(Thảo luận Kinh tế lượng) Khắc phục hiện tượng tự tương quan

(Thảo luận Kinh tế lượng) Khắc phục hiện tượng tự tương quan (Thảo luận Kinh tế lượng) Khắc phục hiện tượng tự tương quan (Thảo luận Kinh tế lượng) Khắc phục hiện tượng tự tương quan (Thảo luận Kinh tế lượng) Khắc phục hiện tượng tự tương quan (Thảo luận Kinh tế lượng) Khắc phục hiện tượng tự tương quan (Thảo luận Kinh tế lượng) Khắc phục hiện tượng tự tương quan (Thảo luận Kinh tế lượng) Khắc phục hiện tượng tự tương quan

MỤC LỤC LỜI MỞ ĐẦU PHẦN - BẢN CHẤT HIỆN TƯỢNG TỰ TƯƠNG QUAN 1.1 Định nghĩa .3 1.2 Nguyên nhân tự tương quan .3 1.2.1 Nguyên nhân khách quan .3 1.2.2 Nguyên nhân chủ quan 1.3 Ước lượng bình phương nhỏ có tự tương quan 1.4 Ước lượng tuyến tính khơng chệch tốt có tự tương quan 1.5 Hậu PHẦN 2: PHÁT HIỆN CÓ TỰ TƯƠNG QUAN 2.1 Phương pháp đồ thị .7 2.2 số phương pháp kiểm định 2.2.1 Kiểm định đoạn mạch .7 2.2.2 kiểm định tính độc lập phần dư 2.2.3 kiểm định d Durbin – Watson 2.2.4 kiểm định Breusch – Godfrey 2.2.5 Kiểm định Durbin h .10 2.2.6 Các phương pháp khác ước lượng 10 PHẦN : KHẮC PHỤC HIỆN TƯỢNG TỰ TƯƠNG QUAN 12 3.1 Khi cấu trúc tự tương quan biết .12 3.2 Khi ρ chưa biết 12 3.2.1 Phương pháp sai phân cấp 12 3.2.2 Ước lượng ρ dựa thống kê d – Durbin – Watson 13 3.2.3 Thủ tục lặp Cochrane – Orcutt để ước lượng ρ 13 3.2.4 Thủ tục Cochrane – Orcutt hai bước 14 3.2.5 Phương pháp Durbin – Watson bước để ước lượng ρ .14 3.2.6 Các phương pháp khác ước lượng ρ 15 B.VẬN DỤNG : .16 I Lập hàm hồi quy mẫu, xử lí số liệu 18 2.2 Phát hiện tượng tự tương quan phương pháp Durbin - Waston 20 KẾT LUẬN 27 LỜI MỞ ĐẦU Một giả thuyết mơ hình quy tuyến tính cổ điển khơng có tự tương quan hay tương quan chuỗi nhiễu Ui hàm hồi quy tổng thể Nhưng thực tế liệu tượng có xảy hay khơng? Nếu có phát cách nào? Nguyên nhân đâu? Những câu hỏi nhóm giải đáp đề tài : “Khắc phục tượng tự tương quan” PHẦN - BẢN CHẤT HIỆN TƯỢNG TỰ TƯƠNG QUAN 1.1 Định nghĩa Thuật ngữ tự tương quan hiểu 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 phạm vi hồi quy, mơ hình tuyến tính cổ điển giả thiết khơng có tương quan nhiễu Ui nghĩa là: Cov(Ui , Uj ) = (ij) (1) Nói cách khác, mơ hình cổ điển giả thiết thành phần nhiễu gắn với quan sát không bị ảnh hưởng thành phần nhiễu gắn với quan sát khác Tuy nhiên thực tế xảy tượng mà thành phần nhiễu quan sát lại phụ thuộc lẫn nghĩa là: Cov(Ui , Uj ) (ij) (2) 1.2 Nguyên nhân tự tương quan 1.2.1 Nguyên nhân khách quan - Quán tính: Nét bật hầu hết chuỗi thời gian kinh tế quán tính Chúng ta biết chuỗi thời gian tổng sản phẩm, số giá, thất nghiệp mang tính chu kỳ Chẳng hạn đầu thời kỳ khơi phục kinh tế tổng sản phẩm có xu hướng lên Vì hồi quy chuỗi thời gian, quan sát có nhiều khả phụ thuộc lẫn - Hiện tượng mạng nhện: Chẳng hạn vào đầu vụ trồng lạc năm