TỔNG QUAN MÔN HỌC KINH TẾ LƢỢNG TỔNG QUAN MỤC TIÊU MÔ N HỌC Cung cấp phƣơng pháp phân tích định lƣợng Ứng dụng phƣơng pháp định lƣợng phân tích, kiểm định dự báo kinh tế TỔNG QUAN NỘI DUNG Các mô hình hồi quy Kiểm định giả thiết Các khuyết tật mô hình hồi quy cách khắc phục TỔNG QUAN     NỘI DUNG      Chương 1: Nhập môn Chương 2: Hồi quy đơn biến Chương 3: Hồi quy đa biến Chương :Dạng hàm Chương 5: Hồi qui với biến giả Chương 6: Đa cộng tuyến Chương 7: Phương sai sai số thay đổi Chương 8: Tự tương quan Chương 9: Chọn mô hình kiểm định chọn mô hình TỔNG QUAN Phần mềm hỗ trợ EXCEL: nhập liệu  EVIEWS : chạy mô hình  TỔNG QUAN Tài liệu tham khảo Phạm Trí Cao, Vũ Minh Châu, Kinh tế lƣợng ứng dụng (tái lần 1), Nhà xuất Thống kê TPHCM, 2009 Hoàng Ngọc Nhậm (cb), Giáo trình Kinh tế lƣợng + Bài tập Kinh tế lƣợng với hỗ trợ phần mềm Eviews, Stata, Đại học Kinh tế Tp HCM, Nhà xuất Lao động- Xã hội, 2007 Nguyễn Quang Dong, Bài giảng Kinh tế lƣợng + Bài tập Kinh tế lƣợng với trợ giúp phần mềm Eviews, NXB Thống kê, 2006 Ramu Ramanathan, Nhập môn kinh tế lƣợng với ứng dụng (ấn thứ năm), Nhà xuất Harcourt College, 2002 (Bản dịch chƣơng trình Giảng dạy Kinh tế Fulbright, Việt Nam) Damodar N Gujarati, Essentials of Econometrics, 3rd ed, Mc Graw – Hill International Edition, 2006 CHƢƠNG NHẬP MÔN KINH TẾ LƢỢNG (ECONOMETRICS) NHẬP MÔN KINH TẾ LƢỢNG MỤC TIÊU Biết đƣợc phƣơng pháp luận kinh tế lƣợng Nắm đƣợc chất phân tích hồi quy Hiểu loại số liệu quan hệ NHẬP MÔN KINH TẾ LƢỢNG NỘI DUNG CHƢƠNG Khái niệm Phƣơng pháp luận nghiên cứu kinh tế lƣợng Phân tích hồi quy Các loại quan hệ Số liệu NHẬP MÔN KINH TẾ LƢỢNG Kinh tế lƣợng kết hợp số liệu thƣc tế, lý thuyết kinh tế thống kê toán nhằm Ước lượng mối quan hệ kinh tế 10 Đối chiếu lý thuyết kinh tế với thực tế Kiểm định giả thiết liên quan đến hành vi kinh tế Dự báo hành vi biến số kinh tế Nguồn: Ramu Ramanathan, Nhập môn kinh tế lƣợng với ứng dụng (ấn thứ năm), Nhà xuất Harcourt College, 2002 (Bản dịch chƣơng trình Giảng dạy Kinh tế Fulbright, Việt Nam) Ví dụ  Về hàm chi phí doanh nghiệp, dạng hàm Yi = b1 + b2Xi + b3Xi2 + b4Xi3 + u1i  Bỏ sót biến quan trọng (Xi3) Yi = a1 + a2Xi + a3Xi2 + u2i  Đưa biến không liên quan vào mô hình (Xi4) Yi = l1 + l2Xi + l3Xi2 + l4Xi3 + l5Xi4 + u3i  Dạng hàm sai lnY = g1 + g2Xi + g3Xi2 + g4Xi3 + u4i 258 Cách tiếp cận để lƣa chọn mô hình 1.Xác định số biến độc