Тест Хансена J: сверхидентифицирующие ограничения в GMM

Обобщённый метод моментов (GMM) оценивает параметры, делая выборочные версии теоретических моментных условий как можно ближе к нулю. В модели с инструментальными переменными моментное условие может утверждать, что при истинном параметре предложенный инструмент не коррелирует со структурной ошибкой. В других моделях моментные условия следуют из уравнений ценообразования активов, уравнений Эйлера или ограничений для панельных данных.

Если моментных условий больше, чем неизвестных параметров, после оценивания остаются ограничения, которые можно проверить. Статистика Хансена J сводит к одной величине расстояние, на которое подобранные выборочные моменты остаются от нуля после применения заданной матрицы весов. Это совместный тест спецификации в рамках этой модели. Он не проводит прямую проверку, которая могла бы объявить отдельный инструмент «валидным» или «невалидным».

Это различие важно для финансовых и количественных исследований. Торговая или ценообразующая модель может включать несколько моментных условий, но результат зависит от того, какие доходности, факторы, инструменты, даты и предположения о ковариации определяют эти моменты. Низкое p-значение может свидетельствовать против этого набора предположений; высокое p-значение не является независимым доказательством того, что все они верны.

Пусть \(g_t(\theta)\) — вектор вкладов в моменты из \(q\) компонентов на дату \(t\), вычисленный при векторе параметров \(\theta\). Его выборочное среднее равно

\[ \bar g_T(\theta) = \frac{1}{T}\sum_{t=1}^{T}g_t(\theta). \]

GMM выбирает оценку \(\hat\theta\), минимизирующую взвешенное квадратичное расстояние, например

\[ Q_T(\theta) = T\,\bar g_T(\theta)'W_T\bar g_T(\theta), \qquad J = Q_T(\hat\theta), \]

где \(W_T\) — положительная матрица весов. Она задаёт вклад расхождения каждого моментного условия в критерий. При эффективном GMM матрица весов оценивается как величина, связанная с обратной матрицей долгосрочной ковариации моментов, при заявленных предположениях о выборке. Тест J использует минимизированный критерий, а не значение целевой функции при произвольно выбранных параметрах без оценивания.

Формула компактна, но её составляющие нельзя подменять друг другом. Замена инструментов меняет \(g_t\); замена выборки меняет среднее; другой оцениватель ковариации меняет веса; другой метод оценивания может изменить подобранные параметры. Поэтому для воспроизводимого значения J недостаточно сообщить число и назвать оценку «робастной».

Если есть \(q\) независимых моментных условий и \(k\) локально идентифицированных параметров, обычное число степеней свободы для теста сверхидентификации равно \(q-k\). Например, три независимых момента, использованные для оценки двух параметров, оставляют одно сверхидентифицирующее ограничение. При нулевой гипотезе о выполнении всех моментных условий в генеральной совокупности правильно взвешенная статистика J асимптотически сравнивается с распределением хи-квадрат с таким числом степеней свободы.

Когда моментов столько же, сколько параметров, модель точно идентифицирована и подобранные моменты обычно можно довести до нуля. Дополнительных ограничений для статистики J не остаётся, поэтому у теста ноль степеней свободы и он не проверяет сверхидентификацию. Если параметров больше, чем независимых моментов, возникает отдельная проблема идентификации; отрицательных степеней свободы или содержательного теста J это не создаёт.

Считайте эффективные независимые ограничения, а не просто число столбцов в выводе программы. Дублирующиеся инструменты или линейно зависимые моменты могут уменьшить эффективный ранг. Стандартное асимптотическое распределение хи-квадрат также требует идентификации и других условий больших выборок. Номинальное значение \(q-k\) не исправит сингулярную или плохо оценённую матрицу ковариации моментов.

При вычислениях важно отличать теоретическое число ограничений от числа ограничений, независимых с численной точки зрения. Если два инструмента дают почти одинаковую информацию или столбец моментов в выборке почти является линейной комбинацией других, обратная матрица ковариации может быть нестабильной. Если программа удаляет столбцы или определяет ранг с допуском, сообщённое число степеней свободы может не совпасть с подсчитанным исследователем \(q-k\). В таком случае зафиксируйте список моментов, эффективный ранг, предупреждения вычислений и настройки программы, а не только копируйте статистику J. Изменение числа ограничений меняет и проверяемую нулевую гипотезу.