nay, người nông dân bị ảnh hưởng giá mua lạc năm ngối cơng ty xuất Cho nên cung lạc có biểu dạng hàm: Yt = beta1 + beta2Pt – + Ut (3) Giả sử cuối thời kỳ t giá lạc Pt < Pt – , thời kỳ t + người nơng dân định sản xuất lạc thời kỳ t.rõ rang trường hợp ta khơng mong đợi nhiễu Ui ngẫu nhiên , có lẽ nơng dân giản sản xuất năm t+1 … Điều dẫn đến mơ hình mạng nhện - Trễ: Trong phân tích hồi qui chỗi thời gian , chung ta gặp tượng biến phụ thuộc thời kỳ t phụ thuộc vào biến thịi kỳ t-1 biến khác Chẳng hạn nghiên cứu mối quan hệ tiêu dùng thu nhập, thấy tiêu dùng thời kỳ phụ thuộc vào thu nhập mà phụ thuộc vào tiêu dùng thời kỳ trước đó, nghĩa là: Y¬t = beta1 + beta2Xt +beta3 Yt – + Ut (4) Trong đó: Yt: Tiêu dùng thời kỳ t Xt: Thu nhập thời kỳ t Yt – 1: Tiêu dùng thời kỳ t – Ut: Nhiễu , , beta1 beta2 , beta3 : Các hệ số Chúng ta lý giải mơ hình (4) sau: Người tiêu dùng thường khơng thay đổi thói quen tiêu dùng…, ta bỏ qua số hạng trễ (4), số hạng sai số mang tính hệ thống ảnh hưởng tiêu dùng thời kỳ trước lên tiêu dùng thời kỳ 1.2.2 Nguyên nhân chủ quan - Xử lý số liệu: Trong phân tích thực nghiệm, số liệu thô thường xử lý Chẳng hạn hồi quy chuỗi thời gian gắn với số liệu quý, số liệu thường suy từ số liệu tháng cách cộng đơn giản quan sát theo tháng chia cho Việc lấy trung bình làm trơn số liệu làm giảm dao động số liệu tháng Chính làm trơn gây tự tương quan - Sai lệch lập mơ hình: Đây ngun nhân thuộc lập mơ hình Có hai loại sai lầm gây tượng tự tương quan: Một là: không đưa đủ biến vào mơ hình Hai là: dạng hàm sai gây tượng tự tương quan 1.3 Ước lượng bình phương nhỏ có tự tương quan Ta xét mơ hình: Yt = beta1+ beta2Xt + ut (5) Trong đó: t ký hiệu quan sát thời điểm t (giả thiết ta nghiên cứu số liệu dạng chuỗi thời gian) Với giả thiết tổng quát : cov(Ut, Ut + s) I0 (s I0) Ta giả thiết nhiễu sản sinh theo cách sau: Ut = ρut – +et (-1 < ρ < 1) (6) Trong đó: gọi ρ hệ số tự tương quan,e nhiễu ngẫu nhiên thoả mãn giả thiết thơng thường phương pháp bình phương nhỏ nhất: E(et)=0 cov(et,et+s)=0 (s I 0) (7) var(et)= omega*2 Lược đồ (7) gọi lược đồ tự hồi quy bậc Markov Chúng ta ký hiệu lược đồ AR(1) Nếu Ut có dạng: ut = ρ1ut – + ρ2ut – +et Là lược đồ tự hồi quy bậc ký hiệu AR(2) Bằng phương pháp bình phương nhỏ ta tính được: Nhưng phương sai lược đồ AR(1), Nếu khơng có tự tương quan thì: Ta thấy cộng với số hạng phụ thuộc vào ρ Nếu ρ = Nếu tiếp tục dùng phương pháp OLS điều chỉnh công thức phương sai thông thường việc sử dụng lược đồ AR(1) beta2 khơng cịn ước lượng không chệch tốt 1.4 Ước lượng tuyến tính khơng chệch tốt có tự tương quan Giả sử tiếp tục xét mơ hình biến có q trình AR(1) phương pháp bình phương nhỏ tổng quát xét từ chương trước ta thu được: (8) Trong C hiệu số điều chỉnh bỏ qua thực tế Và phương sai cho cơng thức: Trong D