Tài liệu kinh tế lượng đại học kinh tế đại học quốc gia HN

KINH TẾ LƢỢNG - ECONOMETRICS Tài liệu [1] Nguyễn Quang Dong, Nguyễn Thị Minh (2012), Giáo trình Kinh tế lượng, NXB Thống kê [2] Nguyễn Cao Văn, Trần Thái Ninh, (1998), Lý thuyết Xác suất Thống kê toán, NXB GD.(Tái năm 2002, 2005) [3] Nguyn Quang Dong, (2002), Kinh tế lượng - Chương trình nâng cao, NXB KHKT [4] Nguyễn Quang Dong, (2002), Bài tập Kinh tế lượng với trợ giúp phần mềm Eviews, NXB KHKT [5] Nguyễn Khắc Minh, (2002), Các phương pháp Phân tích & Dự báo Kinh tế, NXB KHKT [6] Graham Smith, (1996), Econometric Analysis and Applications, London University D Gujarati Basic Econometrics Third Edition McGrawHill,Inc 1996 Maddala Introduction to Econometrics New york 1992 [9] W Green Econometric Analysis New york 2005 Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt Bµi më ®Çu Khái niệm Kinh tế lƣợng (Econometrics) - Nhiu nh ngha, tựy theo quan niệm tác gi¶ - Econo + Metric Khái niệm: KTL nghiên cứu mối quan hệ Kinh tế Xã hội; thông qua việc xây dựng, phân tích, đánh giá mơ hình lời giải số, hỗ trợ việc quyt inh Kinh tế l-ợng kinh tế học thùc chøng Econometrics – Pragmatic Economics - KTL sử dụng kết : + Lý thuyết kinh tế + Mơ hình tốn kinh tế + Thống kê, xác suất Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 2 Phƣơng pháp luận (các bƣớc tiến hành) 2.1 Đặt luËn thuyÕt vấn đề nghiên cứu - Xác định phạm vi, chất, tính chất đối tượng mối quan hệ chúng - Xác định mô hình lý thuyết kinh tế hợp lý 2.2 Xây dựng mơ hình kinh tế to¸n: + Mỗi đối tượng đại diện biến số + Mỗi mối quan hệ: Phương trình, hàm số, bất phương trình… + Giá trị tham số: cho biết chất mi quan h 2.3 Xây dựng mô hình kinh tế l-ợng t-ơng ứng - Mô hình kinh tế toán: phụ thuộc hàm số - Mô hình kinh tế l-ợng: phụ thuộc t-ơng quan hồi quy 2.4 Thu thp s liệu - Số liệu dùng : từ thống kê 2.5 Uc lng cỏc tham s mô hình -Vi số liệu xác định phương pháp cụ thể, kết ước lượng số cụ thể 2.6 Kim nh mô hình - Bng phng phỏp kim định thống kê: kiểm định giá trị tham số, chất mối quan hệ - Kiểm định tính xác mơ hình - Nếu khơng phù hợp: quay lại bước - Biến đổi, xây dựng mô hình để có kết tốt Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 2.7 Dự báo - Dựa kết cho tốt : dự báo mối quan hệ, đối tng nhng iu kin xỏc nh 2.8.Kiểm soát Đề xuất sách - Dựa vào kết phân tích mô hình mà đề xuất sách kinh tÕ VÝ dơ: Nghiªn cøu tÝnh quy lt cđa tiªu dïng X©y dùng mét ln thut kinh tÕ vỊ tiêu dùng Trong tác phẩm: Lý thuyết việc làm, lÃi suất tiền tệ, Keynes viết: Luật tâm lý ng-ời tăng tiêu dùng thu nhập ng-ời tăng lên, song tăng nhiều mức tăng thu nhập Xây dựng mô hình kinh tế toán t-ơng ứng Ký hiệu: Y tiêu dùng X thu nhập Và giả sử Y phụ thuộc tuyến tính vào X Ta có mô hình kinh tế toán sau đây: Y = + 2X Mô hình th-ờng đ-ợc gọi Hàm tiêu dùng Keynes phải thoả mÃn điều kiện: Xây dựng mô hình kinh tế l-ợng t-ơng ứng Mô hình kinh tế l-ợng t-ơng ứng có dạng: Yi = + 2Xi + ui Trong ui sai số ngẫu nhiên Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 4 Thu thËp sè liƯu thèng