TỔNG HỢP KIẾN THỨC KINH TẾ LƯỢNG

Đây là tổng hợp lại những gì cần nắm trong Kinh tế lượng, một môn mà làm hầu hết sinh viên đại học ngao ngán mỗi khi nhắc đến. Nhưng với file tổng hợp kiến thức kinh tế lượng này sẽ giúp các em sinh viên dễ dàng tiếp cận được và có thể hệ thống lại kiến thức nhanh nhất qua các câu chữ dễ hiểu, đậm chất sinh viên.

NHỮNG ĐIỀU CẦN NẮM VỀ KINH TẾ LƯỢNG CHƯƠNG 1 Equation = Model Mơ hình phương trình-> Kết số ĐỊnh nghĩa: kinh tế lượng ứng dụng phương pháp thống kê tốn học để phân tích số liệu kinh tế, với mục đích đưa nội dung thực nghiệm cho lí thuyết kinh tế nhằm để xác nhận bác bỏ Ứng dụng: dự báo thay đổi kinh tế vĩ mô :+ lãi suất, tỉ lệ lạm phát, GDP,… + Các mơ hình kinh tế vi mô: hệ số co giãn cầu, hàm sản xuất, Các bước thực KTL Lý thuyết kinh tế Thiết lập mô hình Số liệu Ước lượng mơ hình Kiểm định giả định Diễn giải kết Dự báo phân tích sách Bước 1: Để hồn thiện bước số cần : - Bảng diễn giải  Số cột đòi hỏi >= cột TÊN BIẾN -Để gọi Trong bảng diễn giải có loại biến: + Biến độc lập + Biến phụ thuộc KÍ HIỆU -Xuất suốt trình sau phương trình DIỄN GIẢI  Cung cấp thông tin cách đo lường biến mơ hình ( cho biết cách đo lường biến cách nào, nào?)  Quyết định 50% tính TÁC KÌ VỌNG GIẢ  Cho biết chiều tác động biến độc lập lên biến phụ thuộc  Những giá trị “ +” “-“ Biến phụ thuộcđể vị trí dễ nhìnở đầu cuối xác đề tài VÍ DỤ: biếnTối thiểu câu hỏi Tối đa Không xác định (thuận chiều hay nghịch chiều) Lưu ý: Có biến khơng cần phải hỏi,nhưng có biến hỏi 2, câu có thơng tin Chú ý đơn vị tính: cơng chạy từ 10001200m2, có công lớn, công nhỏ Cần lưu ý kĩ đơn vị ví dụ: đv 1000m2 10000m2 nhập vơ số 10 CHÚ Ý KHI LẬP BẢNG DIỄN GIẢI Kiểm tra biến BDG >< câu hỏi Bảng Câu Hỏi Kiểm tra mã hóa BDG >< giá trị ghi nhận BCH Cách đặt câu hỏi: chủ thể, đơn vị tính, Bước 2: THIẾT LẬP MƠ HÌNH Thiết lập mơ hình kinh tế lượng để mô tả mối quan hệ biến kinh tế Ví dụ :  Mơ hình dạng Lin-Lin( Level-Level) : Là hệ số chặn (hệ số tự do) mẫu u: tổng thể, e: : hệ số góc Ngồi ra: “ , gọi tham số Y, X gọi biến số “ LnY=  Mơ hình dạng Log-Log Có dạng mơ hình (nhưng sau dạng thường gặp)  Mơ hình dạng Level- Level Tất biến độc lập phụ thuộc có đơn vị tự nhiện VD: Sản lượng đơn vị : kg, g,… Kinh nghiệm đơn vị :năm , tháng, -Nếu biến độc lập thay đổi đơn vị biến phụ thuộc thay đổi beta đơn vị VD: Khi kinh nghiệm tang năm biến sản lượng thay đổi beta1  Mơ hình dạng Log-Log Tất biến số có đơn vị % VD: Khi kinh nghiệm tăng 1% biến sản lượng thay đổi beta1 %  Mơ hình dạng Log-Level + Biến phụ thuộc có đơn vị % + Biến độc lập có đơn vị tự nhiên VD: Kinh nghiệm tăng năm sản lượng thay đổi beta1* 100% (%)  Mơ hình Level- Log + Biến phụ thuộc có đơn vị tự nhiên + Biến độc lập có đơn vị % VD: Khi kinh nghiệm tăng 1% sản lượng thay đổi beta1/100 ( đơn vị kg ) Bước 3: THU NHẬP SỐ LIỆU LOẠI số liệu sơ cấp thứ cấp Phạm vi Khơng gian Bước : ƯỚC LƯỢNG MƠ HÌNH Sử dụng phương pháp bình phương bé ( Ordinary Least quares ) Bước 5: KIỂM ĐỊNH GIẢ THUYẾT Bước 6: DIỄN GIẢI KẾT QUẢ Bưóc : DỰ BÁO VÀ PHÂN TÍCH CHÍNH SÁCH CHƯƠNG Phân Tích Mơ Hình Hồi Quy Đa