RESEARCH METHOD

Ước lượng của các mô hình kinh tế như growth models (Lee et al., 1997), development economics (McNabb and LeMay-Boucher, 2014), productivity analysis (Eberhardt et al., 2012), consumption models (Shin et al., 1999)… yêu cầu tính không đồng nhất ở các hệ số (heterogeneous coefficients). Phần lớn các lý thuyết kinh tế lượng liên quan đến mô hình hệ số không đồng nhất có thể kể đến như (Zellner, 1962; Pesaran and Smith, 1995; Shin et al., 1999) và gần đây là các lý thuyết xét đến sự phụ thuộc lẫn nhau giữa các đặc điểm riêng ở mỗi đơn vị bảng (Pesaran, 2006; Chudik and Pesaran, 2015).

Phần chuyên đề này lần lượt giới thiệu các nội dung sau:

• Mô hình hệ số không đồng nhất
• Giới thiệu câu lệnh xtdcce2
• Minh họa ước lượng bảng động với xtdcce2
• So sánh xtdcce2 với xtpmg
• So sánh xtdcce2 với xtmg

Lệnh xtdcce2 sẽ ước lượng các mô hình bảng động với sự phụ thuộc chéo (CSD), ước lượng mối quan hệ dài hạn theo PMG, MG, thay thế xtpmg, xtmg

Trong các mô hình bảng động tuyến tính, chúng ta đã từng làm quen hoặc biết qua các khái niệm về đồng tích hợp, mối quan hệ ngắn hạn, dài hạn trong các ước lượng FMOLS, DOLS hoặc PMG, MG hoặc DFE.

Theo đó, nếu tồn tại mối quan hệ đồng tích hợp giữa các chuỗi I(1) thì xem xét sử dụng FMOLS/DOLS . Nếu tồn tại mối quan hệ đồng tích hợp giữa các chuỗi I(1) và I(0) thì xem xét sử dụng một ước lượng phù hợp trong nhóm PMG/MG/DFE.

Tùy thuộc vào mối quan hệ đồng tích giữa các chuỗi mà chúng ta lựa chọn ước lượng phù hợp. Chọn ước lượng FMOLS khi hệ số phương sai dài hạn ước lượng không đồng nhất và ngược lại chọn DOLS khi hệ số phương sai dài hạn là đồng nhất.

Ước lượng DFE yêu cầu các hệ số ước lượng ngắn hạn và dài hạn là đồng nhất giữa các đơn vị bảng. Ước lượng PMG yêu cầu các hệ số ước lượng dài hạn là đồng nhất. Trong khi đó, ước lượng MG cho phép các hệ số ước lượng ngắn hạn và dài hạn thay đổi ngẫu nhiên giữa các đơn vị bảng. Hệ số ước lượng khi đó sẽ được tính bằng trung bình cộng của các hệ số ước tính riêng rẽ của các đơn vị bảng.

Một chuyên đề đầy đủ nhất về các phương pháp ước lượng GMM với các bước thực hành cụ thể và các hướng dẫn đọc kết quả GMM chi tiết qua câu lệnh xtdpdgmm

Mục tiêu của chuyên đề GMM này giúp người đọc nắm bắt được ý tưởng của phương pháp GMM, phân biệt được các khái niệm điều kiện moment, điều kiện trực giao, biến công cụ dạng GMM (GMM-type) và biến công cụ chuẩn (Standard instruments) cũng như nắm được số ràng buộc, các phương pháp biến đổi, cách tính số biến công cụ. Chuyên đề còn giúp người đọc so sánh và biết được khi nào sử dụng GMM một bước hay hai bước, DGMM hay SGMM. Các kiểm định về tính phù hợp của các tập biến công cụ, sự phù hợp của mô hình cũng như kiểm định lựa chọn mô hình. 

1. Giới thiệu câu lệnh xtdpdgmm
2. Ước lượng DGMM
3. Ước lượng SGMM
4. Ước lượng GMM phi tuyến
5. So sánh các phương pháp GMM qua các câu lệnh trên Stata
6. Quy trình ước lượng GMM theo Kripfganz (2019)