kª Cã sè liƯu sau tổng mức tiêu dùng cá nhân ( Y ) vµ tổng thu nhËp gép GDP ( X ) Mỹ giai đoạn 1980 1991 ( đơn vị: tỷ USD ) tính theo giá cố định năm 1987: Năm Y X 1980 2447.1 3776.3 1981 2476.9 3843.1 1982 2503.7 3760.3 1983 2619.4 3906.6 1984 2746.1 4148.5 1985 2865.8 4279.8 1986 2969.1 4404.5 1987 3052.2 4539.9 1988 3162.4 4718.6 1989 3223.3 4838.0 1990 3260.4 4877.5 1991 3240.8 4821.0 Nguån: B¸o c¸o kinh tÕ cđa tỉng thèng Mü, 1993 Ước l-ợng mô hình Dùng ph-ơng pháp bình ph-ơng nhỏ nhất, tìm đ-ợc uoc l-ợng sau: b = -231,8 bˆ = 0,7194 Nh- vËy -íc l-ỵng cđa hàm tiêu dùng là: Y i = -231,8 + 0,7194Xi Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt Kiểm định mô hình: H0: = H1: H0: = H1: H0: Mô hình có dạng tuyến tính H1: Mô hình có dạng phi tuyến H0: Sai số ngẫu nhiên phân phối chuẩn H1: Sai số ngẫu nhiên không phân phối chuẩn Mục đích kiểm định kiểm chứng lại mô hình lý thuyết kinh tế Dự báo Chẳng hạn có sở GDP Mỹ vào năm 1994 6000 tỷ USD Lúc tìm đ-ợc dự báo điểm cho Tổng mức tiêu dùng cá nhân Mỹ vào năm là: -231,8 + 0,7194*6000 = 4084,6 tỷ USD Y 1994 Từ xây d-ng tiếp dự báo khoảng tin cậy Kiểm soát đề xuất sách Chẳng hạn phủ Mỹ tin có đ-ợc tổng mức tiêu dùng cá nhân 4000 tỷ USD trì đ-ợc tỷ lƯ thÊt nghiƯp ë møc 6,5% Tõ ®ã ®Ĩ trì đ-ợc tỷ lệ thất nghiệp nói cần phải có đ-ợc GDP là: GDP ( 4000 + 231,8 )/ 0,7194 5882 tû USD Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt Số liệu dùng KTL 3.1 Phân loại - Số liệu theo thời gian - Số liệu theo không gian - Số liệu chéo 3.1 Nguồn gốc - Điều tra - Mua - Từ nguồn phát hành : Niên giám thống kê 3.2 Tính chất số liệu - Số liệu ngẫu nhiên phi thực nghiệm - Phù hợp mục đích nghiên cứu Chó ý: Dặc điểm chung số liệu kinh tế x· héi lµ kÐm tin cËy Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt Bµi CÁC KHÁI NIỆM CƠ BẢN Phân tích hồi qui – Regression Analysis 1.1 Định nghĩa Phân tích hồi qui phân tích mối liên hệ phụ thuộc biến gọi biến phụ thuộc (biến giải thích, biến nội sinh) phụ thuộc vào biến khác gọi (các) biến giải thích (biến độc lập, biến ngoại sinh, biến hồi qui) 1.2 Ví dụ Tiªu dïng vµ Thu nhËp - Biến phụ thuộc (dependent variable) ký hiệu Y - Biến giải thích( Explaine variable(s)) / hồi qui (regressor(s)) ký hiệu X, X2, X3… - Biến giải thích nhận giá trị xác định, điều kiện biến phụ thuộc biÕn ngẫu nhiên Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt Phân tích hồi qui nghiên cứu mối liên hệ phụ thuộc biến phụ thuộc Y mµ thùc chất biến ngẫu nhiên, ph thuc vo cỏc giá trị xác định (các) biến giải thích X = Xi (Y/Xi) Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 1.3 Mục đích hồi qui - Ước lượng trung bình biến phụ thuộc điều kiện xác định biến giải thích - Ước lượng tham số - Kiểm định mối quan hệ - Dự báo giá trị biến phụ thuộc biến giải thích thay đổi (*) Hồi qui : qui trung bình Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 10 Hậu - Các ước lượng khơng chệch khơng cịn ước lượng tt nht Phỏt hin 3.1 Quan sát đồ thị et theo et-1 Bứơc Hồi quy mô hình gốc để tìm et et-1 B-ớc Vẽ đồ thị et theo et-1 nhận xét 