Đang tải... (xem toàn văn)
Chương trình Giảng dạy Kinh tế Fulbright Phương pháp nghiên cứu II Bài đọc Kinh tế lượng cơ sở 4th ed Ch 16 Các mô hình hồi qui dữ liệu bảng Damodar Gujarati 1 Người dịch Kim Chi Hiệu đính Đinh Công K[.]
Chương trình Giảng dạy Kinh tế Fulbright Phương pháp nghiên cứu II Bài đọc Kinh tế lượng sở - 4th ed Ch 16: Các mơ hình hồi qui liệu bảng Chương 16 Các mơ hình hồi quy liệu bảng Trong Chương thảo luận qua loại liệu nhìn chung có sẵn để phân tích thực nghiệm, liệu theo chuỗi thời gian, liệu chéo theo không gian, liệu bảng Trong liệu theo chuỗi thời gian, ta quan sát giá trị hay nhiều biến khoảng thời gian (ví dụ GDP vài quý hay vài năm) Trong liệu liệu chéo theo không gian, giá trị hay nhiều biến thu thập cho vài đơn vị mẫu, hay thực thể, vào thời điểm (ví dụ tỷ lệ tội phạm 50 bang Hoa Kỳ năm định) Trong liệu bảng, đơn vị chéo theo khơng gian (ví dụ hộ gia đình, doanh nghiệp, hay tiểu bang) khảo sát theo thời gian Nói vắn tắt, liệu bảng có bình diện khơng gian thời gian Ta thấy ví dụ liệu bảng Bảng 1.1, trình bày liệu số trứng sản xuất giá trứng 50 tiểu bang Hoa Kỳ năm 1990 1991 Trong năm cho trước, liệu trứng giá trứng 50 tiểu bang tiêu biểu cho mẫu chéo theo khơng gian Trong bang cho trước, có hai quan sát chuỗi thời gian trứng giá trứng Như vậy, ta có tổng cộng (50 x 2) = 100 quan sát (kết hợp) trứng sản xuất giá trứng Dữ liệu bảng cịn có cách gọi khác, liệu kết hợp (kết hợp quan sát theo chuỗi thời gian theo không gian), kết hợp liệu theo chuỗi thời gian không gian, liệu vi bảng, liệu theo chiều dọc (nghiên cứu theo thời gian biến hay nhóm đối tượng), phân tích lịch sử biến cố (ví dụ, nghiên cứu biến thiên theo thời gian đối tượng thông qua trạng thái hay điều kiện nối tiếp), phân tích nhóm (ví dụ, theo dõi diễn tiến nghiệp 1965 sinh viên tốt nghiệp trường kinh doanh) Cho dù có nhiều biến thể tinh tế, tất tên gọi thực chất tiêu biểu cho biến thiên theo thời gian đơn vị chéo theo khơng gian Do đó, sử dụng thuật ngữ liệu bảng theo ý nghĩa tổng quát để bao gồm hay nhiều thuật ngữ Và ta gọi mơ hình hồi qui dựa vào liệu mơ hình hồi qui liệu bảng Dữ liệu bảng ngày sử dụng nhiều nghiên cứu kinh tế Có vài liệu bảng tiếng như: Nghiên cứu bảng Động học Thu nhập (PSID) Viện Nghiên cứu Khoa học thuộc Đại học Michigan thực Bắt đầu vào năm 1968, năm Viện lại thu thập liệu khoảng 5000 hộ gia đình với biến số nhân kinh tế xã hội khác Văn phòng Điều tra dân số Bộ Thương mại thực việc điều tra khảo sát tương tự PSID, gọi Khảo sát Tham gia Chương trình Thu nhập (SIPP) Bốn lần năm, người tham gia vấn điều kiện kinh tế họ Cũng có nhiều điều tra khảo sát khác thực quan phủ khác Ngay từ đầu ta nên lưu ý cảnh báo Đề tài hồi qui liệu bảng rộng lớn, phần liên