动态面板GMM sargan检验P值总是为1

开心亚

2019-5-4 20:44:30

夏璋煦发表于 2018-6-9 21:57
黄老师按照您的提示已经解决了。现在又遇到新的困难：在系统GMM回归时，AR(1)p值大于0.1，AR(2)和Hansen检 ...

请问下你是怎么解决的呢？我也遇到了同样的问题

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

问道暮思谁

2019-8-8 18:57:27

开心亚发表于 2019-5-4 20:44
请问下你是怎么解决的呢？我也遇到了同样的问题

我也遇到同样问题，求解答。。。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

小啾啾112

2019-12-9 17:08:25

李文静you 发表于 2019-4-16 17:02
救救孩子吧、就快要交论文了，近两个月我用xtabond2和xtdpdsys做了好多次回归了，总是xtdpdsys的sargan检 ...

麻烦问一下小姐姐您最后是怎么解决的鸭
我我我我最近也遇到这样的情况了

麻烦小姐姐看到帮我解答一下叭谢谢谢谢

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

two西柚

2020-3-8 22:26:53

请问ar(2)和hansen都比较小，只比0.05大，要不就是不用collapse时hansen很大类似0.89 098。这样可以吗？

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

wawennawa

2020-3-18 21:35:53

请问有没有做GMM遇到过相关系数大于1的情况呢？模型的AR、sargan、hansen检验全部通过，变量也是显著了，求救！！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

Cara_lmh

2020-6-15 20:59:59

Roodman（2006）指出太多的工具变量可能会过度拟合内生变量而不能去掉内生部分。此外，过度的工具变量还可能弱化Hansen过度识别约束检验，使得Hansen检验的p值等于1.00，所以在对面板数据进行估计时，应尽可能地满足拇指规则，即工具变量数不超过截面数，在Hansen检验接近1时，需要使用lag(# #)选项与“collapse”选项将工具变量压缩，使得p值小于1.00，而不是很接近于1。
比如：xtabond2 y L.y x1 x2 x3 x4, gmm(y,lag(2 4)collapse) gmm(x2,lag(2 3)collapse) iv(x3 x4 ) twostep robust

附件列表

小白学统计_面板数据分析与Stata应用笔记（七）.pdf

大小:1.85 MB

只需: 50 个论坛币马上下载

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

崛起ァ_″英俊

2020-8-18 18:05:39

黃河泉发表于 2019-4-16 18:11
我只用 xtabond2，我怀疑你根本不知道自己在跑什么？你的 y 是什么？落后期 (动态) 呢？

黄老师你好，冒昧打扰，我在进行系统GMM分析时，结果如下，我想咨询事情如下：
1，系统GMM估计时是否必须满足拇指规则（工具变量数目小于样本数），因为随着变量的增加，工具变量会随之增加，在变量较多时候，必然突破拇指规则的限制。
2，在系统GMM估计时，关键变量和滞后因变量的IV的阶数如何选择，如图，本文采用L.gini作为关键自变量，但是在选择其滞后项作为IV时，gmm(L.gini,lag(1 1))和gmm(L.gini,lag(1 2))所得到的系数相差还是较大的，前者为-0.003，后者为-0.002，但这是我想要估计的关键系数，我该如何选择？
3，在估计时候，由于IV过多，会导致常数项的系数ommit，那这个是不是一个汇报结果时的问题？即常数项的系数重不重要，如果需要非ommit的话，我就需要调整因变量滞后项的阶数，即gmm（L.rgdpna lag （1 X））中的 X 和自变量gmm(L.gini,lag(1 M))中的M才能使常数项系数出现，但这样就会有一点是我专门调系数的意思，且正如问题2，在调整gmm(L.gini,lag(1 M))中的M后，我的关键自变量的系数就会因为M的选择而不同。