广义矩估计方法 发表评论(0) 编辑词条
概念编辑本段回目录
GMM(Generalzed method of moments)估计又称广义矩估计,是基于模型实际参数满足一定矩条件而形成的一种参数估计方法,是矩估计方法的一般化。只要模型设定正确,则总能找到该模型实际参数满足的若干矩条件而采用GMM 估计。
优势编辑本段回目录
传统的计量经济学估计方法,例如普通最小二乘法、工具变量法和极大似然法等都存在自身的局限性。即其参数估计量必须在满足某些假设时,比如模型的随机误差项服从正态分布或某一已知分布时,才是可靠的估计量。而GMM 不需要知道随机误差项的准确分布信息,允许随机误差项存在异方差和序列相关,因而所得到的参数估计量比其他参数估计方法更有效。因此,GMM 方法在模型参数估计中得到广泛应用。
基本思想编辑本段回目录
在随机抽样中,样本统计量将依概率收敛于某个常数。这个常数又是分布中未知参数的一个函数。即在不知道分布的情况下,利用样本矩构造方程(包含总体的未知参数),利用这些方程求得总体的未知参数。
应用文献 编辑本段回目录
1.饶华春:《中国金融发展与企业融资约束的缓解-基于系统广义矩估计的动态面板数据分析》,《金融研究》,2009年第9期。
2.谭本艳:《金融发展对我国资本形成的效应和地区差异-基于系统广义矩估计的动态面板数据分析》,《软科学》,2008年第10期。
3.褚玉春:《债务融资对制造业经营绩效的影响效应研究——基于广义矩法估计的动态面板数据分析》,《 数量经济技术经济研究》, 2009年第9期。
4.李群峰:《动态面板数据模型的GMM 估计及其应用》,《统计与决策》,2010 年第16 期。
附件列表
→如果您认为本词条还有待完善,请 编辑词条
词条内容仅供参考,如果您需要解决具体问题
(尤其在法律、医学等领域),建议您咨询相关领域专业人士。
2
![Favorites](style/default/bookmark/ie.gif)
同义词: 暂无同义词
关于本词条的评论 (共0条)发表评论>>