好的，非常感谢老师的耐心指导。

老师您好，我用27个国家的数据做出来的AR（2）也没通过，后来增加到52个国家依然不通过，我想请问是怎么回事呢？是不是在做动态回归之前还需要对数据进行一些检验，处理之后再动态回归？

正常一定是估计后 (才能) 检定！

老师您好，我使用39个国家15年的数据，运用系统GMM方法做出的结果如下，. xtdpdsys y y1 k l fdi ed1,lag(2) maxldep(3) endogenous(y1,lag(0,1)) twostep
note: y1 dropped because of collinearity

System dynamic panel-data estimation         Number of obs         =       507
Group variable: country                      Number of groups      =        39
Time variable: year
                                             Obs per group:    min =        13
                                                               avg =        13
                                                               max =        13

Number of instruments =     79               Wald chi2(7)          =  29330.25
                                             Prob > chi2           =    0.0000
Two-step results
------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           y |
         L1. |   .2242291   .0056216    39.89   0.000      .213211    .2352472
         L2. |  -.3355919   .0052522   -63.90   0.000    -.3458861   -.3252977
             |
          y1 |   .0000347   2.62e-06    13.27   0.000     .0000296    .0000399
           k |   .4162729    .013596    30.62   0.000     .3896253    .4429206
           l |  -.9014696   .1689993    -5.33   0.000    -1.232702   -.5702372
         fdi |   .0131003   .0005908    22.17   0.000     .0119424    .0142582
         ed1 |   5.213435   1.100529     4.74   0.000     3.056439    7.370432
       _cons |  -8.653763   .2007631   -43.10   0.000    -9.047252   -8.260275
------------------------------------------------------------------------------
Warning: gmm two-step standard errors are biased; robust standard
         errors are recommended.
Instruments for differenced equation
        GMM-type: L(2/4).y L(2/2).y1
        Standard: D.y1 D.k D.l D.fdi D.ed1
Instruments for level equation
        GMM-type: LD.y LD.y1
        Standard: _cons

. estat abond

Arellano-Bond test for zero autocorrelation in first-differenced errors
  +-----------------------+
  |Order |  z     Prob > z|
  |------+----------------|
  |   1  |-4.1058  0.0000 |
  |   2  |-.46717  0.6404 |
  +-----------------------+
   H0: no autocorrelation

. estat sargan
Sargan test of overidentifying restrictions
        H0: overidentifying restrictions are valid

        chi2(71)     =  36.88563
        Prob > chi2  =    0.9997

请问老师，这样的结果是否可以用？

老师您好，我使用39个国家15年的数据，运用系统GMM方法做出的结果如下，. xtdpdsys y y1 k l fdi ed1,lag(2) maxldep(3) endogenous(y1,lag(0,1)) twostep
note: y1 dropped because of collinearity

System dynamic panel-data estimation         Number of obs         =       507
Group variable: country                      Number of groups      =        39
Time variable: year
                                             Obs per group:    min =        13
                                                               avg =        13
                                                               max =        13

Number of instruments =     79               Wald chi2(7)          =  29330.25
                                             Prob > chi2           =    0.0000
Two-step results
------------------------------------------------------------------------------
           y |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
           y |
         L1. |   .2242291   .0056216    39.89   0.000      .213211    .2352472
         L2. |  -.3355919   .0052522   -63.90   0.000    -.3458861   -.3252977
             |
          y1 |   .0000347   2.62e-06    13.27   0.000     .0000296    .0000399
           k |   .4162729    .013596    30.62   0.000     .3896253    .4429206
           l |  -.9014696   .1689993    -5.33   0.000    -1.232702   -.5702372
         fdi |   .0131003   .0005908    22.17   0.000     .0119424    .0142582
         ed1 |   5.213435   1.100529     4.74   0.000     3.056439    7.370432
       _cons |  -8.653763   .2007631   -43.10   0.000    -9.047252   -8.260275
------------------------------------------------------------------------------
Warning: gmm two-step standard errors are biased; robust standard
         errors are recommended.
Instruments for differenced equation
        GMM-type: L(2/4).y L(2/2).y1
        Standard: D.y1 D.k D.l D.fdi D.ed1
Instruments for level equation
        GMM-type: LD.y LD.y1
        Standard: _cons

. estat abond

Arellano-Bond test for zero autocorrelation in first-differenced errors
  +-----------------------+
  |Order |  z     Prob > z|
  |------+----------------|
  |   1  |-4.1058  0.0000 |
  |   2  |-.46717  0.6404 |
  +-----------------------+
   H0: no autocorrelation

