BAI GING 2 HNG DN s DNG EVIEWS 6 0

BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình BẪI GI NG H NG D N S D NG EVIEWS 6.0 M C TIễU BẪI GI NG: Eviews gì? Workfile gì? Trình bày liệu Eviews? Đối t ợng Eviews Qu n lý liệu Eviews Các phép toán hàm số Eviews Các vấn đề b n phƯn tích liệu chuỗi nhóm XƯy dựng hàm kinh tế l ợng Eviews Kiểm định gi Đ I T thiết mô hình hồi qui Eviews NG BẪI GI NG: Tài liệu gi ng cho sinh viên đ i học Tài liệu tham kh o ôn tập cho học viên cao học NH NG V N Đ C B N V EVIEWS EVIEWS LÀ GÌ? Eviews1 cung cấp cơng cụ phƯn tích liệu phức t p, hồi qui dự báo ch y Windows Với Eviews ta nhanh chóng xƯy dựng mối quan hệ thống kê từ liệu có sẵn sử dụng mối quan hệ để dự báo giá trị t ơng lai Eviews hữu ích nhiều lĩnh vực nh phƯn tích đánh giá liệu khoa học, phƯn tích tài Viết tắt Econometrics Views BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình chính, dự báo kinh tế vĩ mơ, mơ phỏng, dự báo doanh số, phƯn tích chi phí Đặc biệt, Eviews phần mềm m nh cho nghiên cứu liệu th i gian liệu chéo với cỡ mẫu lớn Eviews đ a nhiều cách nhập liệu thông dụng dễ sử dụng nh nhập từ bàn phím, từ tập tin sẵn có d ới d ng Excel hay Text Với Eviews, dễ dàng t o chuỗi từ chuỗi hành, m rộng liệu có sẵn Eviews trình bày biểu mẫu, đồ thị, kết qu ấn t ợng in trực tiếp chuyển qua lo i định d ng văn b n khác Eviews giúp ng i sử dụng dễ dàng ớc l ợng kiểm định mơ hình kinh tế l ợng Ngồi ra, Eviews cịn giúp ng i nghiên cứu chuyên nghiệp xƯy dựng tập tin gi ng trình cho dự án nghiên cứu Eviews tận dụng đặc điểm hiển thị u việc Windows đ i nên thuận tiện cho tất c ng i dễ dàng sử dụng nh dùng chuột, kéo, thay đổi giao diện, thốt, … Nh sử dụng lo i ngơn ngữ gần với ký hiệu chuẩn toán, thống kế, kinh tế l ợng, nên ng i sử dụng dễ dàng suy luận cách hợp lý xƯy dựng kiểm định mơ hình hồi qui Eviews Nếu ch ơng trình đ ợc cài đặt thành cơng, kh i động Eviews thấy xuất cửa sổ nh sau: Title bar: Thanh tiêu đề, Main Menu: Trình đơn chính, Command Window: Cửa sổ/Màn hình lệnh, Work Area: Vùng làm việc, Status Line: Dòng tr ng thái Nguồn: Eviews Users Guide, pp.10 BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình WORKFILE LÀ GÌ? Workfile đ ợc gọi chung tập tin làm việc Eviews (sau đƯy gọi tập tin Eviews) cấp độ b n, tập tin Eviews đơn gi n tập tin chứa đối t ợng Eviews2 Mỗi đối t ợng bao gồm tập hợp thơng tin có liên quan đến lĩnh vực phƯn tích cụ thể ví dụ chuỗi3, ph ơng trình, hay đồ thị Làm việc Eviews chủ yếu liên quan đến đối t ợng chứa tập tin Eviews Cho nên, b ớc dự án với Eviews cần t o tập tin m tập tin có sẵn Mỗi tập tin Eviews chứa nhiều trang4 Mỗi trang chứa đối t ợng riêng Trang đ ợc xem nh th mục hay tập tin phụ5 tập tin Thông th ng làm việc trang Trong tập tin Eviews đ ợc thiết kế để chứa nhiều đối t ợng khác nh ph ơng trình, đồ thị, ma trận, nh ng mục đích chứa liệu Một tập hợp quan sát biến đ ợc gọi liệu, quan sát có nhận d ng riêng T o m t tập tin Eviews Có nhiều cách t o tập tin Việc t o tập tin Eviews xác định cấu trúc tập tin Có ba cách t o tập tin khác Thứ mô t cấu trúc tập tin Eviews Theo cách này, Eviews t o tập tin để ng i sử dụng nhập liệu cách thủ cơng từ bàn phím copy dán, ví dụ từ Excel Thứ hai m đọc liệu từ nguồn bên ngồi (khơng thuộc định d ng Eviews) nh Text, Excel, Stata