⼀⽂读懂GMM的stata操作步骤
⼀、解释变量内⽣性检验
⾸先检验解释变量内⽣性（解释变量内⽣性的 Hausman 检验：使⽤⼯具变量法的前提是存在内⽣解释变量。
Hausman 检验的原假设为：所有解释变量均为外⽣变量，如果拒绝，则认为存在内⽣解释变量，要⽤IV；反之，如果接受，则认为不存在内⽣解释变量，应该使⽤OLS。
reg ldi lofdi
estimates store ols
xtivreg ldi (lofdi=l.lofdi ldep lexr)
estimates storeiv
hausman iv ols
（在⾯板数据中使⽤⼯具变量，Stata 提供了如下命令来执⾏2SLS:xtivregdepvar [varlist1] (varlist_2=va
rlist_iv) （选择项可以为fe，re 等，表⽰固定效应、随机效应等。详见help xtivreg）
如果存在内⽣解释变量，则应该选⽤⼯具变量，⼯具变量个数不少于⽅程中内⽣解释变量的个数。
⼆、异⽅差与⾃相关检验
在球型扰动项的假定下，2SLS 是最有效的。但如果扰动项存在异⽅差或⾃相关，⾯板异⽅差检验：
xtgls enc invs exp imp esc mrl,igls panel(het)
estimates store hetero
xtgls enc invs exp imp esc mrl,igls
estimates store homo
local df =e(N_g) - 1
lrtest hetero homo, df(`df')
三、⼯具变量效果验证
stata怎么发音
⼯具变量：⼯具变量要求与内⽣解释变量相关，但⼜不能与被解释变量的扰动项相关。由于这两个要求常常是⽭盾的，故在实践上寻合适的⼯具变量常常很困难，需要相当的想象⼒与创作性。常⽤滞后变量。需要做的检验：检验⼯具变量的有效性：
（1）检验⼯具变量与解释变量的相关性如果⼯具变量z 与内⽣解释变量完全不相关，则⽆法使⽤⼯具变量法；如果与仅仅微弱地相关，。这种⼯具变量被称为“弱⼯具变量”（weak instruments）后果就象样本容量过⼩。检验弱⼯具变量的⼀个经验规则是，如果在第⼀阶段回归中， F 统计量⼤于 10，则可不必担⼼弱⼯具变量问题。
四、GMM过程
在Stata 输⼊以下命令，就可以进⾏对⾯板数据的GMM 估计。
ssc install ivreg2 （安装程序ivreg2 ）
ssc install ivreg2 （安装程序ivreg2 ）
ssc install ranktest （安装另外⼀个在运⾏ivreg2 时需要⽤到的辅助程序ranktest）
use "traffic.dta"（打开⾯板数据）
xtset panelvar timevar （设置⾯板变量及时间变量）
ivreg2 y x1 (x2=z1z2),gmm2s （进⾏⾯板GMM估计，其中2s 指的是2-step GMM）
经管世界成⽴专门团队独家收集整理等信息，并在第⼀时间推送，更多相关整理后的资讯请在回复关键字征⽂获取。
点击 “ ”查看更多征⽂启事^_^ 。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。