论文模型应该没问题，你标出的那个部分有点不知道如何做的，好像不是SYS-GMM吧，都没滞后项的啊！

但是该文表述的却是用系统GMM估计的静态面板数据模型，不知是表述错误还是我无知不知道静态面板数据如何进行系统GMM估计？

搞不懂怎么做的，国内的期刊我们不要深究了，追下去你会发现都不对，呵呵

现在看到一篇稿子就是这样，没有滞后项，做静态面板的GMM，很奇怪，而且结果很好

哈哈，人家FE还能估计不随时间改变的Dummy的系数，GMM就不能估计静态了？

？？？？？？

Roodman的文章里说 the process may be dynamic，所以静态的也是可以的。我觉得你们老师理解反而错了。

  w_it is a vector of predetermined covariates (which may include the lag of y) and endogenous covariates, all of which may be correlated with the v_i (Predetermined variables are potentially correlated with past errors.  Endogenous ones are potentially correlated with past and present errors.);

Moreover, though it is designed for dynamic models, xtabond2 does not require the lagged dependent variable to appear on the right hand side.
Roodman（2006）
可以用于静态面板，解决内生性问题。

首先用计量模型回归要考虑到的最基本的问题，就是内生性。内生性出现的三种情况：1，被解释变量和解释变量相互影响；2，数据测量误差；3，模型设定可能遗漏掉一些未知的解释变量。一般论文中主要考虑到第1中情况，即被解释变量和解释变量之间存在反向因果关系。但是你要知道，计量中目前还没有方法来确定内生性是否存在，只能靠已有的文献和经验来判断，大部分论文（经济研究、管理世界、经济学季刊论文中无论是否存在内生性问题，都要考虑内生性）一般很少涉及到。内生性问题分以下几种：
1、截面数据的内生性问题：用2sls（两阶段最小二乘法）、gmm（广义矩估计）。stata提供的命令：ivreg 2sls...    ivreg gmm....
2、静态面板的内生性问题：一般用2sls（两阶段最小二乘法）。stata提供的命令：xtivreg...  xtivreg2.....
3、动态面板内生性问题：用1阶段gmm或2阶段gmm 。stata提供的命令：xtabond.....

工具变量的寻找：1、可以用内生性变量的滞后期；2、寻找模型外的工具变量。
注：一般的权威论文中都使用第2种，因为首先这可以是一种创新，其次用第1种不一定符合（为什么不一定符合？看下面）

为什么不一定符合？因为工具变量需要进行检验：1、过度识别检验（工具变量是否合理）；2、弱工具变量检验（工具变量虽然合理，但是它与内生性变量之间的关系比较弱，同样也得拒绝使用这个工具变量）

个人看法：一篇实证论文无非以下几个模块：1、引言，2、文献综述，3、理论分析（纯文字的分析或者负责数学方程式的分析都可以，比较高大上的可以在理论分析过程中提出一些假说，后面模型中进行验证），4、计量模型的设定和数据描述，5、实证结果（你得到的结果中数据背后的经济学含义是什么、为什么会显著或者为什么不显著等等），6、稳健性检验（个人认为这个才是整篇论文的精髓，国内权威期刊一般都要有这个章节，有些论文直接把内生性问题的处理放在里面了，这个也可以接受。此外稳健性检验时检验你的结果是否是一次性的，一般方法比较多，例如删除一些样本对子样本进行回归、重新定义你的核心解释变量或被解释变量重新找相关数据进行回归。此外要说明：一般权威期刊的论文中例如管理世界、经济研究等，他们的论文稳健性检验中一般说的是“核心解释变量的符号没有发生改变，且显著性水平没有发生改变”。）

工具变量的寻找是很难的，有时候你能寻找到一个或几个合适的工具变量，可以算是文章中的一个创新了。但是，目前一些权威期刊例如管理世界或者经济研究，他们的论文大多都是些完全班照国外的研究方法和结构，拿中国的数据来写作。整个框架和内容都是抄来的，知识数据用的国内的，可想而知了！

都写了这么多了，索性再装逼一点吧:为什么我说他们是照搬国外的，管理世界的投稿须知看过吗，管理世界投稿须知的第二条：不鼓励简单以中国数据重复国外已有文章。不鼓励嘛，也就是不反对喽！

不知道国内同行看到会不会打死我啊...不要人肉我就行啦。

祝你好运！

请教大神，同一个假设的两个子样本做GMM回归的时候，使用的工具变量可以不同么？使用的同一工具变量的滞后项可以不同么？

静态面板是有GMM，跟工具变量法的2sls一样，但是不是系统GMM

除了前面有提到的Roodman在How to do xtabond2里面提到的右侧可以不加因变量滞后项那个证明，我在ISR上找到一篇文献：2018 - ISR - The Impact of User Personality Traits on Word of Mouth Text-Mining Social Media Platforms，也是用GMM处理静态面板，然后汇报AR(1)以及AR(2)的。计量上的估计方法大致是OLS\MLE\MM，而不同的估计方法有不同的假定，我觉得本质上不在于数据是动态还是静态，而是假定是否适用。
以供讨论学习。

认同您的观点。其实Roodman（2009）也没说必须加上被解释变量的滞后项啊！哈哈......

你好，我也有这个疑问，请问你解决了吗？

原来如此！

你好，我最近在用系统GMM对静态面板数据进行回归，也也想使用聚类稳健标准误，请问命令该怎么写呢？

我发的SSCI的一篇论文评审给我提的意见就是动态系统GMM模型里去除滞后因变量，一开始一直想不通，后来查到确实有文章这么实现，看到这里有Roodman（2006）的这句话，终于了然了！感谢！

请问是使用一阶差分GMM来估计静态面板吗？

On slide 89 of my 2019 London Stata Conference presentation, you can find an example about the use of xtdpdgmm (which is an alternative for xtabond2) to replicate the fixed-effects estimator for a static model with a GMM command. You can use this as a starting point and then modify the instruments etc. as desired.
•Kripfganz, S. (2019). Generalized method of moments estimation of linear dynamic panel data models. Proceedings of the 2019 London Stata Conference.
Answer from https://www.statalist.org/forums ... model-with-xtabond2