Home | KTL nâng cao | Phương pháp ước lượng S-GMM

Phương pháp ước lượng S-GMM

Arellano và Bond so sánh hiệu quả của phương pháp D-GMM 1 bước, 2 bước với ước lượng OLS, With-in groups và ước lượng sai phân Anderson–Hsiao sử dụng mô hình mô phỏng Monte Carlo. Kết quả cho thấy kết quả ước lượng theo phương pháp D-GMM có sự thiên chệch ít nhất và phương sai của các tham số quan tâm nhỏ nhất.

Tuy nhiên, theo Blundell và Bond (1998) nếu y gần với bước ngẫu nhiên (random work) thì kết quả ước lượng của phương pháp D-GMM sẽ kém hiệu quả bởi vì các dữ liệu quá khứ chứa ít thông tin để dự báo sự thay đổi trong tương lai, vì thế các biến trễ không biến đổi (untransformed lags) đại diện không tốt cho các biến biến đổi (transformed variables) trong mô hình.

Để tăng tính hiệu quả, Blundell và Bond phát triển một phương pháp tiếp cận mới gọi là phương pháp ước lượng S-GMM được đề cập trong Arellano và Bover (1995) nhằm loại bỏ vấn đề thiên chệch động được đề cập bài ước lượng GMM-OLS-LSDV-FE.

Đọc thêm:

Thay vì biến đổi các biến giải thích khỏi các ảnh hưởng cố định, cách tiếp cận mới lấy sai phân các biến đại diện để chúng là ngoại sinh với các ảnh hưởng cố định. Điều này là hợp lý khi giả định rằng sự thay đổi trong bất kì biến đại diện nào, w, đều không có tương quan với các ảnh hưởng cố định, nghĩa là, (E(Delta {w_{it}}{mu _i}) = 0) cho tất cả i và t. Khi đó, (E({w_{it}}{mu _i})) được gọi là thành phần không thay đổi theo thời gian (time-invariant). Nếu điều này được giữ thì (Delta {w_{i,t - 1}}) là một biến đại diện tốt cho các biến có độ trễ khác:

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