Bài giảng Kinh tế lượng 1 - ĐH Lâm Nghiệp

Bài giảng Kinh tế lượng 1 nhằm cung cấp tài liệu học tập cho sinh viên thuộc khối ngành kinh tế của trường Đại học Lâm nghiệp. Bài giảng được kết cấu thành 5 chương để trang bị cho sinh viên thuộc khối ngành Kinh tế của trường Đại học Lâm nghiệp các kiến thức cơ bản về Kinh tế lượng, cách thức xây dựng, kiểm định và phân tích kết quả của các mô hình kinh tế lượng cũng như áp dụng các mô hình kinh tế lượng cơ bản trong nghiên cứu các vấn đề thuộc lĩnh vực kinh tế - xã hội.

TS TRỊNH QUANG THOẠI KINH TÕ L­ỵng TRƯỜNG ĐẠI HỌC LÂM NGHIỆP - 2019 TS TRỊNH QUANG THOẠI BÀI GIẢNG KINH TẾ LƯỢNG TRƯỜNG ĐẠI HỌC LÂM NGHIỆP - 2019 MỤC LỤC MỤC LỤC i LỜI NÓI ĐẦU Chương GIỚI THIỆU CHUNG VỀ KINH TẾ LƯỢNG 1.1 Kinh tế lượng gì? 1.2 Lịch sử hình thành phát triển kinh tế lượng 1.3 Mục tiêu nhiệm vụ kinh tế lượng 1.3.1 Mục tiêu kinh tế lượng 1.3.2 Nhiệm vụ kinh tế lượng 10 1.4 Vì phải nghiên cứu kinh tế lượng? 11 1.5 Phương pháp luận kinh tế lượng 14 1.6 Số liệu sử dụng kinh tế lượng 18 Câu hỏi ôn tập chương 21 Chương TỒNG QUAN VỀ MƠ HÌNH HỒI QUY 22 2.1 Giới thiệu mơ hình hồi quy 22 2.1.1 Khái niệm hồi quy, mơ hình hồi quy 22 2.1.2 Mục tiêu phân tích hồi quy 25 2.1.3 Phân biệt mối quan hệ mơ hình hồi quy 26 2.2 Hàm hồi quy tổng thể hàm hồi quy mẫu 28 2.2.1 Khái niệm tổng thể, mẫu nghiên cứu 28 2.2.2 Hàm hồi quy tổng thể (Population Regression Function, PRF) 30 2.2.3 Hàm hồi quy mẫu (Sample Regression Function - SRF) 33 2.3 Sai số ngẫu nhiên mô hình hồi quy 37 Câu hỏi ôn tập chương 40 Chương MƠ HÌNH HỒI QUY TUYẾN TÍNH 41 3.1 Giới thiệu mơ hình hồi quy tuyến tính 41 3.1.1 Bản chất mơ hình hồi quy tuyến tính kinh tế lượng 41 3.1.2 Phân loại mơ hình hồi quy tuyến tính 43 3.2 Ước lượng hệ số mơ hình hồi quy tuyến tính sử dụng phương pháp bình phương nhỏ 45 3.2.1 Giới thiệu chung phương pháp bình phương nhỏ 45 3.2.2 Các giả định phương pháp bình phương nhỏ 45 3.2.3 Nội dung phương pháp bình phương nhỏ 49 3.3 Một số đặc tính hệ số ước lượng mơ hình hồi quy ước lượng 58 3.3.1 Một số đặc tính hệ số ước lượng 58 3.3.2 Một số đặc tính mơ hình hồi quy ước lượng 59 3.4 Một số kiểm định thống kê mơ hình hồi quy 59 i 3.4.1 Các kiểm định thống kê mơ hình hồi quy tuyến tính đơn giản 60 3.4.2 Một số kiểm định mơ hình hồi quy tuyến tính bội 68 3.5 Cách thức trình bày phân tích kết mơ hình hồi quy 72 3.5.1 Cách thức trình bày kết mơ hình hồi quy 72 3.5.2 Phân tích kết mơ hình hồi quy tuyến tính 73 3.5.3 Cách thức phân tích ý nghĩa mơ hình hồi quy tuyến tính 74 3.6 Sử dụng kết mơ hình hồi quy để dự báo đề xuất sách 76 Câu hỏi ơn tập chương 78 Chương MỘT SỐ MƠ HÌNH ỨNG DỤNG 82 4.1 Mơ hình dạng Cobb-Douglas 82 4.1.1 Giới thiệu mơ hình 82 4.1.2 Ước lượng hệ số mơ hình Cobb-Douglas