GMM là một ước lượng phổ biến cho các mô hình với biến nội sinh, đặc biệt là các mô hình động với các phụ thuộc biến trễ (lagged dependent variables) khi số mốc thời gian ngắn. Việc ước lượng mô hình này chủ yếu dựa vào phương pháp moment tổng quát (GMM - Generalized Method of Moments) (Hansen, 1982).
 |
| 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 |
Trong lý thuyết có khá nhiều ước lượng GMM được đề xuất, dựa trên các tập điều kiện moment (moment conditions) khác nhau (Anderson and Hsiao, 1981, 1982; Arellano and Bond, 1991; Ahn and Schmidt, 1995; Arellano and Bover, 1995; Blundell and Bond, 1998). Bài viết sẽ đồng thời giới thiệu và minh họa cách ước lượng các mô hình bảng động tuyến tính bằng phương pháp GMM qua câu lệnh xtdpdgmm trên Stata. Câu lệnh xtdpdgmm được thực hiện trong sự so sánh với các câu lệnh ước lượng khác trước đó như xtabond, xtabond2, xtdpdsys, xtdpd và gmm. Toàn bộ quá trình thực hiện được minh họa dựa trên bộ dữ liệu của Arellano and Bond (1991).
Đây được xem là một chuyên đề đầy đủ nhất về các phương pháp ước lượng GMM.
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.
Và trên tất cả, chuyên đề sẽ minh họa cách hiện thực hóa các ước lượng này trên Stata. Do nội dung của phần giới thiệu và minh họa ước lượng các mô hình GMM bằng câu lệnh xtdpdgmm khá dài (gần 20 trang A4) nên chủ đề này được chia thành 6 bài viết cụ thể như sau:
- Giới thiệu câu lệnh xtdpdgmm
- Ước lượng DGMM
- Ước lượng SGMM
- Ước lượng GMM phi tuyến
- So sánh các phương pháp GMM qua các câu lệnh trên Stata
- Quy trình ước lượng GMM theo Kripfganz (2019)
Đầu tiên là phần giới thiệu về câu lệnh mới trong việc xử lý và ước lượng các mô hình GMM là lệnh xtdpdgmm của Kripfganz. Nội dung của bài chia làm 3 phần với phần đầu tập trung vào diễn giải, hướng dẫn chi tiết cách thiết lập các tùy chọn của lệnh xtdpdgmm. Phần tiếp theo là minh họa cách thực hiện các ước lượng của (Anderson and Hsiao, 1981, 1982; Arellano and Bond, 1991; Ahn and Schmidt, 1995; Arellano and Bover, 1995; Blundell and Bond, 1998) qua câu lệnh xtdpdgmm. Và cuối cùng là một số ghi chú quan trọng về cách sử dụng tùy chọn collapse.