GMM 估计

[JiaxiangBU]

是这样的，我的数据样本比较小，只有100-110，T>N，我之前为了处理内生性，就用的Gmm估计，用滞后项为工具变量。现在给我的意见是GMM估计不合适，样本量小，他们也误以为我是一个动态模型（把被解释产量滞后项放方程右边了），让我用简单一点的LS模型做

[JiaxiangBU]

1. T>N 不太适合 GMM，一般 GMM 适合宽面板，类似的还有空间计量的。
2. LS模型做，你指的是？
3. T>>N 就是长面板了，就可以用这一类模型，比如 Mean Group 这一类的。

得看看你现在的数据。

最后看到的，动态模型(把被解释产量滞后项放方程右边) 这个是处理内生性，我觉得可以的。

[JiaxiangBU]

我看了你的审稿人的回复。

他针对你的数据(T>N)，把 y lag 加入到自变量其实 Nickell bias 会逐渐减弱，虽然还是有 Bias 的，但是是一致的，你可以具体论述下你的数据量足够，Bias 逐渐减弱了很多就好了。

GMM 他的考虑在于，因为 GMM 是要加很多 y lag 作为矩估计的，也就是说参数过多，自由度不够，得出的结论是不 robust 的，但是没有说不能用。 他倾向于你你给 GMM 结果的同时，把 GMM 前面简单的、过渡的模型结果一起给出来，这样使得你的模型结果没有选择性。

因此

想再请教下，我的T是15，N是8，如果我要处理内生性问题的话，最好找个工具变量，用2SLS做就好？

我觉得可以，但是T>N，你这里可以说明下 T>>N，Nickell bias 会逐渐减弱，这样就可以不怎么花心思找工具变量，这个一直都是很麻烦，工具变量要么内生性解决的不够，要么是弱的。

[JiaxiangBU]

bias 可以查看 http://fmwww.bc.edu/EC-C/S2013/823/EC823.S2013.nn05.slides.pdf