hướng dẫn thực hành eviews trong kinh tế lượng

Ta điền độ lớn của dữ liệu vào Data range.Sau khi thực hiện xong các thao tác ta điền tên workfile vào khung Workfile name, chọn Ok sẽ xuất hiện hộp thoại sau Khi khởi tạo xong workfile

HƯỚNG DẪN THỰC HÀNH EVIEWS TRONG

KINH TẾ LƯỢNG

HUỲNH NGỌC PHƯỚCKhoa Quản Trị Kinh DoanhTrường Đại Học Tôn Đức Thắng, TP HCM

2013Email: ngphuynh@gmail.com

MỤC LỤC

1.1 Khởi tạo workfile 1

1.2 Nhập dữ liệu 3

1.2.1 Nhập dữ liệu từ file Excel 3

1.2.2 Nhập dữ liệu trực tiếp 4

1.3 Vẽ đồ thị 5

1.4 Thống kê mô tả 8

1.5 Tạo và xóa một series trong workfile 9

1.5.1 Tạo một series mới trong workfile 9

1.5.2 Xóa một series trong workfile 10

1.6 Một số toán tử và hàm cơ bản trong Eviews 10

1.6.1 Toán tử 10

1.6.2 Hàm số 10

2 Hồi qui hai biến 11 2.1 Mô hình hồi qui tuyến tính 11

2.2 Khoảng tin cậy β1; β2 13

2.3 Kiểm định giả thiết về các hệ số hồi qui 14

3 Mở rộng mô hình hồi qui hai biến 15 3.1 Hồi qui tuyến tính log 15

3.2 Hồi qui log tuyến tính 16

4 Hồi qui bội 18

4.1 Mô hình hồi qui tuyến tính ba biến 18

4.2 Kiểm định giả thiết về hệ số hồi qui 20

4.3 Kiểm định đồng thời 20

4.4 Tìm ma trận tương quan 21

4.5 Ma trận hiệp phương sai 21

4.6 Dự báo 22

5 Một số kiểm định thường gặp 26 5.1 Kiểm định White 26

5.2 Kiểm định sự có mặt của biến không cần thiết 28

5.3 Kiểm định biến bị bỏ sót 29

5.4 Kiểm định Wald 31

5.5 Kiểm định Reset của Ramsey 32

5.6 Kiểm định Breusch-Godfrey (BG) 33

5.7 Kiểm định giả thiết phân phối chuẩn của U 35

6 Phân tích chuỗi thời gian 36 6.1 Mô hình cộng và mô hình nhân 36

6.1.1 Mô hình nhân 36

6.1.2 Mô hình cộng 37

6.2 Mô hình dự báo san mũ Holt-Winters 38

6.3 Kiểm định tính dừng dựa trên lượt đồ tương quan 41

6.4 Kiểm định đơn vị đối với tính dừng 42

Lời nói đầu

Bài giảng này được xem như là phần bổ sung của Giáo trình kinh tế lượng, Trường ĐH Kinh

Tế TPHCM, Lao động - Xã hội, Hoàng Ngọc Nhậm, cuốn Giáo trình này đã có viết phầnhướng dẫn sử dụng Eviews để tính toán (xem [5]) Bài giảng này cũng nhằm mục đích hướngđẫn từng bước việc tính toán trong giáo trình trên, tuy nhiên, ở đây tôi hướng dẫn sử dụngEviews 6.0 và có bổ sung, chỉnh sửa nhiều chổ so với [5] Bài giảng này sẽ giúp cho sinh viênthực hành các bài tập của môn Kinh tế lượng, cũng như cho những ai sử dụng Eviews để phântích kinh tế

Eviews hỗ trợ rất mạnh mẽ trong việc quản lý dữ liệu, phân tích thống kê, vẽ các đồ thị và in

ấn kết quả Hiện nay đã có biên bản Eviews 7.2, tuy nhiên, ở biên bản này có nhiều lỗi và chạykhông ổn định, do đó, tôi chọn Eviews 6.0 để viết bài giảng này Để biết thêm nhưng thôngtin về phần miềm này, cũng như các ứng dụng mở rộng của Eviews các bạn có thể vào trangweb http://www:eviews.com

Tôi mong được sự bình luận và đóng góp ý kiến về bài giảng này cho việc chỉnh sửa

Huỳnh Ngọc Phướcngphuynh@gmail.com

Chương 1

Giới thiệu Eviews

Trong chương này tôi sẽ giới thiệu những thao tác cơ bản trên Eviews

Công việc trước tiên của chúng ta là khởi tạo workfile Để khởi tạo workfile ta nhấp Dclickvào biểu tượng Eviews trên màn hình, sau đó chọn File/New/Workfile như hình sau

Khi ta chọn xong thì ta có

1

Trong workfile Structure type có các định dạng sau:

• Dated-regularfrequency: Dữ liệu thời gian (mặc định)

• Unstructure/Undated: Dữ liệu chéo

Ta điền độ lớn của dữ liệu vào Data range.