Biến         Khái niệm Mơ hình hồi quy hai biến Phương pháp bình phương nhỏ Mơ hình hồi quy đa biến Các giả định mơ hình hồi quy đa biến Độ xác & sai số chuẩn ước lượng Kiểm định giả thuyết mơ hình Ví dụ Khái niệm Phân tích hồi quy đề cập đến việc nghiên cứu phụ thuộc biến số ( biến phụ thuộc) vào nhiều biến số khác ( biến độc lập) , với ý nghĩa ước lượng và/ dự đốn dự đốn giá trị trung bình ( tổng thể) biến phụ thuộc dựa giá trị biết hay cố định biến độc lập Trong phương trình= Trong đề tài Trong mơ hình Equation= Model - Biến phụ thuộc: tối - Biến phụ thuộc: đa= tối thiểu= từ biến trở lên - Biến độc lập: có - Biến độc lập: nhiều nhiều Trong đề tài có từ Để biết biến độc phương trình trở lên lập dựa vào lí thuyết & Các biến độc lập ứng dụng phương trình tùy + Có thể khác hồn tồn + Có thể giống + Có thể kết hợp (Thông thường giống nhau) Khi phân tích hồi quy, tất giá trị phải dạng giá trị trung bình Khơng nói, mặc định alpha= 5% Có loại biến sau : Biến phụ thuộc Biến độc lập Biến điều khiển Các yếu tố khác biến độc lập lại mơ hình Một số thuật ngữ MHHQ Y Biến phụ thuộc X Biến độc lập Biến giải thích Biến giải thích Biến phản ứng Biến kiểm soát Biến dự đoán Biến dự đốn Biến hồi quy Biến hồi quy Mơ hình hồi quy hai biến (Mơ hình hồi quy đơn biến) 2.1 Đo lường mối quan hệ hai biến đó: + Hiệp phương sai ( Covariance) + Hệ số tương quan Là đo lường mối quan hệ đồng (+) hay nghịch (-) hai biến - Hiệp phương sai (Covariance) Cơng thức: Kì vọng tích số ) E: kì vọng (giá trị trung bình) Đặc điểm: a) Ước lượng hiệp phương sai ……………………… b) Tính khơng chệch c) Tính đồng Lưu ý: +  giá trị trung bình tính từ “ MẪU” +  Giá trị trung bình tính từ “ TỔNG THỂ” - Hệ số tương quan Chỉ tiêu đo lường mức độ chặt chẽ tương quan biến Công thức: ( Hệ số tương quan loại bỏ đặc điểm hiệp phương sai phụ thuộc vào đơn vị) Đặc điểm: a) Ước lượng hệ số tương quan b) Tính khơng chệch c) Tính đồng Nếu yêu cầu nêu quan hệ biến cung cấp thơng tin gì?  CUng cấp tiêu đo lường + Hiệp phương sai + Hệ số tương quan tiêu cho biết thông tin chiều tác động, mức độ tác động,… KHẢO SÁT MƠ HÌNH HỒI QUY TUYẾN TÍNH HAI BIẾN Tuyến tính dạng bậc Dạng tổng qt mơ hình tuyến tính hai biến : Y= Dạng phi tuyến tính: dạng log-log, … • Phân tích hồi quy  tìm mối quan hệ khơng tìm X, Y Mơ hình hồi quy tổng thể (PRF) Y= Trong đó: : hệ số tự do, cho biết giá trị trung bình biến phụ thuộc Y thay đổi biến X nhận giá trị : hệ số góc, cho biết giá trị trung bình biến phụ thuộc Y thay đổi ( tăng hay giảm) đơn vị giá trị biến độc lập X tăng đơn vị với điều kiện yếu tố khác không thay đổi Hàm hồi quy mẫu (SRF) ei ước lượng điểm ui gọi phần dư sai số ngẫu nhiên Note: : Giá trị dự báo mơ hình Y: giá trị thực tế Sai số: ei= YƯỚC LƯỢNG BÌNH PHƯƠNG NHỎ NHẤT(OLS) Lí do: Chọn phương pháp để: + triệt dấu + Giải toán cực trị Phương pháp hồi quy sử dụng bậc đại học ĐỊnh nghĩa: Ước lượng thơng số mơ hình hồi quy tuyến tính đa biến Phương pháp: Giáo trình Giả thuyết GT1: Biến( biến) giải thích phi ngẫu nhiên GT2 E(Ui/Xi)= GT3 VAR( Ui/Xi)= VAR(UJ/XJ)= GT4 Cov( Ui, Uj)=0 GT5 Cov( Ui, Uj)=0, với i # j Tính