thực hành white.doc

thực hành white

Trang 1

THỰC HÀNH SỬ DỤNG HÀM TRONG EVIEW

Vào Genr

Lg (log cơ số 10)@log10(x)@log10(100)= log10100lg1002

THỰC HÀNH PHƯƠNG SAI SAI SỐ THAY ĐỔI

Khắc phục phương sai sai số thay đổi bằng ước lượng Bình phương tổi thiểu tổng quát khả thi (FGLS).Các bước thực hiện ước lượng FGLS (trang 345)

Phương pháp FGLS cũng là ước lượng bình phương tối thiểu có trọng số 

w , với t không biết trước,do đó trước tiên phải có các ước lượng của t ( hay tìm ˆt) Với mỗi công thức phương sai được đề xuất bởiGlesjer, Breusch – Pagan, Harvey – Godfrey và White ta có t ước lượng khác nhau hay trọng số khác nhau.

Vậy mỗi kiểm định ta có một trọng số.

VD: Sử dụng Data 8-1 Ranamathan

1) Kiểm định có phương sai sai số thay đổi? Bằng kiểm định Glesjer, Breusch – Pagan, Harvey –Godfrey và White

2) Khắc phục bằng ước lượng FGLS cho từng công thức phương sai của Glesjer, Breusch – Pagan,Harvey – Godfrey và White

1 Tạo biến ln(SALARY)genr lnsalary=LOG(salary)

2 Hồi quy (1)ls lnsalary c years years^2

3 Kiểm định xem có phương sai của sai số thay đổi không?

3.1 Tính phần dư (uˆt) genr uhat =resid

1

Trang 2

3.2 Tạo uˆt genr absuhat=abs(uhat)

3.3 Hồi quy phụls absuhat c years years^2 Từ hồi quy phụ tìm R2hq phụ

4 Khắc phục bằng FGLS

4.1 Ước lượng ˆt absuhat1=absuhat forecast (absuhat1 là giá trị dự báo của absuhat)

Đây là ước ˆt (t ước lượng) của đặc trưng Glesjer.

Vì trọng số >0 do đó ˆt>0 Sau khi dự báo absuhat ta mở absuhat1 lên xem cóquan sát nào âm không Nếu quan sát nào có giá trị âm ta thay nó bằng absuhattương ứng Mà absuhat thì chắc chắn dương.

absuhat absuhat10.0986529 0.0452970.0594322 0.0452970.0594322 0.045297

0.0757303 -0.058797 < 0 Ta thay -0,058797 bằng 0,07573030.0757303 0.058797

0.0662515 -0.058797 < 0 Ta thay -0,058797 bằng 0,06625150.0088826 0.058797

0.0224489 0.0587970.0224489 0.0587970.037264 0.0587970.0720555 0.0717020.0350142 0.071702

Ta tạo biến absuhat2 là biến absuhat1 đã thay các giá trị âm Để thực hiện việcthay thế này ta tạo biến giả d nếu quan sát nào của absuhat1>0 thì mang giá trị 1ngược lại quan sát nào của absuhat1<0 mang giá trị 0.

absuhat absuhat1 d0.0986529 0.045297 10.0594322 0.045297 10.0594322 0.045297 10.0757303 -0.058797 00.0757303 0.058797 10.0662515 -0.058797 00.0088826 0.058797 10.0224489 0.058797 10.0224489 0.058797 10.037264 0.058797 10.0720555 0.071702 10.0350142 0.071702 1

Trang 3

genr wt1=1/absuhat1 nếu toàn bộ quan sát > 0genr wt1=1/absuhat2 nếu absuhat1 có quan sát <0 4.3 Hồi quy bằng bình phương tối thiểu có trọng số wt1

THỰC HÀNH

1 Tạo biến ln(SALARY) genr lnsalary=LOG(salary)

2 Hồi quy (1)ls lnsalary c years years^2

Dependent Variable: LNSALARYMethod: Least Squares

Date: 12/04/07 Time: 07:22Sample: 1 222

Included observations: 222

Variable Coefficient Std Error t-Statistic Prob C 3.809365 0.041338 92.15104 0.0000YEARS 0.043853 0.004829 9.081645 0.0000YEARS^2 -0.000627 0.000121 -5.190657 0.0000R-squared 0.536179 Mean dependent var 4.325410Adjusted R-squared 0.531943 S.D dependent var 0.302511S.E of regression 0.206962 Akaike info criterion -0.299140Sum squared resid 9.380504 Schwarz criterion -0.253158Log likelihood 36.20452 F-statistic 126.5823Durbin-Watson stat 1.618981 Prob(F-statistic) 0.000000