Thuận tiện nhiều so với phiên b n tr ớc, Eviews tự động phƯn tích nguồn liệu, t o tập tin, nhập liệu ĐƯy cách đ ợc sử dụng phổ biến Thứ ba t o tập tin theo hai b ớc riêng biệt Trong b ớc ta t o tập tin theo hai cách Trong b ớc hai ta cấu trúc tập tin Bài gi ng tập trung h ớng dẫn cách thứ thứ hai Container for Eviews objects Series Page Subdirectory/Subworkfile Structure of the workfile 3 BẪI GI NG 2: H (i) T o m t tập tin cƠch mô t NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình c u trúc Để mô t cấu trúc tập tin Eviews, ta ph i cung cấp cho Eviews thông tin số quan sát nhận d ng liên quan Để t o tập tin Eviews, ta chọn File/New Workfile, … từ thực đơn để m hộp tho i Workfile Create gốc trái hộp tho i hộp nhỏ để mô t cấu trúc b n liệu Ta chọn Dated-Regular Frequency, Unstructured, Balanced Panel Nói chung, ta sử dụng Dated-regular frequency7 ta có liệu th i gian, với liệu b ng đơn gi n ta sử dụng Balanced Panel, tr ng hợp khác ta sử dụng Unstructured8 Sau ta xác định lo i cấu trúc liệu, Eviews tự động nhắc ta mô t đặc điểm liệu nh tần suất, ngày bắt đầu, ngày kết thúc lo i liệu th i gian; số quan sát lo i liệu chéo; tần suất, ngày bắt đầu, ngày kết thúc, số quan sát t i th i điểm lo i liệu b ng Nếu liệu năm, Frequency ta chọn Annual; ô Start date End date ta nhập năm bắt đầu năm kết thúc chuỗi liệu Nếu liệu q, Frequency ta chọn Quarterly; ô Start date End date ta nhập quí bắt đầu quí kết thúc chuỗi liệu ta chọn hai cách sau (ví dụ quí năm 2005): 2005:2 2005Q2 Nếu liệu tháng, ô Frequency ta chọn Monthly; ô Start date End date ta nhập tháng bắt đầu tháng kết thúc chuỗi liệu Tương tự, ta chọn hai cách sau (ví dụ tháng năm 2008): 2008:8 2008M8 Các ô đặt tên tùy chọn (đặt tên tập tin tên trang), thông thư ng không cần thiết Sử dụng loại liệu chéo ta cần nhập số quan sát liệu (dataset) vào ô Observations xong BẪI GI NG 2: H (ii) T o m t tập tin đọc t NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình m t nguồn d li u bên Ta m trực tiếp nguồn liệu bên nh nh cách m tập tin Eviews Để m file bên ngoài, tr ớc hết ta chọn File/Open/Foreign Data as Workfile9, … để đến hộp tho i Open, chọn Files of type, m file cần chuyển sang tập tin Eviews, thực số điều chỉnh cần thiết Xem ví dụ minh họa sau đƯy Để m chuyển tập tin sang Eviews, tr ớc hết ph i xác định th mục thích hợp, chọn tập tin (File name Files of type) cần chuyển sang tập tin Eviews Tuy nhiên, tập tin nguồn với định d ng khác có số khai báo riêng Đối với tập tin Stata Khi chọn m tập tin (ví dụ Chapter2.1.dta th mục data nh hộp tho i), ta thấy xuất hộp tho i Table Read Specification Trong đó, ta chọn Select Unselect để chọn biến cần thiết chuyển sang d ng liệu nhiên, thông th ng ta chọn tất c mặc định Eviews Ngoài ra, ta l i liệu thơng qua chọn cho phù hợp mục tiêu nghiên cứu (ví dụ Eviews thơi Tuy biến có sẵn theo định nghĩa điều kiện cần chọn quan Dĩ nhiên ta chọn File/Open/Eviews Workfile … bất tiện tí xíu types of file mặc định loại tập tin Eviews BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình sát có age>10) cách chọn Filter Obs nhập điều kiện vào Đối với tập tin Text Khi chọn m tập tin (ví dụ Chapter2.2.txt), ta thấy xuất hộp tho i ASCII Read Trong Column specification có ba lựa chọn: Delimiter …, Fixed …, An explicit … cho phép ta lựa chọn chiều rộng cột liệu tập tin Tuy nhiên, thông th ng Eviews mặc định d ng Delimiter … Start date/header ta thấy ô Skip lines cho phép ta lựa chọn bỏ dòng (th ng để l i dòng tên biến), ví dụ đƯy ta chọn “2” Điều có ý nghĩa giúp ta dễ dàng kiểm tra liệu không cần thiết Mục Row specification cho phép ta xác định số quan sát dòng (thơng th ng 1) Mục nói chung khơng cần thiết Sau ta chọn Next qua b ớc 2, l i chọn Next để qua b ớc b ớc ta đặt l i tên biến cách chọn biến thay tên biến mong muốn (ví dụ biến “employment” đổi thàng X2) Ngồi ra, ta mơ t đặc điểm biến (ví dụ đơn vị tính, …) Cuối ta chọn Finish BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình Thơng th ng sử dụng liệu từ tập tin tập tin (ví dụ Chapter2.3.xls) Excel10 Khi chọn m Eviews thực thông qua hai b ớc B ớc một, ta thấy xuất hộp tho i Spreadsheet Read nh sau: B ớc hai, giống nh b ớc tập tin d ng Text, Eviews đ a lựa chọn để đọc liệu thay đổi theo ý ng i sử dụng nh đặt l i tên nhãn biến Tuy nhiên, hầu hết tr ng hợp ng i sử dụng cần chọn Finish để chấp nhận định d ng mặc định Eviews cho phép m trực tiếp tất tập tin dạng xls, raw, txt, dta, … Ngày xửa chưa có Eviews 6, việc chuyển tập tin từ Excel hay Text sang Eviews kỳ tích 10 BẪI GI NG 2: H N i dung c a s tập tin Eviews NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình Khi m tập tin làm việc Eviews ta thấy xuất cửa sổ nh sau: Nguồn: Eviews Users Guide, pp.47 BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình Ta trình bày d ng tóm tắt nội dung tập tin Eviews cách chọn View/Statistics quay tr th mục gốc cách chọn View/Workfile Directory Ngoài ra, ta xem chi tiết nội dung tập tin cách chọn View/Name Display … View/Statistics … Sau t o tập tin Eviews, ta nên l u d ới định d ng Eviews cách chọn File/Save As … File/Save … Eviews hộp tho i Saveas, ta tên cho tập tin đó, chọn mức độ xác tho i Workfile Save TRÌNH BẪY D l i hay đặt hộp LI U Khi có sẵn tập tin Eviews, ta sử dụng cơng cụ Eviews b n để phƯn tích liệu chuỗi (sau đƯy đ ợc gọi biến11) hay nhóm biến theo nhiều cách khác Trình bơy d li u m t chu i12 Để xem nội dung biến đó, ví dụ M113 tập tin Chapter2.3.wf1, ta nhấp đúp vào biểu t ợng biến M1 cửa sổ tập tin này, hay chọn Quick/Show … thực đơn chính, nhập M1 chọn OK Eviews m biến M1 thể d ới d ng b ng tính mặc định 11 Variable Series statistics 13 Cung tiền 12 BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình  Đặt tên vơ nhãn m t chu i Nhấp đúp vào thực đơn Name, Eviews hiển thị Object Name (tên đối t ợng), có phần tên biến nhãn biến Nếu biến có tên nhãn ta lập b ng vẽ đồ thị, b ng hay đồ thị hiển thị tên nhãn  V đồ thị Có hai cách biểu diễn đồ thị d ng Line biến M1 Thứ nhất, từ Series M1 (chuỗi M1), ta chọn View/Graph/Line Thứ hai, từ cửa sổ tập tin Chapter2.3.wf1 ta chọn Quick/Graph/ … nhập tên biến M1, chọn OK, ta thấy xuất hộp tho i nh sau: Nếu chọn Area, ta có đồ thị sau đƯy (nếu muốn copy dán đồ thị word, ta nhấp vào đồ thị, Ctrl C, dán vào word cách bình th ng): 10 BẪI GI NG 2: H NhƯn qu NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình Granger Để kiểm định liệu có tồn t i mối quan hệ nhƯn qu Granger59 hai chuỗi th i gian Y X Eviews, ta xƯy dựng hai ph ơng trình sau: Yt = 0 + 1Yt-1 + … + lYt-l + 1Xt-1 + … + lXt-l + t Xt = 