kinh te luong

NÕu cÇn thiÕt, b¹n cã thÓ lu l¹i phÇn d cña m« h×nh håi quy theo c¸c bíc : Tõ cöa sæ Equation, chän Procs/ Make Residual Series... Cöa sæ Make Residuals xuÊt hiÖn[r]

Híng dÉn sư dơng phÇn mỊm Eviews

Một số quy ớc

Eviews không phân biệt chữ hoa chữ thờng

Vộc t h s đợc Eviews cung cấp với tên mặc định C Trong mơ hình hồi quy, C biến tơng ứng với hệ số chặn

Phần d mô hình hồi quy đợc lu lại với tên mặc định Resid Điều có nghĩa sau quy, phần d mơ hình lại đợc cập nhật vào biến Resid

Mét sè phÐp to¸n hàm thờng dùng

Toán tử, hàm tơng ứng C¸c phÐp to¸n

+ céng

- trõ

* nh©n

/ chia

^ luü thõa @inv(x) 1/x

exp(X) ex

log(X) ln(X) sqr(x) X abs(x) |X|

@sum(X) tỉng cđa X @sumsq(x) tỉng cđa X2

@det(X) cho định thức ma trận X @transpose(X) chuyển vị ma trận X (XT) @inverse(X) nghịch đảo ma trn X (X-1)

matrix(h,c) tên_ma_trận khai báo ma trận, víi h vµ c lµ sè hµng vµ sè cét group tên_group X1 X2 X3 khai báo group, với danh s¸ch c¸c biÕn group

Các thao tác Tạo file

Từ menu chính, bạn chọn File/ New/ Workfile Việc hồi quy, kiểm định đợc thực file dạng Workfile

Nhập vào thời điểm bắt đầu kết thúc dãy số liệu vào hai ô Start date End date số liệu theo thời gian hay Start observation End observation số liệu chéo theo quy tắc sau:

Dạng số liệu Mô tả

Theo năm (Annual) Nhập vào xác năm năm cuối Vd: 1992, 227, 2007, Riêng với năm cđa thÕ kû 20 b¹n cã thĨ chØ nhËp hai số cuối năm thay nhập xác số năm Vd : 1992 92, 1943 43,

Nửa năm (Semi-annual) Nhập năm : thời kỳ, thời kỳ nửa đầu nửa cuối năm Vd : 1992:1, 43:2, …

Theo quý (Quarterly) Nhập năm : thời kỳ (trong thời kỳ 1, 2, tơng ứng với quý năm) Vd : 1992:1, 43:4, 2007:3, …

Theo th¸ng (Monthly) Nhập năm : tháng Vd: 1943:1, 1990:11 Theo tuần theo ngày (Weekly

và Daily)

Đa vào xác ngày bắt đầu kết thúc thời kỳ mẫu theo quy tắc : tháng : ngày : năm Vd : ngµy Sè liƯu chÐo (Undated or

Irregular)

Nhập vào số thứ tự quan sát đầu (thờng ‘1’) cuối Start observation End observation Trong hầu hết trờng hợp, chọn dạng số liệu này, Eviews tự động lấy ‘1’ quan sát đầu, bạn nhập số quan sát vào End observation

Ví dụ: Bộ số liệu cần đa vào dạng chéo, có 10 quan sát chọn Undated or Irregular, tiếp đến, Start observation ta nhập số ‘1’ nhập số ‘10’ End observation Cuối bạn chọn OK

- Khi cưa sỉ Workfile Range

Đến đây, việc tạo file hồn thành, cửa sổ Workfile xuất nh hình sau:

NhËp sè liƯu tõ bµn phÝm

Để tạo biến vào số liệu cho nó, kể biến giả (dummy variable), cách nhanh thơng qua group Vậy group gì? Group công cụ đặc biệt Eviews, đợc hiểu tập hợp hay nhiều biến Cần nhớ group khơng chứa số liệu biến, "phần" trung gian để qua ngời sử dụng làm việc với biến dễ dàng Các thao tác cụ thể nh sau:

Đến bạn tạo đợc biến nhập số liệu cho chúng Đóng cửa số group lại Eviews cảnh báo trớc đóng cửa sổ Nếu muốn, bạn đặt tên cho group vừa tạo cách chọn Name, không, bạn chọn Yes

Chú ý : Eviews hiển thị NA (Not Available) những nơi bạn cha nhập số liệu nhập số liệu, nhng số liệu nhập vào không hợp lệ