hệ số điều chỉnh mà ta bỏ qua thực hành 1.5 Hậu - Ước lượng bình phương nhỏ thơng thường khơng phải ước lượng tuyến tính khơng chệch tốt - Phương sai ước lượng ước lượng bình phương nhỏ thơng thường chệch thông thường thấp giá trị thực phương sai, giá trị thống kê T phóng đại lên nhiều lần - Các kiểm định t F nói chung khơng đáng tin cậy - cho ước lượng chệch omega bình thực, số trường hợp, dường ước lượng thấp omega bình - R2 độ đo không đáng tin cậy cho R2 thực - Các phương sai sai số tiêu chuẩn dự đoán tính khơng hiệu PHẦN 2: PHÁT HIỆN CÓ TỰ TƯƠNG QUAN 2.1 Phương pháp đồ thị Giả thiết khơng có tự tương quan mơ hình cổ điển gắn với nhiễu tổng thể U1 không quan sát Cái mà qua sát phần dư e thu từ phương pháp bình phương nhỏ thơng thường Dù e1 khơng hồn tồn giống U0, xem xét trực quan thường gợi cho ta manh mối tương quan U Trên thực tế xem xét trực quan e1 e21có thể cho thơng tin hữu ích tính tự tương quan tính ko đồng phương sai, khơng phù hợp mơ hình Có cách khác để xem xét phần dư, phần dư ei hàm hồi quy mẫu ước lượng sai số ngẫu nhiên Ui nên dựa vào đồ thị phần dư biến giải thích X ta có kết luận: độ rộng phần dư e tăng hay giảm X tăng nghi ngờ phương sai sai số thay đổi Trong trường hợp nhiều biến giải thích, dùng đồ thị e Yi 2.2 số phương pháp kiểm định 2.2.1 Kiểm định đoạn mạch Kiểm tra đoạn mạch phép kiểm định thống kê giúp ta xác định xem dạy kí hiệu, khoản mục số liệu có phải kết q trình mang tính ngẫu nhiên hay khơng Một đoạn mạch dãy phần tử giống mà sát trước sát sau phần tử khác chúng khơng có phần tử Chiều dài đoạn mạch số phần tử Để xác định có đoạn mạch chấp nhận trình ngẫu nhiên, ta dùng quy luật phân phối xác xuất, quy luật đưa đến tiêu chuẩn kiểm định cho Ta đặt n: tổng số quan sát ( n = n1 + n2) n1: số kí hiệu dương ( số phần dư dương) n2: số kí hiệu âm ( số phần dư âm) N: số đoạn mạch Giả thiết kiểm định: H0: kết cục ( phần dư độc lập) H1: phần dư không độc lập Với giả thiết n1 ≥ 10, n2 ≥10, số đoạn mạch N có phân phối tiệm cận chuẩn với trung bình E(N) phương sai cho sau: E(N) = Độ lệch tiêu chuẩn Nếu giả thiết tính ngẫu nhiên chấp nhận chúng kỳ vọng số đoạn N thu nằm khoảng [E(N) ] với mức tin cậy 95% Vậy nguyên tắc định sau Chấp nhận giả thiết H0 tính độc lập phần dư với độ tin cậy 95% N bác bỏ giả thiết H0, n không thuộc khoảng tức N E(N) Chú ý, n1 , n2 nhỏ 10, có bảng chuyên dụng cho giá trị tới hạn số đoạn mạch mà ta kỳ vọng dãy ngẫu nhiên n quan sát 2.2.2 kiểm định tính độc lập phần dư Để kiểm định tính độc lập phần dư ta sử dụng bẳng tiếp liên Bảng tiếp liên mà ta sử dụng gồm số dòng số cột, cụ thể bảng tiếp liên dòng cột Các dòng ứng với phần dư dương âm t cột ứng với phần dư dương âm t – Giả thiết kiểm định tính độc lập phần dư: H0: hàng cột độc lập với H1: Hàng cột không độc lập với Tiêu