问题描述
我是一名学生，目前正在撰写我的学士论文。随着下一个截止日期的临近，我希望有人能帮我解决我一直存在的问题：
我需要用 GMM 估计器估计下一个模型：
该模型的作者表示，“估计器使用观测方程的一阶差分（这里是 (10)）和水平中的滞后因变量作为差分方程的工具。
到目前为止，我使用的是 plm 包中的 pgmm 函数。您可以根据我遇到的问题查看我的其他主题，但我仍然没有解决。
因此，我尝试转移到另一个包 pdynmc 由 Dr. Markus Fritsch 编写。
以下是我的数据集的一部分，经过至少 5 年观察的公司过滤：https://drive.google.com/file/d/1dFUgXp8e1K0CdqMTpbtfviDq9vgJNOxW/view?usp=sharing
我不确定你能不能得到它的上下文，但我需要估计类似于这个模型：
因变量从 t 到 t+1 (ΔTFPt+1) 的变化或增长 = GMM 工具，据我所知，滞后因变量（因变量的滞后变化）（ΔTFPt，和 ΔTFPt-1) + 另一个变量的变化 (ΔDebt)，所需变量的度量（财务摩擦）+ 最后两个变量之间的相互作用（财务摩擦 * ΔDebt）+ 控制变量（公司年龄、公司规模或 log(TA)） ，销售额的变化或Δ销售额）。
在我的数据集中，需要的变量是：
- ID - 是公司的 ID
- Year - 观察年份
- ta - 总资产日志
- ff1-5 - 公司的财务摩擦变量
- LVomegaACF_A - 是一项 TFP 衡量指标
- domegaACF_A - 是 ΔTFP 测量值
- ddebt - ΔDebt 变量
- dsales - ΔSales 变量
- 年龄 - 公司的年龄
我尝试如下使用该包：
model <- pdynmc(dat = LVcheck,varname.i = "ID",varname.t = "Year",varname.y = "domegaACF_A",lagTerms.y = 2,fur.con = FALSE,varname.reg.fur = c("ddebt","ff1","Age","ta","dsales"),lagTerms.reg.fur = c(1,1,1),fur.con.diff = TRUE,fur.con.lev = FALSE,include.dum = TRUE,dum.diff = TRUE,dum.lev = FALSE,varname.dum = "Year",w.mat = "iid.err",std.err = "corrected",estimation = "onestep",opt.meth = "none",use.mc.nonlin = FALSE,use.mc.diff = TRUE,use.mc.lev = FALSE,include.y = TRUE)
我收到的错误：
Error in pdynmc(dat = LVData_A,:
Insufficient number of time periods to derive linear moment conditions.
问题如下，如果只显示至少有 5 年观察的公司，为什么周期数不够？ 而且，我的代码是否按照我的模型规范编写，并且所有需要的参数都正确编写。
这里是包描述https://rdrr.io/cran/pdynmc/man/pdynmc.html
尽管事实上，那里的一切都非常详细，但我仍然不明白我所做的事情有什么问题。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）