Cú pháp câu lệnh gmm để ước lượng theo phương pháp GMM như sau:
gmm(options) y x1 [x2 x3...]@ z1 [z2 z3...]
gmm(options) specification @ z1 [z2 z3...]
Diễn giải câu lệnh:
Theo sau tên của biến phụ thuộc y là danh sách các biến giải thích. Các biến phía sau kí hiệu "@" là danh sách các biến đại diện (instrumental variables) có mối quan hệ trực giao với phần dư. Một cách khác, chúng ta có thể sử dụng phương trình (có dấu = ) kèm theo hệ số của các biến giải thích và các biến đại diện. Số biến đại diện tối thiểu phải bằng số biến giải thích trong mô hình.
Theo mặc định, EViews sẽ sử dụng các biến giải thích có độ trễ từ -2 đến trừ vô cùng (\( - \infty \)) làm đại diện cho các biến nội sinh hoặc biến trễ phụ thuộc trong mô hình. Chúng ta có thể giới hạn độ trễ của các biến đại diện bằng tùy chọn “@DYN”. Ví dụ, tùy chọn “@DYN(X, -5)” cho biết sẽ sử dụng độ trễ từ -5 đến \( - \infty \) của biến giải thích X làm biến đại diện. Tùy chọn “@DYN(X, -2, -6)” hoặc “@DYN(X, -6, -2)” sẽ sử dụng độ trễ từ -2 đến -6 của biến X làm biến đại diện.
1. VIETLDOD.COM 1
ƯỚC LƯỢNG DỮ LIỆU BẢNG THEO
PHƯƠNG PHÁP GMM TRONG EVIEWS
Cú pháp câu lệnh gmm để ước lượng theo phương pháp GMM như sau:
gmm(options) y x1 [x2 x3...]@ z1 [z2 z3...]
gmm(options) specification @ z1 [z2 z3...]
Diễn giải câu lệnh:
Theo sau tên của biến phụ thuộc y là danh sáchcác biến giải thích. Các biến phía sau kí
hiệu "@" là danh sách các biến đại diện (instrumental variables) có mối quan hệ trực
giao với phần dư. Một cách khác, chúng ta có thể sử dụng phương trình (có dấu = ) kèm
theo hệ số của các biến giải thích và các biến đại diện. Số biến đại diện tối thiểu phải
bằng số biến giải thích trong mô hình.
Theo mặc định, EViews sẽ sử dụng các biến giải thích có độ trễ từ -2 đến trừ vô cùng
(-) làm đại diện cho các biến nội sinh hoặc biến trễ phụ thuộc trong mô hình. Chúng
ta có thể giới hạn độ trễ của các biến đại diện bằng tùy chọn “@DYN”. Ví dụ, tùy chọn
“@DYN(X, -5)”cho biết sẽ sử dụng độ trễ từ -5 đến (-) của biến giải thích X làm biến
đại diện. Tùy chọn “@DYN(X, -2, -6)” hoặc “@DYN(X, -6, -2)” sẽ sử dụng độ trễ từ -
2 đến -6 của biến X làm biến đại diện.
Tương tự như câu lệnh ls, câu lệnh gmm cũng được sử dụng trong trường hợp không
phải dữ liệu bảng và trường hợp dữ liệu bảng.
1. Trường hợp không phải dữ liệu bảng
Các tùy chọn như w, wtype, wscale, m, c, nodf tương tự như câu lệnh ls. Ngoài ra, câu
lệnh gmm mở rộng thêm một số tùy chọn quan trọng khác như:
nocinst: không tự động sử dụng biến hằng là 1 biến đại diện.