chuẩn kiểm định cho tập hợp giả thiết là: = Nếu giả thiết H0là tức phần dư có phân độc lập thống kê nói có phân bố , với số bậc tự df = (2 – 1)(2 – 1) = 1, Quy tắc định giá trị thống kê tính vượt giá trị tới hạn với bậc tự mức ý nghĩa cho trước ta bác bỏ H0 tính độc lập phần dư, ngược lại ta thừa nhận bác 2.2.3 kiểm định d Durbin – Watson Phương pháp kiểm định có ý nghĩa để phát tương quan chuôi kiểm định d.Durbin – Watson Thông kê d Durbin – Watson Vậy thống kê d tỉ số tổng bình phương hiệu số phần dư với RSS Lưu ý tử số thống kế d số quan sát n-1 quan sát bị lấy hiệu quan sát Lợi thông kê d dựa phần dư ước lượng ngàu thơng dụng nhiên cần phải lưu ý tới giả thiết làm sở cho thống kê d 2.2.4 kiểm định Breusch – Godfrey Để đơn giản ta xét mơ hình giản đơn: Y1 = + U Trong U1= Ut-1 + Ut-2 +….+ Ut-p + thỏa mãn giả thiết OLS Giả thiết H0: , có nghĩa khơng tồn tự tương quan bậc nào, giả thiết kiểm định thủ tục BG sau: Bước 1: ước lượng mơ hình ban đầu phương pháp OLS Từ thu phần dư ei Bước 2: ước lượng mơ hình sau phương pháp OLS: Ta ei = + Từ kết ước lượng mô hình thu R2 Bước 3: với n đủ lớn, (n – p) R2 có phân bố sấp xỉ (p) Nếu (n – p)R2 > H0 bị bác bỏ, nghĩa tồn tự tương quan bậc Trong trường hợp ngược lại không tồn tự tương quan 2.2.5 Kiểm định Durbin h Phần nói d Durbin – Watson khơng thể sử dụng để kiểm định tính tự tương quan chuỗi mơ hình có chứa biến phụ thuộc thời kì trễ biến độc lập Nhưng mơ hình gọi mơ hình tự hồi quy Gía trị d tính mơ nói chúng gần 2, giá trị d mong đợi dãy ngẫu nhiên áp dụng thống kê d thông thường không cho phép phát tương quan chuỗi Durbin đưa kiểm định với mẫu lớn tương quan chuỗi bậc mơ hình tự hồi quy Ta xét mơ hình Yt = Thống kê kiểm định gọi thống kê h tính theo cơng thức sau: n cỡ mẫu: phương sai hệ số biến trễ Yt-1 ước lượng tương quan chuỗi bậc từ phương trình Khi n lớn, Durbin thống kê h tuân theo phân phối chuẩn hóa 2.2.6 Các phương pháp khác ước lượng Ngoài phương pháp để ước lượng trình bày cịn số phương pháp khác Chẳng hạn ta dùng phương pháp hợp lí cực ước lượng trực tiếp tham số mà không cần dùng đến số thủ tục lặp thảo luận Nhưng phương pháp ước lượng hợp lí cực đại liên quan tới thủ tục ước lượng phi tuyến thủ tục tìm kiếm Hildreth – Lu thủ tục tốn nhiều thời gian không hiệu so với phương pháp ước lượng hợp lí cực đại nên ngày khơng dùng nhiều Tóm lại phương pháp trình bày thủ tục bước Bước 1: để thu ước lượng chưa biết, Bước 2: sử dụng ước lượng để đổi biến để ước lượng phương trình sai phân tổng quát mà phương pháp bình phương bé tổng quát Nhưng sử dụng thay cho thực, nên tấc phương pháp ước lượng này, coi phương pháp bình phương nhỏ tổng quát ước lượng chấp nhận 10 Thực phép biến đổi sai phân cấp (3.8) ta đến Trong Nếu ρ=-1 nghĩa có tương quan chuỗi âm hồn tồn, phương trình