Home | Thẻ: Panel data ( trang 4)

Thẻ: Panel data

Kiểm định tính dừng qua nghiệm đơn vị

Chúng ta KHÔNG THỂ áp dụng các tính chất liên quan đến PHÂN PHỐI CHUẨN cho các biến KHÔNG DỪNG, vì vậy KIỂM ĐỊNH TÍNH DỪNG của chuỗi là 1 việc rất cần thiết

Tính dừng của biến chuỗi luôn là một vấn đề đặc biệt quan trọng trong dữ liệu thời gian và đặc biệt là dữ liệu bảng. Bởi theo Baltagi (2008, trang 374) chúng ta KHÔNG THỂ áp dụng các tính chất liên quan đến PHÂN PHỐI CHUẨN cho các biến KHÔNG DỪNG (nonstationary variables), chẳng hạn, các trị thống kê ...

Đọc tiếp »

Tổng hợp các kiểm định trong GMM

Tổng hợp các kiểm định trong GMM bao gồm tính hợp lý của biến đại diện, tính vững của mô hình, tự tương quan của biến giải thích, biến giả thời gian...

GMM là một phương pháp ước lượng tổng quát. Ước lượng GMM có thể giải quyết các vấn đề liên quan đến tính nội sinh của biến, vấn đề tự tương quan của phần dư, khắc phục sự tương quan giữa các tác động riêng rẻ với các biến giải thích trong mô hình bảng tĩnh tuyến tính. Tuy nhiên, ...

Đọc tiếp »

Lỗi r(451) khi khai báo dữ liệu bảng

Về nguyên tắc, mỗi quan sát trong bảng sẽ được xác định duy nhất thông qua 2 tham số là id và time với id là các đơn vị bảng và time là các đơn vị thời gian

Điều đầu tiên trong việc khai thác dữ liệu bảng chính là khai báo dữ liệu bảng. Trên Stata, chúng ta có thể thực hiện việc khai báo dữ liệu bảng bằng lệnh tsset hoặc xtset. Tuy nhiên, khi chúng ta khai báo xtset id time, với id là các đơn vị bảng (doanh nghiệp, hộ gia đình, quốc gia…) ...

Đọc tiếp »

Cơ sở lựa chọn GMM so với OLS, FEM/REM

Lựa chọn GMM nhằm đảm bảo tính hiệu quả, tin cậy, bài viết đề cập cơ sở lựa chọn GMM so với OLS, LSDV, FEM/REM, tiếp đến là cơ sở lựa chọn GMM-S với D-GMM.

Mỗi dạng mô hình sẽ có những phương pháp ước lượng phù hợp. Mô hình động sẽ có phương pháp động để ước lượng và ngược lại mô hình tĩnh sẽ có phương pháp tĩnh để ước lượng. Trong trường hợp dữ liệu bảng, phương pháp động được biết đến nhiều nhất chính là GMM (IV-GMM, D-GMM, S-GMM) và phương ...

Đọc tiếp »

Vấn đề của FEM/REM và lí do chọn GMM

Sự tồn tại vấn đề tương quan giữa biến giải thích với sai số (riêng rẽ và ngẫu nhiên) trong mô hình FEM/REM chính là lí do chọn GMM làm phương pháp thay thế

Có 2 vấn đề quan trọng tiềm ẩn liên quan đến thành phần sai số trong một mô hình dữ liệu bảng, đó là: 1) Sự tương quan giữa các biến giải thích với tác động riêng rẽ; 2) Sự tương quan giữa các biến giải thích với thành phần sai số nhiễu; Sự tồn tại của 1 trong 2 ...

Đọc tiếp »

Tổng hợp các kiểm định trong dữ liệu bảng

Hồi quy dữ liệu bảng: lựa chọn mô hình FE, RE, OLS

Trong phân tích dữ liệu bảng, tính dừng của các biến chuỗi cần được xem xét kiểm định đầu tiên. Tiếp đến là kiểm tra các tác động riêng rẻ của mỗi đối tượng hoặc của điểm thời gian là cố định hoặc ngẫu nhiên, dồng thời cũng nên quan tâm đến tính ổn định của hệ số ước lượng ...

Đọc tiếp »

Đôi điều về tính chất BLUE của ước lượng

Phương sai thay đổi, đa cộng tuyến, tự tương quan, outliers

Chúng ta gần như rất quen thuộc với các khái niệm như kết hợp tuyến tính (linearity), độ tin cậy (consistent), tính không chệch (unbiased) hoặc tính nhất quán, hiệu quả (effective) của ước lượng. Đó chính là các tính chất BLUE của ước lượng. Vậy một ước lượng như thế nào được gọi là BLUE. Sau đây là đôi ...

Đọc tiếp »

Diễn giải câu lệnh xtabond2 trong ước lượng GMM

Khi T nhỏ ở mô hình dữ liệu bảng động tuyến tính thì FE, LSDV, FD là không phù hợp. Khi đó, phương pháp GMM với MM, D-GMM, S-GMM sẽ ưu tiên được sử dụng.

Phương pháp GMM (cả ước lượng S-GMM và D-GMM) có thể được thực hiện trên Stata qua lệnh xtabond2. Câu lệnh tổng quát của xtabond2 có cấu trúc như sau: xtabond2 depvar indepvars (if, in), noleveleq gmm(list1, option1) iv(list2, option2) two robust small Ghi chú về các tùy chọn: if hoặc in để lựa chọn nhóm hoặc các quan s ...

Đọc tiếp »

Kiểm định tự tương quan và ràng buộc quá mức

Kiểm định Sargan/Hansen được sử dụng để kiểm tra sự tự tương quan và tính hợp lý của biến đại diện sau ước lượng GMM (còn gọi kiểm định ràng buộc quá mức).

Kiểm định Sargan/Hansen được sử dụng để kiểm tra sự hợp lý của các biến đại diện sau ước lượng GMM. Ngoài ra, Arellano và Bond phát triển một kiểm định khác để phát hiện các độ trễ không phù hợp của các biện đại diện, gọi là sự tự tương quan trong thành phần sai số đo lường (idiosyncratic ...

Đọc tiếp »

Phương pháp ước lượng S-GMM

Mô hình bảng động tuyến tính có thể được ước lượng bằng phương pháp GMM. Phương pháp GMM có 2 dạng ước lượng thay thế lẫn nhau là ước lượng D-GMM và S-GMM.

Arellano và Bond so sánh hiệu quả của phương pháp D-GMM 1 bước, D-GMM 2 bước với ước lượng OLS, With-in groups và ước lượng sai phân Anderson–Hsiao bằng cách 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 ...

Đọc tiếp »