Sưa sè liƯu

§Ĩ sưa sè liƯu, ta thùc theo bớc sau: Đóng cửa sổ không cÇn thiÕt

Từ cửa sổ Workfile, kích đúp vào tên biến cần sửa số liệu

Chuyển đến ô số liệu cần sửa nhập lại số liệu đúng, sau Enter Chú ý, cần thiết bạn chọn lại núm lệnh Edit +/-

Ghi (Save) file vừa tạo lên đĩa

Tõ cưa sỉ chÝnh Eviews, chän File/ Save

Chọn th mục dự định cất file mới, nhập tên file chọn OK Từ cửa sổ Eviews, chọn

Quick/ Empty Group (Edit Series)

Mở file có

Tõ cưa sỉ chÝnh EViews, chän File/ Open/ Workfile

Tìm đến th mục cất file, chọn file kích Open kích đúp chuột vào tên file

Tạo biến từ biến có

Tõ menu chÝnh cđa Eviews, chän Quick/ Generate Series (hc chän nóm lƯnh Genr trªn cưa sỉ chÝnh Workfile)

NhËp vào ô Enter equation câu lệnh theo quy tắc sau: tªn_biÕn = biĨu_thøc

Trong Sample, bạn chọn thời điểm bắt đầu kết thúc cho biến (ngầm định toàn quan sát), khơng thay đổi (lấy tồn quan sát) chọn Ok (hay gõ Enter )

Vẽ đồ thị

Từ menu chọn Quick/ Graph cửa sổ Series List xuất hiện, yêu cầu bạn đa vào biến để vẽ đồ thị

Eviews vẽ đồ thị với trục tung biến số đợc chọn, trục hoành thời gian hay thứ tự giá trị quan sát Đến đây, muốn, bạn thay đổi đợc kiểu đồ thị nh lựa chọn khác chọn Procs/ Options… Nếu bạn nhập tên biến cửa sổ Series List đồ thị có dạng sau :

Nếu bạn nhập tên nhiều biến cửa sổ Series List, giả sử nhập hai biến Y X, đồ thị có dạng :

Eviews cho phép bạn vẽ đồ thị thể phụ thuộc biến với hay nhiều biến khác Để làm đợc điều này, cửa sổ Graph xuất hiện, từ hộp chọn Graph Type bạn chọn X – Y Line Graph (dạng đồ thị liền nét) Scatter Diagram (đồ thị rải theo điểm toạ độ) Nếu đồ thị đợc vẽ, bạn chọn

Vd Cần tạo biến lx loga tự nhiên biến X có sẵn, ta nhập phơng trình tạo biến sau (giả sử tất quan sát X lớn 0):

lx = log(x)

- Sau nhập tên biến

Procs/ Options… để mở hộp chọn Graph Type Eviews vẽ đồ thị với biến thứ nằm trục hoành, biến thứ hai, thứ ba… nằm trục tung, đó, biến thứ nhất, thứ hai, thứ ba … đợc quy định theo thứ tự nhập vào cửa sổ Series List

Thí dụ: cần vẽ đồ thị dạng liền nét biến Y theo X, cửa sổ Series List xuất hiện, ta nhập X Y ri chn OK

Ước lợng mô hình Ước lợng mô hình

Trc c lng mụ hỡnh, có thể, bạn nên kiểm tra kỹ số liệu để chắn khơng có sai sót Các bớc để ớc lợng mơ hình nh sau:

Tõ cưa sỉ chÝnh Eviews, chän Quick/ Estimate Equation

Chú ý: bạn phải đa vào biến tơng ứng hệ số chặn C

Tip n, nu cn thiết bạn chọn phơng pháp ớc lợng (ngầm định phơng pháp bình phơng nhỏ – OLS) thời kỳ mẫu (ngầm định toàn quan sát) Nếu khơng thay đổi cần chọn OK (hoặc gõ Enter)

VÝ dô: nÕu ta cã biÕn y biến phụ thuộc; x time biến giải thích ta gõ vào biến nh sau: y c x time råi chän OK

Cöa sổ Equation xuất cho bạn bảng kết phơng pháp ớc lợng bình phơng nhỏ Phía cửa sổ thông tin chung: biến phụ thuộc Y, phơng pháp ớc lợng bình phơng nhỏ nhất, ngày, giờ, thời kỳ mẫu Phía dới bảng kết thông tin chính:

Variable: danh sách biến giải thích, C tơng ứng với hệ số chặn Coefficient: hệ số hồi quy - ˆj

Std Error: độ lệch tiêu chuẩn hệ số hôi quy mẫu - se(ˆj)

t-Statistic: kết tính toán thống kê T - tqs

- T¹i cưa sỉ Equation

Specification nhập vào Equation Specification tên biến mơ hình theo quy tắc: biến phụ thuộc đứng trớc, biến giải thích đứng sau; biến cách bởi dấu cách (space)