sai phân có dạng: Hay Mơ hình gọi mơ hình hồi quy trung bình trượt (2 thời kỳ) hồi quy giá trị trung bình trượt trung bình trượt khác 3.2.2 Ước lượng ρ dựa thống kê d – Durbin – Watson Trong phần kiểm định d thiết lập công thức: Hoặc (3.9) Đẳng thức gợi cho ta cách thức đơn giản để thu ước lượng ρ từ thống kê d Do thống kê d cung cấp cho ta phương pháp sẵn có để thu ước lượng ρ Nhưng lưu ý quan hệ (3.9) quan hệ xấp xỉ khơng với mẫu nhỏ Vì mẫu nhỏ ta phải cẩn thận giải thích kết ước lượng 3.2.3 Thủ tục lặp Cochrane – Orcutt để ước lượng ρ Phương pháp sử dụng phần dư e t ước lượng để thu thông tin ρ chưa biết Ta xét phương pháp thơng qua mơ hình hai biến sau: Giả sử Ut sinh từ lược đồ AR(1) cụ thể Các bước tiến hành sau: Bước 1: Ước lượng mơ hình biến phương pháp bình phương nhỏ thông thường thu phần dư et Bước 2: Sử dụng phần dư ước lượng để ước lượng hồi quy: (3.10) Bước 3: Sử dụng thu để ước lượng phương trình sai phân tổng quát: (3.5) Đặt 12 Ta ước lượng hồi quy (3.11) Bước 4: Vì chưa biết trước thu từ có phải ước lượng tốt ρ hay không, ta giá trị thu từ (3.11) vào hồi quy gốc ban đầu thu phần dư chẳng hạn e** Ước lượng phương trình hồi quy tương tự với (3.10) ước lượng vòng ρ Thủ tục tiếp tục ước lượng ρ khác lượng nhỏ chẳng hạn bé 0,01 0,005 3.2.4 Thủ tục Cochrane – Orcutt hai bước Đây kiểu rút gọn trình lặp Trong bước ta ước lượng ρ từ bước lặp nghĩa từ phép hồi quy (5) bước ta sử dụng ước lượng ρ để ước lượng phương trình sai phân tổng quát 3.2.5 Phương pháp Durbin – Watson bước để ước lượng ρ Để minh hoạ phương pháp viết lại phương trình sai phân tổng quát dạng sau: (3.12) Durbin đề xuất thủ tục bước để ước lượng ρ: Bước 1: Coi (3.12) mơ hình hồi quy bội, hồi quy Yt theo Xt, Xt-1 Yt-1 coi giá trị ước lượng hệ số hồi quy Y t-1 (=) ước lượng ρ Mặc dù ước lượng chệch ta có ước lượng vững ρ Bước 2: Sau thu , đổi biến ước lượng hồi quy phương pháp bình phương nhỏ thơng thường biến biến đổi Như theo phương pháp bước ước lượng ρ bước để thu ước lượng tham số 3.2.6 Các phương pháp khác ước lượng ρ Ngoài phương pháp để ước lượng ρ trình bày cịn có số phương pháp khác Chẳng hạn ta dùng phương pháp hợp lý cực ước lượng trực tiếp tham số (3.12) mà không cần dùng đến số thủ tục lặp thảo luận Nhưng phương pháp tốn nhiều thời gian không hiệu nên ngày không dùng nhiều 13 14 B.VẬN DỤNG : Dầu khí có vai trị quan trọng đời sống kinh tế tồn cầu, quốc gia Ngành dầu khí ngành mũi nhọn quốc gia, cung cấp nguồn nguyên liệu quan trọng cho xã hội đại, điều làm cho giá dầu khí cao sanh ngang với giá vàng, dầu khí cịn có tên gọi khác “ vàng đen” Vậy yếu tố có tồn mối quan hệ độc lập hay tự tương quan khơng Nếu có khắc phục tượng mơ hình tốn học Với mức ý nghĩa , nhóm giải đáp câu hỏi việc nghiên cứu liệu thống kê giá khí, giá dầu, giá vàng theo