Sau khi thực hiện xong các thao tác ta điền tên workfile vào khung Workfile name, chọn Ok

sẽ xuất hiện hộp thoại sau

Khi khởi tạo xong workfile thì ta chọn Save as để lưu lại

Tôi sẽ giới thiệu hai cách nhập dữ liệu chính là nhập dữ liệu từ file Excel và nhập trực tiếp

1.2.1 Nhập dữ liệu từ file Excel

Trong thực tế thì chúng ta thường có file dữ liệu dạng Excel, để dùng Eviews phân tích dữliệu này thì ta đưa các dữ liệu từ file Excel vào workfile như sau:

Trước tiên ta khởi tạo workfile như ở mục 1.1 (phù hợp với dữ liêu), sau đó chọn File/Import/ReadText-Lotus-Excel, khi đó sẽ xuất hiện hộp thoại để ta chọn file Ta chọn định dạng file xls,sau đó ta chọn đường dẫn tới file Excel chứa dữ liệu, chọn Open Khi đó sẽ xuất hiện hộpthoại sau

3

ta điền tên series cần tạo, ví dụ như ở đây là y và x, ta được hình sau

Sau đó nhấp chọn Ok, ta được workfile như sau

1.2.2 Nhập dữ liệu trực tiếp

Trước hết ta tạo một workfile như ở mục 1.1 Kế tiếp để nhập dữ liệu ta chọn Quick/EmptyGroup, sẽ xuất hiện hộp thoại sau

Sau đó chúng ta nhập các dữ liệu vào thì ta được

Các series1 mặc nhiên có tên là Ser01, Ser02, như hình trên, để đổi tên một series nào đó

ta chọn series đó, nhấp Dclick vào tên series rồi gõ tên mới, nhấn Enter, khi đó sẽ xuất hiệnmột hộp thoại, chọn Yes

Nếu muốn vẽ đồ thị phân tán của hai biến nào đó, trước tiên ta tạo một workfile hay mởmột workfile có sẵn Ví dụ như ở đây ta mở giao diện Eviews, chọn File/Open/EviewsWorkfile Khi đó sẽ xuất hiện một hộp thoại, ta chọn đường dẫn đến thư mục DATAE-VIEWS/data_chg1 chọn file thidu1.wf1 Ở đây ta muốn vẽ đồ thị phân tán của biếnchitieu và thunhap ta làm như sau:

Từ hộp thoại workfile, chọn Quick/Graph, khi đó sẽ xuất hiện hộp thoại Series list Ta gõtiên làm trục hoành là thunhap , biến làm trục tung là chitieu như hình sau

1 cột chuỗi dữ liệu

5

ta chọn Ok thì sẽ xuất hiện hộp thoại sau

ta nhấp chọn Scatter rồi chọn Ok ta được đồ thị

Ta có thể vẽ đường hồi qui mẫu thích hợp nhất đối với tập hợp các số liệu mẫu, muốn vậy tathực hiện các bước như trên, khi chọn Scatter thì trong khung Fit lines ta chọn Regressionline giống như hình sau

Cách chọn trên mặc nhiên là đường thẳng, tức chitieu và thunhap có quan hệ tuyến tính.Khi đó đồ thị có dạng

Nếu muốn vẽ xu thuế biến thiên của một hoặc nhiều biến thì ta chọn Line & Symbol thay

vì Scatter, với workfile trên ta có đồ thị

7

1.4 Thống kê mô tả

Để biết được các yếu tố liên quan đến thống kê của số liệu thì ta làm như sau:

Ví dụ như trong workfile thidu1.wf1 ta muốn biết các yếu tố thống kê liên quan đến thunhap

và chitieu, ta nhấp chọn series thunhap và chitieu như hình sau

sau đó nhấn Enter ta được

Trong hộp thoại Group, chọn View/Descriptive Stats/Common Sample, khi đó ta được

Ở đây việc chọn Common Sample hay Individual Sample thì không có gì khác nhau cholắm trừ khi có một series thiếu dữ liệu

