Nội dung Chương 2 Ước lượng và dự đoán cầu trình bày các nội dung: Phân tích độ co dãn của cầu, ước lượng cầu, dự đoán cầu. Tham khảo nội dung bài giảng để nắm bắt nội dung chi tiết.
Trang 1KINH TẾ HỌC QUẢN LÝ
(Managerial Economics)
1
GiẢNG VIÊN: THS PHAN THẾ CÔNG
Chương 2
Ước lượng và dự đoán cầu
2
Nội dung chương 2
Phân tích độ co dãn của cầu
Ước lượng cầu
Dự đoán cầu
3
Độ co dãn của cầu theo giá
Độ co dãn của cầu theo giá (E)
Phản ánh phần trăm thay đổi trong lượng cầu của một
mặt hàng khi giá của mặt hàng đó thay đổi 1%
Công thức tính:
Do luật cầu nên E luôn là một số âm
Giá trị tuyệt đối của E càng lớn thì người mua càng
phản ứng nhiều trước sự thay đổi của giá cả
P Q E
∆
∆
=
%
%
Độ co dãn của cầu theo giá
Các giá trị độ co dãn:
│E│ > 1 │ %∆Q│> │%∆P│: cầu co dãn
│E│ < 1 │ %∆Q│< │%∆P│: cầu kém co dãn
│E│ = 1 │ %∆Q│= │%∆P│: cầu co dãn đơn vị
Độ co dãn và tổng doanh thu
Khi cầu co dãn, việc tăng giá sẽ làm giảm doanh thu và giảm giá sẽ làm tăng doanh thu
Khi cầu kém co dãn, việc tăng giá sẽ làm tăng doanh thu và giảm giá sẽ làm giảm doanh thu
Khi cầu co dãn đơn vị, tổng doanh thu đạt giá trị lớn nhất
Trang 2Các yếu tố tác động đến E
Sự sẵn có của hàng hóa thay thế
Các hàng hóa thay thế đối với một hàng hóa hoặc dịch
vụ càng tốt và càng nhiều thì cầu đối với hàng hóa hay
dịch vụ đó càng co dãn
Phần trăm ngân sách người tiêu dùng chi tiêu cho
hàng hóa đó
Phần trăm trong ngân sách tiêu dùng càng lớn cầu càng
co dãn
Giai đoạn điều chỉnh
Thời gian điều chỉnh càng dài thì cầu càng co dãn
7
Tính độ co dãn của cầu theo giá
Độ co dãn khoảng
8
TB TB
Q
P P
Q E
∆
∆
=
Tính độ co dãn của cầu theo giá
Độ co dãn điểm khi đường cầu tuyến tính
Xét hàm cầu tuyến tính
Q = a + bP + cM + dP R
Trong đó b = ∆Q/∆P
9
bP a
Q= '+
Tính độ co dãn của cầu theo giá
Độ co dãn điểm khi đường cầu tuyến tính
Sử dụng một trong hai công thức
10
Q
P b
E=
A P
P E
−
= hoặc
Trong đó:
- P và Q là giá trị của giá và lượng tại điểm tính độ co dãn
- A (=-a’/b) là hệ số cắt đường cầu (điểm giao giữa trục giá
và đường cầu
Tính độ co dãn của cầu theo giá
Độ co dãn điểm khi đường cầu phi tuyến
Sử dụng một trong hai công thức sau
11
E
∆
Trong đó:
∆Q/∆P là độ dốc của đường cầu tại điểm tính độ co dãn
P và Q là giá trị của giá và lượng tại điểm tính độ co dãn
A là điểm giao giữa trục giá và đường thẳng tiếp xúc với đường cầu tại điểm tính độ co dãn
Độ co dãn thay đổi dọc theo đường cầu
Đối với đường cầu tuyến tính, P và |E| thay đổi cùng chiều dọc theo đường cầu tuyến tính
Giá tăng, cầu càng co dãn
Giá giảm, cầu càng kém co dãn
Đối với đường cầu phi tuyến, không có quy luật chung về mối quan hệ giữa giá và độ co dãn
Do cả độ dốc và tỷ lệ P/Q đều thay đổi dọc theo đường
cầu
Một trường hợp đặc biệt Q = aP b, độ co dãn của cầu theo giá luôn không đổi (=b) với mọi mức giá
12
Trang 3Doanh thu cận biên
Doanh thu cận biên (MR) là sự thay đổi trong