lập Từ đơn giản đến tổng quát Từ tổng quát đến đơn giản Kiểm định mô hình có vi phạm giả thiết Nếu mô hình vi phạm cần có biện pháp khắc phục Chọn dạng hàm, dựa vào Các lý thuyết kinh tế Các kết nghiên cứu thực nghiệm Sử dụng tiêu chuẩn thông dụng để chọn mô hình 259 Kiểm định việc chọn mô hình a Kiểm định thừa biến (kiểm định Wald) Xét hai mô hình: (U ) : Y  1  2 X   m1 X m1  m X m  k X k  U ( R) : Y  1  2 X   m1 X m1  V (U): mô hình không bị ràng buộc (R): mô hình bị ràng buộc Điều kiện ràng buộc: hệ số hồi quy biến Xm , Xm+1 , Xk đồng thời 260 a Kiểm định Wald Xây dựng giả thiết để kiểm định đk ràng buộc H0: βm =… βk = H1: có βj khác B1: Hồi quy mô hình (U) có k tham số, tính RSSU có n-k bậc tự B2: Hồi quy mô hình (R) có m tham số, tính RSSR có n-m bậc tự B3: Tính F ( RSSR  RSSU ) / k  m) ( R 2U  R R ) /(k  m) F  RSSU /(n  k ) (1  R U ) /(n  k ) 261 a Kiểm định Wald B4: Tra bảng F với mức ý nghĩa α có giá trị Fα (k-m, n-k) Quy tắc định •Nếu F≥ Fα (k-m, n-k): bác bỏ H0, tức mô hình (U) không thừa biến •Nếu F< Fα (k-m, n-k): chấp nhận H0 Nếu dùng kết p-value quy tắc định sau: • Nếu p ≤  : Bác bỏ H0 • Nếu p > : Chấp nhận H0 262 b Kiểm định bỏ sót biến giải thích Dùng kiểm định Reset Ramsey: Bƣớc 1: Dùng OLS để ƣớc lƣợng mô hình Yi = 1 + 2X2i + ui Từ tính Yˆi R2old Bƣớc 2: dùng OLS để ƣớc lƣợng mô hình ˆ ˆ Yi  1   X 2i  3Y   4Y   vi Tính R2new Kiểm định giả thiết H0: 3 = 4 =… = k = 263 b Kiểm định bỏ sót biến giải thích Bƣớc 3: Tính (R  R ) m F (1  Rnew ) (n  k ) new n: k: m: old số quan sát số tham số mô hình số biến đƣa thêm vào 264 b Kiểm định bỏ sót biến giải thích Bƣớc 4: Quy tắc định •Nếu F > F(m,n-k): Bác bỏ H0, tức hệ số 3,4,…k không đồng thời 0, mô hình cũ bỏ sót biến •Nếu F < F(m,n-k): Chấp nhận H0 Nếu dùng kết p-value quy tắc định sau: • Nếu p ≤  : Bác bỏ H0 • Nếu p > : Chấp nhận H0 265 c Kiểm định giả thiết phân phối chuẩn ui Dùng kiểm định χ2, hay kiểm định Jarque-Bera Kiểm định giả thiết H0: ui có phân phối chuẩn  S ( K  3)  JB  n    24  6 S ( u  u )  i u n.SE K ( u  u )  i u n.SE Nếu JB > χ2, Bác bỏ H0, ngƣợc lại, chấp nhận H0 266 5.Tiêu chuẩn lựa chọn mô hình      R2, R2 điều chỉnh, Giá trị hàm hợp lý log-likelihood (L), Tiêu chuẩn thông tin Akaike (AIC), Tiêu chuẩn thông tin Schwarz (SIC) 267 Tiêu chuẩn R2  R2 đo lƣờng % biến động Y đƣợc giải thích Xi mô hình  R2 gần 1, mô hình phù hợp  Lƣu ý:  R2 đo