. estat sargan
Sargan test of overidentifying restrictions
        H0: overidentifying restrictions are valid

        chi2(71)     =  36.88563
        Prob > chi2  =    0.9997

请问老师，这样的结果是否可以用？

依据前文的理论模型，本文借鉴Al-Marhubi
（2000）的方法，采用一个扩展的Solow 增长模型来
检验出口专业化、出口多样化与地区经济增长之间
的关系，具体计量模型设定如下：git = ρ ln yit - 1 + β1hit - 1 + β2 ln vdivit - 1
+β3 ln h divit - 1 + β4 ln fdiit + β5 ln invit
+β6 ln eduit + φi + μt + εit
其中，被解释变量git 代表各地区人均实际GDP
的年增长率；yit-1 是滞后一期的人均实际GDP；hit-1、
vdivit-1和hdivit-1分别为代表出口专业化、出口水平多
样化和出口垂直多样化的指标，为了尽量消除变量
的内生性对估计结果的影响，这些指标滞后一期进
入方程；inv 为固定资产投资占GDP 的比重，用以控
制物资资本积累的影响；edu 为反映地区人力资本
状况的变量。。。。。老师您好，我想请问您上面的模型用系统GMM方法的话，stata命令该如何写？大部分用GMM的方程引入的就是被解释变量的滞后项做解释变量，而这个模型中被解释变量是经济增速，引入的解释变量是人均初始GDP的一阶滞后，我就不太明白命令该如何写了

我讲过，我只用 xtabond2。

请问老师用xtabond2该如何写呢？

你自己要学一下吧！不过还有点复杂，没那么简单说清楚！

Two-step results
------------------------------------------------------------------------------
        lny1 |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
        lny1 |
         L1. |   1.150612   .0063947   179.93   0.000     1.138079    1.163146
         L2. |  -.4902174    .009836   -49.84   0.000    -.5094955   -.4709393
         L3. |   .2985995   .0064732    46.13   0.000     .2859122    .3112868
             |
           k |   .0026109   .0001456    17.94   0.000     .0023256    .0028962
           l |  -.0147043   .0019041    -7.72   0.000    -.0184362   -.0109724
         fdi |    .000184   .0000338     5.45   0.000     .0001179    .0002502
         ed1 |  -.0348089   .0106938    -3.26   0.001    -.0557683   -.0138495
       _cons |   .3741608   .0158207    23.65   0.000     .3431528    .4051688
------------------------------------------------------------------------------
老师，只是我做的动态模型的结果，因变量是GDP，引入三期滞后做解释变量，我想请问老师，为什么结果显示的一阶滞后GDP对当前GDP影响是正的，二阶滞后又是负的，三阶滞后又是正的呢？这个符合经济原理吗？还想请问老师AR2的数值可以是负值吗？谢谢老师！

Two-step results
------------------------------------------------------------------------------
        lny1 |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
        lny1 |
         L1. |   1.150612   .0063947   179.93   0.000     1.138079    1.163146
         L2. |  -.4902174    .009836   -49.84   0.000    -.5094955   -.4709393
         L3. |   .2985995   .0064732    46.13   0.000     .2859122    .3112868
             |
           k |   .0026109   .0001456    17.94   0.000     .0023256    .0028962
           l |  -.0147043   .0019041    -7.72   0.000    -.0184362   -.0109724
         fdi |    .000184   .0000338     5.45   0.000     .0001179    .0002502
         ed1 |  -.0348089   .0106938    -3.26   0.001    -.0557683   -.0138495
       _cons |   .3741608   .0158207    23.65   0.000     .3431528    .4051688
------------------------------------------------------------------------------
老师，只是我做的动态模型的结果，因变量是GDP，引入三期滞后做解释变量，我想请问老师，为什么结果显示的一阶滞后GDP对当前GDP影响是正的，二阶滞后又是负的，三阶滞后又是正的呢？这个符合经济原理吗？还想请问老师AR2的数值可以是负值吗？谢谢老师！

不知道！

老师，我想请问系统GMM结果为什么显示的是z值而不是t值呢？两者一样？还是有区别？谢谢老师！

请问老师，AR2的P值等于0.089，是否可以解释为在5%水平上不相关？还是说必须要大于0.1才行呢？求回复，感谢。

这个由你自己决定，没一定准则。

好的，谢谢老师。之前听有人说要必须大于0.1，且越大越好。

也沒錯!

工具变量个数大于截面数应该不行吧

老师，您好。最近投了一篇论文，外审专家返回了一个修改意见，看不懂，请老师帮忙。

System GMM requires the additional assumption that the differences used as instruments are uncorrelated with the error term (in particular with the unobserved unit-specific effects). A sufficient condition for this to hold would be joint mean stationarity of the dependent variable and the independent variables, which may not be easily justifiable in this study.


翻译过来是这样：系统GMM需要额外的假设，即作为工具使用的差异与误差项不相关(特别是与未观测到的特定单位效应无关)。一个充分条件是因变量和自变量的联合平均平稳性，这在本研究中可能不容易证明。


请问这个问题怎么解决呢？烦求老师解惑，谢谢

这我不熟 (第一次听到有人问这种问题)，你应该去问问理论计量学家。或许，你也可报告 difference GMM 之结果，看看有无差异。

谢谢老师的解答

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？

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？

请问用静态面板数据做GMM该怎么做呢？