3.2 Kim nh Durbin Watson Kiểm định Durbin Watson dựa thèng kª n d= å (e t - e t - ) 2( - rˆ ) t= n å et t= n với å rˆ = e te t - i= n å ước lượng cho et i= Chó ý: Kim nh DW s áp dụng đ-ợc thoả mÃn điều kiện sau: + Mụ hỡnh phải cú h s chn + Biến giải thích phải phi ngẫu nhiên + Nếu có t-ợng tự t-ơng quan l-ợc đồ AR(1) + Mô hình không chứa biến tr ca bin ph thuc lm bin gii thớch + Không có quan sát bị mÊt tÖp sè liÖu Bài giảng Kinh t lng CuuDuongThanCong.com https://fb.com/tailieudientucntt 62 Do không tìm đ-ợc xác phân phối xác suất d nên dựa vào tÝnh chÊt cđa nã ®Ĩ kÕt ln Do - rˆ Với n, k’ = k – vµ d = 0,05 cho trước, tra bảng dL dU Tự tương Khơng có Khơng có tự Khơng có Tự tương quan dương kết luận tương quan kết luận quan âm >0 =0 c a ( p ) bác bỏ H0 ] + vt (**) Nếu Fqs > F ( k * - 1; n * - k * ) bác bỏ H0 VÝ dơ: TƯp sè liƯu ch7bt4 gåm hai biÕn Tiêu dùng thu nhập Nigêria HÃy kiểm định t-ợng tự t-ơng quan mô hình Hồi quy Tiêu dùng theo Thu nhập đ-ợc kết sau: Dependent Variable: CONS Method: Least Squares Date: 11/19/08 Time: 22:08 Sample: 1960 1986 Included observations: 27 Variable Coefficient Std Error t-Statistic Prob C GDP 155.2239 0.597069 203.4712 0.060594 0.762879 9.853648 0.4527 0.0000 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood 0.795240 0.787050 364.1989 3316021 -196.5103 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic 2037.449 789.2231 14.70446 14.80045 97.09438 Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 64 Durbin-Watson stat 0.462830 Prob(F-statistic) 0.000000 Theo báo cáo thống kê DW=0,46283 Với n=27, k=1 tra bảng đ-ợc dl= 1,316 du= 1,496 suy mô hình có tự t-ơng quan d-ơng Dùng ph-ơng pháp hồi quy phơ cho kÕt qu¶ sau: Dependent Variable: E Method: Least Squares Date: 11/21/08 Time: 08:46 Sample(adjusted): 1963 1986 Included observations: 24 after adjusting endpoints Variable Coefficient Std Error t-Statistic Prob C E(-1) E(-2) E(-3) 0.256609 0.843549 0.020077 -0.173636 52.50711 0.221024 0.293835 0.233916 0.004887 3.816555 0.068326 -0.742300 0.9961 0.0011 0.9462 0.4665 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat 0.604411 0.545072 255.1093 1301615 -164.8673 2.022007 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) -8.530418 378.2292 14.07227 14.26862 10.18582 0.000278 KiÓm định BG cho kết sau: Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared 34.31433 15.88781 Probability Probability 0.000005 0.000067 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 11/19/08 Time: 22:11 Presample missing value lagged residuals set to zero Variable Coefficient Std Error t-Statistic Prob C GDP RESID(-1) -60.84700 0.021511 0.777523 133.6292 0.039844 0.132732 -0.455342 0.539890 5.857844 0.6530 0.5942 0.0000 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat 0.588437 0.554140 238.4630 1364750 -184.5250 1.846319 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) -8.42E-14 357.1264 13.89074 14.03473 17.15717 0.000024 Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 65 Khắc phục Mục đích chuyển MH ban đầu có khuyết tật