Ước lượng GMM và ma trận trọng số tối ưu GMM estimation and the optimal weighting matrix Giới thiệu Ở bài học trước, chúng ta đã khám phá ra khái niệm nền tảng của GMM là các điều kiện mô-men và đã phân loại các mô hình dựa trên mối quan hệ giữa số điều kiện mô-men ($r$) và số tham số ($q$). Chúng ta biết rằng khi mô hình được xác định quá mức ($r > q$), chúng ta không thể tìm được một giá trị ước lượng $\hat{\boldsymbol{\theta}}$ nào có thể làm cho tất cả $r$ điều kiện mô-men của mẫu đồng thời bằng không. Điều này đặt ra một vấn đề thú vị: nếu không thể đạt được điểm “hoàn hảo” (tất cả mô-men bằng không), làm thế nào chúng ta chọn ra được giá trị ước lượng “tốt nhất”? Hơn nữa, liệu tất cả các điều kiện mô-men có cung cấp thông tin với độ tin cậy như nhau không? Trực giác cho thấy rằng chúng ta nên tin tưởng hơn vào những điều kiện mô-men …