GMM Estimation of Count-Panel-Data Models with Fixed Effects and Predetermined Instruments
提出一种针对固定效应计数面板数据模型的GMM估计量，即使解释变量为预定变量也能保持一致性，并应用于专利与研发支出、技术转移两个案例。
The "traditional" approach to the estimation of count panel data models with fixed effects is the conditional maximum-likelihood estimator. The pseudo maximum-likelihood principle can be used in these models to obtain orthogonality conditions that generate a robust estimator. However, this estimator is inconsistent when the instruments are not strictly exogenous. This paper proposes a GMM estimator for count panel data models with fixed fixed effects, based on a transformation of the conditional mean specification, that is consistent even when the explanatory variables are predetermined. Two applications are discussed: the relationship between patents and R&D expenditures and the explanation of technology transfer . La estimación "tradicional" de modelos de panel con datos de número de ocurrencias (count data) ha estado basada en el estimador condicional por maximaverosimilitud. El principio de la pseudo maximaverosimilitud puede utilizarse para obtener condiciones de ortogonalidad que generan un estimador robusto. Sin embargo, dicho estimador será inconsistente si los instrumentos no son estrictamente exogenos. Este trabajo propone un estimador por el método generalizado de los momentos para modelos de count data con efectos fijos, basado en una transformación de la, -especificación de la media condicionada, que es consistente incluso cuando las variable: explicativas son predeterminadas. Esta aproximación se aplica a dos casos de count data: la relación entre patentes y gastos en 1 +D y la explicación del número de licencias obtenidas por las empresas en el caso de transferencia de tecnología.