tự tương quan thành MH có hệ số cũ khơng có tự tương quan Mơ hình ban đầu: Yt = + Xt + ut Có tự tương quan : ut = ut -1 + t với ≠ , t thỏa mãn giả thit OLS ó bit Dùng ph-ơng pháp sai phân tổng qu¸t Y t = + X t + ut Yt -1 = + 2Xt -1 + ut -1 Yt -1 = + Xt -1 + ut -1 Yt – Yt-1 = 1(1 – ) + 2(Xt – Xt -1) + ut – ut-1 (phương trình sai ph©n tổng quát) * Y t* = + 2Xt* + t 4.1 Khi Ước lượng OLS * bˆ ˆ = * bˆ 1 - r bˆ 4.2 Khi chƣa biết Ước lượng phương pháp khác i Từ thống kê Durbin-Watson d 2( - rˆ ) rˆ =1- d ii Từ hồi qui phụ Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 66 et = ( 0) + 1et - lấy + vt rˆ = aˆ iii Phương pháp Cochran-Orcutt Hồi qui mơ hình ban đầu: Yt = + Hồi qui mơ hình Lấy rˆ (1) rˆ (2) = + + vt (1) et- X t + ut rˆ (2) et = + + vt (2) et- rˆ (1) bˆ , bˆ , e (1) (1) t , bˆ , e (2) (2) t (1) thay vào phương trình sai phân tổng qt Hồi qui mơ hình Lấy (1) et (2) b (2) thay vào ph-ơng trình sai phân tổng quát (3) b , (3) b ,e (3) t … Quá trình lặp rˆ hai bước chênh lệch không đáng kể, ˆ ˆ bước cuối ước lượng cho 2 iiii Ph-ơng pháp Durbin Watson hai b-ớc Tr-ớc hết viết lại mô hình sai phân tổng quat d-ới dạng: Yt = 1(1- ) + 2Xt - Xt-1 + Yt-1 + ( ut - ut-1) B-ớc Ước l-ợng mô hình thu đ-ợc r B-ớc Thiết lập mô hình sai phân tổng quát -ớc l-ợng để tìm b b iiiii Đ-a thêm biến vào mô hình Một nguyên nhân tự t-ơng quan mô hình bị định sai bỏ sót biến giải thích việc đ-a thêm biến vào mô hình khắc phục tự t-ơng quan Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 67 VÝ dơ: TiÕp tơc vÝ dơ ®· cho, ta tìm cách khắc phục t-ợng tự t-ơng quan mô hình Nếu sử dụng thống kê DW, từ báo c¸o ta cã d = 0,46283 rˆ = - d = 0, 8 Thiết lập biến sai phân tổng quát: Cons1t= const – 0,768585const-1 gdp1t= gdpt – 0,768585gdpt-1 Håi quy Cons1 với gdp1 thu đ-ợc kết sau: Dependent Variable: CONS1 Method: Least Squares Date: 11/20/08 Time: 22:28 Sample(adjusted): 1961 1986 Included observations: 26 after adjusting endpoints Variable Coefficient Std Error t-Statistic Prob C GDP1 143.5202 0.467009 123.3592 0.140706 1.163433 3.319044 0.2561 0.0029 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat 0.314600 0.286042 234.1754 1316115 -177.7097 1.718728 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 523.5229 277.1436 13.82382 13.92060 11.01605 0.002875 Kiểm định DW cho thấy mô hình sai phân tổng quát đà tự t-ơng quan Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 68 §Ĩ sư dơng ph-ơng pháp lặp Cochrane- Orcutt , ta khai báo thêm vào danh sách biến giải thích bậc tự t-ơng quan, chẳng hạn AR(1) hồi quy OLS thu đ-ợc kết sau: Dependent Variable: CONS Method: Least Squares Date: 11/20/08 Time: 22:37 Sample(adjusted): 1961 1986 Included observations: 26 after adjusting endpoints Convergence achieved after 39 iterations Variable Coefficient Std Error t-Statistic Prob C GDP AR(1) 1290.375 0.320087 0.895753 864.3354 0.180066 0.097838 1.492910 1.777612 9.155465 0.1491 0.0887 0.0000 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat Inverted AR Roots 0.917399 0.910216 235.9953 1280957 -177.3577 