0 + 1Xt-1 + … + lXt-l + 1Yt-1 + … + lYt-l + t (2.14) (2.15) Để xem biến trễn X có gi i thích cho Y (X tác động nhƯn qu Granger lên Y) biến trễ Y có gi i thích cho X (Y tác động nhƯn qu Granger lên X) hay không ta kiểm định gi thiết sau đƯy cho ph ơng trình: H0: 1 = 2 = … = l = (2.16) Để kiểm định gi thiết đồng th i này, ta sử dụng thống kê F kiểm định Wald60 cách định nh sau: Nếu giá trị thống kê F tính tốn lớn giá trị thống kê F phê phán mức ý nghĩa xác định ta bác bỏ gi thiết H ng ợc l i Có bốn kh nh sau:  Nhân qu Granger chiều từ X sang Y biến trễ X có tác động lên Y, nh ng biến trễ Y khơng có tác động lên X  NhƯn qu Granger chiều từ Y sang X biến trễ Y có tác động lên X, nh ng biến trễ X khơng có tác động lên Y  NhƯn qu Granger hai chiều X Y biến trễ X có tác động lên Y biến trễ Y có tác động lên X  Khơng có quan hệ nhƯn qu Granger X Y biến trễ X khơng có tác động lên Y biến trễ Y khơng có tác động lên X Để kiểm định nhƯn qu Granger Eviews ta chọn View/Granger Causality … xuất hộp tho i độ trễ tối u Khi xác định độ trễ tối u chọn OK, ta có kết qu nh sau: 59 60 Granger causality Kiểm định tập hợp ràng buộc tuyến tính trình bày 39 giảng BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình L u ý, độ trễ X Y khác đ ợc xác định số tiêu chí thống kê khác XÂY D NG HẪM KINH T L NG TRễN EVIEWS Trong tài liệu ta xét phƯn tích hồi qui đơn ph ơng trình Phần trình bày kỹ thuật phƯn tích hồi qui b n nh xác định ớc l ợng mơ hình hồi qui, kiểm định gi thiết, sử dụng kết qu ớc l ợng cho mục đích dự báo Đ I T NG PH NG TRÌNH ớc l ợng hồi qui đơn ph ơng trình Eviews đ ợc thực cách sử dụng đối t ợng ph ơng trình Để t o đối t ợng ph ơng trình ta chọn Object/New Object ẩ /Equation hay Quick/Estimate Equation … từ thực đơn chính, hay đơn gi n cần đánh equation cửa sổ lệnh Kế tiếp, ta xác định d ng ph ơng trình hộp so n th o Specification hộp tho i Equation Estimation chọn ph ơng pháp ớc l ợng ô Method Các kết qu ớc l ợng đ ợc l u trữ nh phần đối t ợng ph ơng trình XƠc định ph ng trình hồi qui Khi t o đối t ợng ph ơng trình thấy xuất hộp tho i Equation Estimation ta cần xác định ba việc sau: d ng ph ơng trình, ph ơng pháp ớc l ợng, mẫu đ ợc sử dụng để ớc l ợng Trong hộp so n th o d ng ph ơng trình ta nhập biến phụ thuộc gi i thích theo thứ tự từ trái qua ph i l u ý xác định 40 BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình d ng hàm Có hai cách xác định d ng ph ơng trình ớc l ợng: liệt kê biến công thức Ph ơng pháp liệt kê dễ nh ng sử dụng giới h n d ng mơ hình tuyến tính Ph ơng pháp công thức tổng quát ph i đ ợc sử dụng để xác định d ng mơ hình phi tuyến mơ hình có ràng buộc tham số XƠc định ph ng trình theo ph ng phƠp li t kê Cách đơn gi n để xác định ph ơng trình tuyến tính liệt kê biến ph ơng trình Tr ớc hết, nhập tên biến phụ thuộc hay công thức biến phụ thuộc, sau nhập tên biến gi i thích Ví dụ, sử dụng Chapter2.3.xls để xác định ph ơng trình hồi qui GDP theo cung tiền M1, ta nhập vào hộp tho i so n th o d ng ph ơng trình nh sau: GDP c M1 (2.17) L u ý có diện chuỗi C danh sách biến gi i thích ĐƯy chuỗi mặc định sẵn Eviews đ ợc dùng để xác định số ph ơng trình hồi qui Eviews không tự động đ a số vào ph ơng trình hồi qui tùy thuộc vào mơ hình có hệ số cắt hay khơng nên ta ph i đ a vào xác định ph