2. VIETLDOD.COM 2
method: thiết lập cách thức cập nhật trọng số
nstep: lặp n bước (mặc định)
converge: lặp đến khi hội tụ
simul: lặp liên tục đến khi hội tụ
oneplusone: One-Step Weights Plus One Iteration
cue: Continuously Updating
gmmiter: số bước lặp trọng số (chỉ được sử dụng khi “method=nstep” được chọn).
l: số lần lặp tối đa trong phương pháp lặp 1 giai đoạn để có one-step weighting matrix.
instwgt: thiết lặp loại ma trận trọng số ước lượng
tsls: bình phương tối thiểu 2 giai đoạn
white: ma trận đường chéo chính
hac: ma trận Newey-West HAC (mặc định)
user: user defined.
instwgtmat: đặt tên loại ma trận trọng số ước lượng. Tùy chọn này chỉ được sử dụng
đi kèm với tùy chọn “instwgt=user”.
instlag: xác định giá trị độ trễ của biến đại diện. Giá trị này có dạng số, mặc định là 1.
instlag = a nếu để EViews tự động chọn.
instinfo: Xác định tiêu chí lựa chọn độ trễ (khi instlag = a được chọn) bao gồm
aic: tiêu chuẩn Alkaie (mặc định)
sic: tiêu chuẩn Schwarz
hqc: tiêu chuẩn Hannan-Quinn
instmaxlag: xác định số độ trễ tối đa khi khi instlag = a được chọn
3. VIETLDOD.COM 3
cov: xác định loại ma trận trọng số của hiệp phương sai
updated: estimation updated,
tsls: two-stage least squares,
white: White diagonal matrix,
hac: Newey-West, HAC,
wind: Windmeijer
user: user defined.
covwgtmat: đặt tên loại ma trận trọng số của hiệp phương sai. Tùy chọn này chỉ được
sử dụng đi kèm với tùy chọn “cov=user”
covlag: xác định giá trị độ trễ của phần dư. Giá trị này có dạng số, mặc định là 1. Hoặc
thiết lập covlag = a nếu để EViews tự động chọn.
instinfo: Xác định tiêu chí lựa chọn độ trễ (khi covlag = a được chọn) bao gồm
aic: tiêu chuẩn Alkaie (mặc định)
sic: tiêu chuẩn Schwarz
hqc: tiêu chuẩn Hannan-Quinn
covmaxlag: xác định số độ trễ tối đa khi khi covlag = a được chọn
Tham khảo: EViews 8 Command Ref trang 354.
VÍ DỤ:
Câu lệnh sau:
gmm(instwgt=white,gmmiter=2,nodf) cons c y y(-1) w @ c p(-1) k(-1) x(-1) tm wg g t
sẽ ước lượng phương trình hàm tiêu dùng sử dụng GMM với ma trận trọng số đường
chéo (diagonal weighting matrix) hai bước và không có điều chỉnh bậc tự do.
4. VIETLDOD.COM 4
Câu lệnh bên dưới:
gmm(method=cue,instwgt=hac,instlag=1,instkern=thann,
nstbw=andrews,nodf,deriv=aa) i c y y(-1) k(-1) @ c p(-1) k(-1) x(-1) tm wg g t
sẽ ước lượng phương trình đầu tư sử dụng cấu trúc ma trận trọng số Newey-West HAC,
bao gồm 1 biến trễ phụ thuộc (pre-whitening with 1 lag), Tukey-Hanning kernel và
Andrews automatic bandwidth routine. Ước lượng được thực hiện sử dụng phép lặp
trọng số cập nhật liên tục.
Xem thêm: EViews 8 Command Ref trang 357.
2. Tùy chọn cho dữ liệu bảng
cx: phương pháp Cross-section effects:
none: mặc định
f: fixed effects
fd: sai phân bậc 1,
od: độ lệch trực giao
per: phương pháp Period effects
none: mặc định
f: ước lượng tác động cố định
levelper: các biến giả thời gian luôn được xác định trong phương trình level
wgt: xác định trọng số GLS (GLS Weights)
none: mặc định
cxsur: cho phép sự tương quan đồng thời giữa cácđơn vị bảng (được phân nhóm
theo thời gian)
persur: cho phép sự tương quan chung của phần dư theo các mốc thời gian ở
từng đơn vị bảng cụ thể (được phân nhóm theo đối tượng bảng)
cxdiag: cho phép sự tồn tại của phương sai thay đổi ở các đối tượng bảng
perdiag: cho phép sự tồn tại của phương sai thay đổi theo thời gian.