chất , : ứng với n cặp quan sát Nghĩa chạy 1000 số liệu số nhau Gọi , : ước lượng điểm đại lượng ngẫu nhiên MƠ HÌNH HỒI QUY BỘI ( ĐA BIẾN)  Có biến độc lập trở lên so với mơ hình hồi quy đơn biến Mơ hình: GIẢ ĐỊNH CỦA MƠ HÌNH HỒI QUY ĐA BIẾN Gỉa định 1: Tuyến tinh tham số hồi quy (linear in parameters) ( Tham số hồi quy beta, biến X biến số) Giả định 2: Các giá trị mẫu Xj ước lượng đúng, khơng có sai số (random sampling): giá trị biến giải thích số xác định Giả định 3: Kì vọng trung bình số học sai số (zero conditional) E(i/xi)=0 Giả định 4: Các sai số u độc lập với biến giải thích Cov (ui, Xi)=0 Giả định 5: Các sai số ui có phương sai tất giá trị Xi Var(ui/Xi)= Giả định 6: Các sai số u cặp độc lập với Giả định 7: Vecto sai số u theo phân phối chuẩn nhiều chiều (normality) Giả định 8: Không có biến độc lập số, khơng tồn mối liên hệ tuyến tính hồn tồn xác biến độc lập ( no perfect multicollinearity) Còn Chương 3: PhƯƠNG SAI SAI SỐ THAY ĐỔI (HETEROSCEDASTICITY) - Từ chương trở sau học tượng sai sót, lỗi xảy phương trình hồi quy Nội dung chương này: Bản chất tượng phương sai sai số thay đổi Lưu ý: + Phương sai ? Phương sai biến cho biết mật độ phân tán biến so với( cách) giá trị kì vọng bao xa + Phương sai sai số gì? Phương sai sai số cho biết giá trị so với giá trị trung bình( giá trị kì vọng) + Phương sai sai số thay đổi xuất khi Phân tán thay đổi, chênh lệch qua quan sát ( ei=Yi-) Khi nhìn hình vẽ: Ta có kì vọng đường hồi quy, giá trị đường hồi quy dạng trung bình nên kì vọng giá trị trung bình Ngun nhân tượng PSSS thay đổi Có nguyên nhân: ( ngồi ngun nhân ra, nhiều ngun nhân khác, nguyên nhân điển hình thường xảy ra) + Theo mơ hình học tập- sai lầm, người học hỏi, sai lầm hành vi họ ngày nhỏ theo thời gian Trường hợp này, dự kiến giảm dần ( Khi người học trau dồi kiến thức, sai lầm họ giảm dần ) + Do chất mối quan hệ kinh tế  Đây nguyên nhân khách quan Ví dụ : chi tiêu thu nhập + Do kỹ thuật thu nhập số liệu cải tiến làm cho ngày giảm ( Nguyên nhân tương tự nguyên nhân đầu tiên, với nguyên nhân sai lầm tương ứng cho q trình làm việc, nguyên nhân sai lầm tương ứng việc thu thập số liệu) + Do diện quan sát dị biệt ( outlier) Nguyên nhân có outlier?  Vì khơng đáp ứng nhu cầu sau đây: TH1: Ví dụ: Khi khảo sát người làm việc sống Cần Thơ, trình khảo sát họ khảo sát người làm việc Cần Thơ tỉnh thành khác  Đúng phạm vi, không đối tượng TH2: Ví dụ: Phỏng vấn thu nhập chủ ni tơm Cà Mau hầu hết người giàu, khơng phải giàu nên có người nghèo  Đúng phạm vi, đối tượng chất việc nên chấp nhận Làm để xác định outlier? Dựa vào giá trị quan sát + giá trị cách biệt so với giá trị trung bình ( giá trị kì vọng) + Do định dạng sai mơ hình ( thường gặp số liệu theo không gian “ cross- section data”) Từ chúng ước lượng OLS HẬU QUẢ Câu CỦA SỐ THAY ĐỔI nóiPHƯƠNG thích hợp cho 3SAI câu SAI nói trên: Ước lượng OLS khơng BLUE Nếu giả thuyết khác đảm bảo thì: Là giả thuyết trừ số 5 Ước lượng 0LS tuyến tính Chúng ước lượng không chệch Tuy nhiên, chúng khơng có phương sai nhỏ nữa, nghĩa là, chúng khơng hiệu Cơng thức thông thường để ước lượng phương