phương pháp bình phương nhỏ (OLS) 85 4.1.3 Kiểm định phân tích kết mơ hình 86 4.1.4 Ứng dụng mơ hình Cobb-Douglas nghiên cứu kinh tế, xã hội 89 4.2 Mô hình dạng logarit phía (semi-log model) 93 4.2.1 Giới thiệu mô hình 93 4.2.2 Mơ hình dạng log-lin 93 4.2.3 Mơ hình dạng lin-log 101 4.3 Một số dạng mơ hình khác 106 4.3.1 Mô hình với dạng nghịch đảo biến độc lập 106 4.3.2 Mơ hình dạng đa thức phi tuyến 107 Câu hỏi ôn tập chương 110 Chương HỒI QUY VỚI BIẾN GIẢ 113 5.1 Bản chất biến giả mơ hình kinh tế lượng 113 5.2 Biến giả đóng vai trị biến độc lập mơ hình kinh tế lượng 117 5.2.1 Mơ hình ANOVA 118 5.2.2 Mơ hình ANCOVA 119 5.2.3 Một số lưu ý trường hợp biến giả biến độc lập mơ hình kinh tế lượng 121 5.3 Mơ hình kinh tế lượng với biến phụ thuộc biến giả 124 5.3.1 Giới thiệu mơ hình kinh tế lượng có biến phụ thuộc biến giả 124 5.3.2 Mô hình tuyến tính xác suất 125 5.3.3 Mơ hình Logit nhị phân 126 Câu hỏi ôn tập chương 130 TÀI LIỆU THAM KHẢO 134 ii LỜI NÓI ĐẦU Nghiên cứu định lượng lĩnh vực kinh tế - xã hội trọng nhiều nước giới từ năm đầu kỷ 20 Thông qua việc sử dụng công cụ định lượng, nhà hoạch định sách đề xuất sách phù hợp với thực tế phát triển kinh tế - xã hội Kinh tế lượng đời từ năm 1930 công cụ hữu ích hoạt động nghiên cứu lĩnh vực kinh tế, xã hội Kinh tế lượng ngày sử dụng rộng rãi Việt Nam trở thành công cụ quan trọng nhà hoạch định sách, nhà quản lý lĩnh vực kinh tế-xã hội Kinh tế lượng trở thành môn học bắt buộc sinh viên thuộc lĩnh vực kinh tế trường đại học Bài giảng Kinh tế lượng nhằm cung cấp tài liệu học tập cho sinh viên thuộc khối ngành kinh tế trường Đại học Lâm nghiệp Bài giảng kết cấu thành chương để trang bị cho sinh viên thuộc khối ngành Kinh tế trường Đại học Lâm nghiệp kiến thức Kinh tế lượng, cách thức xây dựng, kiểm định phân tích kết mơ hình kinh tế lượng áp dụng mơ hình kinh tế lượng nghiên cứu vấn đề thuộc lĩnh vực kinh tế - xã hội Mặc dù tác giả cố gắng sưu tầm kế thừa nhiều tài liệu nhằm mang lại cho người đọc kiến thức cập nhật Kinh tế lượng, song khơng tránh khỏi sai sót trình biên soạn Tác giả mong nhận đóng góp người đọc để Bài giảng Kinh tế lượng ngày hoàn thiện Mọi ý kiến đóng góp xin vui lịng gửi Bộ mơn Kinh tế, phịng 105, nhà T10, trường Đại học Lâm nghiệp, Xuân Mai, Chương Mỹ, Hà Nội Tác giả Trịnh Quang Thoại Chương GIỚI THIỆU CHUNG VỀ KINH TẾ LƯỢNG Mục tiêu Chương nhằm cung cấp cho người học: Khái niệm Kinh tế lượng; Lịch sử hình thành phát triển Kinh tế lượng; Mục tiêu nhiệm vụ Kinh tế lượng; phương pháp luận áp dụng Kinh tế lượng; Số liệu sử dụng Kinh tế lượng 1.1 Kinh tế lượng gì? Thuật ngữ kinh tế lượng xuất sử dụng lần đầu Pawel Ciompa vào khoảng đầu năm 1910 (Geweke cộng sự, 2006) tiếp tục phát triển Ragnar Frisch, người