lƣờng phù hợp mẫu  Khi so sánh R2 mô hình khác nhau, biến phụ thuộc phải giống  R2 không giảm tăng thêm biến độc lập 268 Tiêu chuẩn R2 điều chỉnh (R2) RSS /(n  k ) n 1 R  1   (1  R ) TSS /(n  1) nk    R2  R2.R2 tăng giá trị tuyệt đối giá trị t biến đƣợc thêm vào mô hình lớn R2 tiêu chuẩn tốt R2 Các biến phụ thuộc phải giống 269 Giá trị hàm hợp lý log-likelihood (L) n n L   ln   ln(2 )   U i2 2  Giá trị L lớn chứng tỏ mô hình phù hợp 270 Tiêu chuẩn thông tin Akaike (AIC) hay    RSS  k / n AIC   .e  n   2k   RSS  ln AIC     ln   n   n  Trong k số biến đƣợc ƣớc lƣợng (gồm hệ số tự do) n cỡ mẫu Giá trị AIC nhỏ chứng tỏ mô hình phù hợp 271 Tiêu chuẩn thông tin Schwarz (SC)  RSS  k / n SC   .n  n  hay   k  RSS  ln SC  ln n    n  n  SC khắt khe AIC SC nhỏ, mô hình tốt 272 [...]...NHẬP MÔN KINH TẾ LƢỢNG Lý thuyết kinh tế, kinh nghiệm, các nghiên cứu khác Thiết lập mô hình KTL Thu thập, xử lý số liệu Ƣớc lƣợng các tham số Kiểm định giả thiết Không Mô hình ƣớc lƣợng có tốt không? Có Sử dụng mô hình: dự báo, đề ra chính sách Hình 1.1: Phƣơng pháp luận nghiên cứu của kinh tế lƣợng 11 Nguồn: Ramu Ramanathan, Nhập môn kinh tế lƣợng với các ứng dụng (ấn bản... bản thứ năm), Nhà xuất bản Harcourt College, 2002 (Bản dịch của chƣơng trình Giảng dạy Kinh tế Fulbright, Việt Nam) NHẬP MÔN KINH TẾ LƢỢNG Phân tích hồi quy Nghiên cứu mối liên hệ phụ thuộc của một biến (biến phụ thuộc, biến giải thích) với một hay nhiều biến khác (biến độc lập, biến giải thích) VD: Y  1   2 X NHẬP MÔN KINH TẾ LƢỢNG Ƣớc lƣợng giá trị trung bình của biến phụ thuộc với giá trị đã biết... thập số liệu  Bỏ sót biến giải thích  Dạng mô hình hồi quy không phù hợp 18 NHẬP MÔN KINH TẾ LƢỢNG 2 Hàm hồi quy mẫu SRF (Sample Regression Function) Thực tế, không có điều kiện khảo sát tổng thể -> lấy mẫu -> xây dựng hàm hồi quy mẫu -> ƣớc lƣợng giá trị trung bình của biến phụ thuộc từ số liệu mẫu 19 NHẬP MÔN KINH TẾ LƢỢNG Mô hìnhS RF Dạng xác định Yˆi  ˆ1  ˆ2 X i Dạng ngẫu nhiên Yi  Yˆi ... Phân tích hồi quy: ƣớc lƣợng hoặc dự báo giá trị trung bình của biến phụ thuộc dựa trên giá trị xác định của biến độc lập 24 NHẬP MÔN KINH TẾ LƢỢNG Nguồn thu thập số liệu Số liệu thử nghiệm: tiến hành thử nghiệm theo những điều kiện nhất định Số liệu thực tế 25 NHẬP MÔN KINH TẾ LƢỢNG Phân loại số liệu Số liệu chuỗi thời gian Số liệu chéo Số liệu hỗn hợp Chất lƣợng số liệu phụ thuộc 26 Sai