tháng Từ tháng năm 2000 đến tháng 12 năm 2008 Dữ liệu với : GK: Giá khí GV: Giá vàng GD: Giá dầu Thời gian 2000M1 2000M2 2000M3 2000M4 2000M5 2000M6 2000M7 2000M8 2000M9 2000M10 2000M11 2000M12 2001M1 2001M2 2001M3 2001M4 2001M5 2001M6 2001M7 2001M8 2001M9 2001M10 GK 254 270 325 302 255 270 295 290 295 325 345 335 329 336 316 261 257 265 254 230 224 238 GV 283.6 292.5 279.2 273.75 272.4 290.45 277.5 278 274.5 265.3 270.6 272.65 266.1 267.5 258.2 264.3 266.3 271.1 267.1 274.7 293.45 279.9 GD 27.64 30.43 26.9 25.74 29.01 32.5 27.43 33.12 30.84 32.7 33.82 26.8 28.66 27.39 26.29 28.46 28.37 26.25 26.35 27.2 23.43 21.18 Thời gian 2004M7 2004M8 2004M9 2004M10 2004M11 2004M12 2005M1 2005M2 2005M3 2005M4 2005M5 2005M6 2005M7 2005M8 2005M9 2005M10 2005M11 2005M12 2006M1 2006M2 2006M3 2006M4 15 GK 323 340 383 400 467 421 367.8 367.8 379 416.2 421.2 394.2 399.2 402.4 433.8 513 543 532 579 624 530 431 GV 391.5 410.2 418.5 428.9 451.25 438.8 423 436 428.8 435.25 417.7 435.5 430.6 435.5 469.5 465.6 494.2 518 569.4 562.2 584.1 655 GD 43.8 42.12 49.64 51.76 49.13 43.45 48.2 51.75 55.4 49.72 51.97 56.5 60.57 68.94 66.24 59.76 57.32 61.04 67.92 61.41 66.63 71.88 2001M11 2001M12 2002M1 2002M2 2002M3 2002M4 2002M5 2002M6 2002M7 2002M8 2002M9 2002M10 2002M11 2002M12 2003M1 2003M2 2003M3 2003M4 2003M5 2003M6 2003M7 2003M8 2003M9 2003M10 2003M11 2003M12 2004M1 2004M2 2004M3 2004M4 2004M5 2004M6 233.8 208 218.2 206 201 203 222 221 221 231 258 295 327 327 339.2 371 375 319 222 242.8 269 269 272.8 258 280 312 320 330 265 291.6 318.8 344.8 274.65 279.2 282.6 297.2 302.95 308.6 326.8 315 303.8 313 324 318.05 319.3 347.3 368.85 350.2 337.85 340 365.35 346.65 355.25 375.95 385.5 384.75 398.25 415.3 402.95 396.8 427 388 395.9 394.75 19.44 21.01 19.48 21.74 26.31 27.29 25.31 26.86 27.02 28.98 30.45 27.22 26.89 31.2 33.51 36.6 31.04 25.8 29.56 30.19 30.54 31.57 29.2 29.11 30.41 32.52 33.05 36.16 35.76 37.38 39.88 37.05 2006M5 2006M6 2006M7 2006M8 2006M9 2006M10 2006M11 2006M12 2007M1 2007M2 2007M3 2007M4 2007M5 2007M6 2007M7 2007M8 2007M9 2007M10 2007M11 2007M12 2008M1 2008M2 2008M3 2008M4 2008M5 2008M6 2008M7 2008M8 2008M9 2008M10 2008M11 2008M12 Xây dựng mơ hình hồi quy biến sau: Với Ui đại lượng ngẫu nhiên GK: Giá khí GV: Giá vàng GD: Giá dầu 16 470 470 502 547 561.8 482 458 486 547 526 506 536 566 600 583 590 568 650 740 870 872 802 822 809 851 905 923 872 816 798 490 338 644.1 613.6 634.95 627.4 598.8 607.1 648.8 637.3 653.7 670.3 664.1 678.5 661.7 650.4 664 673.4 744.5 796.6 783.3 834 926.25 972.85 916.1 871.95 887.9 926.1 914.85 831.8 873.95 727.05 819.5 882.2 71.29 73.93 74.4 70.26 62.91 58.73 63.13 61.05 58.14 61.79 65.87 65.71 64.01 70.68 78.21 74.04 81.66 94.53 88.71 95.98 91.75 101.84 101.58 113.46 127.35 140 124.08 115.46 100.64 67.81 54.43 