Yapay Zeka Destekli Eğitim ve Uygulama Platformu
Eğitim Platformu
OmegaMetriX Analiz Merkezi
Arellano–Bover / Blundell–Bond Sistem GMM Tahmincisi
Sistem GMM tahmincisi, dinamik panel veri modellerinde düzey ve dönüştürülmüş denklemleri birlikte tahmin ederek ek moment koşullarından yararlanan GMM yöntemidir.
Arellano ve Bover (1995), dinamik panel veri modellerinde ortogonal sapmalar dönüşümüne dayalı bir araç değişken yaklaşımı geliştirmiştir. Bu dönüşümde bir değişkenin mevcut değeri, gelecekteki değerlerinin ortalamasından çıkarılmakta; böylece özellikle dengesiz panellerde birinci fark dönüşümünün neden olabileceği veri kaybı azaltılmaktadır (Yerdelen Tatoğlu, 2023, s. 161).
Yaklaşımda orijinal ve dönüştürülmüş denklemler birlikte bir sistem olarak tahmin edildiğinden yöntem Sistem Genelleştirilmiş Momentler (Sistem GMM) tahmincisi olarak adlandırılmaktadır (Yerdelen Tatoğlu, 2023, ss. 162–163).
Blundell ve Bond (1998), özellikle T'nin küçük olduğu dinamik panellerde ek moment koşullarından yararlanarak Sistem GMM tahmincisinin etkinliğini artırmıştır. Sistem GMM'nin Fark GMM'ye göre etkinlik kazancı, otoregresif parametre bire yaklaştıkça ve hata bileşenlerinin varyansı büyüdükçe artmaktadır (Yerdelen Tatoğlu, 2023, s. 163).