All models are estimated with the G

All models are estimated with the GMM estimator. The GMM estimator is more effi-
cient than the simple TSLS estimator because it assigns weights to the moment conditions
according to their variance.
Public Choice (2010) 145: 351–378 375
Note first that according to the over-identification tests (Hansen J) in Table 11, the instru-
mental variables are valid in a statistical sense in models GMM 1 to GMM 4. It is therefore
reassuring that the results in the first two models confirm the main results from the base-
line models. That is, expenditure decentralization is negatively and significantly related to
government borrowing, and the two remaining decentralization variables are insignificant.
However, once we attempt to instrument the interest rate, we find that the instruments are
weak predictors of this particular variable, as evidenced by the large p-value reported for
the under-identification test in model GMM 3. We obtain similar results when all three po-
tentially endogenous variables are instrumented simultaneously, as evidenced by the results
reported for model GMM 4.
This is not surprising considering the fact that even though the instrumental variable
technique ensures consistency, it is less efficient than OLS and thus leads to larger stan-
dard errors. This inefficiency problem seems to be particularly severe in the third and fourth
model. The F statistic is significantly lower than in the previous models, and not only the
decentralization but also the remaining control variables are generally insignificant. There-
fore, we should suspect that the insignificance of the expenditure decentralization variable in
models GMM 3 and 4 is due to the fact that the set of instruments is weak, and not because
expenditure decentralization is genuinely irrelevant for government borrowing. Note, how-
ever, that even in these models, expenditure decentralization continues to display a negative
coefficient.
In order to confirm that the insignificance of the expenditure decentralization variable
in models GMM 3 and 4 is due to weak instruments, we estimate a fifth model (GMM 5).
In this model, we once again treat the first differences of the unemployment, inflation, and
interest rates as endogenous, as we did in the fourth model, and instrument all three simul-
taneously. But we also increase the number of instruments. In addition to the main set of
instruments, we additionally use the second lag of the levels of the unemployment, inflation,
and interest rates. The second lags are not directly related to the first differences and thus
in principle valid instruments. While this approach is probably not perfect—i.e., using lags
as instruments might be inappropriate if the series display strong autocorrelation—the diag-
nostic tests in the fifth column of Table 11 perform well, thereby increasing our confidence
in the results.
The results in model GMM 5 confirm our conjecture with respect to models GMM 3
and 4. That is, when additional instruments are used, expenditure decentralization displays
once again a significantly negative effect on public borrowing. Several other control vari-
ables, too, become significant again.
Given these results, we believe that the conclusions from the baseline models are robust
to endogeneity problems.

Kết quả (Việt) 1:

Tất cả các mô hình được ước tính với công cụ ước tính GMM. Công cụ ước tính GMM là thêm thống-gói hơn công cụ ước tính TSLS đơn giản bởi vì nó gán trọng lượng cho các điều kiện thời điểmtheo phương sai của họ.Sự lựa chọn công cộng (2010) 145: 351-378 375Lưu ý đầu tiên mà theo các cuộc thử nghiệm hơn-nhận dạng (Hansen J) trong bảng 11, ph-tâm thần biến là hợp lệ trong một ý nghĩa thống kê trong mô hình GMM 1 GMM 4. Nó là do đóyên tâm rằng các kết quả đầu tiên hai mô hình xác nhận chính kết quả từ cơ sở-Mô hình dòng. Có nghĩa là, phân cấp kinh phí tiêu cực và đáng kể liên quan đếnchính phủ vay, và hai còn lại biến phân cấp là không đáng kể.Tuy nhiên, một khi chúng tôi cố gắng cụ tỷ lệ lãi suất, chúng tôi thấy rằng các dụng cụ làyếu dự đoán của các biến cụ thể này, được minh chứng bằng giá trị p lớn báo cáo chokiểm tra dưới nhận dạng trong mô hình GMM 3. Chúng tôi có được kết quả tương tự khi tất cả ba po -biến tentially nội sinh instrumented cùng một lúc, như được minh chứng bằng kết quảbáo cáo cho mẫu GMM 4.Đây không phải là đáng ngạc nhiên xem xét một thực tế rằng mặc dù biến công cụkỹ thuật, đảm bảo tính nhất quán, nó là ít hiệu quả hơn OLS và do đó dẫn đến lớn hơn stan-Sở NN & PTNT lỗi. Vấn đề không hiệu quả này có vẻ là đặc biệt nghiêm trọng thứ ba và thứ tưMô hình. Thống kê F là thấp hơn đáng kể hơn trong các mô hình trước đó, và không chỉ cácphân cấp, nhưng cũng biến điều khiển còn lại là nói chung không đáng kể. Đó-phía trước, chúng tôi sẽ nghi ngờ rằng không quan trọng của chi phí biến phân cấp trongMô hình GMM 3 và 4 là do thực tế là các thiết lập của thiết bị là yếu, và không phải vìchi phí phân cấp là thực sự không thích hợp cho chính phủ vay. Lưu ý, làm thế nào-bao giờ hết, rằng ngay cả trong các mô hình này, phân cấp kinh phí tiếp tục để hiển thị một tiêu cựcHệ số.Để xác nhận rằng không quan trọng của biến phân cấp kinh phítrong mô hình GMM 3 và 4 là nhờ các dụng cụ yếu, chúng tôi ước tính một mô hình thứ năm (GMM 5).Trong mô hình này, chúng tôi lại đối xử với sự khác biệt đầu tiên của tỷ lệ thất nghiệp, lạm phát, vàlãi suất tỷ giá như nội sinh, như chúng tôi đã làm trong mô hình thứ tư, và dụng cụ tất cả ba simul-taneously. Nhưng chúng tôi cũng làm tăng số lượng các thiết bị. Ngoài các tập chính củadụng cụ, chúng tôi thêm vào đó sử dụng sự tụt hậu thứ hai của các cấp thất nghiệp, lạm phát,và lãi suất. Chậm lại thứ hai không trực tiếp liên quan đến sự khác biệt đầu tiên và do đónguyên tắc cụ hợp lệ. Trong khi cách tiếp cận này có lẽ không phải perfect—i.e., sử dụng chậmnhư dụng cụ có thể là không thích hợp nếu dòng Hiển thị mạnh mẽ autocorrelation-c -nostic bài kiểm tra trong cột thứ năm của bảng 11 thực hiện tốt, do đó làm tăng sự tự tin của chúng tôitrong các kết quả.Các kết quả trong mô hình GMM 5 xác nhận giả thuyết của chúng tôi đối với mô hình GMM 3và 4. Có nghĩa là, khi bổ sung công cụ được sử dụng, phân cấp kinh phí sẽ hiển thịmột lần nữa là một tác động tiêu cực đáng kể trên khu vực vay. Một số khác kiểm soát vari-ables, quá, trở nên quan trọng một lần nữa.Đưa ra những kết quả này, chúng tôi tin rằng những kết luận từ các mô hình cơ sở là mạnh mẽđể endogeneity vấn đề.