số trong quá... Kiểm định giả thiết về bản chất quan hệ phụ thuộc Dự đoán giá trị trung bình của biến phụ thuộc NHẬP MÔN KINH TẾ LƢỢNG 1 Hàm hồi quy tổng thể PRF (Population Regression Function) Là hàm hồi quy đƣợc xây dựng dựa trên kết quả khảo sát tổng thể Hàm hồi qui tổng thể có dạng: E(Y/Xi) = f(Xi) NHẬP MÔN KINH TẾ LƢỢNG o Hàm hồi qui tổng thể cho biết giá trị trung bình của biến Y sẽ thay đổi nhƣ thế nào khi biến... và đƣợc gọi là 20phần dƣ (residuals) NHẬP MÔN KINH TẾ LƢỢNG Hàm hồi quy tuyến tính đƣợc hiểu là hồi quy tuyến tính đối với tham số Ví dụ các hàm hồi quy tuyến tính  1  Yi  1   2    U i  Xi  ln Yi  1   2 ln X i  U i 21 Ví dụ các hàm không phải hồi quy tuyến tính 1 ln Yi      2 ln X i  U i  1  Yi  1  22 X i  Ui NHẬP MÔN KINH TẾ LƢỢNG Quan hệ thống kê và quan hệ hàm... ngẫu nhiên, ứng với mỗi giá trị của biến độc lập chỉ duy nhất một giá trị của biến phụ thuộc NHẬP MÔN KINH TẾ LƢỢNG Hàm hồi quy và quan hệ nhân quả Quan hệ nhân quả: Biến X (biến độc lập) -> biến Y (biến phụ thuộc) (nhân) (quả) Phân tích hồi quy không nhất thiết bao hàm quan hệ nhân quả 23 NHẬP MÔN KINH TẾ LƢỢNG Hồi quy và tƣơng quan Phân tích tƣơng quan: đo lƣờng liên kết tuyến tính giữa hai biến và... quy nhiều biến): nếu PRF có hai biến độc lập trở lên NHẬP MÔN KINH TẾ LƢỢNG Mô hình PRF Dạng xác định Dạng ngẫu nhiên E(Y/Xi) = f(Xi)= β1 + β2Xi Yi = E(Y/Xi) + Ui = β1 + β2Xi + Ui E(Y/Xi): trung bình của Y với điều kiện X nhận giá trị Xi Yi : giá trị quan sát thứ i của biến phụ thuộc Y Ui : nhiễu β1,16β2: tham số, hệ số hồi quy NHẬP MÔN KINH TẾ LƢỢNG β1 hệ số chặn, hệ số tự do, tung độ góc hệ số góc,... nhiêu khi biến độc lập X nhận giá trị 0 cho biết giá trị trung bình của Y sẽ thay đổi (tăng, giảm) bao nhiêu đơn vị khi giá trị của X tăng lên 1 đơn vị với điều kiện các yếu tố khác không đổi NHẬP MÔN KINH TẾ LƢỢNG Ui biểu thị cho ảnh hƣởng của các yếu tố đối với biến phụ thuộc mà không đƣợc đƣa vào mô hình Sự tồn tại của nhiễu do:  Nhà nghiên cứu không biết hết các yếu tố ảnh hƣởng đến biến phụ thuộc... nhỏ càng tốt  Hay, với n cặp quan sát, muốn n 2 e  i  i 1 33 ˆ  Y    n i 1 i 1  ˆ2 X i  2  min 2.2 PHƢƠNG PHÁP OLS ˆ f  min toán thành tìm , ˆsao cho  1 2 Điều kiện để đạt cực trị là:  Bài  n 2   e i   i 1    n 2  Yi  ˆ 1  ˆ 2 X i  0 ˆ 1 i 1    n 2   ei  n  i 1    2  Y i  ˆ 1  ˆ 2 X i X  0 i  ˆ 2 i 1  34  2.2 PHƢƠNG PHÁP OLS Hay n n i 1 i