3.3 Hồi quy phụ ls absuhat c years years^2

Dependent Variable: ABSUHATMethod: Least Squares

Date: 12/04/07 Time: 07:28Sample: 1 222

Variable Coefficient Std Error t-Statistic Prob C 0.031202 0.024073 1.296178 0.1963YEARS 0.014392 0.002812 5.118277 0.0000

3

Trang 4

YEARS^2 -0.000298 7.04E-05 -4.227328 0.0000R-squared 0.130283 Mean dependent var 0.160558Adjusted R-squared 0.122340 S.D dependent var 0.128647S.E of regression 0.120521 Akaike info criterion -1.380563Sum squared resid 3.181048 Schwarz criterion -1.334580Log likelihood 156.2424 F-statistic 16.40300Durbin-Watson stat 1.961810 Prob(F-statistic) 0.000000R2

hq phụ = 0,130283

Dùng kiểm định LM = nR2

hồi quy phụ = 222 0,130283 = 6,92Nếu nR2

hồi quy phụ > χ2 (10%) Bác bỏ H0

χ2 (10%) = CHIINV(10%,2) = 4,60517 nR2

hồi quy phụ > χ2 (10%)  Có hiện tượng phương sai sai số thay đổi

Khắc phục

Ước lượng ˆt chính là tìm giá trị dự báo của absuhat.

Sử dụng hồi quy của ls absuhat c years years^2 sau đó tìm giá trị dự báo của absuhat.

Mở absuhat1 lên xem có quan sát nào âm không?

ChọnForecast

Trang 5

May mắn là không có giá trị nào âm Do đó ˆt là absuhat1

4.2 Tính trọng số

4.3 Hồi quy ls lnsalary c years years^2 có trọng số wt1Quick/Estimate Equation…

5

Trang 6

Chọn Options

Trọng số wt1

Trang 7

Date: 12/04/07 Time: 08:08Sample: 1 222

Included observations: 222Weighting series: WT1

White Heteroskedasticity-Consistent Standard Errors & CovarianceVariable Coefficient Std Error t-Statistic Prob

C 3.841553 0.016490 232.9673 0.0000YEARS 0.036555 0.003803 9.611956 0.0000YEARS^2 -0.000407 0.000114 -3.583774 0.0004Weighted Statistics

R-squared 0.991118 Mean dependent var 4.241177Adjusted R-squared 0.991037 S.D dependent var 1.799904S.E of regression 0.170401 Akaike info criterion -0.687901Sum squared resid 6.359008 Schwarz criterion -0.641919Log likelihood 79.35699 F-statistic 301.7902Durbin-Watson stat 1.538188 Prob(F-statistic) 0.000000

Unweighted Statistics

R-squared 0.527311 Mean dependent var 4.325410Adjusted R-squared 0.522994 S.D dependent var 0.302511S.E of regression 0.208931 Sum squared resid 9.559851Durbin-Watson stat 1.589499

II Kiểm định Breusch – Pagan

Công thức tính phương sai t2 = a1 + a2Z2t + a3Z3t + … + apZpt Hồi quy phụȗt2= a1 + a2X2t + a3X3t + … + apXpt

ȗt2= a1 + a2YEARS + a3YEARS2

3.2 Tạo ȗt2 genr usq=uhat^2

3.3 Hồi quy phụls usq c years years^2 Từ hồi quy phụ tìm R2hq phụ

4 Khắc phục bằng FGLS

4.1 Ước lượng ˆt usqhat1=usq forecast (usqhat1 là giá trị dự báo của usq)

Vì trọng số >0 do đó ˆt>0 Sau khi dự báo usq ta mở usqhat1 lên xem có quansát nào âm không Nếu quan sát nào có giá trị âm ta thay nó bằng usq tương ứng.Mà usq thì chắc chắn dương.

usq usqhat10.0986529 0.0452970.0594322 0.045297

7

Trang 8

0.0757303 -0.058797

0.0757303 0.058797 < 0 Ta thay -0,058797 bằng 0,07573030.0662515 -0.058797

0.0088826 0.058797 < 0 Ta thay -0,058797 bằng 0,06625150.0350142 0.071702

Ta tạo biến usqhat2 là biến usqhat1 đã thay các giá trị âm Để thực hiện việcthay thế này ta tạo biến giả d1 nếu quan sát nào của usqhat1>0 thì mang giá trị 1ngược lại quan sát nào của usqhat1<0 mang giá trị 0.

usq usqhat1 d10.0986529 0.045297 10.0594322 0.045297 10.0757303 -0.058797 00.0757303 0.058797 10.0662515 -0.058797 00.0088826 0.058797 10.0350142 0.071702 1