5. VIETLDOD.COM 5
gmm: Trọng số GMM
2sls: 2SLS - sử dụng trong ước lượng IV-GMM của Anderson-Hsiao (1982)
perwhite: White period system covariances (Arellano-Bond 2-step/n-step),
cxwhite: White cross-section system,
stackedwhite: White diagonal,
persur: Period system,
cxsur: Cross-section system,
perdiag: Period heteroskedastic,
cxdiag: Cross-section heteroskedastic.
cov: xác định phương pháp tính toáncáchệ số ma trận hiệp phương sai (Coef covariance
method). Xem thêm: EViews 8 Users Guide II trang 749
ordinary: mặc định theo phương pháp thông thường không tồn tại phương sai
thay đổi giữa các đối tượng hoặc thay đổi theo thời gian trong mỗi đối tượng
bảng.
cxwhite: giả định các sai số tương quan đồng thời giữa các đối tượng (White
cross-section system robust)
stackedwhite: giả định sai số có phương sai thay đổi giữa các đơn vị bảng và tự
tương quan theo thời gian (HAC)
cxsur: Cross-section system robust/PCSE: PCSE viết tắt là Panel Corrected
Standard Error, có ý nghĩa là sai số chuẩn điều chỉnh trong dữ liệu bảng. cxsur
có ý nghĩa điều chỉnh sự tương quan giữa các đối tượng bảng
persur: Period system robust/PCSE, có ý nghĩa điều chỉnh sự tương quan theo
thời gian trong mỗi đối tượng bảng.
cxdiag: Cross-section heteroskedasticity robust/PCSE, giả định tồn tại phương
sai thay đổi giữa các đơn vị bảng.
perdiag:Periodheteroskedasticity robust/PCSE, giả định tồn tại phương sai thay
đổi theo thời gian của mỗi đơn vị bảng.
Lưu ý: 2 tùy chọn sau không sử dụng kỹ thuật phương sai chuẩn mạnh (robust).
iter: xác định quá trình lặp trong GLS, GMM
onec: perform one weight iteration, then iterate coefficients to convergence
6. VIETLDOD.COM 6
sim: iterate weights and coefficients simultaneously to convergence
seq: iterate weights and coefficients sequentially to convergence
oneb: perform one weight iteration, then one coefficient step
Các tùy chọn như m, c, l, unbalsur cũng tương tự như ls trong dữ liệu bảng.
VÍ DỤ:
Câu lệnh sau:
gmm(cx=fd, per=f) dj dj(-1) @ @dyn(dj)
sẽ ước lượng Arellano-Bond “1-bước" với sai phân của biến phụ thuộc DJ, ảnh hưởng
cố định theo thời gian (period fixed effects), và các biến đại diện là biến trễ của biến dj
từ -2 đến 1.
Để thực hiện ước lượng Arellano-Bond 2 bước, chúng ta sử dụng câu lệnh sau:
gmm(cx=fd, per=f, gmm=perwhite, iter=oneb) dj dj(-1) @ @dyn(dj)
Ở đây có sự kết hợp 2 tùy chọn gmm=perwhite và iter=oneb để hướng dẫn EViews ước
lượng mô hình với các trọng số khác (tạo ma trận hiệp phương sai rồi sau đó ước lượng
lại mô hình).
Chúng ta cũng có thể lặp các trọng số GMM để hội tụ:
gmm(cx=fd, per=f, gmm=perwhite, iter=seq) dj dj(-1) @ @dyn(dj)
Hoặc cách khác, chúng ta ước lượng Arellano-Bond 2 bước sử dụng các độ lệch trực
giao của biến phụ thuộc, các biến đại diện bao gồm biến phụ thuộc có độ trễ từ -6 đến -
2 và độ trễ bằng 1 biến giải thích X, Y như sau:
gmm(cx=od, gmm=perwhite, iter=oneb) dj dj(-1) x y @ @dyn(dj,-2,-6) x(-1) y(-1)