đồng giải thưởng Nobel kinh tế vào năm 1969 vào năm 1933 (Hansen, 2016) Kinh tế lượng dịch từ thuật ngữ tiếng anh “Econometrics”, thuật ngữ ghép từ hai gốc từ latinh “Econo” có nghĩa “Kinh tế” “Metrics” có nghĩa “đo lường” Có nhiều định nghĩa kinh tế lượng định nghĩa thay đổi theo thời kỳ khác nhau, cụ thể: - Kinh tế lượng lý thuyết kinh tế liên quan đến thống kê, tốn học, nhằm mục đích hợp tiếp cận lý thuyết tiếp cận định lượng thực nghiệm vấn đề kinh tế (Ragnar Frisch, 1933 trích từ Hansen, 2016); - Kinh tế lượng phương pháp nghiên cứu kinh tế hướng tới kết hợp lý thuyết kinh tế đo lường thực tế, sử dụng lý thuyết công cụ suy luận thống kê cầu nối trụ cột (Trygve Haavelmo, 1944 trích từ Baltagi, 2008); - Kinh tế lượng phân tích định lượng tượng kinh tế thực tế dựa phát triển đồng thời lý thuyết quan sát, liên quan đến phương pháp suy luận thích hợp (Samuelson, Koopmans Stone, 1954 trích từ Coleman, 2006); - Kinh tế lượng môn khoa học xã hội cơng cụ lý thuyết kinh tế, tốn học suy đoán thống kê sử dụng để phân tích tượng kinh tế (Goldberger, 1964 trích từ Coleman, 2006); - Kinh tế lượng áp dụng thống kê toán học số liệu kinh tế để cung cấp hỗ trợ thực nghiệm cho mơ hình xây dựng tốn kinh tế nhằm đạt kết định lượng (Gerhard Tintner, 1968 trích từ Coleman, 2006); - Kinh tế lượng liên quan đến việc xác định thực nghiệm quy luật kinh tế (Theil, 1971 trích từ Coleman, 2006); - Kinh tế lượng liên quan đến việc nghiên cứu có hệ thống tượng kinh tế sử dụng số liệu quan sát (Aris Apanos, 1986 trích từ Baltagi, 2008); - Kinh tế lượng có nghĩa đo lường kinh tế (Gurajati, 1988 trích từ Coleman, 2006); - Kinh tế lượng áp dụng phương pháp thống kê tốn học để phân tích số liệu kinh tế nhằm mục đích cung cấp nội dung thực nghiệm để sở xác nhận bác bỏ lý thuyết kinh tế (Maddala, 1992 trích từ Coleman, 2006); - Kinh tế lượng đề cập đến việc làm để sử dụng lý thuyết số liệu từ kinh tế, doanh nghiệp khoa học xã hội với công cụ từ thống kê để trả lời loại câu hỏi “bao nhiêu” (Hill, Griffiths Judge, 2001 trích từ Coleman, 2006); - Kinh tế lượng dựa sở phát triển phương pháp thống kê để ước lượng mối quan hệ kinh tế, kiểm định lý thuyết kinh tế, đánh giá thực sách phủ doanh nghiệp (Wooldridge, 2003 2012); - Kinh tế lượng phương pháp suy luận thống kê áp dụng kinh tế Kinh tế lượng có nghĩa đo lường vấn đề kinh tế chẳng hạn kinh tế, hệ thống kinh tế, thị trường vấn đề liên quan (Coleman, 2006) Theo nghĩa rộng, kinh tế lượng hướng tới cung cấp nội dung thực nghiệm mối quan hệ kinh tế để kiểm định lý thuyết kinh tế, dự báo, định, đánh giá sau định/đánh giá sách (Geweke, Horowitz Pesaran, 2008 trích từ Baltagi, 2008) Định nghĩa Ragnar Frisch (1933) có giá trị Về chất kinh tế lượng nghiên cứu hợp