1.5 Tạo và xóa một series trong workfile

1.5.1 Tạo một series mới trong workfile

Để tạo thêm một series mới trong workfile ta có thể nhập trực tiếp như mục 1.2.2, tuy nhiêntrong trương hợp series này có được từ các series đã có trong workfile qua các phép toán thìlàm như sau:

Từ hộp thoại workfile, chọn Genr, khi đó xuất hiện hộp thoại sau

Ví dụ như muốn tạo series mới là y=thunhap+chitieu thì ta gõ vào hộp thoại như hình sau

nhấp chon Ok ta được một series mới như hình sau

9

1.5.2 Xóa một series trong workfile

Để xóa một series, ta nhấp chọn series cần xóa, Rclick rồi chọn Delete sau đó chọn Yes all

là được

1.6.1 Toán tử

+ Cộng x + y:Phần tử trong series X công phần tử trong series Y tương ứng

− Trừ x − y: Phần tử trong series X trừ phần tử trong series Y tương ứng

∗ Nhân x.y: Phần tử trong series X nhân phần tử trong series Y tương ứng./ Chia x/y: Phần tử trong series X chia phần tử trong series Y tương ứng

∧ Lũy thừa xy: Phần tử trong series X lũy thừa phần tử trong series Y tương ứng

1.6.2 Hàm số

D(X): sai phân, D(X) = xi− xi−1,

@cor(X,Y): Hệ số tương quan

trend(d): Biến xu thuế thời gian chuẩn hóa về 0 ở thời kỳ d

@seas(d): Biến giả theo mùa bằng 1 khi quý hoặc tháng bằng d, bằng 0 nếu khác d

Các bạn muốn biết thêm các chức năng của Eviews , chọn Help/Eviews help topics

Chương 2

Hồi qui hai biến

Mô hình dạng

Yi = β1+ β2Xi+ Ui.Hàm hồi qui mẫu SRF

Giả sử X và Y có quan hệ tuyến tính Hãy ước lượng hàm hồi qui của Y theo X

Để tìm ước lượng hàm hồi qui với bảng số liệu trên, trước tiên ta tạo một workfile thidu2.wf1,sau đó, từ hộp thoại Equation, chọn Quick/Estimate, khi đó sẽ xuất hiện hộp thoại dạng

11

ta gõ vào màn hình như sau

sau đó nhấp chọn Ok ta được

Bảng này có ý nghĩa như sau:

Dependent variable: Y Biến phụ thuộc Y

Method: Least Squares Phương pháp bình phương bé nhất.Sample: 1 10 Mẫu quan sát từ 1 đến 10

Coefficient Hệ số hồi qui

Prob Xác suất.

P (|T | > 3, 812791) = 0, 0014

P (|T | > 14, 317) ' 0

R-Squared Hệ số xác định R2

Adjusted R-Squared Hệ số xác định điều chỉnhR2

Sum Squared resid Tổng bình phương các phần dư RSS

Log likelihook Ln hàm hợp lý

Durbin -Watson stat Thống kê Durbin Watson

Mean dependent var Trung bình biến phụ thuộc

S.D dependent var Độ lệch tiêu chuẩn biến phụ thuộc

Akaike info criterion Tiêu chuẩn Akaike

Schwarz criterion Tiêu chuẩn Schwarz

Với hệ số tin cậy 1 − α, khoảng tin cậy của β1, β2 là

(24, 4545 − 2, 306.6, 4138; 24, 4545 + 2, 306.6, 4138)

1 tra bảng hoặc dùng hàm =tinv(0.05,8) trong Excel

13

(0, 509 − 2, 306.0, 035743; 0, 509 + 2, 306.0, 035743)

Ví dụ 2.3 Với số liệu của Ví dụ 2.1, kiểm định giả thiết H0 : β2 = 0, đối giả thiết H1 : β2 6= 0,với mức ý nghĩa 5%

Với kết quả của Ví dụ 2.1, ta có

t = 14, 243

Với mức ý nghĩa α = 0, 05 ta được

tα/2(8) = 2, 306

Do đó,|t| > tα/2(8), cho nên ta bác bỏ H0

Chương 3

Mở rộng mô hình hồi qui hai biến

Mô hình dạng

log Yi= β1+ β2log Xi+ Ui

Ý nghĩa của mô hình này lầ cho biết khi X tăng 1% thì Y tăng (giảm) β2%

Ví dụ 3.1 Khảo sát nhu cầu tiêu thụ cafe (Y số tách 1 người dùng mỗi ngày) và giá bán lẻthực tế trung bình (X USD/kg) người ta thu được số liệu sau:

Ta tạo workfile Bang3_19.wf1, từ của sổ Equation, chọn Quick/Equation Estimation,

gõ vào hộp thoại mới xuất hiện như hình sau

15

nhấp chọn Ok ta được

từ đó ta được kết quả hồi qui sau

log( ˆYi) = 0, 777418 − 0, 253 log(Xi)

Với kết quả này ta thấy khi giá cafe tăng 1% thì nhu cầu cafe giảm 0,25%

Mô hình dạng

log Y = β1+ β2t + Ui.t: lấy giá trị 1,2,3,

β2 là tốc độ tăng trưởng tức thời của Y theo biến t

Ví dụ 3.2 Cho bảng số liệu tổng giá trị sản phẩm nội địa (RGDP USD) của Hoa kỳ trongkhoảng thời gian 1972-1991 như sau

Tìm hàm ước lượng hồi qui dang log tuyến tính

Trước hết ta tạo workfile bang3_24.wf1, kế tiếp trong hộp thoại Workfile, chọn Quick/EquationEstimate, sau đó gõ vào hộp thoại như hình sau

Chương 4

Hồi qui bội

Mô hình dạng

Yi = β1+ β2X2i+ β3X3i+ Ui

Ví dụ 4.1 Cho bảng số liệu về doanh số bán Y, chi phí chào hàng X2 và chi phí quảng cáo

X3 trong năm 2001 ở 12 khu vưc bán hàng của một công ty như sau

Doanh số bán Yi (triệu đ) Chi phí chào hàng X2i (triệu đ) Chi phí quảng cáo X3i(triệu đ)

Sai số tiêu chuẩn lần lược là:

se( ˆβ1) = 71, 99136, se( ˆβ2) = 0, 469146, se( ˆβ3= 0, 379411

Hễ số xác định của hồi qui bội là R2 = 0, 967693

Hệ số xác định điều chỉnh R2 = 0, 960514

Ví dụ 4.2 Với số liệu của Ví dụ 4.1, tìm khoảng tin cậy của β2, β3, với hệ số tin cậy 95%

Với hệ số tin cậy 1 − α = 0, 95 =⇒ α

2 = 0, 025 Do đó

tα/2(n − 3) = t0,025(9) = 2, 262

19

Khoảng tin cậy của β2, β3 lần lượt là

(4, 64951 − 2, 262.0.469146; 4, 64951 + 2, 262.0.469146)và

Với kết quả của Ví dụ 4.1 (xem Hình 4.1), ta được

F = 134, 7884,tra bảng ta được F0,01(2; 9) = 8, 02 Do đó

F > F0,01(2; 9),vậy ta bác bỏ H0

Với số liệu của Ví dụ 4.1, để tìm ma trân tương quan của các biến Y, X2, X3 Trước hết

ta chọn đồng thời các series Y, X2, X3 trong wofkfile thidu4_1.wf1, chọn Quick/GroupStatistics/Corelations, khi đó sẽ xuất hiện hộp thoại sau

chọn Ok Ta được ma trân hệ số tương quan như hình sau

Với workfile thidu4_1.wf1, để tìm ma trân hiệp phương sai của hệ số hồi qui ta thực hiêncác bước sau:

21

Bước 1 Tìm hàm ước lượng hồi qui tuyến tính (Ví dụ 4.1).

Bước 2 Từ của sổ Equation, chọn View/Covarriance matric như hình sau

Khi đó, ma trận hiệp phương sai của hệ số hồi qui như hình sau

Để tìm dự báo trung bình của biến phụ thuôc, ví dụ như để dự báo danh số bán hàng Y ở

Ví dụ 4.1, với độ tin cậy 95%, khi chi phí chào hàng là 165 triệu đồng và chi phí quảng cáo là

200 triệu đồng Ta làm như sau:

Bước 1 Tìm hàm hồi qui tuyến tính mẫu của Y theo X2 và X3

Bước 2 Nhập dữ liệu X2 là 165, X3 là 200 vào quan sát thứ 13 Để thực hiện việc này ta quaylại hộp thoại workfile như hình sau

chọn Proc/Structure/Resize Curent Page , khi đó sẽ xuất hiện hộp thoại như sau

ta chỉnh hộp thoại này lại thành

chọn Ok −→ chọn Yes Sau đó nhấp vào series X2, nhập 165 vào quan sát 13 rồi đóng hộpthoại này lại Làm tương tự với X3

Bước 3 Ta quay sang hộp thoại Equation như hình

23

chọn Rorecast thì xuất hiện hộp thoại sau

Ta chỉnh hộp thoại trên lại thành

chọn Ok thì dsdubao và se1 sẽ được thêm vào workfile Kế tiếp ta quay lại hộp thoại workfile,chọn Genr, ta được