Khi cửa số Graph xuất hiện, chọn kiểu đồ thị X – Y Line Graph chọn OK

Prob.: giá trị p-value tơng ứng (p-value: mức ý nghĩa thấp mà ta bác bỏ giả thiết H) Để hiểu thêm p-value, bạn tham khảo Lý thuyết Xác suất Thống kê tốn tác giả Trần Dỗn Phú – Mai Kim Chi

R-Squared: R2

Adjusted R-Squared: R2

S.E of regression: Sai sè cña håi quy - 

Residual sum of square: Tổng bình phơng phần d (RSS) Durbin-Watson stat: Kết tính toán thống kê d

F-statistic: Kết tính toán thống kê F - fqs

Prob(F-statistic): p-value tơng ứng thống kê F (đối với giá trị p đây, ta so sánh trực tiếp với )

Từ bảng kết này, bạn kiểm định đợc giả thiết cho biến ảnh hởng trực tiếp tới biến phụ thuộc hay không về phù hợp hàm hồi quy (chúng tơi trình bày kỹ mục 3.3 3.4)

Trong trờng hợp hồi quy với biến giả bạn làm theo bớc Bạn ghi lại kết hồi quy nhờ núm lƯnh Name trªn cưa sỉ Equation

Ma trËn hiƯp ph¬ng sai

Kiểm định t (kiểm định giả thiết H: j = 0) Ta kiểm định giả thiết theo hai cách:

Cách1: Đây cách kiểm định truyền thống: dựa vào mức ý nghĩa  cho trớc, tra bảng ta có giá trị phân vị t/2(n-k) (hoặc t(n-k) toán kiểm định phía), từ ta tìm đợc miền bác bỏ tơng ứng Đến ta việc kiểm tra xem giá trị t quan sát (t-Statistic) tơng ứng với giả thiết H: j = có nằm miền bác bỏ hay không đa kết luận cụ thể

Cách2: Với mức ý nghĩa  cho trớc, ta so sánh trực tiếp  với giá trị p-value t-ơng ứng thống kê t (Prob.) Nếu  > p-value ta bác bỏ giả thiết H: j = Trờng hợp ngợc lại, ta cha có sở để bác bỏ H Chú ý: tốn kiểm định phía cần so sánh  với p-value/2, sau kết luận tơng tự

Kiểm định F (kiểm định giả thiết H: R2 = 0)

Giống nh kiểm định t, ta có hai cách để kiểm giả thiết:

Cách1: Dựa vào mức ý nghĩa  cho trớc, tra bảng ta có giá trị phân vị f (k-1, n-k) tìm đợc miền bác bỏ tơng ứng Nếu fqs > f(k-1, n-k) bác bỏ giả thiết H nghĩa tồn hệ số j khác khơng, trờng hợp ngợc lại ta cha có sở bác bỏ H

Cách2: Với mức ý nghĩa  cho trớc, ta so sánh trực tiếp với giá trị p-value tơng ứng thống kê F (Prob(F-statistic)) Nếu  > p-value ta bác bỏ giả thiết H Trờng hợp ngợc lại, ta cha có sở để bác bỏ H

Vẽ đồ thị phần d

Tõ cưa sỉ Equation, chän (nóm lƯnh) View/ Actual, Fitted, Residual/ Actual, Fitted, Residual Table

NÕu cần thiết, bạn lu lại phần d mô hình hồi quy theo bớc : Từ cửa sỉ Equation, chän Procs/ Make Residual Series

Cưa sổ Make Residuals xuất Bạn nhập tên cho phần d ei ô Name for residual series, thí dơ lµ “e”

Tơng tự, bạn lu lại đợc biến Yˆbằng cách :

NÕu chØ muốn tạo biến Y mà không muốn cửa sổ xt hiƯn, cưa sỉ Forecast xt hiƯn, b¹n bá hai dÊu chän t¹i mơc Output

Đến đây, bạn ghi lại biến biến Yˆ với tên YF

Phát tồn tợng đa cộng tun

- Tõ cưa sỉ Equation, chän Procs/

Forecast cưa sỉ Forecast sÏ xt

hiƯn B¹n sÏ nhËp tªn cho biÕn Yˆ

tại Forecast name, tên ngầm định YF Bạn chọn OK, cửa sổ

sau sÏ xuÊt hiÖn :

Eviews hiển thị giá trị của Y, Yˆ phần d dới dạng bảng với đồ thị phần d nh sau, đó:

- Actual: biÕn phô thuéc Y - Fitted: Ŷ

R2 cao, tû sè t thÊp

Hồi quy mô hình hồi quy gốc

i ki k i

i

i X X X U

Y 12 2 3 3   

Nếu thấy R2 cao, mà tỷ số t thấp có tợng đa cộng tuyến ('cao' thờng đợc lấy mức R2 > 0,8)

Hệ số tơng quan cặp cao

Từ cửa sổ chÝnh Eviews, chän Quick/ Group Statistics/ Correlations

NÕu hÖ số tơng quan cặp cao (lớn 0,8) có tợng đa cộng tuyến Ví dụ nh bảng trên, ta thấy r23 = r32 = 0,966387 cao, điều cho biết hai biến x vµ time cã thĨ cã quan hƯ tun tÝnh

Phơng pháp hồi quy phụ

Hi quy ln lt biến giải thích Xj theo biến giải thích lại, ta thu đ-ợc hệ số xác định bội mơ hình hồi quy phụ

2

j

R Dùng kiểm định F để kiểm định giả thiết H:

2

j

R

= Nếu giả thiết H bị bác bỏ kết luận Xj có tơng quan tuyến tính với biến giải thích lại Điều có nghĩa có tồn tợng đa cộng tuyến

Vớ d : Xột mụ hình hồi quy có biến, với Y biến phụ thuộc, X2, X3, X4 biến giải thích Giả sử hồi quy X2 theo X3 X4 ta đợc bảng kết dới Với  = 0,05 ta cần kiểm định giả thiết H: R2 = Ta thấy giá trị p-value thống kê F 0,000023 < , bác bỏ giả thiết cho khơng có tợng đa cộng tuyến, hay nói cách khác có tồn mối liên hệ biến X2 với hai biến X3 X4 (Với bảng kết này, dùng kiểm định T ta thấy biến X2 có quan hệ với hai biến X3 X4)

Phát hiện tợng phơng sai không đồng Đồ thị phần d

Theo phơng pháp này, ta hồi quy mô hình håi quy gèc

- Cưa sỉ Series List xt

hiện, bạn đa vào danh sách biến ma trận tơng quan (các biến c¸ch nhau mét dÊu c¸ch (space).

i ki k i

i

i X X X U

Y 12 2 3 3   

để thu đợc phần d ei

Tiếp theo, vẽ đồ thị phần d ei (hoặc ei2) Xi (hoặc với Yˆi trờng hợp hồi quy nhiều biến) Nếu độ rộng biểu đồ phần d tăng hay giảm X tăng giả thiết phơng sai số khơng thoả mãn Thí dụ : vẽ đồ thị ei2 biến giải thích Xi Các bớc c tin hnh nh sau :

Ước lợng mô h×nh håi quy gèc

i ki k i

i

i X X X U

Y 12 2 3 3   

ta thu đợc phần d ei đợc Eviews ngầm định với tên Resid Cần ý lần ớc lợng mô hình phần d mơ hình lại đợc cập nhật vào biến Resid Do vậy, để chắn bạn làm việc với phần d mong muốn, bạn ghi lại phần d với tên "e" (xem lại mục 4.5)

Trong ví dụ này, vẽ đồ thị ei2 theo Xi, ta tạo biến e2, giá trị e2 bình phơng phần d ei Bạn tạo biến e2 thao tác 1.7, (hoặc gõ trực tiếp cửa sổ lệnh câu lệnh sau : genr e2 = e^2 cửa sổ lệnh)

Để quan sát thay đổi độ rộng đồ thị X tăng, ta cần xếp biến giải thích X theo thứ tự tăng dần

Trờng hợp bạn nhập vào nhiều biến, Eviews xếp biến thứ nhất, sau lấy biến thứ làm sở để xếp biến thứ hai, lấy biến thứ hai làm sở để xếp biến thứ ba,

Khi cửa sổ Graph xuất hiện, bạn nhớ chọn X-Y Line Graph Scatter Diagram Sau hồn tất, đồ thị có dạng :

Nhìn đồ thị ta thấy X tăng, độ rộng đồ thị tăng theo Vậy kết luận tồn tợng phơng sai không đồng

Kiểm định Park

Theo kiểm định Park, tiến hành theo bớc sau :

Hồi quy mơ hình gốc : để thu đợc phần d ei (mặc dù tồn tợng phơng sai sai số thay đổi)

- Tõ Menu chÝnh, chän Procs/ Sort Series Cöa sỉ Sort Workfile Series xt hiƯn B¹n sÏ nhập vào tên biến cần xếp theo thứ tự tăng

(Ascending) giảm dần (Descending)

