摘要：大量经济、金融以及企业管理等领域研究对象的行为特征可以通过矩约束模型来刻画。然而，该模型中参数的估计对矩条件的选取非常敏感。如何选取最优的矩条件，进而得到更准确的参数估计和更精确的统计推断，是实证研究面临的重要问题。本文从估计量均方误差（MSE）最小的角度，研究了一般矩约束模型两步有效广义矩（GMM）估计的最优矩条件选取方法。首先，利用迭代的方法，推导出两步有效GMM估计的高阶MSE，然后通过Nagar分解，求出了两步有效GMM估计量的近似MSE。接着，基于近似MSE表达式，给出了两步有效GMM估计矩条件选取准则的一般理论，即定义了最优的矩条件，提出了两步有效GMM估计的最优矩条件选取准则，并证明了选取准则的渐近有效性。模拟结果表明，本文提出的矩条件选取方法能够很好地改善两步有效GMM估计量的有限样本表现，降低估计量的有效样本偏差。本研究为实证研究中面临的矩条件选择问题提供了理论依据。

关键词：矩约束模型 gmm估计 高阶mse 近似mse 选取准则 

单位：中国科学院大学管理学院 北京100190 中山大学岭南学院 广东广州510275 中国科学院数学与系统科学研究院 北京100190