sai ước lượng OLS, nhìn chung, chệch Theo đó, khoảng tin cậy kiểm định giả thuyết thông thường dựa phân phối t F khơng đáng tin cậy Do vậy, áp dụng kỹ thuật kiểm định giả thuyết thông thường cho kết sai BLUE: + Tuyến tính + Khơng chệch + Phương sai nhỏ PHƯƠNG PHÁP PHÁT HIỆN PSSS THAY ĐỔI Có phương pháp học phương pháp Xem xét đồ thị phần dư Kiểm định Breusch- Pagan Kiểm định White Xem xét đồ thị phần dư Khi xem xét đồ thị sai số, nhận biết có phải đồ thị sai số hay khơng? Dựa vào độ phân tán chấm đồ thị, độ phân tán độ dày, thưa đồng chấm Lưu ý: Không khẳng định chắn đồ thị có phương sai sai số thay đổi định tính  Mà nói rằng: Mơ hình có phương sai sai số thay đổi Định lượng, có số rõ rang  Được phép kết luận cách chắn Đồ thị sai số ( tài liệu/5 ) - Giá trị nằm trục tung ước lượng sai số bình phương Trục hồnh ước lượng biến phụ thuộc Các bước thực stata: VẼ ĐỒ THỊ PHẦN DƯ Phải khai báo giá trị cho trục tung trục hoành: trục hoành ước lượng biến phụ thuộc trục tung ước lượng phương sai sai số bình phươnng  Predict “tên biến muốn đặt để lưu giá trị ước lượng biến phụ thuộc”  Predict “ tên biến muốn đặt để lưu ước lượng phương sai sai số”,res Fitted values: giá trị ước lượng Tạo them biến cho giá trị ước lượng bình phương với cú pháp: Gen tên biến muốn đặt= cú pháp tạo nên biến Ví dụ: gen a=ulss*ulss Vẽ biểu đồ Vào graphics graphs create Basic plots Scatter Chọn Y Variable X variable Y variable : trục tung X variable: trục hồnh Có thể gõ lệnh: twoway (scatter trục tung trục hồnh)  Mơ hình có PSSS thay đổi KIỂM ĐỊNH BREUSCH-PAGAN Các bước kiểm định: xem giáo trình/ trang 11 Các bước thực Stata: Chạy hồi quy Để thu phần dư e1,e2,… Bấm lệnh : HETTEST Hiện prob>chi2  Xem xét số < alpha Kết luận bác bỏ H0: Mơ hình khơng có phương sai sai số thay đổi Chấp nhận H1: Mơ hình có PSSS thay đổi KIỂM ĐỊNH WHITE Các bước kiểm định: xem giáo trình/ trang 12 Các bước thực stata: Chạy hồi quy để thu phần dư ei Bấm lệnh: IMTEST,WHITE Hiện prob>chi2  Xem xét số < alpha Kết luận bác bỏ H0: Mơ hình khơng có phương sai sai số thay đổi Ước lượng giá trị thu sau chạy mơ hình hồi quy Bên cạnh phương pháp kiểm định xem có PSSS thay đổi hay khơng, ta có cách khắc phục sau: Có nhiều phương pháp khắc phục có phương pháp phổ biến: Cách khắc phục thứ  Lấy biến độc lập B1: Lấy biến độc lập SQRT( tên biến cần lấy căn)  Gen tên biến =sqrt(biến độc lập) Bấm lệnh gen để lưu giá trị biến độc lập sau lấy B2: Chia vế cho biến độc lập - Chia biến phụ thuộc cho Gen Ycan=biến phụ thuộc/cansale Chia biến độc lập cho Gen Xcan=1/cansale Sau chạy hồi quy reg Ycan Xcan Cansale, nocons Cách khắc phục Sai số chuẩn điều chỉnh - Bấm lại lệnh hồi quy mô hình gốc, robust VD: reg relexp sales, robust  Tác dụng: nén sai số lại cho sai số đừng biến động  Hạn chế PSSS thay đổi Cách khắc phục thứ Cansale: biến độc lập Ycan: biến phụ thuộc/ cansale Xcan: 1/cansale Cũng cách khắc phục phổ biến nhất: Định dạng lại mơ hình Định dạng lại mơ hình lấy ln vế phương trình Note: bấm lệnh gen để lưu biến biến Bấm lần với lệnh ln Những biến định tính khơng lấy log Lấy log nhằm xem độ co giãn