Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 17 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
17
Dung lượng
2,48 MB
Nội dung
10/27/2014 u antitative Analysis info Giảng viên: Ths Vũ Hữu Thành Nơi làm việc: Khoa Tài – Ngân hàng, ĐH Mở Điện thoại: 0938077776 Email: thanh.vuh@gmail.com 10/27/2014 Panel Data Regression Lý thuyết Cấu trúc liệu bảng Vũ Hữu Thành 10/27/2014 Cấu trúc liệu bảng Các loại hình liệu Dữ liệu chéo hay liệu theo không gian (Cross-sectional data): Các giá trị nhiều biến thu thập thời điểm Dữ liệu chuỗi thời gian (Time – series): Các giá trị nhiều biến thu thập giai đoạn Dữ liệu bảng (panel data, longitudinal data, rosssectional timeseries data Cấu trúc liệu bảng Đặc điểm liệu bảng Là liệu kết hợp liệu chéo liệu theo thời gian Các liệu chéo đối tượng (như doanh nghiệp, cá nhân …) đo lặp lại theo thời điểm khác Loại liệu vừa phân tích đối tượng theo không gian theo thời gian 10/27/2014 Cấu trúc liệu bảng Kiểm soát tính không đồng từ đối tượng quan sát Ưu điểm liệu bảng Bằng cách nghiên cứu liệu chéo cách lặp lặp lại, liệu bảng thực tốt nghiên cứu thay đổi xảy liên tục Cấu trúc liệu bảng Ba loại hình liệu bảng Dữ liệu bảng ngắn (short panel): Nhiều đối tượng quan sát thời gian ngắn Dữ liệu bảng dài (long panel): Một số đối tượng quan sát thời gian dài Dữ liệu bảng kết hợp (short panel and long panel): Nhiều đối tượng quan sát thời gian dài Mỗi loại liệu bảng có khác biệt nhỏ ước lượng 10/27/2014 Cấu trúc liệu bảng Số đối tượng quan sát id Name ABT ABT ABT ABT ACL ACL ACL ACL AGF AGF AGF AGF Lý thuyết Dữ liệu chéo Dữ liệu thời gian Year ROA1 2008 2009 2010 2011 2008 2009 2010 2011 2008 2009 2010 2011 0.069668 0.172443 0.15831 0.222258 0.223329 0.098261 0.133083 0.198009 0.03748 0.036298 0.060055 0.066414 ROE 0.065824 0.206455 0.211302 0.254348 0.50874 0.267804 0.261035 0.385392 0.018517 0.023039 0.067643 0.094459 Current_ratio 3.898441602 3.88842975 2.645730317 4.239249889 1.521035796 1.115761027 1.099327103 1.196426899 0.969358019 1.155066288 1.063423883 1.152046304 Axit 1.946903 3.036423 2.016027 2.990029 1.190687 0.836681 0.644905 0.665263 0.568287 0.725999 0.5514 0.678557 Panel Data Regression Vũ Hữu Thành 10/27/2014 I Mô hình tổng quát Mô hình tổng quát 𝑌𝑖𝑡 = α + 𝛽2 𝑋2𝑖𝑡 + 𝛽3 𝑋3𝑖𝑡 + ⋯ + 𝛽𝑛 𝑋𝑛𝑖𝑡 + 𝑣𝑖𝑡 Trong đó: - i: Đối tượng thứ i quan sát (đơn vị chéo thứ i) - t: Thời đoạn quan sát thứ t đơn vị chéo thứ i - α: Hệ số chặn - β: Ảnh hưởng biên biến số độc lập - vit: Sai số mô hình Tùy vào cách phân tích vit mà mô hình chia thành hai mô hình sau: (i) Mô hình sai số nhân tố; (ii) Mô hình sai số hai nhân tố I Mô hình tổng quát Mô hình sai số nhân tố One way – error component model or Individual-specific/time effects model 𝑌𝑖𝑡 = α + 𝛽2 𝑋2𝑖𝑡 + ⋯ + 𝛽𝑛 𝑋𝑛𝑖𝑡 + 𝑢𝑖 + 𝑒𝑖𝑡 Trong đó: - vit = 𝑢𝑖 + 𝑒𝑖𝑡 - µ𝑖 : ảnh hưởng đơn vị đặc thù i không thay đổi theo thời gian không quan sát - eit : sai số lại chưa đưa vào mô hình Tùy vào việc 𝑢𝑖 có tương quan với biến X hay không mà mô hình chia làm loại: (i) Mô hình ảnh hưởng cố định – Fixed effects (ii) Mô hình ảnh hưởng ngẫu nhiên (Random effects) 10/27/2014 I Mô hình tổng quát Mô hình sai số hai nhân tố Two way – error component model or Individual-specific and time effects model 𝑌𝑖𝑡 = α + 𝛽2 𝑋2𝑖𝑡 + ⋯ + 𝛽𝑛 𝑋𝑛𝑖𝑡 + 𝑢𝑖 + λ𝑡 + 𝑒𝑖𝑡 Trong đó: - vit = 𝑢𝑖 + λ𝑡 + 𝑒𝑖𝑡 - 𝑢𝑖 : ảnh hưởng đơn vị đặc thù i - λ𝑡 : ảnh hưởng thời gian (hệ số chặn thay đổi theo thời gian) - eit : sai số lại chưa đưa vào mô hình Tùy vào việc 𝑢𝑖 có tương quan với biến X hay không mà mô hình chia làm loại: (i) Mô hình ảnh hưởng cố định – Fixed effects (ii) Mô hình ảnh hưởng ngẫu nhiên (Random effects) Đặc điểm mô hình Panel • Tìm hiểu tác động biến số độc lập mà giá trị thay đổi theo thời gian (điều khác với liệu chéo); • Tìm hiểu tác động yếu tố thuộc đặc điểm đơn vị quan sát mà yếu tố không thay đổi theo thời gian 10/27/2014 II Các phương pháp ước lượng phương pháp ước lượng Pooled Regresstion; Fixed effects Regresstion; Random effects Regresstion Cả ba phương pháp ước lượng đưa biến giả Dummy năm vào mô hình để kiểm soát thay đổi biến số độc lập theo thời gian Trong yếu tố thuộc đặc điểm đổi đối tượng quan sát không thay thay đổi theo thời gian: (i) Nếu tác động tới Y Sử dụng Pool; (ii) Nếu có tác động tới biến độc lập X Sử dụng Fixed Effect; (iii) Nếu tác động tới biến độc lập X Sử dụng Random Effect Pooled Regresstion • 𝑌𝑖𝑡 = α + 𝛽2 𝑋2𝑖𝑡 + 𝛽3 𝑋3𝑖𝑡 + ⋯ + 𝛽𝑛 𝑋𝑛𝑖𝑡 + 𝑇𝑖𝑚𝑒𝐷𝑢𝑚𝑚𝑦 + 𝑣𝑖𝑡 Việc hồi quy theo Pool khiến cho mô hình gặp tượng thiếu biến: Thiếu ảnh hưởng không đổi theo thời gian Id Ommitted Variable problem: - Ước lượng bị chệch (biased) - Ước lượng không vững (Unconsistent) 10/27/2014 Fixed Effect • 𝑌𝑖𝑡 = α + 𝛽2 𝑋2𝑖𝑡 + 𝛽3 𝑋3𝑖𝑡 + ⋯ + 𝛽𝑛 𝑋𝑛𝑖𝑡 + 𝑇𝑖𝑚𝑒𝐷𝑢𝑚𝑚𝑦 + 𝑢𝑖 + 𝑒𝑖𝑡 Trong đó: vit = 𝑢𝑖 + 𝑒𝑖𝑡 FE xuất 𝑢𝑖 yếu tố cố định không đổi theo thời gian Những yếu tố không quan sát nằm sai số Nó tác động lên X Y Vì 𝑢𝑖 tác động tới X nên vit tác động tới X Làm cho ước