quan đến toán học thống kê phức tạp Chúng ta hy vọng chạm đến phần vấn đề then chốt mơ hình hồi qui liệu bảng, chi tiết để lại cho phần tài liệu Damodar Gujarati Người dịch: Kim Chi Hiệu đính: Đinh Cơng Khải Chương trình Giảng dạy Kinh tế Fulbright Phương pháp nghiên cứu II Bài đọc Kinh tế lượng sở - 4th ed Ch 16: Các mơ hình hồi qui liệu bảng tham khảo.1 Nhưng nên báo trước số tài liệu tham khảo có tính chất kỹ thuật May thay, gói phần mềm thân thiện với người sử dụng Limdep, PcGive, SAS, STATA, Shazam Eviews, nhiều phần mềm khác, giúp cho việc thực hồi qui liệu trở nên dễ dàng 16.1 Tại phải sử dụng liệu bảng? Các ưu điểm liệu bảng so với liệu theo chuỗi thời gian khơng gian gì? Baltagi liệt kê ưu điểm sau liệu bảng:2 Vì liệu bảng liên quan đến cá nhân, doanh nghiệp, tiểu bang, đất nước, v.v… theo thời gian, nên định phải có tính dị biệt (khơng đồng nhất) đơn vị Kỹ thuật ước lượng liệu bảng thức xem xét đến tính dị biệt cách xem xét biến số có tính đặc thù theo cá nhân, trình bày sau Ta sử dụng thuật ngữ cá nhân theo ý nghĩa chung bao gồm đơn vị vi mô cá nhân, doanh nghiệp, tiểu bang, đất nước Thông qua kết hợp chuỗi theo thời gian quan sát theo không gian, liệu bảng cung cấp ‘những liệu có nhiều thơng tin hơn, đa dạng hơn, cộng tuyến biến số, nhiều bậc tự hiệu hơn.’ Thông qua nghiên cứu quan sát theo không gian lặp lại, liệu bảng phù hợp để nghiên cứu tính động thay đổi Tình trạng thất nghiệp, ln chuyển cơng việc, tính lưu chuyển lao động nghiên cứu tốt với liệu bảng Dữ liệu bảng phát đo lường tốt ảnh hưởng mà quan sát liệu chuỗi thời gian túy hay liệu chéo theo khơng gian túy Ví dụ, ảnh hưởng luật tiền lương tối thiểu việc làm thu nhập nghiên cứu tốt xem xét đợt gia tăng tiền lương tối thiểu liên tiếp mức lương tối thiểu liên bang (hoặc) tiểu bang Dữ liệu bảng giúp ta nghiên cứu mơ hình hành vi phức tạp Ví dụ, tượng lợi kinh tế theo qui mô thay đổi kỹ thuật xem xét thơng qua liệu bảng tốt so với liệu theo chuỗi thời gian túy hay theo không gian túy Bằng cách thu thập số liệu có sẵn cho vài nghìn đơn vị, liệu bảng tối thiểu hóa thiên lệch xảy ta tổng hợp cá nhân hay doanh nghiệp thành số liệu tổng Một số tài liệu tham khảo G Chamberlain, ‘Panel Data,’ Handbook of Econometrics, tập II, Z Griliches M D Intriligator chủ biên, North Hollans Publishers, 1984, chương 22; C Hsiao, Analysis of Panel Data, Cambridge University Press, 1986; G G Judge, R C Hill, W E Griffiths, H Lukepohl, T C Lee, Introduction to the Theory and Practice of Econometrics, xuất lần thứ hai, John Wiley & Sons, New York, 1985, chương 11; W H Greene, Econometric Analysis, xuất lần thứ 4, Prentice Hall, Englewood Cliffs, N J., 2000, chương 14; Badi H Baltagi, Econometric Analysis of Cross