44.6 I Lập hàm hồi quy mẫu, xử lí số liệu  Nhập số liệu vào eviews để chạy ước lượng hồi quy ta thu kết sau:  Tiếp tục thực lệnh proc -> Make redidual reseis để lấy phần dư ei ta thu kết sau: 17  Thực lấy ước lượng lệnh Forecast ta thu kết sau: 2.2 Phát hiện tượng tự tương quan phương pháp Durbin Waston Bước 1: Chạy mơ hình hồi quy eviews 18 Ta thấy giá trị thống kê Durbin - Watson 0.983549 Bước 2: So sánh với thang kiểm định 2.3 Phát hiện tượng tự tương quan phương pháp Breusch – Godfrey (BG) Xét mơ hình hồi quy biến giakhi theo biến giavang giadau Sau hồi quy ta có phần dư e lưu biến resid Kiểm định B-G kiểm định tiến hành hàm hồi quy phụ (Hàm hồi quy phần dư e theo biến độc lập mơ hình gốc biến trễ đến bậc p phần dư e) Với cặp giả thuyết: (mơ hình gốc khơng có tự tương quan đến bậc p) 19 (mơ hình gốc có tự tương quan bậc) Các bước thực hành Eview 20 Bước 1: Chạy mô hình hồi quy biến giakhi theo biến giavang giadau Bước 2: Từ cửa sổ Equation, chọn View > Residual Diagnostics > Serial Correlation LM Test 21 Bước 3: Sau thực bước 2, cửa sổ Lag Specification lên, ta điền bậc tương quan muốn kiểm định gỉả thuyết vào Giả sử ta muốn kiểm định giả thuyết tồn tương quan bậc 1, ta điền vào Kết sau Nhìn vào kết p-value kiểm định F kiểm định Chi-bình phương ta kết luận xảy tương quan bậc mơ hình Biện pháp khắc phục Xét mơ hình hồi quy biến giakhi theo biến giavang giadau Bước 1: Chạy mơ hình hồi quy eviews 22 Bước 2: Tính giá trị Ta thấy giá trị thống kê d 0.983549 Suy Phương trình sai phân tổng quát Bước 3: Tạo biến giadau, giavang, giakhi Eviews cách nhập vào cửa sổ lệnh genr giakhi1= giakhi - 0.5082255 x giakhi(-1) genr giavang1= giavang - 0.5082255 x giavang(-1) genr giadau1= giadau - 0.5082255 x giadau(-1) 23 Bước 4: Hồi quy biến giakhi1 theo biến giadau1 giavang1 ta kết Thực kiểm tra tự tương quan mơ hình kiểm định Breusch – Godfrey (BG): 24 Kiểm định BG: Ta thấy p-value=0.0531 > 0.05 nên ta chấp nhận giả thuyết tương quan bậc mơ hình mức ý nghĩa 5% 25 không xãy KẾT LUẬN Có nhiều cách phát khắc phục tượng tự tương quan khác Mỗi phương pháp có hạn chế định Vì vậy, áp dụng phương pháp ta cần cân nhắc kĩ lưỡng để mang lại kết tin cậy 26 ... tài : ? ?Khắc phục tượng tự tương quan? ?? PHẦN - BẢN CHẤT HIỆN TƯỢNG TỰ TƯƠNG QUAN 1.1 Định nghĩa Thuật ngữ tự tương quan hiểu tương quan thành phần chuỗi quan sát xếp theo thứ tự thời gian (trong... quát ước lượng chấp nhận 10 PHẦN : KHẮC PHỤC HIỆN TƯỢNG TỰ TƯƠNG QUAN 3.1 Khi cấu trúc tự tương quan biết Trong thực hành, người ta thường giả sử Ut theo mơ hình tự hồi quy bậc nhất, nghĩa là: (3.1)... gây tự tương quan - Sai lệch lập mơ hình: Đây ngun nhân thuộc lập mơ hình Có hai loại sai lầm gây tượng tự tương quan: Một là: khơng đưa đủ biến vào mơ hình Hai là: dạng hàm sai gây tượng tự tương