RESEARCH METHOD

• https://vietlod.com/tag/gmm
• https://vietlod.com/tong-hop-cac-kiem-dinh-trong-gmm
• https://vietlod.com/co-so-lua-chon-gmm-vs-ols-fem-rem

Các ước lượng Fixed Effect (FE), Random Effect (RE) thích hợp sử dụng trong các mô hình bảng tĩnh tuyến với số mốc thời gian T tương đối nhỏ và không tồn tại vấn đề biến nội sinh trong mô hình. Cơ sở cho việc lựa chọn FE, RE so với Pooled OLS là sự tồn tại của các thành phần đặc trưng riêng cho mỗi đối tượng không thay đổi theo thời gian (không quan sát được). Còn việc lựa chọn giữa ước lượng FE với RE dựa trên giả thuyết về sự tương quan của các biến giải thích với thành phần đặc trưng riêng nêu trên (cơ sở của giả thuyết H0 trong kiểm định Hausman). Dưới điều kiện của giả thuyết H0 thì RE là ước lượng hiệu quả. Do vậy, chấp nhận H0 thì RE là ước lượng phù hợp, ngược lại, bác bỏ H0 thì FE là ước lượng lựa chọn (FE luôn là ước lượng tin cậy cho cả H0 và H1). Trên Stata, ước lượng FE, RE lần lượt được thực hiện bằng câu lệnh xtreg với tùy chọn tương ứng là fe và re. Ngoài ra, cũng cần phân biệt giữa ước lượng with-in (chính là ước lượng FE) và ước lượng between (tùy chọn be).

Tham khảo chi tiết:

• https://vietlod.com/tong-hop-cac-kiem-dinh-trong-du-lieu-bang
• https://vietlod.com/mo-hinh-du-lieu-bang-fem-rem

Các mô hình dữ liệu bảng tuyến tính cổ điển



Các mô hình tác động ngẫu nhiên (REM) hoặc mô hình tác động cố định (FEM) được gọi chung là mô hình dữ liệu bảng tuyến tính cổ điển, hoặc đôi khi còn gọi là mô hình dữ liệu bảng tuyến tính TĨNH. Các đặc tính “cổ điển” hoặc “tĩnh” của mô hình dữ liệu bảng trên sẽ lần lượt được hệ thống lại ở phần trình bày bên dưới.

Đầu tiên, chúng ta bắt đầu ôn lại các giả định của mô hình dữ liệu bảng tuyến tính cổ điển (classic linear panel model). Tiếp đến, từ giả định của mô hình chung chúng ta sẽ lần lượt đi vào từng mô hình cụ thể (Fixed effect, Random effect và Random coefficient) với các phương pháp ước lượng FE (classic FE, LSDV, FD), phương pháp RE và RC.
https://vietlod.com/mo-hinh-du-lieu-bang-tuyen-tinh-co-dien

Các hạn chế của mô hình FEM vs REM


Mô hình FEM vs REM còn được gọi là mô hình dữ liệu bảng tuyến tính cổ điển. Mô hình FEM vs REM là 2 mô hình phổ biến để ước lượng dữ liệu bảng. Tuy nhiên, cả 2 mô hình FEM vs REM đều gặp các vấn đề về tính ngoại sinh ngặt, tính nội sinh của biến, cũng như các vấn đề liên quan đến tính chất động của mô hình dữ liệu bảng. Bài viết sau sẽ làm rõ các hạn chế của 2 mô hình FEM vs REM này
https://vietlod.com/han-che-cua-mo-hinh-fem-rem

Kiểm định tự tương quan và ràng buộc quá mức trong GMM



Kiểm định Sargan/Hansen được sử dụng để kiểm tra sự hợp lý của các biến đại diện sau ước lượng GMM. Ngoài ra, Arellano và Bond phát triển một kiểm định khác để phát hiện các độ trễ không phù hợp của các biện đại diện, gọi là sự tự tương quan trong thành phần sai số đo lường (idiosyncratic disturbance term), εit. Dĩ nhiên sai số chung, εit, của mô hình được giả định tự tương quan bởi vì nó bao gồm các ảnh hưởng cố định, và các ước lượng được xây dựng để loại bỏ các ảnh hưởng này. Nhưng nếu vit tự tương quan với chính nó ở độ trễ bằng 1, chẳng hạn, yi,t–2 thì các biến nội sinh sẽ có tương quan với νi,t–1 trong thành phần sai phân của sai số, Δεit=νit–νi,t–1.
https://vietlod.com/kiem-dinh-tu-tuong-quan-va-rang-buoc-qua-muc

Diễn giải câu lệnh xtabond2 trên Stata



Câu lệnh xtabond2 được sử dụng rất phổ biến trong các nghiên cứu sử dụng ước lượng GMM. Câu lệnh xtabond2 cho phép thực hiện cả lượng S-GMM và D-GMM. Tuy nhiên, việc hiểu và thực hiện được các thiết lập phù hợp cho mô hình ước lượng không phải là điều dễ dàng với nhiều người. Nhất là các thiết lập liên quan đến lựa chọn độ trễ của biến các công cụ dạng sai phân và dạng gốc (level) cũng như dạng phương trình mà chúng cần mô tả. Các thiết lập không đúng có thể dẫn đến các kết quả không phù hợp trong kiểm định Sargan/Hansen... Bài viết bên dưới diễn giải chi tiết ý nghĩa các tùy chọn quan trọng trong câu lệnh xtabond2, việc hiểu các tùy chọn này là điều kiện cần thiết để có một kết quả ước lượng GMM phù hợp.
https://vietlod.com/dien-giai-cau-lenh-xtabond2-trong-uoc-luong-gmm

Tổng hợp các kiểm định quan trọng trong dữ liệu bảng



Trong phân tích dữ liệu bảng, tính dừng của các biến chuỗi cần được xem xét kiểm định đầu tiên. Tiếp đến là kiểm tra các tác động riêng rẻ của mỗi đối tượng hoặc của điểm thời gian là cố định hoặc ngẫu nhiên, dồng thời cũng nên quan tâm đến tính ổn định của hệ số ước lượng theo các nhóm qua kiểm định Chow – Test. Tính nội sinh của biến cũng cần được xem xét khi chúng ta có lý do nghi ngờ tồn tại một/các biến có mối quan hệ chặt với một số biến trong mô hình. Sau khi hoàn tất các kiểm định trên thì mô hình mới được ước lượng. Kết quả ước lượng sau khi thỏa mãn các kiểm định về phương sai thay đổi, sự tự tương quan sẽ được sử dụng để phân tích, suy diễn thống kê. Bài viết này bao gồm 5 mục như sau:

• Mục 1 sẽ trình bày về kiểm định nghiệm đơn vị;
• Mục 2: kiểm tra tính ngẫu nhiên của các tác động riêng rẻ để lựa chọn FEM hay REM;
• Mục 3 sẽ kiểm tra tính ổn định của các hệ số ước lượng qua Chow test;
• Mục 4: kiểm tra biến nội sinh trong mô hình;
• Mục 5 sẽ đề cập đến vấn đề phương sai thay đổi và tự tương quan của phần dư trong mô hình.

https://vietlod.com/tong-hop-cac-kiem-dinh-trong-du-lieu-bang