ơng trình hồi qui C đối t ợng đ ợc xác định tr ớc tập tin Eview ĐƯy vectơ hệ số mặc định – ta xác định ph ơng trình cách liệt kê tên biến, Eviews l u giữ hệ số ớc l ợng vectơ theo thứ tự xuất danh sách biến Trong ví dụ trên, số đ ợc l u C(1) hệ số M1 đ ợc l u C(2) Nếu mơ hình có biến trễ giai đo n biến phụ thuộc ta liệt kê biết hộp tho i so n th o nh sau: GDP GDP(-1) c M1 (2.18) Nh hệ số biến trễ biến GDP C(1), hệ số số C(2), hệ số M1 C(3) Nếu mơ hình có nhiền biến trễ liên tục biến GDP thay ph i nhập biến trễ GDP(-1) GDP(-2) GDP(3) GDP(-4), Eviews cho phép thực nh sau: GDP GDP(1 to 4) c M1 (2.19) Tuy nhiên, ta không đ a số dấu ngoặc đơn Eviews hiểu số Ví dụ: 41 BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình GDP c M1(to 2) M1(-4) (2.20) Thì Eviews hiểu ta hồi qui GDP theo số C, M1, M1(-1), M1(-2), M1(-4) Ngoài ra, ta đ a chuỗi điều chỉnh vào nhóm biến gi i thích Ví dụ ta hồi qui GDP theo số, biến trễ GDP, biến trung bình di động hai giai đo n M1 nh sau: GDP GDP(-1) c ((M1+M1(-1))/2) XƠc định ph ng trình theo ph Một cơng thức ph tốn biến cơng thức, tho i so n th o nh sau: (2.21) ng phƠp công thức ơng trình Eviews biểu thức hệ số Để xác định ph ơng trình đơn gi n ta nhập biểu thức vào hộp Ví dụ, hồi qui mơ hình d ng log tự nhiên log(GDP) c log(GDP(-1)) log(M1) (2.22) Hai lý chủ yếu ta ph i sử dụng ph ơng pháp công thức ớc l ợng mơ hình ràng buộc phi tuyến Ph c l ng m t ph ng phƠp c l ng hồi qui ng Sau xác định ph ơng trình, ta cần chọn ph ơng pháp ớc l ợng cách nhấp vào Method thấy xuất hộp tho i d ng dropdown liệt kê ph ơng pháp ớc l ợng Ph ơng pháp sử dụng phổ biến hồi qui đơn ph ơng trình ph ơng pháp bình ph ơng bé 61 Trong gi ng trình kinh tế l ợng b n sách này, ta sử dụng hai ph ơng pháp LS - Least Squares62 BINARY – Binary choice63 Hai ph ơng pháp đ ợc trình bày chi tiết vào gi ng sau 61 Least squares/Ordinary least squares Kể phương pháp WLS (Weighted least squares) GLS (Generalized least squares) 63 Hai loại mô hình trình bày giảng 15 Logit Probit 62 42 BẪI GI NG 2: H M u c l NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình ng Ta nên xác định mẫu sử dụng cho việc ớc l ợng mơ hình Theo mặc định, Eviews đ a mẫu tập tin Eviews hành, nh ng ta thay đổi mẫu theo mục đích ớc l ợng cách nhập vào hộp tho i Sample Thay đổi mẫu đƯy khơng nh h ng đến mẫu tập tin Eviews hành Nếu có quan sát khơng có giá trị64, Eviews t m th i điều chỉnh mẫu ớc l ợng để lo i bỏ quan sát khỏi mẫu phƯn tích Ngồi ra, mơ hình có biến trễ hay biến điều chỉnh Eviews điều chỉnh số mẫu ớc l ợng CƠc l a l ng chọn c Khi chọn Options ta thấy xuất hộp tho i Equation Estimation Các nội dung phần lựa chọn ớc l ợng nh Heteroskedastiscity consistent coefficient covariance Weighted LS/TSLS đ ợc trình bày chi tiết gi ng 12 13 ĐƯy ph ơng pháp xử lý t ợng tự t ơng quan phổ biến cỡ mẫu lớn (gọi ph ơng pháp Newey-West) 64 Missing value 43 BẪI GI NG 2: H K t qu c l NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình ng Sau hồn thành b ớc ta chọn OK hộp tho i Equation Estimation, Eviews hiển thị cửa số ph ơng trình hiển thị kết qu ớc l ợng Trong kết qu ớc l ợng Eviews gồm ba phần chính: Tóm tắt đặc điểm mơ hình hồi qui (biến phụ thuộc, ph ơng pháp ớc l ợng, th i điểm thực ớc l ợng, mẫu ớc l ợng, số quan sát đ ợc sử dụng