tổng doanh thu khi sản lượng bán ra thay đổi một
đơn vị
Công thức tính:
MR chính là độ dốc của đường tổng doanh thu TR
13
Q
TR MR
∆
∆
=
Cầu và doanh thu cận biên
Xét hàm cầu tuyến tính
P = A + BQ (A > 0, B < 0)
Hàm doanh thu cận biên cũng tuyến tính, cắt trục giá tại cùng một điểm với đường cầu và có độ dốc gấp đôi so với độ dốc đường cầu
MR = A + 2BQ
14
15
MR , TR và E
Dthu
cận biên Tổng doanh thu
Độ co dãn của cầu theo giá
(E> 1)
MR= 0 Unit elastic
(E= 1)
(E< 1)
Co dãn đơn vị
(E= 1) Kém co dãn (E< 1)
Co dãn (E> 1)
TR giảm
khi Q tăng
(P giảm)
TR max
TR tăng
khi Q tăng
(P giảm)
Doanh thu cận biên và độ co dãn
Giữa doanh thu cận biên và độ co dãn có mối quan hệ sau:
) 1 1 (
E P
Co dãn của cầu theo thu nhập
Độ co dãn của cầu theo thu nhập (E M) đo lường phản ứng của lượng cầu trước sự thay đổi thu nhập (các yếu tố khác là cố định)
E M> 0 đối với hàng hóa thông thường
E M< 0 đối với hàng hóa thứ cấp
M
d
E
Trang 4Co dãn của cầu theo giá chéo
Co dãn của cầu theo giá chéo (E XY) đo lường phản
ứng trong lượng cầu hàng hóa X khi giá của hàng
hóa có liên quan Y thay đổi (tất cả các yếu tố
khác cố định)
E XY> 0 nếu hai hàng hóa thay thế
E XY< 0 nếu hai hàng hóa bổ sung
19
XY
% Q Q P
E
% P P Q
Ước lượng cầu
Xác định hàm cầu thực nghiệm
Ước lượng cầu của ngành cho hãng chấp nhận giá
Ước lượng cầu cho hãng định giá
20
Xác định hàm cầu thực nghiệm
Hàm cầu tổng quát
Q = f (P, M, P R ,T, P e , N)
Bỏ qua biếnT và P edo khó khăn trong việc định lượng thị hiếu và việc xác định kỳ vọng về giá cả
Như vậy hàm cầu có dạng:
Q = f(P, M, P R , N)
Chú ý về việc thu thập số liệu để ước lượng cầu
21
Xác định hàm cầu thực nghiệm
Xác định hàm cầu thực nghiệm tuyến tính
Hàm cầu có dạng
Q = a + bP + cM + dP R + eN
Ta có
b =Q/P c =Q/M d =Q/P R e =Q/N
Dấu dự tính của các hệ số
b mang dấu âm
c mang dấu dương đối với hàng hóa thông thường và mang
dấu âm đối với hàng hóa thứ cấp
d mang dấu dương nếu là hàng hóa thay thế và mang dấu âm
nếu là hàng hóa bổ sung
e mang dấu dương
22
Xác định hàm cầu thực nghiệm
Xác định hàm cầu thực nghiệm tuyến tính
Q = a + bP + cM + dP R + eN
Các giá trị độ co dãn của cầu được ước lượng là
23
P
ˆ ˆ
E b Q
=
• ˆ ˆ P
E b Q
=
•
M
M
ˆ ˆ
Q
=
•
M
M
ˆ ˆ
Q
=
•
R XR
P
ˆ ˆ
Q
=
XR
P
ˆ ˆ
Q
=
•
Xác định hàm cầu thực nghiệm
Xác định hàm cầu thực nghiệm phi tuyến
Dạng thông dụng nhất là dạng loga tuyến tính
Để ước lựong hàm cầu dạng này phải chuyển về loga tự
nhiên
lnQ = lna + b lnP + c lnM + d lnP R + e lnN
Với dạng hàm cầu này, độ co dãn là cố định
24
e d R c b
N P M aP
Q=
ˆ ˆ
E ˆ = b ˆ E ˆM = c ˆ E ˆXR= d ˆ
E = b E ˆM = c ˆ E ˆXR= d ˆ
Trang 5Giá do thị trường quyết định và giá do
nhà quản lý quyết định
Đối với hãng “chấp nhận giá”
Giá cả được xác định bằng sự tương tác đồng thời giữa
giữa cung và cầu
Giá cả là biến nội sinh của hệ phương trình cung cầu –
biến được xác định bởi hệ phương trình
Đối với hãng định giá:
Giá cả do người quản lý quyết định
Giá cả là biến ngoại sinh
25
Ước lượng cầu của ngành đối với hãng chấp nhận giá
Dữ liệu quan sát được về giá và lượng được xác định một cách đồng thời tại điểm mà đường cung
và đường cầu giao nhau vấn đề đồng thời
Vấn đề ước lượng cầu của một ngành phát sinh do
sự thay đổi trong các giá trị quan sát được của giá
và lượng thị trường được xác định một cách đồng thời từ sự thay đổi trong cả cầu và cung
26
Vấn đề đồng thời
Ví dụ về hàm cung và cầu của một loại hàng hóa
Cung: Q = h + kP + lP I + ε s
Do các giá trị quan sát được của giá và lượng (giá
và lượng cân bằng) được xác định một cách đồng thời bởi cung và cầu nên
P E = f(M, P I , ε d, ε s ) và Q E = g(M, P I , ε d, ε s )
27
Vấn đề đồng thời
P E = f(M, P I , ε d, ε s ) và Q E = g(M, P I , ε d, ε s )
Như vậy:
Mỗi giá trị quan sát được của P và Q được xác định bởi
tất cả các biến ngoại sinh và các sai số ngẫu nhiên
trong cả phương trình cầu và phương trình cung
Các giá trị quan sát được của giá tương quan với các
sai số ngẫu nhiên trong cả cầu và cung
Phương pháp bình phương nhỏ nhất hai bước
Bước 1: Tạo một biến đại diện cho biến nội sinh, biến này tương quan với biến nội sinh nhưng không tương quan với SSNN
Bước 2: Thay thế biến nội sinh bằng biến đại diện và
áp dụng phương pháp OLS để ước lượng các tham số của hàm hồi quy
Trang 6Các bước ước lượng cầu của ngành
Bước 1: Xác định phương trình cung và cầu của
ngành
Ví dụ có thể xác định phương trình cung và cầu như
sau:
Cầu: Q = a + bP + cM + dP R
Cung: Q = h + kP + lP I
31
Bước 2: Kiểm tra về định dạng cầu của ngành
Hàm cầu được định dạng khi hàm cung có ít nhất một biến ngoại sinh không nằm trong phương trình hàm cầu
32
Các bước ước lượng cầu của ngành
Bước 3: Thu thập dữ liệu của các biến trong cung
và cầu
Bước 4: Ước lượng cầu của ngành bằng phương
pháp 2SLS
Phải xác định rõ biến nội sinh và biến ngoại sinh
33
Các bước ước lượng cầu của ngành
Ví dụ minh họa
Bước 1: Xác định phương trình cung và cầu của
ngành
Cầu: Qđồng= a + bPđồng+ cM + dPnhôm
Cung: Qđồng= e + fPđồng+ gT + hX
Bước 2: Kiểm tra về định dạng cầu của ngành
Bước 3: Thu thập dữ liệu của các biến trong cung và
cầu
Bước 4: Ước lượng cầu của ngành bằng phương pháp
2SLS
34
Ước lượng cầu thế giới đối với kim loại đồng
Ví dụ minh họa
35
Dependent Variable: QC Method: Two-Stage Least Squares Date: 09/15/08 Time: 00:32 Sample (adjusted): 2 26 Included observations: 25 after adjustments Instrument list: C M PA X T Variable Coefficient Std Error t-Statistic Prob.
C -6837.833 1264.456 -5.407729 0.0000
PC -66.49503 31.53377 -2.108693 0.0472
M 13997.74 1306.344 10.71520 0.0000
PA 107.6624 44.50984 2.418845 0.0247 R-squared 0.942143 Mean dependent var 5433.632 Adjusted R-squared 0.933878 S.D dependent var 1669.629 S.E of regression 429.3333 Sum squared resid 3870869.
Durbin-Watson stat 1.465392 Second-stage SSR 1634042.