lượng bị chệch không vững Do cần phải biến đổi phương trình để ước lượng β không chệch vững Trong mô hình giả sử ui có tác động tới x Có nghĩa Cov(ui,xit) ≠ Điều có nghĩa sai số kế hợp: vit = ui + eit tương quan với biến độc lập xit Để xử lý tình trạng này, phải tìm cách khử ui 10/27/2014 Fixed Effect Phương pháp biến đổi: Yit – Y*t = α + β1(X1it – X*1t) + … + βn(Xnit – X*nt) + 𝑇𝑖𝑚𝑒𝐷𝑢𝑚𝑚𝑦 + vit – v*t ΔYit= α + β1ΔX1it + … + βnΔXnit + 𝑇𝑖𝑚𝑒𝐷𝑢𝑚𝑚𝑦 + Δvit Lúc Δvit = (ui + eit) – (u*i + e*it) = eit - e*it Do ui bị khử nên Δvit không tác động tới ΔXnit Lúc ước lượng β đảm bảo không chệch vững thỏa mãn tác động yếu tố cố định theo thời gian Random Effect • 𝑌𝑖𝑡 = α + 𝛽2 𝑋2𝑖𝑡 + 𝛽3 𝑋3𝑖𝑡 + ⋯ + 𝛽𝑛 𝑋𝑛𝑖𝑡 + 𝑇𝑖𝑚𝑒𝐷𝑢𝑚𝑚𝑦 + 𝑢𝑖 + 𝑒𝑖𝑡 Trong đó: vit = 𝑢𝑖 + 𝑒𝑖𝑡 RE xuất 𝑢𝑖 yếu tố cố định không đổi theo thời gian Những yếu tố không quan sát nằm sai số Nó giả định không tác động lên X Vì 𝑢𝑖 không tác động tới X nên vit không tác động tới X Tuy nhiên vấn đề chỗ, ui + eit gọi sai số kết hợp theo thời điểm xuất hiện tượng tự tương quan sai số Để xử lý vấn đề khổng thể chạy Pool thông thường mà phải biến đổi mô hình 10 10/27/2014 Random Effect Cách thức biến đổi: Từ công thức: Corr(vit,vis) = σ2u /(σ2u + σ2e) Đặt: θ = – [σ2u /(Tσ2u + σ2e)]1/2 Phương trình biến đổi: Yit – θY*t = β0(1 – θ) + β1(X1it – θX*1t) + … + βn(Xnit – θX*nt) + 𝑇𝑖𝑚𝑒𝐷𝑢𝑚𝑚𝑦 + uit – θu*t Hồi quy phương trình theo OLS gọi GLS Lựa chọn FE RE: Hausman Test 11 10/27/2014 I Hausman test Hausman test kiểm định phổ biến dùng để lựa chọn hai loại mô hình FE hay RE Giả thuyết Hausman sau: H0: FE = RE Sử dụng RE hiệu H1: FE ≠ RE Sử dụng FE hiệu Kiểm định cho FE RE 12 10/27/2014 I Các loại kiểm định dành cho FE Xử lý vi phạm mô hình 13 10/27/2014 Trường hợp FE: Phương sai sai số thay đổi Trường hợp FE: Tự tương quan sai số - AR(1) 14 10/27/2014 FE: Tự tương quan sai số - AR(1) Hướng xử lý: Sử dụng phương pháp ước lượng FGLS – Feagible Genaral Least Square Ví dụ: Sử dụng file: 03 Xu ly sai pham mo hinh Trường hợp FE: Phương sai sai số thay đổi + Tự tương quan sai số - AR(1) 15 10/27/2014 FE: Phương sai sai số thay đổi + Tự tương quan sai số - AR(1) Hướng xử lý: Sử dụng phương pháp ước lượng PCSE Ví dụ: Sử dụng file: 03 Xu ly sai pham mo hinh Trường hợp FE: Phương sai sai số thay đổi + Tương quan sai số đơn vị chéo 16 10/27/2014 FE: Phương sai sai số thay đổi + Tương quan sai số đơn vị chéo Hướng xử lý: Sử dụng phương pháp ước lượng FGLS – feasible generalized least squares Ghi chú: Thông thường xuất tương quan sai số đơn vị chéo bị tượng phương sai sai số thay đổi Ví dụ: Sử dụng file: 04 Xu ly sai pham mo hinh Trường hợp FE: Phương sai sai số thay đổi + Tương quan sai số đơn vị chéo + Tự tương quan 17 [...]