Section and Panel Data, MIT Press, Cambridge, Mass., 1999 Baltagi, tài liệu dẫn, trang 3-6 Darmodar Gujarati Người dịch: Kim Chi Hiệu đính: Đinh Cơng Khải Chương trình Giảng dạy Kinh tế Fulbright Phương pháp nghiên cứu II Bài đọc Kinh tế lượng sở - 4th ed Ch 16: Các mơ hình hồi qui liệu bảng Nói vắn tắt, liệu bảng làm phong phú phân tích thực nghiệm theo cách thức mà khơng đạt ta sử dụng liệu theo chuỗi thời gian hay khơng gian túy Điều khơng có nghĩa ta khơng có vấn đề với việc lập mơ hình liệu bảng Ta thảo luận vấn đề sau ta tìm hiểu nhiều lý thuyết thảo luận ví dụ 16.2 Dữ liệu bảng: Một ví dụ minh họa Để chuẩn bị, ta xem xét ví dụ cụ thể Xem số liệu cho Bảng 16.1, lấy từ nghiên cứu tiếng lý thuyết đầu tư Y Grunfeld đề xuất.3 Grunfeld quan tâm đến việc tìm hiểu xem tổng đầu tư thực (Y) phụ thuộc vào giá trị thực doanh nghiệp (X2) trữ lượng vốn thực (X3) Cho dù nghiên cứu ban đầu bao gồm số cơng ty, mục đích minh họa, ta thu thập liệu cho bốn công ty, General Electric (GE), General Motor (GM), US Steel (US), Westinghouse (WEST) Dữ liệu công ty ba biến số có sẵn giai đoạn 1935-1954 Như vậy, ta có bốn đơn vị theo khơng gian 20 thời đoạn Do đó, tổng cộng ta có 80 quan sát Tiên nghiệm, Y dự kiến có quan hệ đồng biến với X2 X3 Trên nguyên tắc, ta chạy bốn phép hồi qui theo chuỗi thời gian, hồi qui cho công ty; ta chạy 20 phép hồi qui theo không gian, năm phép hồi qui, cho dù trường hợp sau ta phải lo lắng bậc tự do.4 Kết hợp tất 80 quan sát, ta viết hàm đầu tư Grunfeld sau: Yit = β1 + β2 X2it + β3 X3it + uit i = 1, 2, 3, (16.2.1) t = 1, 2, …, 20 i tiêu biểu cho đơn vị thứ i (cá nhân thứ i) t tiêu biểu cho thời đoạn thứ t Theo qui ước, ta chọn i ký hiệu đơn vị theo không gian t ký hiệu theo thời gian Ta giả định có số lượng tối đa N đơn vị chéo số lượng tối đa T thời đoạn Nếu đơn vị theo không gian có số lượng quan sát theo chuỗi thời gian, liệu bảng gọi bảng cân đối Trong bảng xem xét, ta có bảng cân đối, cơng ty mẫu có 20 quan sát Nếu số quan sát khác phần tử bảng, ta gọi bảng khơng cân đối Trong chương này, nói chung ta quan tâm đến bảng cân đối Đầu tiên, ta giả định biến số X không ngẫu nhiên số hạng sai số tuân theo giả định kinh điển, E(uit) ~ N(0, σ2) Grunfeld, ‘The Determinants of Corporate Investment,’ luận án tiến sĩ khơng xuất bản, phịng Kinh tế, đại học Chicago, 1958 Dữ liệu giới thiệu lại vài sách Chúng lấy từ nghiên cứu H D Vinod Aman Ullha, Recent Advances in Regression Methods, Marcel Dekker, New York, 1981, trang 259-261 Nghiên cứu Grunfeld trở thành nghiên cứu ưa thích tác giả viết sách giáo khoa liệu dễ sử dụng cho mục đích minh họa Đối với năm, ta có bốn quan sát biến hồi qui phụ thuộc biến hồi qui độc lập Nếu ta cho phép có tung độ gốc, ta phải ước