- Để vẽ đồ thị e2 theo X, sau

khi chän Quick/ Graph, cưa sỉ Series List xuất hiện, bạn nhập vào: x e2

Ước lợng mô hình håi quy sau : i i

i X v

e   ln 

ln 1 2

 

Trêng hỵp cã nhiỊu biÕn giải thích ớc lợng hồi quy với biến giải thích với Yi

Kim nh gi thiết H:2 0 Nếu giả thiết H bị bác bỏ kết luận tồn tợng phơng sai sai số thay đổi

Vậy bớc đợc tiến hành nh sau :

Ước lợng mơ hình gốc để thu đợc phần d ei (tơng tự 5.1) Chú ý bạn tạo biến e bỏ qua bớc

Trong e2 biến đợc tạo từ phần 5.1 Nếu bạn cha có biến e2, nhập trực tiếp: log(e^2) c log(x)

Dùng kiểm T để kiểm định giả thiết H: 2 = (khơng có tợng phơng sai sai số thay đổi) Nếu giả thiết bị bác bỏ kết luận có tợng phơng sai sai số thay đổi, ta cần phải tìm cách khắc phục

Đối với mơ hình hồi quy gốc có nhiều biến giải thích, ta ớc lợng hồi quy biến giải thích ớc lợng hồi quy Ŷ (xem lại cách tạo biến Ŷ mục 3.5)

Kiểm định Glejser

Thủ tục kiểm định Glejser nh sau :

Cũng tơng tự nh kiểm định Park, ta hồi quy mơ hình gốc, (mặc dù tồn tợng phơng sai sai số thay đổi), từ lu lại phần d (với tên e chẳng hạn) Cũng nh kiểm định Park, bạn tạo biến e bỏ qua bc ny

Hồi quy mô hình sau :

 ei 12Xi vi  ei 12 Xi vi 

i i

i X v

e 12 1 



i i

i v

X

e 12 1 

Trong Xi biến có kết hợp chặt chẽ với i2

Để hồi quy đợc mơ hình trên, cửa sổ Equaion xuất hiện, ta nhập tơng ứng:

 abs(e) c x  abs(e) c sqr(x)  abs(e) c 1/sqr(x)  abs(e) c 1/x

- Ước lợng mô hình: lnei2 = 1 + 2 lnXi + vi

Ta sÏ håi quy mô hình trên cách đa trực tiÕp c¸c biÕn:

log(e2) c log(x)

Tơng tự nh kiểm định Park, với kiểm định Glejser ta kiểm định giả thiết H: 2 = Nếu giả thiết bị bác bỏ có tợng phơng sai sai số thay i

Phát hiện tợng tự tơng quan Phơng pháp Durbin Watson d: Ước lợng mô hình hồi quy gốc

Phơng pháp Breush Godfrey:

Nu nh kiểm định d (D – W) cho biết tồn tự tơng quan bậc kiểm định B – G cho ta kết luận tôn tự tơng quan bậc p Thủ tục kiểm định B – G tiến hành nh sau:

Hồi quy mô hình hồi quy gốc

i ki k i

i

i X X X U

Y 12 2 3 3   

Cửa sổ Lag Specification nhắc bạn nhập vào số thời kỳ p cho biến trễ et-p EViews để mặc định Bạn chọn p = Sau chọn OK, cửa sổ hồi quy mơ hình mà B – G đa có dạng:

Phần bảng kết cho ta biết hai giá trị Fqs 2qs (F-statistic Obs*R-Square) với giá trị p – value tơng ứng Trong thống kê 2 đợc tính n*R2 Ngời ta chứng minh đợc với mẫu đủ lớn giả thiết H: khơng có tự tơng quan bậc p n*R2 ~ 2 (p) Với bảng kết này, ta tiến hành kiểm định nh sau : với  cho trớc, ta so sánh với p-value Nếu  > p-value ta bác bỏ giả thiết H, tức tồn tự tơng quan bậc p Ví dụ : với p = 2, ta có bảng kết Với thống kê 2 ta có p-value = 0,003956 Giả sử  = 0,05 ta bác bỏ giả thiết cho khơng có tự tơng quan bậc 2, hay nói cách khác, ta kết luận tồn tợng tự tơng quan bậc hai

Tuy nhiên, ta kiểm định theo phơng pháp kiểm định truyền thống : với bảng kết này, ta có R2 Lấy (n – p)*R2, ta có giá trị 2tn Nếu 2qs > 2(p) kết luận tồn tợng tự tng quan bc p

- Từ cửă sổ Equation, chän

Views/ Residual Test/ Serial Correlation LM Test

- Trong b¶ng kÕt qu¶ håi quy, ë