广义矩估计（GMM）：一种常用的计量经济学与统计推断方法，通过设定一组“矩条件”（通常形如 \(E[g(Z,\theta)]=0\)）来估计参数 \(\theta\)。它尤其适用于存在内生性、异方差或某些分布假设不易满足的情形；当矩条件多于参数个数时，GMM可在“过度识别”条件下给出估计，并用加权方式提高效率。（该术语在不同语境下也可简称为 GMM。）
/ˈdʒɛnərəlaɪzd ˈmɛθəd əv ˈmoʊmənts/
We used the generalized method of moments to estimate the model parameters.
我们使用广义矩估计来估计模型参数。
Because the regressors may be endogenous, the paper applies the generalized method of moments with instrumental variables and robust standard errors.
由于解释变量可能存在内生性，论文采用带工具变量的广义矩估计，并使用稳健标准误。
“method of moments（矩估计法）”原本指用样本矩去匹配总体矩来估计参数；“generalized（广义的）”强调将这一思想推广为更一般的矩条件框架，并引入最优加权矩阵来在多组矩条件下进行有效估计。现代计量经济学中常见的GMM形式与系统化理论主要与 Lars Peter Hansen 在 1982 年的经典工作密切相关。
Select Language