1.884378 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 2068.732 787.5967 13.87367 14.01883 127.7230 0.000000 90 Kết thu đ-ợc -ớc l-ợng b-ớc cuối cùng, đồng thời kết cho -ớc l-ợng l-ợc đồ AR(1): c o n s t = 0, + 0, 0 g d p t + e t e t = 0, e t - + et Kết cho -ớc l-ợng hệ số tù t-¬ng quan bËc nhÊt b»ng 0,895753 chøng tá møc độ tự t-ơng quan cao Ta khắc phục tự t-ơng quan mô hình cách đ-a thêm biến trễ vào mô hình theo lý thuyết kinh tế tiêu dùng th-ờng phụ thuộc vào tiêu dùng kỳ tr-ớc, thử nghiêm mô hình sau: Const = + 2gdpt + Const-1 + ut KÕt qu¶ nh- sau: Dependent Variable: CONS Method: Least Squares Date: 11/20/08 Time: 23:07 Sample(adjusted): 1961 1986 Included observations: 26 after adjusting endpoints Variable Coefficient Std Error t-Statistic Prob C GDP CONS(-1) 3.962031 0.207495 0.695319 122.4302 0.064345 0.094013 0.032362 3.224707 7.396025 0.9745 0.0038 0.0000 R-squared 0.937124 Mean dependent var 2068.732 Adjusted R-squared 0.931656 S.D dependent var 787.5967 S.E of regression 205.8988 Akaike info criterion 13.60081 Sum squared resid 975068.9 Schwarz criterion 13.74598 Log likelihood -173.8106 F-statistic 171.3986 Durbin-Watson stat 1.919159 Prob(F-statistic) 0.000000 Bài giảng Kinh t lng CuuDuongThanCong.com https://fb.com/tailieudientucntt 69 Mô hình ARCH( Autoregressive Conditional Heterocedasticity Model) Hiện t-ợng tự t-ơng quan th-ờng xảy số liệu thời gian t-ợng ph-ơng sai sai số thay đổi th-ờng xảy số liệu chéo Tuy nhiên t-ợng ph-ơng sai sai số thay đổi th-ờng xảy số liệu thời gian Trong kinh tế phân tích dự báo chuỗi thời gian nh- giá cổ phiếu, tỷ lệ lạm phát, tỷ giá hối đoáing-ời ta nhận thấy khả dự báo biến giai đoạn khác khác đáng kể Có giai đoạn sai số dự báo nhỏ, ng-ợc lại có giai đoạn lại lớn Sự biến động nằm tính không chắn thị tr-ờng tài chính, nhạy cảm với tin đồn, thay đổi sách tiền tệ hay thuếĐiều làm cho ph-ơng sai sai số dự báo thay đổi giai đoạn khác tức có t-ợng t-ơng quan chuỗi ph-ơng sai sai số dự báo Vì hành vi sai số dự báo giả thiết phụ thuộc vào hành vi sai số ngẫu nhiên Ut nên ta áp dụng t-ợng t-ơng quan chuỗi ph-ơng sai Ut Để mô tả t-ợng ENGLE đà xây dung mô hình ARCH T- t-ởng mô hình ph-ơng sai sai số ngẫu nhiên thời điểm t ( s ) phụ thuộc vào bình ph-ơng sai số ngẫu nhiên thời điểm t 1( u ) Xét mô hình k biÕn: Yt = + X2t +…+ kXkt + ut Và giả thiết Ut N ộờở 0; a + a u ùúû t t- t- Tức Ut có phân phèi chn víi kú väng b»ng ph-¬ng sai b»ng a + a u L-ợc đồ gọi ARCH(1) t- Mét c¸ch tỉng qu¸t l-ợc đồ ARCH(p) có dạng: v a r (u t ) = s t = a + a 1u t - + a 2u t - 2 + + a pu t- p Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 70 Nếu = == p( t-ơng quan chuỗi sai số ph-ơng sai) ta có ph-ơng sai sai số đồng Theo Engle để kiểm định cặp giả thuyết: H0: = =…= p H1: Cã Ýt nhÊt mét hƯ sè kh¸c không Thì tiến hành hồi quy phụ: et = a + a 1e t - + a 2e t - 2 + + a pe t - p + et Trong et phần d- mô hình gốc ding kiểm định F thích hợp mô hình hồi quy phụ Ngoài ding tiêu chuẩn kiểm định = nR2 2(p) Với R2 hệ số xác định mô hình hồi quy phụ Nếu 2qs > 