Slide kinh tế lượng HVCNBVVT

trong quá trình giảng dạy hay học tập,chúng ta rất cần các sile bài giảng để nghiên cứu.Bởi vì sile sẽ tóm lược 1 cách chi tiết các vấn đề mà bạn quan tâm và đáng lưu ý hơn so với giáo trình dài dòng và không trọng tâm.

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG BÀI GIẢNG MÔN KINH TẾ LƯỢNG Giảng viên: Điện thoại: Bộ môn: Năm biên soạn: TS Trần Ngọc Minh 0912366032 Kinh tế - Khoa QTKD1 2009 NỘI DUNG MÔN HỌC Kinh tế lượng gì?Cơ sở lý luận môn học Mô hình hồi quy hai biến Một vài ý tưởng Mô hình hồi quy hai biến Ước lượng kiểm định giả thiết Mô hình hồi quy bội Hồi quy biến giả 6.Đa cộng tuyến Phương sai sai số thay đổi 8.Tự tương quan Lựa chọn mô hình kiểm định việc định mô hình Mở đầu “Econometrics” Khoa học đo lường mối quan hệ kinh tế diễn thực tế Kinh tế lượng Nhằm định lượng mối quan hệ kinh tế, dự báo khả phát triển hay diễn biến tượng kinh tế phân tích nó, làm sở cho việc hoạch định sách kinh tế Đo lường kinh tế Sự kết hợp lý thuyết kinh tế đại, thống kê toán máy vi tính “Kinh tế lượng liên quan đến: (1) Ước lượng quan hệ kinh tế, (2) Kiểm chứng lý thuyết kinh tế liệu thực tế kiểm định giả thiết kinh tế học hành vi, (3) Dự báo hành vi biến số kinh tế.” Mở đầu Kinh tế lượng Thí dụ Ước lượng quan hệ kinh tế Đo lường mức độ tác động việc hạ lãi suất lên tăng trưởng kinh tế Ước lượng nhu cầu mặt hàng cụ thể, ví dụ nhu cầu dịch vụ ĐTDĐ thị trường Việt Nam Phân tích tác động quảng cáo khuyến lên doanh số công ty Kiểm định giả thiết Kiểm định giả thiết tác động chương trình khuyến nông làm tăng suất lúa Kiểm chứng nhận định độ co dãn theo giá cầu cá basa dạng fillet thị trường nội địa Có phân biệt đối xử mức lương nam nữ hay không? Dự báo Doanh nghiệp dự báo doanh thu, chi phí sản xuất, lợi nhuận, nhu cầu tồn kho… Chính phủ dự báo mức thâm hụt ngân sách, thâm hụt thương mại, lạm phát… Dự báo số VN Index giá loại cổ phiếu cụ thể REE Mở đầu Ước lượng tham số Mở đầu Những câu hỏi đặt cho nhà kinh tế lượng - Mô hình có ý nghĩa kinh tế không? - Dữ liệu có đáng tin cậy không? - Phương pháp ước lượng có phù hợp không? - Kết thu so với kết từ mô hình khác hay phương pháp khác nào? Chương 1: Mô hình hồi quy hai biến Một vài ý tưởng Chương 1: Mô hình hồi quy hai biến Một vài ý tưởng PHÂN TÍCH HỒI QUY Nghiên cứu mối liên hệ phụ thuộc biến (gọi biến phụ thuộc) vào hay nhiều biến khác (biến độc lập) nhằm ước lượng dự đoán giá trị trung bình biến phụ thuộc với giá trị biết (các) biến độc lập Y: Biến phụ thuộc (biến giải thích) Biến ngẫu nhiên, có quy luật phân bố xác suất Xi: Biến độc lập (biến giải thích) thứ i Biến phi ngẫu nhiên (giá trị cho trước) Chương 1: Mô hình hồi quy hai biến Một vài ý tưởng NHIỆM VỤ CỦA PHÂN TÍCH HỒI QUY Ước lượng giá trị trung bình Y với giá trị cho Xi Kiểm định giả thiết chất phụ thuộc Dự đoán giá trị trung bình biến phụ thuộc biết giá trị biến độc lập Kết hợp tất vấn đề Chương 1: Mô hình hồi quy hai biến Một vài ý tưởng MỘT SỐ VẤN ĐỀ LƯU Ý TRONG PHÂN TÍCH HỒI QUY Quan hệ thống kê quan hệ hàm số Hàm hồi quy quan hệ nhân Hồi quy tương quan CHƯƠNG 7:TỰ TƯƠNG QUAN CHƯƠNG 7:TỰ TƯƠNG QUAN CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH K/năng dự đoán Tính tiết kiệm Các thuộc