... Hausman như sau: H0: FE = RE Sử dụng RE hiệu quả hơn H1: FE ≠ RE Sử dụng FE hiệu quả hơn Kiểm định cho FE và RE 12 10/27/20 14 I Các loại kiểm định dành cho FE Xử lý vi phạm mô hình 13 10/27/20 14 Trường hợp 1 FE: Phương sai sai số thay đổi Trường hợp 2 FE: Tự tương quan ở sai số - AR(1) 14 10/27/20 14 FE: Tự tương quan ở sai số - AR(1) Hướng xử lý: Sử dụng phương pháp ước lượng FGLS – Feagible Genaral...10/27/20 14 3 Random Effect Cách thức biến đổi: Từ công thức: Corr(vit,vis) = σ2u /(σ2u + σ2e) Đặt: θ = 1 – [σ2u /(Tσ2u + σ2e)]1/2 Phương trình biến đổi: Yit – θY*t = β0(1 – θ) + β1(X1it – θX*1t) + … + βn(Xnit – θX*nt) + 𝑇𝑖𝑚𝑒𝐷𝑢𝑚𝑚𝑦 + uit – θu*t Hồi quy phương trình trên theo OLS được gọi là GLS Lựa chọn FE và RE: Hausman Test 11 10/27/20 14 I Hausman test Hausman test là kiểm định phổ biến dùng... Phương sai sai số thay đổi + Tự tương quan ở sai số - AR(1) 15 10/27/20 14 FE: Phương sai sai số thay đổi + Tự tương quan ở sai số - AR(1) Hướng xử lý: Sử dụng phương pháp ước lượng PCSE Ví dụ: Sử dụng file: 03 Xu ly sai pham mo hinh 2 Trường hợp 4 FE: Phương sai sai số thay đổi + Tương quan giữa sai số của các đơn vị chéo 16 10/27/20 14 FE: Phương sai sai số thay đổi + Tương quan giữa các sai số của đơn... ước lượng FGLS – feasible generalized least squares Ghi chú: Thông thường đã xuất hiện tương quan giữa sai số của các đơn vị chéo thì sẽ bị hiện tượng phương sai sai số thay đổi Ví dụ: Sử dụng file: 04 Xu ly sai pham mo hinh 3 Trường hợp 5 FE: Phương sai sai số thay đổi + Tương quan giữa sai số của các đơn vị chéo + Tự tương quan 17 ... 0.067 643 0.0 944 59 Current_ratio 3.89 844 1602 3.88 842 975 2. 645 730317 4. 239 249 889 1.521035796 1.115761027 1.099327103 1.19 642 6899 0.969358019 1.155066288 1.06 342 3883 1.152 046 3 04 Axit 1. 946 903 3.03 642 3... 2010 2011 0.069668 0.17 244 3 0.15831 0.222258 0.223329 0.098261 0.133083 0.198009 0.03 748 0.036298 0.060055 0.06 641 4 ROE 0.0658 24 0.20 645 5 0.211302 0.2 543 48 0.508 74 0.2678 04 0.261035 0.385392 0.018517... 1. 946 903 3.03 642 3 2.016027 2.990029 1.190687 0.836681 0. 644 905 0.665263 0.568287 0.725999 0.55 14 0.678557 Panel Data Regression Vũ Hữu Thành 10/27/20 14 I Mô hình tổng quát Mô hình tổng quát