《表5 动态面板GMM估计结果》
注:括号里为z值,方括号里为相应概率p,***、**和*分别表示在1%、5%和10%的水平上显著。Arellano-Bond AR(1)和AR(2)检验的原假设是模型不存在一阶和二阶自相关。Sargan过度识别检验的原假设是“所有工具变量都是外生的”,若接受原假设则说明工具变量是外生的,与扰动项不
滞后项lnfdit-1的引入可以降低计量模型设定的偏误,从而可能提高估计精度。为使估计更为准确、稳健,本文同时使用系统GMM和差分GMM两种动态面板GMM估计方法。差分GMM是将式(8)进行一阶差分,然后用内生变量的水平滞后项作为水平项的工具变量,而系统GMM则是在前者的基础上再引入水平方程,并用内生变量的差分项作为水平项的工具变量,估计结果见表5。
图表编号 | XD0074435100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 刘方、李正彪 |
绘制单位 | 云南师范大学经济与管理学院、云南师范大学经济与管理学院 |
更多格式 | 高清、无水印(增值服务) |