Ta gõ vào hôp thoại này lệnh như hình sau

Ở đây ˆσ(S E of regression)=46,048989

Ta chọn Ok thì se được thêm vào workfile Kế tiếp ta thưc hiện thao tác tương tự cho series

canduoi=dsdubao−2,262∗secantren=dsdubao+2,262∗se

1

Ta chọn series cantren và canduoi rối nhấn Enter ta được hộp thoại như sau

Như vậy ta tìm được dự báo khoảng cho doanh số bán trung bình khi chi phí chào hàng 165triệu và chi phí quảng cáo 200 triệu với độ tin cậy 95% là (1550,332;1664,344)

1 Ở đây t α/2 (9) = 2, 262

25

e2i = α1+ α2X2i+ α3X3i+ α4X2i2 + α5X3i2 + α6X2iX3i+ Vi.

Để tìm ước lượng này ta làm như sau:

Ví dụ như ta chọn workfile KDWhite_trg167.wf1 trong thư mục DATAEVIEWS, sau khithực hiện xong bước 1, từ hộp thoại Equation, chọn View/Residual Tests/HeteroskedasticityTest như hình sau

khi đó xuất hiện hộp thoại sau

ta chọn như hình sau

kế tiếp chọn Ok, ta được

theo kết quả trên, ta thấy nR2 = 14, 7002, có xác suất tương ứng o,011723 là rất nhỏ nên tabác bỏ giả thiết H0 : phương sai không thay đổi

Chú ý 5.1 Trong một số trường hợp ta có thể bỏ các số hạng tích chéo của các biến độc lập

27

Khi đó ở Hình ?? ta bỏ dấu check ở khung Include White Cross Items, khi đó ta được

bảng kiểm định White không chứa tích chéo các biến độc lập như sau

Kiểm định này nhằm kiểm tra xem sự có mặc của một biến giải thích nào đó có thực sự cần

thiết hay không Ví dụ như ta xét xem biến giải thích Z ở workfile bt5.1.wf1 có cần thiết

trong mô hình hồi qui hay không, ta thực hiện các bước sau:

Trước hết ta mở workfile bt5.1.wf1 trong thư mục DATAEVIEWS, sau đó thực hiện các

bước

Bước 1 Tìm hàm hồi qui tuyến tính của Y theo X và Z

Bước 2 Ở hộp thoại Equation, chọn Views/coefficient Tests/Redundant Variable_LikelihookRatio

khi đó sẽ xuất hiện hộp thoại sau

ta gõ biến cần kiểm định vào hộp thoại, ở đây ta gõ z

chọn Ok ta được

Ở hộp thoại này ta có F = 0, 104291 có xác suất P = 0, 750677 nên ta chấp nhận giả thiết

H0: β3= 0, tức Z không cần thiết trong mô hình hồi qui của Y

Kiểm định này để kiểm tra xem có biến giải thích nào có bị bỏ sót trong mô hình đang xéthay không Ví dụ như ở đây ta xét xem ở Ví dụ 4.1 biến giải thích X3 có ảnh hưởng để biến

29

Y hay không ta làm như sau:

Trước tiên ta mở lại workfile thidu4_1.wf1, sau đó thực hiện các bước:

Bước 1 Tìm hàm hồi qui tuyến tính không có biến bỏ sót X3

Bước 2 Ở hộp thoại Equation, chọn View/coefficient Tests/Omitted Variables_LikelihookRatio

khi đó sẽ xuất hiện hộ thoại sau

gõ biến bỏ sót vào khung ta được

chọn Ok ta được

theo kết quả trên, F = 45, 53155 có xác suất P = 0, 0001 rất nhỏ nên ta bác bỏ giả thiết

H0: β3= 0, tức X3 là biến có ảnh hưởng tới Y

Kiểm định Wald dùng để kiểm định sự có mặc của những biến giải thích không cần thiết Ví

dụ như xét workfile bt5.1.wf1, ta thêm một biến nữa là t, biến này nhận các giá trị từ 1 đến

20 Bây giờ, để kiểm tra xem t và Z có ảnh hưởng tới Y hay không ta lam như sau:

Bước 1 Ước lượng hồi qui tuyến tính của Y theo các biến X,Z,t

Bước 2 Từ hộp thoại Equation, chọn View/coefficient Tests/Wald_coefficient striction , khi đó xuất hiện hình

Re-ta gõ vào hộp thoại này dòng lệnh như sau

31