Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Upcoming SlideShare
Su dung stata 4
Su dung stata 4
Loading in …3
×
1 of 6

Ước lượng GMM trên EViews bằng lệnh GMM

6

Share

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.

Related Books

Free with a 30 day trial from Scribd

See all

Related Audiobooks

Free with a 30 day trial from Scribd

See all

Ước lượng GMM trên EViews bằng lệnh GMM

  1. 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. 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. 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. 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. 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. 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)

×