2(p) bác bỏ H0 Chẳng hạn với mô hình kiểm định ARCH cho kết sau: ARCH Test: F-statistic Obs*R-squared 10.59560 7.963025 Probability Probability 0.003360 0.004774 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 11/20/08 Time: 23:10 Sample(adjusted): 1961 1986 Included observations: 26 after adjusting endpoints Variable Coefficient Std Error t-Statistic Prob C RESID^2(-1) 57717.39 0.551280 37683.49 0.169359 1.531636 3.255089 0.1387 0.0034 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat 0.306270 0.277365 158792.4 6.05E+11 -347.2110 2.129578 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 126786.4 186797.1 26.86239 26.95916 10.59560 0.003360 KÕt qu¶ cho thÊy mô hình có ARCH(1) Bài giảng Kinh tế lng CuuDuongThanCong.com https://fb.com/tailieudientucntt 71 Nếu có t-ợng ARCH áp dụng ph-ơng pháp GLS để khắc phục t-ợng ph-ơng sai sai số thay đổi Với mô hình xét, ph-ơng pháp GLS cho kết sau: Dependent Variable: CONS Method: ML - ARCH (Marquardt) Date: 11/20/08 Time: 23:17 Sample: 1960 1986 Included observations: 27 Convergence achieved after 73 iterations Variance backcast: ON C GDP Coefficient Std Error z-Statistic Prob 422.5544 0.460517 58.32670 0.018060 7.244614 25.49888 0.0000 0.0000 0.464186 2.963764 0.6425 0.0030 Variance Equation C ARCH(1) R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat 2738.626 1.927399 0.709273 0.671352 452.4448 4708244 -182.2168 0.300423 5899.843 0.650321 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 2037.449 789.2231 13.79384 13.98581 18.70396 0.000002 Khái quát hóa mô hình ARCH lớp mô hình GARCH, ph-ơng sai có điều kiện Ut không phụ thuộc vào bình ph-ơng sai số ngẫu nhiên khứ mà phụ thuộc vào ph-ơng sai có điều kiện khứ Đó lớp mô hình GARCH, TARCH, E-GARCH, GARCH-M Chú ý kiểm định DW có t-ợng ARCH xác t-ợng tự t-ơng quan ARCH kết hợp với nhau, số liệu tài cần tiến hành kiểm định ARCH tr-ớc đ-a kết luận dựa vào giá trị DW Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 72 Bµi chØ NH Mễ HèNH Các loại sai lầm định hậu 1.1 Mụ hỡnh tha bin gii thớch Ví dụ: Mô hình đúng: Yi = + 2Xi + ui Mô hình sai: Yi = + 2Xi + 3Zi + vi Nếu mơ hình thừa biến giải thích ước lượng khơng chệch vững, không hiệu quả, khoảng tin cậy rộng Kiểm định cách bỏ bớt biến số nghi không cần thiết dùng kiểm định với hệ số tương ứng để kết luận 1.2 Mơ hình thiếu biến VÝ dụ: Mô hình đúng: Yi = + 2Xi + Zi + ui Mô hình sai: Yi = + 2Xi + vi Nếu mô hình thiếu biến uoc l-ợng bị chệch nên không đáng tin cậy 1.3 Dạng hàm sai Ví dụ : Mô hình đúng: Mô hình sai: Yi = LnYi = + + X + ui i LnXi + vi Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 73 Có thể kiểm định thiếu biến dạng hàm sai kiểm định sau: Kim nh Ramsey Mô hình ban đầu: Yi = + 2Xi + ui (1) Nếu cho mô hình thiếu biến Zi thì: B1: Hi qui mụ hỡnh ban u thu giá trị ước lượng Yˆ i B2: Hồi qui MH hồi qui phụ : Yi = [ + 2Xi ] + 1Yˆ +…+ ˆ mY i i Fqs = (2) - R 1- R + ui (2) MH (1) không thiếu biến MH (1) thiếu biến íï n : a = = a = 0 m ïï ì ï n : $ a ¹ 0, j = 1, m ïïỵ j R m + (1) (2) ´ n - k (2) k (2) - Nếu Fqs > F (k(2) – 1; n – k(2)) bác bỏ H0 Kiểm định nhân tử Lagrange (LM) B1: Hồi qui mơ hình ban đầu thu phần dư ei giá trị ước lượng Yˆ i B2: Hồi qui MH hồi qui phụ : ei = [ + 2Xi ]+ 1Yˆ +…+ ˆ mY i i íï n : a = = a = 0 m ïï ì ï n : $ a ¹ 0, j = 1, m ïïỵ j Kiểm định : c qs m + + v (*) MH (1) có dạng hàm MH (1) có dạng hàm sai = n R , c > c ( p ) bác bỏ H0 2 * qs a Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 74 VÝ dơ: Trë l¹i thÝ dơ víi tƯp sè liƯu ch7bt4 Kiểm định Ramsey cho kết sau: Ramsey RESET Test: F-statistic Log likelihood ratio 0.348918 0.389707 Probability Probability 0.560248 0.532453 Test Equation: Dependent Variable: CONS Method: Least Squares Date: 11/19/08 Time: 22:18 Sample: 1960 1986 Included observations: 27 Variable Coefficient Std Error t-Statistic Prob C GDP FITTED^2 -268.6193 0.954119 -0.000152 746.5686 0.607571 0.000257 -0.359805 1.570384 -0.590693 0.7221 0.1294 0.5602 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat 0.798175 0.781356 369.0360 3268502 -196.3154 0.428978 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 2037.449 789.2231 14.76410 14.90809 47.45732 0.000000 Kiểm định nhân tử Lagrange cho kết sau: Dependent Variable: E Method: Least Squares Date: 11/21/08 Time: 08:53 Sample: 1960 1986 Included observations: 27 Variable Coefficient Std Error t-Statistic Prob C GDP CONSF^2 -423.8432 0.357051 -0.000152 746.5686 0.607571 0.000257 -0.567722 0.587669 -0.590693 0.5755 0.5622 0.5602 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat Từ Mà 0.014330 -0.067809 369.0360 3268502 -196.3154 0.428978 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) -8.42E-14 357.1264 14.76410 14.90809 0.174459 0.840967 c qs = n * R * = * 0, 3 = 0, (1) = 3,84146 Mô hình định Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 75 Phân phối xác suất cña sai sè ngẫu nhiên Các suy diƠn thèng kª (khoảng tin cậy, kiểm định giả thiết) phụ thuộc giả thiết SSNN phân phối chuẩn Nếu SSNN khơng phân phối chuẩn ước lượng ước lượng tốt nhất, phân tích không dùng H0 : SSNN phân phối chuẩn H1 : SSNN không phân phối chuẩn Kiểm định Jarque – Bera: Với S hệ số bất đối xứng (skewness), K hệ số nhọn (kurtosis) cña ei JB = Nếu c qs 2 éS (K - 3) ê = n + ê6 24 ë c qs > c a ( ) ù ú ú û bác bỏ H0 VÝ dơ:Víi tƯp sè liƯu ch7bt4 kiểm định Jarque-Bera cho kết sau: Nu mụ hình khơng có khuyết tật ước lượng ước lượng tuyến tính, khơng chệch, tốt nhất; kết hồi qui đáng tin cậy sử dụng để phân tích Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt 76 ... Bài giảng Kinh tế lượng CuuDuongThanCong.com https://fb.com/tailieudientucntt Số liệu dùng KTL 3.1 Phân loại - Số liệu theo thời gian - Số liệu theo không gian - Số liệu chéo 3.1 Nguồn... h 2.3 Xây dựng mô hình kinh tế l-ợng t-ơng ứng - Mô hình kinh tế toán: phụ thuộc hàm số - Mô hình kinh tế l-ợng: phụ thuộc t-ơng quan hồi quy 2.4 Thu thập số liệu - Số liệu dùng : từ thống kê... mô hình kinh tế l-ợng t-ơng ứng Mô hình kinh tế l-ợng t-ơng ứng có dạng: Yi = + 2Xi + ui Trong ui sai số ngÉu nhiªn Bài giảng Kinh tế lượng CuuDuongThanCong.com