lượng ba thơng số, cịn lại bậc tự Hiển nhiên, phép hồi qui xem ý nghĩa Darmodar Gujarati Người dịch: Kim Chi Hiệu đính: Đinh Cơng Khải Chương trình Giảng dạy Kinh tế Fulbright Phương pháp nghiên cứu II Bài đọc Kinh tế lượng sở - 4th ed Ch 16: Các mơ hình hồi qui liệu bảng Cẩn thận lưu ý ký hiệu ghép đôi ký hiệu ghép ba, mà tự chúng giải thích Làm ta ước lượng phương trình (16.2.1)? Câu trả lời sau Bảng 16.1 Dữ liệu đầu tư bốn công ty, 1935-54 Quan sát 1935 1936 1937 1938 1939 1940 1941 1942 1943 1944 1945 1946 1947 1948 1949 1950 1951 1952 1953 1954 1935 1936 1937 1938 1939 1940 1941 1942 1943 1944 1945 1946 1947 1948 1949 1950 1951 1952 1953 I GE 33.1 45.0 77.2 44.6 48.1 74.4 113.0 91.9 61.3 56.8 93.6 159.9 147.2 146.3 98.3 93.5 135.2 157.3 179.5 189.6 GM 317.6 391.8 410.6 257.7 330.8 461.2 512.0 448.0 499.6 547.5 561.2 688.1 568.9 529.2 555.1 642.9 755.9 891.2 1304.4 Darmodar Gujarati F-1 C-1 Quan sát 1170.6 2015.8 2803.3 2039.7 2256.2 2132.2 1834.1 1588.0 1749.4 1687.2 2007.7 2208.3 1656.7 1604.4 1431.8 1610.5 1819.4 2079.7 2371.6 2759.9 97.8 104.4 118.0 156.2 172.6 186.6 220.9 287.8 319.9 321.3 319.6 346.0 456.4 543.4 618.3 647.4 671.3 726.1 800.3 888.9 1935 1936 1937 1938 1939 1940 1941 1942 1943 1944 1945 1946 1947 1948 1949 1950 1951 1952 1953 1954 3078.5 4661.7 5387.1 2792.2 4313.2 4643.9 4551.2 3244,1 4053.7 4379.3 4840.9 4900.0 3526.5 3245.7 3700.2 3755.6 4833.0 4926.9 6241.7 2.8 52.6 156.9 209.2 203.4 207.2 255.2 303.7 264.1 201.6 265.0 402.0 761.5 922.4 1020.1 1099.0 1207.7 1430.5 1777.3 1935 1936 1937 1938 1939 1940 1941 1942 1943 1944 1945 1946 1947 1948 1949 1950 1951 1952 1953 I US 209.9 355.3 469.9 262.3 230.4 361.6 472.8 445.6 361.6 288.2 258.7 420.3 420.5 494.5 405.1 418.8 588.2 645.2 641.0 459.3 WEST 12.93 25.90 35.05 22.89 18.84 28.57 48.51 43.34 37.02 37.81 39.27 53.46 55.56 49.56 32.04 32.24 54.38 71.78 90.08 F-1 C-1 1362.4 1807.1 2673.3 1801.9 1957.3 2202.9 2380.5 2168.6 1985.1 1813.9 1850.2 2067.7 1796.3 1625.8 1667.0 1677.4 2289.5 2159.4 2031.3 2115.5 53.8 50.5 118.1 260.2 312.7 254.2 261.4 298.7 301.8 279.1 213.8 232.6 264.8 306.9 351.1 357.8 341.1 444.2 623.6 669.7 191.5 516.0 729.0 560.4 519.9 628.5 537.1 561.2 617.2 626.7 737.2 760.5 581.4 662.3 583.8 635.2 732.8 864.1 1193.5 1.8 0.8 7.4 18.1 23.5 26.5 36.2 60.8 84.4 91.2 92.4 86.0 111.1 130.6 141.8 136.7 129.7 145.5 174.8 Người dịch: Kim Chi Hiệu đính: Đinh Cơng Khải Chương trình Giảng dạy Kinh tế Fulbright 1954 1486.7 5593.6 Phương pháp nghiên cứu II Bài đọc 226.3 Kinh tế lượng sở - 4th ed Ch 16: Các mơ hình hồi qui liệu bảng 1954 68.60 1188.9 213.5 Chú thích: Y = I = Tổng đầu tư = Bổ sung nhà máy thiết bị cộng bảo trì sửa chữa; đơn vị tính: triệu USD giảm phát theo P1 X2 = F = Giá trị doanh nghiệp = Giá cổ phiếu phổ thông cổ phiếu ưu đãi vào ngày 31-12 (hay giá bình quân ngày 31-12 ngày 31-1 năm sau) nhân cho số cổ phiếu phổ thông cổ phiếu ưu đãi lưu hành cộng tổng giá trị sổ sách nợ vào ngày 31-12; đơn vị tính: triệu USD giảm phát theo P X2 = C = Trữ lượng máy móc thiết bị = Tổng lũy kế bổ sung rịng máy móc thiết bị giảm phát theo P1 trừ khấu hao giảm phát theo P3 với định nghĩa sau đây: P1 = Hệ số giảm phát giá ngầm ẩn thiết bị lâu bền nhà sản xuất (1947 = 100) P2 = Hệ số giảm phát giá ngầm ẩn GNP (1947 = 100) P3 = Hệ số giảm phát chi phí khấu hao = Bình quân di động 10 năm số giá bán buôn kim loại sản phẩm kim loại (1947 = 100) Nguồn: Trình bày lại từ nghiên cứu H D Vinod Aman Ullah, Recent Advances in Regression Methods, Marcel Dekker, New York, 1981, trang 259-261 16.3 Ước lượng mơ hình hồi qui liệu bảng: Cách tiếp cận ảnh hưởng cố định Việc ước lượng phương trình (16.2.1) phụ thuộc vào giả định mà ta nêu lên tung độ gốc, hệ số độ dốc, số hạng sai số uit Có vài khả xảy ra:5 Giả định hệ số độ dốc tung độ gốc số theo thời gian không gian, số hạng sai số thể khác theo thời gian theo cá nhân Các hệ số độ dốc số tung độ gốc thay đổi theo cá nhân Các hệ số độ dốc số tung độ gốc thay đổi theo cá nhân thời gian Tất hệ số (tung độ gốc hệ số độ dốc) thay đổi theo cá nhân Tung độ gốc hệ số độ dốc thay đổi theo cá nhân theo thời gian Như bạn thấy, trường hợp cho thấy tính phức tạp tăng dần (và có lẽ sát thực tế hơn) việc ước lượng mơ hình hồi qui liệu bảng, mơ hình (16.2.1) Lẽ dĩ nhiên, tính phức tạp gia tăng ta bổ sung thêm biến hồi qui độc lập vào mơ hình khả xảy tượng cộng tuyến biến hồi qui độc lập Việc tìm hiểu sâu xa khả khả nêu đòi hỏi phải viết sách riêng, có vài sách thị trường Trong phần tiếp theo, tìm hiểu vài đặc điểm khả khác này, đặc biệt bốn khả Thảo luận không sâu vào mặt kỹ thuật Tất hệ số không đổi theo thời gian theo cá nhân Cách tiếp cận đơn giản có lẽ ngây thơ bỏ qua bình diện không gian thời gian liệu kết hợp ước lượng hồi qui OLS thông thường Nghĩa là, xếp chồng lên 20 Phần thảo luận chịu ảnh hưởng nghiên cứu Judge người khác, tài liệu dẫn, nghiên cứu Hsiao, tài liệu dẫn, trang 9-10 Ngoài sách đề cập thích số 1, xem thêm sách Terry E Dielman, Pooled Crosssectional and Time Series Data Analysis, Marcel Dekker, New York, 1989, Lois W Sayrs, Pooled Time Series Analysis, Sage Publications, Newbury Park, California, 1989 Darmodar Gujarati Người dịch: Kim Chi Hiệu đính: Đinh Cơng Khải Chương trình Giảng dạy Kinh tế Fulbright Phương pháp nghiên cứu II Bài đọc Kinh tế lượng sở - 4th ed Ch 16: Các mơ hình hồi qui liệu bảng quan sát cơng ty, qua đó, ta có tổng cộng 80 quan sát cho biến số mơ hình Các kết hồi qui OLS sau: = -63.3041 + 0.1101 X2 + 0.3034 X3 se = (29.6124) (0.0137) t = (-2.1376) R2 = 0.7565 n = 80 (0.0493) (8.0188) (6.1545) (16.3.1) Durbin Watson = 0.2187 df = 77 (se = sai số chuẩn; df = bậc tự do) Nếu bạn xem xét kết hồi qui kết hợp, áp dụng tiêu chí thơng thường, bạn thấy tất hệ số có ý nghĩa thống kê cách riêng lẻ; hệ số độ dốc có dấu dương dự kiến giá trị R2 cao cách hợp lý Như dự kiến, Y có quan hệ đồng biến với X2 X3 Con sâu ‘duy nhất’ làm rầu nồi canh trị thống kê Durbin Watson ước lượng thấp, cho thấy có lẽ có tự tương quan liệu Lẽ dĩ nhiên, ta biết, trị thống kê Durbin Watson thấp sai số xác định qui cách mơ hình Ví dụ, mơ hình ước lượng giả định giá trị tung độ gốc GE, GM, US Westinghouse Mơ hình giả định hệ số độ dốc hai biến X hoàn tồn hệt bốn cơng ty Hiển nhiên, giả định hạn chế Do đó, bất chấp tính đơn giản, hồi qui kết hợp (16.2.1) bóp méo tranh thực tế mối quan hệ Y biến số X bốn công ty Điều ta cần làm tìm cách để xem xét chất cụ thể bốn cơng ty Phần giải thích cách làm điều Các hệ số độ dốc số tung độ gốc thay đổi theo cá nhân: Mơ hình ảnh hưởng cố định hay mơ hình hồi qui biến giả bình phương tối thiểu (Least Square Dummy Variable, LSDV) Một cách để xem xét ‘ đặc điểm cá nhân’ công ty hay đơn vị theo không gian tung độ gốc thay đổi theo công ty giả định hệ số độ dốc số công ty Để thấy điều này, ta viết mơ hình (16.2.1) là: Yit = β1i + β2 X2it + β3 X3it + uit (16.3.2) Lưu ý ta đặt ký hiệu i vào số hạng tung độ gốc thấy tung độ gốc bốn cơng ty khác nhau; khác biệt đặc điểm riêng công ty, phong cách quản lý hay triết lý quản lý Trong tư liệu nghiên cứu, mơ hình (16.3.2) gọi mơ hình ảnh hưởng cố định (Fixed Effects Model, FEM) Thuật ngữ ‘các ảnh hưởng cố định’ do: cho dù tung độ gốc khác cá nhân (ở bốn công ty), tung độ gốc công ty không thay đổi theo thời gian; nghĩa bất biến theo thời gian Lưu ý ta viết tung độ gốc β1it, điều cho thấy tung độ gốc cơng ty hay cá nhân thay đổi theo thời gian Có thể lưu ý mơ hình ảnh hưởng cố định thể qua phương trình (16.3.2) giả định hệ số (độ dốc) biến độc lập không thay đổi theo cá nhân hay theo thời gian Darmodar Gujarati Người dịch: Kim Chi Hiệu đính: Đinh Cơng Khải Chương trình Giảng dạy Kinh tế Fulbright Phương pháp nghiên cứu II Bài đọc Kinh tế lượng sở - 4th ed Ch 16: Các mơ hình hồi qui liệu bảng Trên thực tế ta cho phép tung độ gốc (ảnh hưởng cố định) khác cơng ty nào? Ta dễ dàng làm điều thơng qua kỹ thuật biến giả mà ta học Chương mà cụ thể biến giả tung độ gốc khác biệt Do đó, ta viết (16.3.2) là: Yit = α1 + α2 D2i + α3 D3i + α4 D4i + β2 X2it + β3 X3it + uit (16.3.3) Trong D2i =1 quan sát thuộc GM trường hợp khác; D3i = quan sát thuộc US trường hợp khác; D4i = quan sát thuộc WEST trường hợp khác Vì ta có cơng