RESEARCH METHOD

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 pháp tĩnh thường được sử dụng là các phương pháp ước lượng bảng tuyến tính cổ điển (LSDV, FE/FD, RE). Việc sử dụng các phương pháp ước lượng không phù hợp cho mô hình đang xét có thể dẫn đến các vấn đề về độ tin cậy (bị chệch), tính hiệu quả của kết quả ước lượng. Sau đây là phần lý do lựa chọn S-GMM so với các phương pháp ước lượng dữ liệu bảng. Nội dung gồm 2 phần: phần đầu là cơ sở lựa chọn giữa GMM với nhóm phương pháp ước lượng bảng tĩnh tuyến tính, tiếp đến là cơ sở lựa chọn S-GMM với D-GMM.
http://vietlod.com/co-so-lua-chon-gmm-vs-ols-fem-rem

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 (hoặc cả 2) vấn đề này làm cho kết quả ước lượng của OLS sẽ bị chệch hoặc không hiệu quả, đó chính là lí do chọn GMM làm phương pháp ước lượng thay thế.

Thật vậy, để giải quyết 2 vấn đề này, trong mô hình bảng tĩnh tuyến tính chúng ta có thể sử dụng ước lượng tác động cố định (LSDV, FD hoặc FE) để loại bỏ thành phần tác động riêng rẽ (vấn đề 1); hoặc sử dụng ước lượng tác động ngẫu nhiên để kiểm soát vấn đề 2 [1].
Tuy nhiên, trong trường hợp mô hình bảng động tuyến tính, chẳng hạn mô hình tồn tại biến trễ phụ thuộc như là một biến giải thích trong mô hình thì các giải pháp của mô hình bảng tĩnh lại không phù hợp. Lấy sai phân để giải quyết vấn đề 1 lại dẫn đến vấn đề 2.
http://vietlod.com/van-de-cua-fem-rem-va-li-do-chon-gmm