cho ớc l ợng kết qu ); Kết qu hệ số (tên biến gi i thích, giá trị ớc l ợng hệ số hồi qui, sai số chuẩn, thống kê t, giá trị xác suất); Tóm tắt thống kê (hệ số xác định R2, R2 điều chỉnh, sai số chuẩn hồi qui, tổng bình ph ơng phần d (RSS), thống kê d DurbinWatson, AIC, SIC, thống kê F, …) Sau học xong gi ng trình kinh tế l ợng b n ta hiểu cách hệ thống tất c thông tin b ng kết qu ớc l ợng PhƯn tích k t qu CƠc hiển thị ph hồi qui ng trình hồi qui Các hình thức biểu diễn phương trình hồi qui65 Biểu diễn ph ơng trình hồi qui d ới ba hình thức: hình thức lệnh ớc l ợng hình lệnh Eviews, hình thức ph ơng trình đ i số d ới d ng ký hiệu, hình thức ph ơng trình với giá trị ớc l ợng hệ số 65 Representation 44 BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình Estimation Command: ===================== LS GDP GDP(-1) C M1 Estimation Equation: ===================== GDP = C(1)*GDP(-1) + C(2) + C(3)*M1 Substituted Coefficients: ===================== GDP = 1.02348388*GDP(-1) + 3.375294154 - 0.0171476024*M1 Kết ước lượng Nh trình bày Giá trị thực tế, giá trị ước lượng, phần dư Có cách trình bày nh sau: Các kiểm định hệ số hồi qui, phần dư, ổn định ĐƯy nội dung quan trọng phƯn tích hồi qui đ ợc trình bày phần sau Các thủ t c ph ng trình hồi qui Có nhiều thủ tục liên quan đến kết qu ớc l ợng ph ơng trình hồi qui, nh ng hai thủ tục hay sử dụng Specify/Estimate … nghĩa giúp quay l i hộp tho i Equation Estimation cách nhanh chóng ta có điều chỉnh mơ hình hồi qui, Forecast … nghĩa mơ hình ớc l ợng tốt ta dùng cho mục đích dự báo thủ tục giúp ta xác định đ ợc giá trị dự báo điểm, xƯy dựng đồ thị kho ng dự báo, tiêu thống kê độ xác dự báo Phần d t ph ng trình hồi qui Phần d từ ph ơng trình hồi qui đ ợc l u giữ đối t ợng chuỗi có tên mặc định RESID RESID chuỗi thông th ng đ ợc t o kết qu ph ơng trình hồi qui vừa đ ợc thực Cho nên, muốn phƯn tích phần d ta nên l u phần d với tên gọi khác Khi vừa ớc l ợng mơ hình, ta chọn Resids Equation ta có đồ thị hệ trục kép nh sau: 45 BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình 2000 1500 1000 30 500 20 10 0 -10 -20 -30 55 60 65 70 Residual Bi n gi 75 80 Actual 85 90 95 Fitted Eviews Để đ a biến gi vào mơ hình hồi qui, thay ph i t o biến này, Eviews đ a cơng thức hỗ trợ hữu ích nh sau: @EXPAND(D1, D2, …) (2.23) Ví dụ sử dụng Chapter2.4.wf1 hồi qui biến wage theo biến giáo dục, năm kinh nghiệm, giới thích, ngành xƯy dựng, ngành dịch vụ nh sau: 46 BẪI GI NG 2: H Kết qu M t s ớc l ợng nh NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình sau: kiểm định hồi qui c b n Mỗi thủ tục kiểm định đ ợc trình bày d ới đƯy liên quan đến gi thiết không (H0) định Trong kết qu kiểm định th ng gồm có thống kê kiểm định giá trị xác suất, p-value (càng thấp kh bác bỏ H0 cao) Tuy nhiên, để hiểu kiểm định ta cần hiểu phƯn phối xác suất b n nh nội dung kiểm định Cho nên, kiểm định đ ợc áp dụng sau nội dung gi ng liên quan gi ng sau CƠc kiểm định h  Kiểm định Wald s ĐƯy kiểm định quan trọng phƯn tích hồi qui bội cách tính thống kê kiểm định dựa hồi qui không bị ràng buộc Thống kê Wald cho biết mức độ ớc l ợng không bị ràng buộc thỏa mãn ràng buộc nh d ới gi thiết không Nếu ràng buộc thực đúng, ớc l ợng không bị ràng buộc thỏa mãn ràng buộc 47 BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình