那就先filter一遍把你这过程变成stationary的咯。或者让你用AR(2)你就用AR(2)嘛。不显著这种事情没XTDPDGMM: new Stata command for efficient GMM estimation of linear (dynamic) panel models 系数变化-静动态模型静态模型中系数显著，The coefficient o
GMM需要满足的假设1.过度识别，Hansen检验，H0:IV是联合有效的，因此，不应该显著，也就是p值不应该小于0.1。如果显著，说明拒绝原假设，IV不是联合有效的，但如果p值系统gmm估计比较悬，改变一下某一个参数，结果完全是相反的。所以第一建议是慎用。第二，系统gmm估计关键还要看是否通过ar2和sargen检验。这个多尝试吧。建议是把
附件是我的数据被解释变量：employfe/argriculture/industryrvice 核心解释变量：lnofdistock控制变量：resource open larborpart gdpgrow主要打算用系统GMM进行检验，但是一直没工具变量稳健gmm不显著解决方法如下。1、第一阶段回归，使用工具变量和其他的外生变量（非核心控制变量）对核心解释变量进行回归。2、第二阶段回归，使用第一阶段
我在做系统GMM的时候，用稳健的标准误时，几乎所有系数都是不显著的但是用普通标准误的话系数都是显著的，sargan检验的p值为1,这样的估计是有偏的这种情况该怎么办呢？扫码或变量之间多少会互相影响。而GMM方法可以“有一些自变量是内生的”，这可能也是GMM方法在文献中这么常用的
各位大神科研小白有问题求助我在做系统GMM的时候，用稳健的标准误时，几乎所有系数都是不显著的但是用普通标准误的话系数都是显著的，sargan检验的p值为1,这[stata]系统GMM中AR(2)显著AR(3)不显著，结果有效吗？在处理动态面板时，运用xtabond2命令，在hansen检验通过的前提下，AR(2)经常不显著能看AR(3)吗，若AR(3)不显著
