Khi nào nên cân nhắc sử dụng GMM?

Một trong những điều làm cho kinh tế lượng trở nên độc đáo là việc sử dụng kỹ thuật Phương pháp tổng quát về các khoảnh khắc.

Những loại vấn đề nào làm cho GMM phù hợp hơn các kỹ thuật ước tính khác? Điều gì sử dụng GMM mua cho bạn về hiệu quả hoặc giảm độ lệch hoặc ước tính tham số cụ thể hơn?

Ngược lại, bạn mất gì khi sử dụng GMM trên MLE, v.v.?

Ý nghĩa của các lý thuyết kinh tế thường được hình thành một cách tự nhiên theo các hạn chế về thời điểm có điều kiện (xem ví dụ ứng dụng định giá tài sản ban đầu của LP Hansen), tạo ra một loạt các hạn chế vô điều kiện do đó dẫn đến việc quá mức. Thay vì tự ý chọn "bình phương nào để giảm thiểu" để đáp ứng một tập hợp con của những hạn chế đó chính xác bằng cách sử dụng bất cứ thứ gì - LS, GMM cung cấp một cách kết hợp hiệu quả tất cả chúng.

MLE yêu cầu một đặc điểm kỹ thuật hoàn chỉnh - tất cả các khoảnh khắc của tất cả các biến ngẫu nhiên có trong mô hình phải được khớp. Nếu những hạn chế bổ sung đó được thỏa mãn trong dân số, thì tự nhiên bạn sẽ có được một công cụ ước tính hiệu quả hơn, có lẽ, với chức năng mục tiêu ứng xử tốt hơn sẽ được tối ưu hóa.

Tuy nhiên, trong bối cảnh ước tính mô phỏng, tính phi tuyến của các hàm khả năng đưa ra một nguồn sai lệch bổ sung, làm phức tạp việc so sánh với SMM.

GMM thực tế là phương pháp ước tính duy nhất mà bạn có thể sử dụng, khi bạn gặp phải các vấn đề nội sinh. Vì chúng ít nhiều là duy nhất đối với toán kinh tế lượng, điều này giải thích cho sự thu hút GMM. Lưu ý rằng điều này áp dụng nếu bạn đưa các phương pháp IV vào GMM, đây là điều hoàn toàn hợp lý để làm.

Một câu trả lời một phần dường như là :

"Trong các mô hình có nhiều điều kiện thời điểm hơn tham số mô hình, ước tính GMM cung cấp một cách đơn giản để kiểm tra đặc điểm kỹ thuật của mô hình được đề xuất. Đây là một tính năng quan trọng duy nhất cho ước tính GMM."

Điều này có vẻ như rất quan trọng nhưng không đủ để giải thích hoàn toàn mức độ phổ biến của GMM trong các số liệu.