ty, ta sử dụng ba biến giả để tránh rơi vào bẫy biến giả (nghĩa tình cộng tuyến hồn hảo) Ở khơng có biến giả cho GE Nói cách khác, α1 tiêu biểu cho tung độ gốc GE α2, α3, α4 hệ số tung độ gốc khác biệt cho ta biết tung độ gốc GM, US, WEST khác biệt so với tung độ gốc GE Nói vắn tắt, GE trở thành công ty so sánh Lẽ dĩ nhiên, bạn tự chọn công ty làm công ty so sánh Nhân thể, bạn muốn công ty có giá trị tung độ gốc cụ thể, bạn đưa bốn biến giả, miễn bạn chạy hồi qui thông qua gốc tọa độ, nghĩa bạn phải bỏ tung độ gốc chung (16.3.3); bạn không làm điều này, bạn rơi vào bẫy biến giả Vì bạn sử dụng biến giả để ước lượng ảnh hưởng cố định, tư liệu nghiên cứu, mơ hình (16.3.3) cịn gọi mơ hình biến giả bình phương tối thiểu (LSDV) Như vậy, thuật ngữ ảnh hưởng cố định LSDV sử dụng với ý nghĩa Nhân thể lưu ý mơ hình LSDV (16.3.3) cịn gọi mơ hình đồng phương sai, X2 X3 gọi biến đồng phương sai Các kết dựa vào (16.3.3) sau: = -245.7924 + 161.5722 D2i + 339.6328 D3i + 186.5666 D4i + 0.1079 X2i + 0.3461 X3i se = (35.8112) (46.4563) t = (-6.8635) (3.4779) R2 = 0.9345 (23.9863) (31.5068) (0.0175) (0.0266) (14.1594) (5.9214) (6.1653) (12.9821) d = 1.1076 df = 74 (16.3.4) So sánh hồi qui với (16.3.1) Trong (16.3.4), tất hệ số ước lượng có ý nghĩa thống kê cao cách riêng lẻ, trị thống kê p hệ số t ước lượng nhỏ Giá trị tung độ gốc bốn công ty khác mặt thống kê: tung độ gốc GE 245.7924; GM -84.220 (= -245.7924 + 161.5722); US 93.8774 (= -245.7924 + 339.6328); WEST -59.2258 (= -245.7924 + 186.5666) Sự khác biệt tung độ gốc đặc điểm riêng công ty, khác biệt phong cách quản lý hay tài quản lý Mơ hình tốt hơn: (16.3.1) hay (16.3.4)? Câu trả lời bộc lộ hiển nhiên, phán đoán ý nghĩa thống kê hệ số ước lượng kiện giá trị R2 tăng đáng kể kiện trị thống kê Durbin Watson d cao nhiều, cho thấy mơ hình (16.3.1) xác định qui cách sai Tuy nhiên, giá trị R2 tăng lên khơng có ngạc nhiên mơ hình (16.3.4)có nhiều biến số Ta đưa phép kiểm định thức cho hai mơ hình Trong mối quan hệ với (16.3.4), mơ hình (16.3.1) mơ hình hạn chế chỗ áp đặt tung độ gốc chung cho tất Darmodar Gujarati Người dịch: Kim Chi Hiệu đính: Đinh Cơng Khải ... Chi Hiệu đính: Đinh Cơng Khải Chương trình Giảng dạy Kinh tế Fulbright Phương pháp nghiên cứu II Bài đọc Kinh tế lượng sở - 4th ed Ch 16: Các mô hình hồi qui liệu bảng quan sát cơng ty, qua đó,... Hiệu đính: Đinh Cơng Khải Chương trình Giảng dạy Kinh tế Fulbright Phương pháp nghiên cứu II Bài đọc Kinh tế lượng sở - 4th ed Ch 16: Các mơ hình hồi qui liệu bảng Trên thực tế ta cho phép tung.. .Chương trình Giảng dạy Kinh tế Fulbright Phương pháp nghiên cứu II Bài đọc Kinh tế lượng sở - 4th ed Ch 16: Các mơ hình hồi qui liệu bảng tham khảo.1 Nhưng nên báo trước số tài liệu tham