么就必

须选择这个 robust） cluster(用 来 重 新 命 名 Panel 变量，就是说改变之前的

id) noconstant（在 level equations 中不要常数项） small（用 t 统计量和 F 统

计量，而不是用 z 统计量和 Wald 统计量来评估回归显著性） noleveleq（如果有这

个命令，那工具变量中就只有 difference equations，没有了 level equations，因

此 就 等 同 于 做 了 difference GMM ） orthogonal gmmopt [gmmopt ...] ivopt

[ivopt ...] pca components( 主 成 分 部 分 ) artests( 自 相 关 检 验 的 最 大 阶 数 )

arlevels（标明自相关检验用于 level equations） h(这个选项一般不影响大局) ]

上面的 gmmopt 指的是， gmmstyle(varlist [, laglimits(对于 transformed 或

Sargan/Hansen testing）])

知识搬运工：三农硕士（人大经济论坛 ID）

上面 ivopt 指的是，ivstyle(varlist [, equation({diff | level | both}（表

示哪个 equation 用前面的那个工具变量）) passthru （这个命令在 equation(diff)

和 nolevelleq 用了之后使用）mz（工具变量中 Missing 值就换成 0）])#注意的是，

如果 x 变量是个前置变量，那作为 level equation 的工具变量是可以的，但是现在

On balanced panels, GMM estimators based on the two transforms return

numerically identical coefficient estimates, holding the instrument set fixed

(Arellano and Bover 1995). But orthogonal deviations has the virtue of

preserving sample size in panels with gaps. If some e_it is missing, for

Autocorrelation indicates that lags of the dependent variable (and any

other variables used as instruments that are not strictly exogenous), are in fact

endogenous, thus bad instruments（xtabond2 会报告自相关检验情况，如果有

自 相 关情 况 ， 那 表 明 这 些 工 具 变 量 并 不 好 ） . For example, if there is AR(s),

then y_i,t-s would be correlated with e_i,t-s, which would be correlated with

D.e_i,t-s, which would be correlated with D.e_i,t.