mơ hình kinh tế, thống kê toán học số liệu kinh tế (Hansen, 2016) Mặc dù có nhiều cách định nghĩa khác kinh tế lượng, theo cách hiểu chung “Kinh tế lượng áp dụng mơ hình tốn học thống kê để ước lượng mối quan hệ kinh tế nhằm kiểm định lý thuyết kinh tế đánh giá, chứng minh hiệu thi hành sách phủ chiến lược doanh nghiệp” Nói chung, kinh tế lượng nhằm mục đích cung cấp nội dung thực nghiệm cho mối quan hệ kinh tế để kiểm định lý thuyết kinh tế, dự báo, định đánh giá định sách Bằng việc nhấn mạnh khía cạnh định lượng mối quan hệ kinh tế, kinh tế lượng yêu cầu hợp lý thuyết đo lường kinh tế (Geweke cộng sự, 2006) Căn vào lĩnh vực, kinh tế lượng chia thành kinh tế lượng lý thuyết (theorical econometrics) kinh tế lượng ứng dụng (applied econometrics) Kinh tế lượng lý thuyết đề cập đến phát triển công cụ phương pháp để đo lường mối quan hệ kinh tế, kinh tế lượng ứng dụng thuật ngữ mô tả phát triển mơ hình kinh tế lượng áp dụng mơ hình lĩnh vực kinh tế cụ thể (Hansen, 2016) Theo Gurajati (2004), kinh tế lượng lý thuyết đề cập đến việc phát triển mơ hình kinh tế lượng thích hợp (dựa vào thống kê toán học) để đo lường mối quan hệ kinh tế cụ thể Kinh tế lượng ứng dụng bao gồm áp dụng phương pháp kinh tế lượng để rõ nhánh lý thuyết vấn đề kinh tế chẳng hạn cung, cầu, đầu tư, tiêu dùng Kinh tế lượng ứng dụng sử dụng công cụ lý thuyết kinh tế lượng để phân tích tượng kinh tế dự báo hành vi kinh tế lĩnh vực cụ thể tài chính, ngân hàng, đầu tư (hàm đầu tư), sản xuất (hàm sản xuất), tiêu dùng (hàm cung, hàm cầu) Về chất, kinh tế lượng kết hợp kinh tế, toán kinh tế thống kê với mục đích nhằm cung cấp thơng số định lượng cho mối quan hệ kinh tế, nhiên kinh tế lượng môn học độc lập Các mối quan hệ kinh tế lượng với lý thuyết kinh tế, toán học, thống kê thể cụ thể sau: - Mối quan hệ kinh tế lượng lý thuyết kinh tế: Chúng ta dựa vào lý thuyết kinh tế để: + Lựa chọn biến dạng mơ hình kinh tế lượng: Tất mơ hình kinh tế lượng xây dựng sở lý thuyết, giả thuyết kinh tế, ví dụ: Mối quan hệ lượng cầu giá bán; mối quan hệ chi tiêu thu nhập; mối quan hệ vốn đầu tư thu nhập Vì vậy, dựa vào lý thuyết kinh tế cụ thể xác định yếu tố bị ảnh hưởng (biến phụ thuộc) yếu tố ảnh hưởng (biến độc lập); + Kiểm tra mức độ phù hợp mơ hình kinh tế lượng với lý thuyết kinh tế: Trên sở lý thuyết kinh tế xác định mơ hình kinh tế lượng xây dựng có phù hợp hay khơng Ví dụ: Hệ số góc mơ hình + Xi (i = 1, 2, , k) biến độc lập (biến định lượng); + Di (i = 1, 2, , k) biến độc lập (biến giả); + b0 hệ số chặn mơ hình; + bi, αi (i = 1, 2, , k) hệ số hồi quy; + ui sai số mô hình Chúng ta xét ví dụ sau để hiểu rõ mơ hình ANCOVA Giả sử có số liệu điều tra chi tiêu cho mỹ phẩm, thu nhập giới tính (nam, nữ) người tiêu dùng Hà Nội năm 2019 sau: Bảng 5.2 Số liệu điều tra tiêu dùng mỹ phẩm Hà Nội năm 2019 Yi (tr.