谢邀!这个问题不难很基础。我用R语言从下面几个方面来回答这个问题:
一、two step GMM, iterated GMM, continuous updated GMM的具体算法;
二、你给的这个矩条件与LS之间的关系;
三、广义经验似然估计;
四、估计求解;
五、Monte Carlo 模拟研究
一、三种算法
众所周知GMM的矩条件是
,其中
,我们的目的就是估计出
。Hansen(1982)提出一种GMM的two step 迭代估计方法,在R里面gmm包(Pierre Causse,2010)的算法如下:
这就是two step GMM的估计方法,尽管这个估计是一致的且有效,但是也有缺点。在处理内生性问题的时候,如果工具变量选的不好那么这个估计效率很低方差很大;此外,正如很多研究指出的(如Newey&Smith,2004; etc.)这个估计量的小样本性质不太好(有偏)。对此,Hansen et al.(1996)针对这个问题,又提出了改进的两种方法:iterated GMM
以及一种高度非线性的迭代 continuous updated GMM
事实上,这两种方法是等价的,且conti