Số âm khơng lấy log Ví dụ: Gen tên biến cần tạo =ln(biến) Gen lny=ln(rlexp) Gen lnx=ln(sales) Reg lny lnx Lưu ý: thao tác thực Stata, lí thuyết cách tính cụ thể Vui lòng xem giáo trình CHƯƠNG TỰ TƯƠNG QUAN ( AUTOCORRELATION) Mơ hình hồi quy gốc chương là: Tự tương quan gì? Tương quan: tương quan thành phần chuỗi quan sát xếp theo thứ tự thời gian (trong số liệu chuỗi thời gian) không gian (trong số liệu chéo) Trong MHCĐ, giả định khơng có tương quan sai số ngẫu nhiên Mơ hình cổ điện giả định sai số ứng với quan sát không bị ảnh hưởng sai số ứng với quan sát khác Tuy nhiên, thực tế xảy tượng mà quan sát lại phụ thuộc nhau Tự tương quan xảy Nguyên nhân tự tương quan - Nguyên nhân khách quan: + Qn tính: mang tính chu kì Vd: chuỗi số liệu thời gian GDP, số giá,,… + Hiện tượng mạng nhện: phản ứng cung nơng sản giá thường có khoảng trễ thời gian VD: bình thường nơng dân trồng bán loại nơng sản đó, thời gian tương đối dài nên giá thời điểm mùa trước ảnh hưởng đến cung thời điểm sau Hiện tượng mạng nhện xảy lĩnh vực nơng-lâm-ngư nghiệp (KV1) + Độ trễ: ví dụ thu nhập tiêu dùng Tiêu dùng thời kì phụ thuộc vào thu nhập mà phụ thuộc vào tiêu dùng thời kì trước - Ngun nhân chủ quan: + Sai lệch lập mơ hình: bỏ sót biến, dạng hàm sai + Hiệu chỉnh số liệu: việc làm “trơn” số liệu loại bỏ số liệu gai góc Ví dụ: hồi quy chuỗi thời gian gắn với số liệu quý, số liệu thường suy từ số liệu tháng cách cộng quan sát chia cho Việc lấy trung bình làm trơn số liệu làm giảm giao động số liệu tháng  Dẫn đến sai số có hệ thống sai số ngẫu nhiên gây tự tương quan Hậu việc sử dụng OLS có tự tương quan: Các ước lượng OLS ước lượng tuyến tính, khơng chệch, chúng khơng phải ước lượng hiệu Phương sai ước lượng ước lượng OLD thường chệch Kiểm định t F khơng tin cậy Giá trị ước lượng bị ước lượng cao (overestimate) không tin cậy dùng để thay cho giá trị thực Phương sai sai số chuẩn (s.e) giá trị dự báo không tin cậy (không hiệu quả) Phát tự tương quan Phương pháp đồ thị ( trục tung et trục hoành t) Cách vẽ tương tự phương sai sai số thay đổi Lệnh predict tenmuondat,res ( ước lượng sai số) Vào Graphics twoway graphs create basic plots scatter Y variables trục tung, X variables trục hoành Cách vẽ lệnh : twoway (scatter trục tung trục hoành ) Kiểm định d durbin-watson Có cách: + Sử dụng giá trị xác suất: Bấm: “durbina” + Dựa vào giá trị kiểm định d B1: Tính giá trị d, tra bảng Bấm : “dwstat” Dùng để tính d sau xem xong tra bảng (giáo trình) Với n: số quan sát k số biến độc lập Kiểm định Breusch-Godfrey (BG) Bấm “bgodfrey” Các kiểm định trên, có bảng, dựa vào giá trị Pro>F để kết luận, 0,9) biến coi có đa cộng tuyến cao - BIỆN PHÁP KHẮC PHỤC Loại trừ biến giải thích (biến độc lập) khỏi mơ hình, định lại dạng mơ hình Loại tối đa biến để khắc phục biến có ĐCT, loại biến làm cho R có giá trị lớn B1: corr “tất biến độc lập” B2: reg Sử dụng R2 để kết luận - - Thu thập them số liệu lấy số mẫu  Chỉ sử dụng phương pháp trường hợp lấy số lượng phạm vi hẹp Sử dụng sai phân cấp Chỉ thực hành theo số liệu thời gian, số liệu sử dụng chương số liệu không gian Nên không sử dụng