ˆ1

Trang 9

3.3 Hồi quy phụ ls usq c years years^2 Từ hồi quy phụ tìm R2hq phụ

Dependent Variable: USQMethod: Least SquaresDate: 12/04/07 Time: 10:06Sample: 1 222

Variable Coefficient Std Error t-Statistic Prob C -0.011086 0.013473 -0.822858 0.4115YEARS 0.006084 0.001574 3.865764 0.0001YEARS^2 -0.000129 3.94E-05 -3.270700 0.0012R-squared 0.074714 Mean dependent var 0.042255Adjusted R-squared 0.066264 S.D dependent var 0.069804S.E of regression 0.067451 Akaike info criterion -2.541402Sum squared resid 0.996378 Schwarz criterion -2.495420Log likelihood 285.0957 F-statistic 8.841813Durbin-Watson stat 1.840488 Prob(F-statistic) 0.000203R2

hq phụ = 0,074714

hồi quy phụ = 222 0,074714 = 16,58Nếu nR2

χ2 (10%) = CHIINV(10%,2) = 4,60517 nR2

Khắc phục

Ước lượng ˆt chính là tìm giá trị dự báo của usq.

Sử dụng hồi quy của ls usq c years years^2 sau đó tìm giá trị dự báo của usq là usqhat1.

9

Trang 10

Mở usqhat1 lên xem có quan sát nào âm không?

usqhat1 có giá trị âm Thay các giá trị âm bằng usq gốc tương ứng

Trang 12

C 3.869188 0.013769 281.0137 0.0000YEARS 0.031090 0.003609 8.614960 0.0000YEARS^2 -0.000239 0.000111 -2.145590 0.0330

Trang 13

Adjusted R-squared 0.998537 S.D dependent var 4.042176S.E of regression 0.154593 Akaike info criterion -0.882624Sum squared resid 5.233862 Schwarz criterion -0.836642Log likelihood 100.9713 F-statistic 533.1350Durbin-Watson stat 1.504674 Prob(F-statistic) 0.000000

III Kiểm định White

Công thức tính phương sai t2 = a1 + a2Z2t + a3Z3t + a4Z2t2 + a5Z3t2 + a6Z2tZ3t Hồi quy phụȗt2 = a1 + a2X2t + a3X3t + a4X2t2 + a5X3t2 + a6X2tX3t

ȗt2 = a1 + a2YEARS + a3YEARS2 + a4YEARS2 + a5YEARS4 + a6 YEARS3

ȗt2 = a1 + a2YEARS + (a3 + a4)YEARS2 + a5YEARS4 + a6 YEARS3

3.2 Tạo ȗt2 genr usq=uhat^2

3.3 Hồi quy phụls usq c years years^2 years^3 years^4 Từ hồi quy phụ tìm R2hq phụ

genr wt3=1/(sqr(usqhat3)) nếu toàn bộ quan sát của usqhat3> 0genr wt3=1/(sqr(usqhat4)) nếu usqhat3 có quan sát mang giá trị <0 4.3 Hồi quy bằng bình phương tối thiểu có trọng số wt3

THỰC HÀNH

Bước (1), (2) và (3.1) tương tự như kiểm kiểm định Glesjer

13

Trang 14

3.2 Tạo ȗt2 (như kiểm định Breusch – Pagan)

3.3 Hồi quy phụls usq c years years^2 years^3 years^4

Từ hồi quy phụ tìm R2hq phụ

Dependent Variable: USQMethod: Least SquaresDate: 12/04/07 Time: 16:50Sample: 1 222

Variable Coefficient Std Error t-Statistic Prob C -0.001770 0.025953 -0.068207 0.9457YEARS 0.000167 0.007960 0.020995 0.9833YEARS^2 0.000647 0.000730 0.885913 0.3766YEARS^3 -3.26E-05 2.52E-05 -1.296647 0.1961YEARS^4 4.22E-07 2.88E-07 1.467297 0.1437R-squared 0.090076 Mean dependent var 0.042255Adjusted R-squared 0.073303 S.D dependent var 0.069804S.E of regression 0.067197 Akaike info criterion -2.540126Sum squared resid 0.979836 Schwarz criterion -2.463489Log likelihood 286.9539 F-statistic 5.370347Durbin-Watson stat 1.866959 Prob(F-statistic) 0.000384R2

hq phụ = 0.090076

hồi quy phụ = 222 0.090076 = 19,99Nếu nR2

χ2 (10%) = CHIINV(10%,2) = 4,60517 nR2

Cách khác để kiểm định phương sai sai số thay đổi White mà không cần hồi quy phụOpen mô hình hồi quy gốc (1) ls lnsalary c years years^2

Trang 15

Vào View/Residual Tests/Heteroskedasticity (cross terms) (cross terms sử dụng dữ liệu chéo)

White Heteroskedasticity Test:

F-statistic 5.370347 Probability 0.000384Obs*R-squared 19.99682 Probability 0.000500Test Equation:

Dependent Variable: RESID^2Method: Least SquaresDate: 12/04/07 Time: 16:57Sample: 1 222

Variable Coefficient Std Error t-Statistic Prob C -0.001770 0.025953 -0.068207 0.9457YEARS 0.000167 0.007960 0.020995 0.9833YEARS^2 0.000647 0.000730 0.885913 0.3766YEARS*(YEARS^2) -3.26E-05 2.52E-05 -1.296647 0.1961(YEARS^2)^2 4.22E-07 2.88E-07 1.467297 0.1437R-squared 0.090076 Mean dependent var 0.042255Adjusted R-squared 0.073303 S.D dependent var 0.069804S.E of regression 0.067197 Akaike info criterion -2.540126Sum squared resid 0.979836 Schwarz criterion -2.463489Log likelihood 286.9539 F-statistic 5.370347Durbin-Watson stat 1.866959 Prob(F-statistic) 0.000384

LM = nR2hồi quy phụ

= 19.99682

Tương ứng với xác suất là 0.05% < a.

Bác bỏ H0 Có hiện tượng phương sai sai số thay đổi.

Trang 16

4.1 Ước lượng ˆt

usqhat3=usq forecast Mở hồi quy phụ theo White, sau đó dự báo

Mở usqhat3 xem có giá trị âm hay không?

Trang 17

Ta tạo biến usqhat4 là biến usqhat3 đã thay các giá trị âm của usq gốc tương ứng

4.2 Tính trọng số wt3= 2t

4.3 Hồi quy ls lnsalary c years years^2 có trọng số wt3Quick/Estimate Equation…

17

Trang 18

Date: 12/04/07 Time: 19:54Sample: 1 222

C 3.847628 0.013387 287.4149 0.0000YEARS 0.036857 0.003164 11.64807 0.0000YEARS^2 -0.000451 8.98E-05 -5.028288 0.0000Weighted Statistics

R-squared 0.997925 Mean dependent var 4.199362Adjusted R-squared 0.997906 S.D dependent var 3.292328S.E of regression 0.150648 Akaike info criterion -0.934326Sum squared resid 4.970138 Schwarz criterion -0.888344Log likelihood 106.7102 F-statistic 354.9072Durbin-Watson stat 1.493665 Prob(F-statistic) 0.000000

Sau khi khắc phục ta có thể kiểm định lại xem còn có hiện tượng phương sai sai số thay đổi không?

Từ mô hình hồi quy có trọng số, dùng kiểm định White để xem có hiện tượng phương sai sai số thay đổi không?

Lưu ý: trong Eview chỉ có thực hiện sẵn kiểm định White; còn kiểm định Glesjer, Harvey – Godfrey, Breusch

– Pagan đều phải thực hiện hồi quy phụ.

Trang 19

IV Kiểm định Harvey - GodfreyCông thức tính phương sai ln(t2) = a1 + a2Z2t + a3Z3t + … + apZpt

Hồi quy phụln(ȗt2) = a1 + a2X2t + a3X3t + … + apXpt ln(ȗt2) = a1 + a2YEARS + a3YEARS2

3.2 Tạo ln(ȗt2)genr usq=uhat^2genr lnusq=log(usq)

3.3 Hồi quy phụls lnusq c years years^2 Từ hồi quy phụ tìm R2hq phụ

4 Khắc phục bằng FGLSWhite Heteroskedasticity Test:

F-statistic 0.307873 Probability 0.872527Obs*R-squared 1.252758 Probability 0.869338Test Equation:

Dependent Variable: STD_RESID^2Method: Least Squares

Date: 12/04/07 Time: 20:05Sample: 1 222

C 0.013900 0.009067 1.533033 0.1267YEARS 0.002141 0.002833 0.755667 0.4507YEARS^2 -0.000160 0.000255 -0.628472 0.5304YEARS*(YEARS^2) 4.99E-06 8.55E-06 0.583540 0.5601(YEARS^2)^2 -5.64E-08 9.51E-08 -0.592649 0.5540R-squared 0.005643 Mean dependent var 0.022388Adjusted R-squared -0.012686 S.D dependent var 0.028843S.E of regression 0.029025 Akaike info criterion -4.219039Sum squared resid 0.182814 Schwarz criterion -4.142402Log likelihood 473.3133 F-statistic 0.307873Durbin-Watson stat 1.827864 Prob(F-statistic) 0.872527

Xác suất = 86,93% > a.Chấp nhận H0 Không có hiện tượng phương sai sai số thay đổi.

Định dạng
Số trang	27
Dung lượng	1,17 MB