欢迎来到天天文库
浏览记录
ID:38266609
大小:189.11 KB
页数:3页
时间:2019-05-27
《动态面板数据模型的GMM估计及其应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、知识丛林动态面板数据模型的GMM估计及其应用李群峰(河南师范大学经济与管理学院,河南新乡453007)摘要:动态面板数据模型由于存在滞后项作为解释变量,导致传统参数估计方法在估计时存在有偏性和非一致性而只能采取GMM估计。文章整理了动态面板数据模型GMM估计方法的基本原理和思路,选取2003-2007年的行业面板数据建立动态面板数据模型,利用GMM估计方法对FDI对我国工业部门技术水平的溢出效应进行实证检验,结果表明基于GMM估计的动态面板数据模型较好的刻画了FDI的溢出效应。关键词:GMM估计;动态面板数据模型;溢出效应中图分类号:F224文献标识
2、码:A文章编号:1002-6487(2010)16-0161-03GMM估计的首要条件是运用工具变量产生相应的矩条1GMM估计的概念件方程。为此,首先对(1)式进行一阶差分得到(2)式,即n△Yit=α1△Yit-1+Σαi△Xkit-1+△εit(2)GMM(Generalzedmethodofmoments)估计又称广义矩i=2估计,是基于模型实际参数满足一定矩条件而形成的一种参对(1)式进行一阶差分的主要目的在于选取合适的工具数估计方法,是矩估计方法的一般化。只要模型设定正确,则变量和产生相应的矩条件方程。由于(2)式中,解释变量△Yit-1总
3、能找到该模型实际参数满足的若干矩条件而采用GMM估和随机项△εit相关,为了避免产生误差甚至错误,我们通常计。传统的计量经济学估计方法,例如普通最小二乘法、工具把Yit-2,△Yit-2作为工具变量,这是因为它们与△Yit-1高度相变量法和极大似然法等都存在自身的局限性。即其参数估计关,而与△εit不相关。量必须在满足某些假设时,比如模型的随机误差项服从正态在此基础上,采用下列矩条件:分布或某一已知分布时,才是可靠的估计量。而GMM不需要nn'f(α)=Σfi(α)=Σziεi(α)(3)知道随机误差项的准确分布信息,允许随机误差项存在异方i=1i=
4、1差和序列相关,因而所得到的参数估计量比其他参数估计方'在上式中,z即为所选取的工具变量向量,残差项的表达式为i法更有效。因此,GMM方法在模型参数估计中得到广泛应用。nεi(α)=△Yit-α1△Yit-1-Σαi△Xkit-1(4)i=12动态面板数据模型的GMM估计GMM估计的基本思想是选择使样本矩之间的加权距离最小,也就是极小化下列目标函数在动态面板数据模型中,由于因变量滞后项作为解释变nn''量,从而有可能导致解释变量与随机扰动项相关,且模型具S(α)=[Σziεi(α)]'H[Σziεi(α)]=f(α)'Hf(α)(5)i=1i=1有横
5、截面相依性。因而,传统估计方法进行估计时必将产生其中,权重矩阵H为某一正定矩阵,其选取是GMM估计的参数估计的有偏性和非一致性,从而使根据参数而推断的经关键问题。济学含义发生扭曲。针对以上情况Arellano和Bond(1991),GMM估计量是目标函数极小化时的参数估计量。因此,Blundell和Bond(1998)提出GMM估计很好的解决了上述问GMM估计量和其方差分别为题。我们以下列形式的动态面板数据模型为例简要说明α赞=[M'HM]-1[M'HM](6)GMM估计的基本原理。ZXZXZXZYnVar(α赞)=[M'HM]-1[M'HAHM][
6、M'HM]-1(7)ZXZXZXZXZXZXYit=α1Yit-1+ΣαiXkit-1+μi+εit(1)i=2其中,X为模型(1)的解释变量向量,并且有其中,Yi为因变量,Xit为自变量,αi为系数,μi为个体效NM=N-1(ΣZ'X')(8)应,ε为随机误差项。ZXiiiti=1基金项目:国家社会科学基金资助项目(08BJL003)作者简介:李群峰(1980-),男,河南郑州人,博士研究生,讲师,研究方向:计量经济学理论与应用。统计与决策2010年第16期(总第316期)161知识丛林T其中,下标i和t分别代表行业和时间,μ为随机扰动项,服itΛ
7、=T-1(ΣZ'△μ△μ'z)(9)iiiii=1从独立同分布。由以上过程可以看出,利用GMM方法对动态面板数据LP为全员劳动生产率,以工业增加值与全部从业人员模型进行参数估计包括以下三个步骤:(1)确定工具变量Z年平均人数之比表示。CI为资本密集度,即固定资产净值除和矩条件方程;(2)选择合适的权重矩阵H;(3)确定Λ的估以全部从业人员年平均人数。LQ为劳动力质量或人力资本,计量。并且,对于上述GMM估计,由于加权矩阵H出现在目以专业技术人员占全部从业人员年平均人数的比率表示。标函数中,从而导致对目标函数进行反复迭代求解使其收敛RD为研发强度,以科
8、技经费支出占产品销售收入比重之比到极小值,因而GMM估计一般不定义经典的拟合优度R2和表示。我们以Hit表示
此文档下载收益归作者所有