Để thực kiểm định Wald (về ràng buộc hệ số) Eviews ta xem ví dụ sau đƯy (tập tin Chapter2.5.wf1) Gi sử ta có hàm s n xuất Cobb-Dougle có d ng: Y = AK2L3eui (2.24) Trong đó: Y s n l ợng, K vốn cố định, L lao động, 2 3 lần l ợt hệ số co giãn s n l ợng theo vốn lao động, 2 + 3 tính (lợi thế) kinh tế theo/nh qui mơ (return to scale) Theo lý thuyết kinh tế ta biết:  Lợi kinh tế tăng theo qui mô 2 + 3 >  Lợi kinh tế không đổi theo qui mô 2 + 3 =  Lợi kinh tế gi m theo qui mô 2 + 3 < Nếu lấy log tự nhiên hai vế ph ơng trình (2.24) ta có: log(Y) = log(A) + 2log(K) + 3log(L) + ui (2.25) log(Y) = 1 + 2log(K) + 3log(L) + ui (2.26) Đặt 1 = log(A) A = e1, ta có ph ơng trình t ơng đ ơng sau đƯy: Kết qu ớc l ợng ph ơng trình (2.25) nh b ng sau: Tổng hệ số hồi qui log(K) log(L) d ng nh lớn 1, nh ng để có kết luận tin cậy ta cần kiểm định gi 48 BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình thiết H0: 2 + 3 = Để thực kiểm định Wald ta chọn View/Coefficient Tests/Wald – Coefficient Restrictions … nhập điều kiện ràng buộc vào hộp tho i so n th o nh sau: Lứu ý, có nhiều ràng buộc khác nhau, ràng buộc cách dấu phẩy Eviews cho kết qu kiểm định nh sau: Các giá trị thống kê đ ợc gi i thích gi ng mơ hình hồi qui bội Ngồi ra, ta đ a điều kiện ràng buộc khác tùy vào phát biểu gi thiết Để định bác bỏ hay chấp nhận H0, mơ hình hồi qui tuyến tính ta so sánh giá trị F tính toán với giá trị F phê phán mức ý nghĩa xác định Ng ợc l i, mơ hình hồi qui phi tuyến ta so sánh giá trị chi bình ph ơng tính tốn với giá trị chi bình ph ơng phê phán với số bậc tự số ràng buộc 49 BẪI GI NG 2: H  Kiểm định b NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình sót bi n ĐƯy nội dung quan trọng kiểm định sai d ng mơ hình Ý t ng kiểm định ta đ a thêm biến vào mơ hình muốn biết biến có đóng góp có ý nghĩa vào việc gi i thích thay đổi biến phụ thuộc hay không Gi thiết không kiểm định biến đ a thêm vào mơ hình đồng th i khơng có ý nghĩa Gi sử, với Chapter2.3.xls, lúc đầu ta ớc l ợng mơ hình nh sau: log(GDPt) = B1 + B2log(M1t) + B3log(RSt) + ut (2.27) Hai điểm l u ý với kiểm định này: - Số quan sát hai mơ hình ph i Áp dụng cho ph ơng pháp ớc l ợng miễn ph ơng trình hồi qui đ ợc xác định cách liệt kê biến không ph i công thức Để thực kiểm định bỏ sót biết ta chọn View/Coefficient Tests/Omitted Variables – Likelihood Ratio … nhập tên biến nghi bị bỏ sót cần đ ợc kiểm định (gi sử TIME PR) vào hộp tho i so n th o đ ợc kết qu sau đƯy: 50 BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình Để định bác bỏ hay chấp nhận H0, mơ hình hồi qui tuyến tính ta so sánh giá trị F tính tốn với giá trị F phê phán mức ý nghĩa xác định Ng ợc l i, mơ hình hồi qui phi tuyến ta so sánh giá trị LR với giá trị chi bình ph ơng phê phán với số bậc tự số ràng buộc  Kiểm định th a bi n ĐƯy nội dung kiểm định sai d ng mơ hình Kiểm định cho phép ta kiểm định xem nhóm biến đ a vào mơ hình có ý nghĩa thống kê hay khơng Nói cách khác, đƯy kiểm định xem hệ số nhóm biến đ a vào mơ hình có đồng th i không hay không để định có nên lo i chúng khỏi mơ hình hay không Các điều kiện áp dụng kiểm định t ơng tự nh kiểm định bỏ sót biến Gi sử lúc đầu ta có mơ hình nh sau: log(GDPt) = B1 + B2log(M1t) + B3log(RSt) + B4PRt + B5TIME + ut (2.28) Để thực kiểm định