Stata实战：基于GMM-PVAR模型的投资、收入与消费动态关系检验与预测

1. 为什么需要GMM-PVAR模型？

做宏观经济研究的朋友们应该都遇到过这样的困扰：我们手头有投资、收入、消费这些关键指标的面板数据，想知道它们之间到底谁影响谁、影响有多大。传统方法要么假设太强（比如固定效应模型），要么处理不了变量间的动态交互（比如普通回归）。这时候PVAR（面板向量自回归）模型就派上用场了。

但PVAR有个头疼的问题——内生性。比如消费可能影响收入，收入反过来又影响消费，这种"鸡生蛋蛋生鸡"的关系会让普通OLS估计产生偏差。我在2018年分析省级经济数据时就踩过这个坑，当时用OLS估计的结果连符号都不合理。后来发现GMM（广义矩量法）才是解决这个问题的金钥匙，它通过巧妙的工具变量设计，能有效处理滞后项的内生性问题。

2. 数据准备与模型设定

2.1 数据清洗实战技巧

先说说数据准备这个基础但关键的环节。我常用的数据集结构是这样的：

stata复制* 生成示例数据
clear
set obs 100
gen id = ceil(_n/10)  // 10个时间点，10个个体
bysort id: gen year = 2000 + _n
gen inv = runiform(1,5)  // 投资
gen inc = inv*0.5 + runiform()  // 收入
gen cons = inc*0.7 + inv*0.2 + runiform()  // 消费

这里要特别注意三个坑：

1. 缺失值处理：PVAR对数据连续性要求高，建议用tsfill补全时间缺口
2. 平稳性检验：一定要做单位根检验！我习惯用xtunitroot fisher命令
3. 变量缩放：量纲差异大的变量建议取对数或标准化，否则会影响GMM权重矩阵

2.2 模型阶数选择

选滞后阶数是个技术活。去年帮某券商做消费预测时，我们对比了三种方法：

1. Andrews-Lu准则：最严谨但计算量大
2. BIC准则：平衡性好，适合大多数场景
3. 逐步检验法：从高阶往低阶试

推荐这个自动化脚本：

stata复制pvar2 inv inc cons, lag(5) gmmstyle
estat ic  // 看信息准则

实际应用中，经济数据通常1-2阶滞后就够了。太高的阶数不仅降低效率，还容易过拟合。

3. GMM估计的核心要点

3.1 工具变量配置

GMM的威力在于工具变量的选择。经过多次测试，我发现这些配置效果最好：

• 基础版：默认使用所有可用滞后项
• 进阶版：用collapse选项减少工具变量数量
• 专家版：自定义工具变量，比如：

stata复制pvar2 inv inc cons, lag(2) instl(1/2) gmmstyle

特别注意：工具变量太少会导致识别不足，太多会弱工具变量问题。建议用estat overid检验过度识别。

3.2 权重矩阵选择

权重矩阵直接影响估计效率。常见选择有：

• 一步GMM：适合大样本
• 两步GMM：更高效但小样本可能偏差
• 迭代GMM：计算成本高但最精确

我常用的稳健估计命令：

stata复制pvar2 inv inc cons, lag(2) gmmstyle twostep robust

4. 格兰杰因果检验实战

4.1 检验原理揭秘

很多人误解格兰杰因果是"真实因果关系"，其实它只是预测关系。具体来说：

• X格兰杰引起Y：X的过去值能帮助预测Y的当前值
• 检验本质：联合检验X滞后项的系数是否为零

4.2 Stata操作指南

运行PVAR后直接使用：

stata复制pvar2 inv inc cons, lag(2)
pvarstable  // 先检查稳定性
pvargranger // 格兰杰检验

解读结果时要注意：

1. p值<0.05：拒绝无因果关系的原假设
2. 双向因果：经济变量常见现象
3. 样本量影响：小样本容易不显著

去年分析消费数据时发现：收入→消费的格兰杰因果很显著（p=0.01），但反向关系却不显著，这与理论预期一致。

5. 脉冲响应与方差分解

5.1 脉冲响应函数解读

脉冲响应展示变量受冲击后的动态路径。关键技巧：

1. 正交化处理：用Cholesky分解解决同期相关问题
2. 置信区间：建议用蒙特卡洛模拟300次以上
3. 累积效应：accumulate选项看长期影响

示例代码：

stata复制pvar2 inv inc cons, lag(2)
pvarirf, irf(10) mc(500) bs
pvarirf graph, impulse(inv) response(cons)

5.2 方差分解的艺术

预测误差方差分解能告诉我们：

• 消费波动有多少来自收入冲击？
• 投资变化受自身冲击影响多大？

实用命令：

stata复制pvarfevd, horizon(10) decomp

经验法则：短期主要受自身冲击影响，长期受其他变量影响增大。比如在季度数据中，消费方差中收入冲击的贡献通常在6个季度后达到峰值。

6. 模型诊断与稳健性检验

6.1 稳定性检验

模型不稳等于白做！必检项目：

stata复制pvarstable, graph

要求所有特征值模都位于单位圆内。去年遇到一个案例：加入房价变量后模型不稳定，最后发现是房价序列存在爆炸性趋势。

6.2 残差诊断

好模型的残差应该：

• 无自相关：pvarlmar检验
• 无异方差：pvarwhite检验
• 正态分布：pvarnorm检验

修复建议：

• 增加滞后阶数
• 加入趋势项
• 变量变换（如取对数）

7. 预测应用实例

7.1 样本内预测

用predict命令生成拟合值：

stata复制pvar2 inv inc cons, lag(2)
predict inv_fit, equation(inv)

评估预测精度：

stata复制estat mse  // 均方误差
estat mape // 平均绝对百分比误差

7.2 样本外预测

滚动预测更接近实战：

stata复制rolling _b[], window(80): pvar2 inv inc cons, lag(2)

在2020年疫情冲击预测中，PVAR模型的表现优于ARIMA，特别是在捕捉变量间的连锁反应方面。