Home | KTL nâng cao | Các phương pháp ước lượng dữ liệu bảng – Phần 2

Các phương pháp ước lượng dữ liệu bảng – Phần 2

Các phương pháp ước lượng dữ liệu bảng như Fixed effect (FE, FD, LSDV) hoặc Random effects được sử dụng chủ yếu để ước lượng các mô hình dữ liệu bảng tĩnh tuyến tính. Với mô hình này, sự tồn tại của các vấn đề như tự tương quan của các sai số, cũng như tính chất động của mô hình được thể hiện qua các biến trễ phụ thuộc  (vấn đề biến nội sinh) sẽ làm thiên chệch kết quả ước lượng. Mô hình dữ liệu bảng tồn tại các vấn đề này được gọi là mô hình bảng động tuyến tính. Có 2 cách để giải quyết vấn đề nội sinh trong mô hình bảng động tuyến tính, chúng ta có thể sử dụng một trong hai phương pháp. Đó là sử dụng phương pháp D-GMM (phương pháp sai phân GMM – difference GMM), biến đổi dữ liệu để loại bỏ các tác động cố định này. Hoặc sử dụng phương pháp biến đại diện (instrument) cho (y_{i,t - 1}) và tương tự cho các biến nội sinh với các biến mà chúng ta tin rằng không tương quan với các tác động cố định. Bài viết này tập trung trình bày vấn đề xử lý biến nội sinh của mô hình bảng động tuyến tính bằng biến đại diện. Bộ dữ liệu thực hành là Arellano và Bond (1991) được giới thiệu ở phần 1 các phương pháp ước lượng dữ liệu bảng.

Xem thêm: các phương pháp ước lượng dữ liệu bảng - Phần 1

Phần nội dung có thu phí bên dưới đã được ẩn. Vui lòng đăng nhập hoặc đăng ký gói Premium. Trân trọng!