thừa biến ta chọn View/Coefficient Tests/Redundant Variables – Likelihood Ratio … nhập biến cho khơng cần thiết (ví dụ PR TIME) vào hộp tho i so n th o đ ợc kết qu sau: Để định bác bỏ hay chấp nhận H0, qui tuyến tính ta so sánh giá trị F tính tốn F phê phán mức ý nghĩa xác định Ng ợc hình hồi qui phi tuyến ta so sánh giá trị chi 51 mơ hình hồi với giá trị l i, mơ bình ph ơng BẪI GI NG 2: H NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình tính tốn với giá trị chi bình ph ơng phê phán với bậc tự số ràng buộc Kiểm định phần d Eviews cung cấp kiểm định gi thiết quan trọng liên quan đến phần d nh phần d có phƯn phối chuẩn, khơng có t ơng quan chuỗi, ph ơng sai đồng  Kiểm định phƯn ph i chu n phần d Nh ta biết gi ng phƯn tích hồi qui đơn, gi định quan trọng mơ hình hồi qui tuyến tính cổ điển h n nhiễu ngẫu nhiên mô hình hồi qui tổng thể (và phần d - đ i diện h n nhiễu ngẫu nhiên mơ hình hồi qui mẫu) theo phƯn phối chuẩn Gi thiết H0: Phần d chuẩn mơ hình hồi qui có phƯn phối Ph ơng pháp: Thống kê Jarque – Bera Nh trình bày thống kê JB có phƯn phối Chi bình ph ơng với số bậc tự (2(2)) Thực Eviews: Từ kết qu ớc l ợng chọn View/Residual tests/Histogram – Normality test, so sánh giá trị JB với giá trị Chi bình ph ơng với số bậc tự  Biểu đồ t t ng quan - th ng kê Q Trong mơ hình hồi qui tuyến tính cổ điển có gi định h n nhiễu khơng có t ơng quan với Ngồi thống kê d Durbin-Watson, ta sử dụng biểu đồ tự t ơng quan thống kê Q để kiểm định “chuỗi” phần d mơ hình hồi qui có t ơng quan với không Biểu đồ tự t ơng quan đ ợc trình bày phần xử lý liệu chuỗi Để thực kiểm định phần d có tự t ơng quan hay không ta chọn View/Residual Tests/Correlogram – Q Statistics …  Kiểm định nhƯn t Lagrange ĐƯy cách kiểm định khác với kiểm định t ơng quan chuỗi Kiểm định đ gi ng 13 lựa chọn d ng mơ hình thực hiệm kiểm định cách chọn Tests/Serial Correlation LM Test … 52 định Q để kiểm ợc trình bày Trên Eviews ta Views/Residual JB  Nk  (K - 3)   S    BẪI GI NG 2: H  Kiểm định White v ph NG D N S D NG EVIEWS 6.0 ThS Phùng Thanh Bình ng sai thay đ i T ơng tự, mơ hình hồi qui tuyến tính cổ điển gi định h n nhiễu có ph ơng sai đồng Để xem ph ơng sai nhiễu có đồng hay khơng ta sử dụng kiểm định Park, kiểm định Glejser, kiểm định White, … Nội dung kiểm định đ ợc trình bày gi ng 11 ph ơng sai thay đổi Trên Eviews ta thực kiểm định White cách chọn View/Residual Tests/White Heteroskedasticity (no cross terms) View/Residual Tests/White Heteroskedasticity (cross terms) Kiểm định s n định  Kiểm định Chow Mục đích kiểm định Chow xem liệu có thay đổi mặt cấu trúc mơ hình hồi qui (đối với hồi qui chuỗi th i gian) giai đo n khác (do thay đổi sách cú sốc kinh tế) hay không Nội dung kiểm định đ ợc trình bày gi ng phƯn tích hồi qui bội Ta xét ví dụ Chapter2.6.txt Sau ta hồi qui tiết kiệm theo thu nhập thực kiểm định nh sau View/Stability Tests/Chow Breakpoint Test … ta nhập mốc th i gian vào hộp tho i so n th o để có kết qu nh sau:  Kiểm định RESET Ramsay Mục đích kiểm định xem có bỏ sót biến quan trọng mơ hình hồi qui hay khơng (nhất khơng có số liệu biến bỏ sót đó) Nội dung kiểm định đ ợc trình bày gi ng lựa chọn d ng mơ hình Sau ớc l ợng, để kiểm định xem liệu mơ hình có sót biến hay không ta chọn View/Stability Tests/Ramsay RESET Test … 53