tính mô hình tốt theo Harvy Tính đồng Tính vững LT Tính thích hợp CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH Chiến lược xây dựng mô hình Từ tổng quát đến đơn giản(Hendry/Lse) Xây dựng mô hình mô hình động tổng quát cho phép sử dụng nhiều tham số Nghĩa có nhiều độ trễ biến, thực phép đơn giả hóa dựa liệu kiểm định Wald kiểm định t Kết nhận mô hình có đặc trưng xúc tích Ưu điểm: - Tăng độ xác cho giá trị ước lượng làm giảm tính đa cộng tuyến -Có nhiều bậc mà giá trị ước lượng đáng tin cậy -Năng lực kiểm định cao -Mô hình đơn giản hơn, dễ dàng cho việc dự báo Nhược điểm: Đưa thêm vài biến có tính chất trễ so với biến MH khiến cho biến độc lập khác trở nên tương quan cao Từ đơn giản đến tổng quát Xây dựng MH từ số đặc trưng bản, sau đạt câu hỏi liệu có nên đưa thêm biến vào MH hay không? Công cụ để chẩn đoán kiểm định với nhân tử Lagrange (LM): B1: Đưa mô hình giới hạn (R) không giới hạn (U) Trong MH U có k – m biến (các biến phi tuyến) Giả thuyết H0 hệ số hồi quy biến B2: Ước lượng R2 MH R B3: Thu phần dư ước lượng MH: eR = Y – β1 – β2X2 - .- βmXm (Mẫu) Giả sử đặc trưng “đúng” thuộc MH U (nên đưa thêm biến vào MH) B4: Hồi quy eR có hệ số chặn theo biến độc lập Tính R2 nR2 so sánh với bình phương tới hạn Nếu nR2 lớn bình phương tới hạn bác bỏ H0 CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH Bỏ sót biến thích hợp Mô hình Y t= β1 + β2X2t + β3X3t + Ut Mô hình sai Y t= α1 + α2X2t + Vt CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH Bỏ sót biến thích hợp CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH Đưa vào mô hình biến không thích hợp CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH Dạng hàm không CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH Phát sai lầm định CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH Phát sai lầm định CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH Phát sai lầm định Trường hợp chưa biết biến Z thực cách sau: a.Thủ tục RESET Ramsey để xác xác định sai số đặc trưng hồi quy: B1: Ước lượng MH OLS thu Yt (mẫu) B2: Hồi quy Yt theo Xt Y2t , Y3t Y 4t (mẫu) B3: Thực kiểm định F Wald Cho việc loại bỏ biến F = [(R2new – R2old)/m]/[(1 – R2new)/(n - k) Trong m số biến độc lập (m = 3) Tra bảng Fα(m, n-k) Nếu giả thuyết không cho biến hiệu ứng bị bác bỏ, dấu hiệu sai số đặc trưng Tức F > Fα(m, n-k) b Phương pháp nhân tử Lagrange (LM) B1: Hồi quy MH ban đầu để thu phần dư et Yt (mẫu) B2: Ước lượng MH sau: et = β0 + β1Xt + α2Y2t + α3Y3t + .+ vt (Mẫu) Kết ước lượng mô hình ta thu R Với n lớn nR2 có phân bố xấp xỉ χ2(p) , p số biến Y2t, Y3t, ,Ypt.Nếu nR2 lớn bình phương tới hạn bác bỏ H0 CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH Phát sai lầm định CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH BẢNG TIÊU CHUẨN CHỌN MÔ HÌNH RSS    k   SGMASQ  1- -1 HQ  ÷  ÷÷ n    n  -1 2k n AIC  RSS   ÷e  n  FPE  RSS  n + k  ÷ n   n-k RICE  RSS    k    ÷1-  ÷÷  n   n   RSS  2k   ÷ 1÷ n   n  SCHWARZ  RSS  k/n  ÷n  n  SHIBATA  RSS  n + 2k  ÷  n  n -2 GVC 2k/n  RSS  ln n )  ÷( n   CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH CHƯƠNG 8: CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỈ ĐỊNH MÔ HÌNH [...]