Kết quả (Việt) 2:

Tất cả các mô hình được tính toán theo GMM. Các GMM ước lượng là quả hơn
cient hơn ước TSLS đơn giản vì nó gán trọng số cho các điều kiện chuyển động
theo phương sai của họ.
Choice Công (2010) 145: 351-378 375
Lưu ý đầu tiên mà theo các bài kiểm tra trên nhận dạng (Hansen J ) trong Bảng 11, instru-
biến tinh thần có giá trị trong một ý nghĩa thống kê trong mô hình GMM 1 tới GMM 4. Vì vậy, chúng
cam đoan rằng các kết quả trong hai mô hình đầu tiên xác nhận các kết quả chính từ các cơ sở-
mô hình dòng. Đó là, phân cấp quản lý chi tiêu là tiêu cực và đáng kể liên quan đến
chính phủ vay, và hai biến số phân còn lại là không đáng kể.
Tuy nhiên, một khi chúng ta cố gắng cụ lãi suất, chúng ta thấy rằng các cụ là
yếu tố dự báo yếu kém của các biến cụ thể này, bằng chứng là p-giá trị lớn được báo cáo cho
các bài kiểm tra dưới dạng trong mô hình GMM 3. Chúng tôi có được kết quả tương tự khi cả ba po-
biến tentially nội sinh được instrumented đồng thời, bằng chứng là kết quả
báo cáo cho mô hình GMM 4.
Đây không phải là đáng ngạc nhiên xem xét thực tế là mặc dù các biến số công cụ
kỹ thuật đảm bảo tính thống nhất, nó là kém hiệu quả hơn so với OLS và do đó dẫn tới lớn hơn chuẩn
lỗi Sở NN & PTNT. Vấn đề thiếu hiệu quả này dường như là đặc biệt nghiêm trọng ở một phần ba và thứ tư
mô hình. Các số liệu thống kê F là thấp hơn so với các mô hình trước đáng kể, và không chỉ là
phân cấp mà còn các biến kiểm soát còn lại nói chung là không đáng kể. There-
mũi, chúng ta nên nghi ngờ rằng sự vô nghĩa của biến phân cấp chi tiêu trong
mô hình GMM 3 và 4 là do thực tế rằng tập hợp các công cụ này là yếu, và không phải vì
phân cấp chi tiêu là thực sự không thích hợp cho chính phủ vay. Lưu ý, tuy nhiên
bao giờ, mà ngay cả trong những mô hình, phân cấp chi tiêu tiếp tục hiển thị một âm
hệ số.
Để khẳng định rằng sự vô nghĩa của biến phân cấp chi tiêu
trong các mô hình GMM 3 và 4 là do cụ yếu, chúng tôi ước tính một mô hình thứ năm (GMM 5).
Trong mô hình này, chúng tôi một lần nữa lại đối xử với các khác biệt đầu tiên của tình trạng thất nghiệp, lạm phát và
lãi suất là nội sinh, như chúng ta đã làm trong các mô hình thứ tư, và các công cụ tất cả ba simul-
một lúc. Nhưng chúng tôi cũng tăng số lượng các công cụ. Ngoài các thiết lập chính của
cụ, chúng tôi bổ sung sử dụng lag thứ hai của cấp độ của tình trạng thất nghiệp, lạm phát,
tỷ giá và lãi. Độ trễ thứ hai không liên quan trực tiếp đến sự khác biệt đầu tiên và do đó
về nguyên tắc cụ hợp lệ. Mặc dù phương pháp này có lẽ không hoàn hảo tức là sử dụng độ trễ
như cụ thể không phù hợp nếu hàng loạt các hiển thị tương quan-the đoán mạnh mẽ
xét nghiệm chẩn trong cột thứ năm của Bảng 11 thực hiện tốt, do đó làm tăng sự tự tin của chúng tôi
trong các kết quả.
Kết quả ở mô hình GMM 5 xác nhận phỏng đoán của chúng tôi đối với các mô hình GMM 3 với
và 4. Đó là, khi công cụ bổ sung được sử dụng, phân cấp chi tiêu sẽ hiển thị
một lần nữa tác động tiêu cực đáng kể về vay công cộng. Một số kiểm soát vari khác
ables cũng trở nên quan trọng nữa.
Với kết quả này, chúng tôi tin rằng các kết luận từ các mô hình cơ sở rất vững chắc
để các vấn đề nội sinh.