Предположим, модель использует три моментных условия для оценки двух параметров, так что обычное число степеней свободы равно \(3-2=1\). Программа сообщает статистику J, равную 5.4, при взвешивании, рассчитанном на соответствие заявленным предположениям о ковариации. Для стандартного распределения хи-квадрат с одной степенью свободы p-значение составляет примерно 0.020. При заранее выбранном уровне 5% исследователь отклонил бы совместную нулевую гипотезу о том, что все три момента в генеральной совокупности равны нулю.

Этот вывод уже, чем утверждение «инструмент 2 невалиден». Статистика J измеряет одно взвешенное расстояние для всей системы и не указывает, какой момент вызвал несоответствие. К такому результату могут привести невалидный инструмент, неверно заданное структурное уравнение, пропущенная динамика, неподходящая ковариационная модель или другой сбой поддерживаемой спецификации. Для поиска причины нужны дополнительные диагностические проверки и анализ предметного контекста.

Если бы p-значение было 0.20, корректный вывод состоял бы в том, что этот тест не отклоняет совместные ограничения на выбранном уровне. Это не означало бы, что «валидность инструментов доказана». Тест может не отклонить ограничения, потому что они правдоподобны, потому что у теста мало мощности или потому что выборка слишком мала и зашумлена, чтобы различить нарушения. Порог следует определить до просмотра множества вариантов модели: поиск до получения приемлемого p-значения создаёт ещё одну проблему отбора.

Нулевая гипотеза — это набор ограничений генеральной совокупности, трактуемый в рамках модели и асимптотических условий, задающих эталонное распределение статистики. Если тест J отклоняет её, часть всей системы трудно согласовать с наблюдаемой выборкой при использованном взвешивании. Сам по себе тест не отделяет неверное ограничение исключения от неправильной функциональной формы, пропущенной зависимости от состояния, ошибки построения данных или неподходящей оценки долгосрочной ковариации.

Тест также не устанавливает причинность. В IV-дизайне тест сверхидентификации может проверить, совместимы ли дополнительные ограничения друг с другом в рамках модели. Он не подтверждает ограничение исключения для каждого инструмента, особенно если все инструменты могут иметь общее нарушение. Релевантность инструмента и ограничение исключения — разные свойства. Для релевантности используйте диагностику первой стадии и слабой идентификации, а аргумент в пользу исключения обоснуйте экономическим механизмом.

В линейной модели ценообразования активов статистика типа J может проверять совместные ценовые ограничения, заданные конкретной факторной моделью и набором тестовых активов. Отклонение не определяет автоматически отсутствующий фактор и не доказывает, что другая торгуемая стратегия принесёт доход. Отсутствие отклонения не подтверждает экономическую истинность модели. Связанную процедуру оценки цен риска в поперечном сечении и её ограничения вывода разбирает руководство Фама—Макбета.

Классический тест Саргана возник в оценивании с инструментальными переменными при жёстких предположениях о ковариации, обычно включая гомоскедастичность ошибок. Тест Хансена J — это статистика сверхидентификации в GMM, построенная с оценённой ковариацией моментов. Она может учитывать гетероскедастичность, а при подходящей оценке долгосрочной ковариации — и временную зависимость. Само название «Хансен» не делает реализацию устойчивой ко всем видам неверной спецификации; ковариация и веса должны соответствовать процессу моментов.

Для моментов временного ряда серийная зависимость меняет долгосрочную дисперсию их выборочного среднего. Оценка HAC, например Ньюи—Уэста, может входить в корректный расчёт ковариации, если её предпосылки и число лагов подходят данным. Для панельных или кластеризованных наблюдений может потребоваться другая ковариационная схема. Поправка ковариации, применённая только к стандартным ошибкам коэффициентов, не означает автоматически, что целевая функция J построена с совместимой матрицей весов.