... hai biến Ước lượng và kiểm định giả thiết Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Phương pháp OLS Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Các giả thiết của phương pháp OLS Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Độ chính xác của các ước lượng OLS Chương... quy hai biến Ước lượng và kiểm định giả thiết Phân bố xác suất của Ui Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết ≠ Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định... chính xác của các ước lượng OLS Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Hệ số xác định(r2) và hệ số tương quan(r) Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết HÌNH VỄMINH HỌA Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết` TÍNH CHẤT CỦA HỆ SỐ TƯƠNG QUAN - r có thể... Câu hỏi này chưa trả lời được bởi lẽ PRF chư biết Ta sẽ ước lượng PRF từ SRF mà SRF này có tính chất: Tuyến tính, không chệch, có phương sai nhỏ nhất Giả sử ta có đường hồi quy mẫu: Trong đó: là ước lượng của E(Y/Xi) ˆβ ,βˆ là ước lượng của β ,β 1 2 1 2 Hàm mẫu ngẫu nhiên có dạng: Yi = + ei trong đó ei được gọi là phần dư hay chính là ước lượng của Ui Sự tồn tại của ei được giải thích như sự tồn tại... thuyết H0 có thể bị bác bỏ Ta nên từ bỏ cách cố định α một Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết ... các cuộc điều tra kích thước mẫu rất khác nhau nên khó khăn trong việc so sánh các kết quả giữa các đợt điều tra -Các SL kinh tế thường có mức tổng hợp cao, không cho phép đi sâu vào các đơn vị nhỏ -SL thuộc bí mật quốc gia, d nghiệp Nguồn gốc số liệu -Cơ quan nhà nước -Tổ chức quốc tế -Các Cty tư nhân -Cá nhân Chương 1: Mô hình hồi quy hai biến Một vài ý tưởng cơ bản MÔ HÌNH HỒI QUY TỔNG THỂ E(Y/Xi)=f(Xi):... mà nhờ nó SRF là ước lượng tuyến tính, không chệch, có phương βˆ 1 ,βˆ 2 sai nhỏ nhất của PRF hay nói cách khác gần với giá trị thực β1,β2 có thể được dù rằng chúng ta không bao giờ biết giá trị thực của β1,β2 Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Ph­¬ng­ph¸p­b×nh­ph­¬ng­nhá­nhÊt­(OLS)­­­­­­ ­­­­­­­­­­­­­­­­­ Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả... Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết ≠ Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết Chương 2: Mô hình hồi quy hai biến Ước lượng và kiểm định giả thiết ● Ý nghĩa của việc “chấp nhận” hay “bác bỏ” một giả thuyết Với H0 : β2 = 0,5 suy ra t = 0,25 Với α = 5% ta “chấp nhận” H0 Giả sử H0 = 0,48,... xem xét các giá trị β2 < 0 Các giả thuyết phải được lập trước khi điều tra thực nghiệm, dựa vào lý thuyết hay nghiên cứu kinh nghiệm trước đây hoặc cả hai ● Lựa chọn mức ý nghĩa α: Khi kiểm định giả thuyết, việc bác bỏ hay không bác bỏ giả thuyết H0 phụ thuộc nhiều vào α Trong thực tế việc ấn định mức ý nghĩa α không phải là bất khả xâm phạm Nhưng nếu dùng giá trị p của thống kê kiểm định thì việc chọn... trong đó β1,β2 các tham số chưa biết nhưng cố định, được gọi là các hệ số hồi quy β1 là hệ số tự do (hệ số chặn) β2 là hệ số góc trong phân tích hồi quy ta phải ước lượng giá trị trung bình của Y với giá trị đã biết của X, muốn vậy cần phải ước lượng được các tham số β1,β2 Thuật ngữ “tuyến tính” được hiểu theo 2 nghĩa: tuyến tính đối với tham số và tuyến tính đối với các biến Hàm hồi quy tuyến tính được