Оценка двухшагового разностного GMM в Stata — TutorialStata

🔒 Более сложные видео с БЕСПЛАТНЫМИ наборами данных + БЕСПЛАТНЫМИ файлами Stata Do доступны только для участников. Присоединяйтесь к P.E.R.S здесь:    / @cruncheconometrix   Полный список P.E.R.S:    • Members-only videos   Как оценить двухшаговый разностный GMM в Stata - Учебное пособие для магистерской диссертации | Великобритания, США, Канада Вы пишете магистерскую диссертацию по экономике, финансам, банковскому делу или докторскую диссертацию, используя динамические панельные данные, и ваш научный руководитель попросил вас оценить двухшаговый разностный GMM - разностный GMM Ареллано-Бонда с двухшаговым оценщиком - в Stata? Вы попали по адресу. Двухшаговый метод разностного GMM — это эффективный метод оценки разностного GMM для динамических панельных данных, альтернатива системному GMM, когда системные инструменты недействительны. В этом подробном руководстве по Stata я шаг за шагом покажу вам, как оценить двухшаговый метод разностного GMM в Stata. ЧТО ВЫ УЗНАЕТЕ: ✓ Что такое двухшаговая разностная GMM - Разностная GMM (Ареллано-Бонд, 1991) с двухшаговой оценкой - Разностная GMM использует разностное уравнение - ΔY = alpha ΔY_{t-1} + beta ΔX + Δerror - инструменты представляют собой запаздывающие уровни - например, Y_{t-2}, Y_{t-3} и т. д. в качестве инструментов для ΔY_{t-1} - контроль фиксированных эффектов осуществляется путем дифференцирования ✓ Как оценить двухшаговую разностную GMM в Stata - пошаговый код: xtabond2 Y L.Y X1 X2, gmm(L.Y) iv(X1 X2) noleveleq twostep robust - пояснение: Y — зависимая переменная, L.Y — запаздывающая зависимая переменная, X1 X2 — регрессоры, gmm(L.Y) означает, что L.Y — эндогенная переменная и инструментирована с помощью запаздывающие уровни, iv(X1 X2) означает, что X1 X2 строго экзогенны, noleveleq = разностная GMM (без уравнения уровней), twostep = двухшаговая оценка, robust = скорректированная по Виндмейеру робастная стандартная ошибка - золотой стандарт для двухшаговой разностной модели ✓ Как включить фиктивные переменные года в двухшаговую разностную GMM - xtabond2 Y L.Y X1 X2 i.year, gmm(L.Y) iv(X1 X2 i.year) noleveleq twostep robust - фиктивные переменные года в качестве независимых переменных - контроль временных эффектов - рекомендуется ✓ Как выбрать инструменты для двухшаговой разностной GMM - gmm(L.Y, lag(2 3)) - обратите внимание, что запаздывание начинается с 2 для разностной GMM, поскольку дифференцирование - Y_{t-2} и более ранние допустимые инструменты для ΔY_{t-1} - lag(2 3) означает использование запаздываний 2 и 3 - пределы запаздывания для уменьшения инструментов - инструменты Правило «меньше групп» — использовать коллапс — например, gmm(L.Y, lag(2 3) collapse) — уменьшает количество инструментов ✓ Распространенные ошибки, допускаемые студентами магистратуры: Не использовать noleveleq — без noleveleq это системная GMM, а не разностная GMM — для разностной GMM необходима noleveleq; Не использовать робастность после двухшагового метода — стандартная ошибка смещена в сторону уменьшения — необходимо использовать двухшаговый робастный метод; Слишком много инструментов, больше групп — p=1,000 по Хансену — распространение инструментов — использовать пределы лага и коллапс; Не включать фиктивные переменные года, когда временные эффекты имеют значение; Не проверять AR(2) и Хансена — необходимо сообщать результаты ✓ Разница между двухшаговой разностной GMM и двухшаговой системной GMM: Разностная GMM использует только разностное уравнение — уровни с лагами в качестве инструментов; Системная GMM использует разностные уравнения плюс уровень — больше инструментов — более эффективна — Системная GMM предпочтительнее, когда устойчивые и системные инструменты действительны — Разностная GMM используется, когда системные инструменты недействительны или в качестве робастности ДЛЯ КОГО ЭТО: Магистры, MBA, PhD Студенты экономических, финансовых, банковских и экономических специальностей из Великобритании (Уорик, Манчестер, Лидс, Бирмингем, Глазго, Эдинбург, LSE), США, Канады, Австралии и ЕС, использующие динамическую панель — N большое, T маленькое — стремящиеся к методу GMM с учетом различий. ОФИЦИАЛЬНЫЕ ССЫЛКИ И СООБЩЕСТВО: 🌐 Веб-сайт: https://cruncheconometrix.com 🛒 Магазин данных: https://cruncheconometrix.com/view/da... 🎓 Только для участников:    • Members-only videos   ⭐ Присоединиться к членству:    / @cruncheconometrix   👥 Facebook:   / cruncheconometrix   💼 LinkedIn:   / cruncheconometrix   🔔 Подписаться: https://www.youtube.com/c/CrunchEcono... Если это помогло, поставьте ЛАЙК. Оставьте комментарий с указанием переменных и страны для двухшагового метода разностного GMM, поделитесь им. Часто задаваемые вопросы: В: Как оценить двухшаговый метод разностного GMM в Stata? О: Код: xtabond2 Y L.Y X1 X2, gmm(L.Y) iv(X1 X2) noleveleq twos...