Одношаговый, двухшаговый и итеративный GMM могут оценивать параметры с разными матрицами весов. В эффективной двухшаговой процедуре сама оценка матрицы весов добавляет неопределённость в конечной выборке; стандартные ошибки и поведение теста могут быть нестабильны, особенно когда моментов много относительно числа наблюдений. Поправки на конечную выборку, изученные Виндмейером, относятся к оцениванию дисперсии в конкретных линейных эффективных двухшаговых моделях GMM. Это не универсальная поправка для любой статистики J.

Тест J не проверяет силу инструментов. Слабо информативные инструменты могут сделать оценки параметров и стандартные приближения ненадёжными. Для слабой идентификации используйте предназначенные для этого методы, а не считайте комфортное p-значение J диагностикой силы. Асимптотическая калибровка хи-квадрат не гарантирует, что короткая финансовая выборка ведёт себя как асимптотический предел.

Добавление инструментов или моментных условий может казаться способом получить больше информации. В динамической панельной GMM чрезмерное число инструментов способно переобучить эндогенные переменные и ослабить способность тестов спецификации обнаруживать нарушения. Поэтому очень высокое p-значение после создания большого набора инструментов может мало что подтверждать. Укажите количество инструментов, лаги или окна их построения и, когда уместно, сравните обоснованные сокращённые наборы или объединённые инструменты.

Малые выборки, почти коллинеарные моменты, неточные оценки ковариации, граничные значения параметров и слабая идентификация могут нарушить учебниковую интерпретацию. В таких случаях нужны анализ чувствительности и подходящие альтернативные методы вывода, а не механическое заявление, что тест J «пройден». Если при выборе модели перебирались наборы инструментов, диапазоны лагов, факторы или отрезки выборки, опишите этот поиск и не представляйте самый удобный результат как заранее заданный.

Сокращение инструментов само по себе не делает модель лучше. Удаление части условий может снизить точность или привести к тому, что модель больше не проверяет исходно задуманные экономические ограничения. С другой стороны, чрезмерно большой набор может дестабилизировать оценивание весов и переобучить модель на выборке. Объясняйте цель каждого варианта и не считайте условие содержательно допустимым лишь потому, что его удаётся вычислить.

Некоторые процедуры для динамических панелей сообщают разностный тест Хансена или тест C для подмножества моментных условий, например дополнительного блока инструментов. По смыслу сравнение вложенных моделей спрашивает, добавляет ли этот блок ограничения, совместимые с остальными поддерживаемыми моментами. Такой тест условен относительно остальной спецификации; он не выдаёт отдельный сертификат каждому инструменту.

Разность двух статистик J имеет эталонное распределение только при выполнении нужных условий вложенности, оценивания и ковариации. Сравниваемые модели должны использовать совместимые выборки и определения моментов; необходимо учитывать веса и поведение на конечных выборках. Мощность теста подмножества также может снижаться при большом полном наборе инструментов. Если проверялось несколько блоков, сообщите все сравнения, а не только благоприятное.

Укажите выборку, вектор параметров, определения моментов, число наблюдений, число ограничений и их эффективный ранг, а также степени свободы. Сообщите, применялся ли одношаговый, двухшаговый или итеративный GMM, как была получена матрица весов, какая структура ковариации допускалась и использовалась ли поправка для малой выборки. Приведите статистику J, её эталонное распределение, p-значение и порог решения, выбранный для анализа.

Покажите количество и способ построения инструментов, диагностику первой стадии или релевантности и чувствительность оценок к разумным изменениям набора моментов. Объясните, почему временная структура и ограничения исключения инструментов имеют экономическое обоснование; отсутствие отклонения теста сверхидентификации не заменяет такой аргумент. Если используется тест подмножества, явно задайте его и модель сравнения. Предпосылки IV разобраны в руководстве по эндогенности и инструментальным переменным, а выбор ковариации — в руководстве по робастным стандартным ошибкам и HAC.

Асимптотическая теория GMM Хансена, тест Саргана для инструментальных переменных, анализ слабой идентификации Стока и Райта, исследование избытка инструментов Рудмана, анализ Виндмейера для дисперсии двухшагового метода и оценка ковариации HAC Ньюи и Уэста посвящены разным частям этой процедуры: Хансен, Сарган, Сток и Райт, Рудман, Виндмейер, Ньюи и Уэст. Их результаты действуют при указанных авторами предположениях, а не означают общего одобрения эмпирической модели.