Ước lượng cầu đối với hãng định giá
Đối với hãng định giá, vấn đề đồng thời không tồn tại và đường cầu của hãng có thể được ước lượng bằng phương pháp OLS
36
Trang 7 Bước 1: Xác định hàm cầu của hãng định giá
Bước 2: Thu thập dữ liệu về các biến có trong
hàm cầu của hãng
Bước 3: Ước lượng cầu của hãng định giá bằng
phương pháp OLS
37
Ước lượng cầu đối với hãng định giá Ước lượng cầu cho hãng Pizza
Bước 1: Xác định hàm cầu của hãng
Q = a + bP + cM + dPAl+ ePBMac
Trong đó:
Q = doanh số bán pizza tại Checkers Pizza
P = giá một chiếc bánh pizza tại Checkers Pizza
M = thu nhập trung bình trong năm của hộ gia đình ở
Westbury
PAl= giá một chiếc bánh pizza tại Al’s Pizza Oven
PBMac= giá một chiếc Big Mac tại McDonald’s
38
Ước lượng cầu cho hãng Pizza
Bước 2: Thu thập dữ liệu về các biến có trong hàm cầu của hãng
Bước 3: Ước lượng cầu của hãng định giá bằng phương pháp OLS
39
Dự đoán theo chuỗi thời gian
Dự đoán theo mùa vụ - chu kỳ
Sử dụng mô hình kinh tế lượng
Dự đoán theo chuỗi thời gian
Một chuỗi thời gian đơn giản là một chuỗi các
quan sát của một biến được sắp xếp theo trật tự thời gian
Mô hình chuỗi thời gian sử dụng chuỗi thời gian
trong quá khứ của biến quan trọng để dự đoán các giá trị trong tương lai
Trang 8Dự đoán theo chuỗi thời gian
Dự đoán bằng xu hướng tuyến tính:
Là phương pháp dự đoán chuỗi thời gian đơn giản nhất
Cho rằng biến cần dự đoán tăng hay giảm một cách
tuyến tính theo thời gian
43
Q = + a b
Dự đoán theo chuỗi thời gian
Sử dụng phân tích hồi quy để ước lượng các giá
trị của a và b
Nếu b > 0 biến cần dự đoán tăng theo thời gian
Nếu b < 0 biến cần dự đoán giảm theo thời gian
Nếu b = 0 biến cần dự đoán không đổi theo thời gian
Ý nghĩa thống kê của xu hướng cũng được xác định bằng cách thực hiện kiểm định t hoặc xem
xét p-value
44
t
ˆ ˆ ˆ
Q = + a bt
Dự đoán bằng xu hướng tuyến tính
45
Ví dụ minh họa
Dự đoán doanh số bán cho hãng Terminator Pest
Control
46
Dự đoán theo mùa vụ - chu kỳ
Dữ liệu theo chuỗi thời gian có thể thể hiện sự biến động đều đặn có tính mùa vụ hoặc có tính chu kỳ qua thời gian
Ước lượng theo xu hướng tuyến tính thông thường sẽ dẫn đến sự sai lệch trong dự báo
Sử dụng biến giả để tính đến sự biến động này
Khi đó, đường xu hướng có thể bị đẩy lên hoặc hạ xuống tùy theo sự biến động
Ý nghĩa thống kê của sự biến động mùa vụ cũng được xác định bằng kiểm định t hoặc sử dụng p-value cho tham số ước lượng đối với biến giả
47
Biến động doanh thu theo mùa vụ
48
• • •
•
• • •
•
• • •
•
• • •
•
Trang 9Biến giả
Nếu có N giai đoạn mùa vụ thì sử dụng (N-1) biến
giả
Mỗi biến giả được tính cho một giai đoạn mùa vụ
Nhận giá trị bằng 1 nếu quan sát rơi vào giai đoạn đó
Nhận giá trị bằng 0 nếu quan sát rơi vào giai đoạn khác
Dạng hàm:
Qt= a + bt + c1D1+ c2D2+ … cn-1Dn-1
Hệ số chặn nhận các giá trị khác nhau cho mỗi
giai đoạn
49
Tác động của sự thay đổi mùa vụ
50
Thời gian
Q t
t
Q t = a’ + b t
a’
a
Q t = a + b t
c
Ví dụ minh họa
Dự báo doanh số bán hàng cho 04 quý năm 2005
Sử dụng 3 biến giả D1, D2và D3
Phương trình ước lượng
Q t = a + bt + c 1 D 1 + c 2 D 2 + c 3 D 3
51
Dự đoán giá và doanh số bán của ngành trong tương lai
Bước 1: Ước lượng các phương trình cầu và cung của
ngành
Bước 2: Định vị cung và cầu của ngành trong giai đoạn
dự đoán
Bước 3: Xác định gia của cung và cầu trong tương lai
Ví dụ về thị trường kim loại đồng
Ước lượng phương trình cung của ngành
Trang 10 Dự đoán cầu tương lai cho hãng định giá
Bước 1: ước lượng hàm cầu của hãng
Bước 2: dự đoán giá trị tương lai của biến làm dịch
chuyển cầu
Bước 3: Tính toán vị trí của hàm cầu trong tương lai
55
Dự đoán cầu cho hãng Checkers Pizza
56
Một số cảnh báo khi dự đoán
Dự đoán càng xa tương lai thì khoảng biến thiên hay miền không chắc chắn càng lớn
Mô hình dự đoán được xác định sai: thiếu biến quan trọng, sử dụng dạng hàm không thích hợp…
đều giảm độ tin cậy của dự đoán
Dự đoán thường thất bại khi xuất hiện những
“điểm ngoặt” – sự thay đổi đột ngột của biến được xem xét
57