đồng/tháng) Xi (tr đồng/tháng) Giới tính Di (1: Nam; 0: Nữ) 12 20 Nữ 11 18 Nữ 15 22 Nữ 15 Nam 17 Nam 13 Nam 16 27 Nữ Từ số liệu cho: gọi Yi chi tiêu cho mỹ phẩm người dân Hà Nội; Xi thu nhập người dân Hà Nội; Di biến giả thể giới tính (Di = 1: Nếu người tiêu dùng nam; Di = 0: Nếu người tiêu dùng nữ), giả sử mối quan hệ Yi với Xi Di thể dạng đường thẳng, có mơ hình ANCOVA sau: Yi = b0 + b1Xi + b2Di + ui (5.12) Sử dụng phần mềm Stata 14.0 để ước lượng mơ hình từ số liệu cho kết phía Từ kết ước lượng có mơ hình thực nghiệm phản ánh mối quan hệ chi tiêu cho mỹ phẩm với thu nhập giới tính người dân Hà Nội sau: Yi = 1,336 + 0,559Xi – 2,725Di + ui hoặc: ̂ = 1,336 + 0,559Xi – 2,725Di Từ mơ hình thấy, thu nhập (X i) tăng thêm triệu đồng/tháng chi tiêu cho mỹ phẩm bình quân người dân Hà Nội tăng 120 0,559 triệu đồng/tháng Chi tiêu cho mỹ phẩm bình quân người tiêu dùng nam thấp so với người tiêu dùng nữ 2,725 triệu đồng/tháng reg Yi Xi Di Source SS df MS Model Residual 88.9262018 2.50236967 44.4631009 625592417 Total 91.4285714 15.2380952 Yi Coef Xi Di _cons 5592417 -2.725118 1.336493 Std Err .1089017 9514624 2.401399 t 5.14 -2.86 0.56 Number of obs F(2, 4) Prob > F R-squared Adj R-squared Root MSE P>|t| = = = = = = 71.07 0.0007 0.9726 0.9589 79094 [95% Conf Interval] 0.007 0.046 0.608 2568822 -5.366802 -5.330859 8616012 -.0834354 8.003845 5.2.3 Một số lưu ý trường hợp biến giả biến độc lập mơ hình kinh tế lượng Khi biến giả đóng vai trị biến độc lập mơ hình kinh tế lượng tùy thuộc vào cách sử dụng mà có mơ hình ANOVA mơ hình ANCOVA Biến giả mơ hình kinh tế lượng loại biến đặc biệt nên cần lưu ý cách đưa biến giả biến độc lập dạng mơ hình kinh tế lượng khác Các dạng mơ hình kinh tế lượng đề cập bao gồm: mơ hình dạng đường thẳng (tuyến tính biến số hệ số); mơ hình Cobb-Douglas (mơ hình log-log); mơ hình log-lin; mơ hình lin-log Vấn đề đặt là: đưa biến giả biến độc lập vào mơ hình nào? Đối với mơ hình Cobb-Douglas mơ hình lin-log biến độc lập phải lấy logarit số e (ln) Tuy nhiên, biến giả nhận giá trị nên việc lấy logarit số e (ln) biến giả khơng thể thực Vì vậy, tất mơ hình kinh tế lượng biến giả đóng vai trị biến độc lập đưa vào dạng nguyên (không lấy logarit) Các dạng mơ hình có biến giả biến độc lập là: - Mơ hình ANOVA: Yi = b0 + b1Di1 + b2Di2 + + bkDik + ui lnYi = b0 + b1Di1 + b2Di2 + + bkDik + ui - Mơ hình ANCOVA: + αi*∑ Yi = b0 + bi*∑ + αi*∑ lnYi = b0 + bi*∑ 121 + ui + ui lnYi = b0 + bi*∑ + αi*∑ + ui Yi = b0 + bi*∑ + αi*∑ + ui Từ dạng mô hình thấy, chất biến giả biến độc lập dạng mô hình khác phân tích theo dạng mơ hình là: mơ hình tuyến tính túy mơ hình log-lin Các dạng mơ hình (bao gồm biến định lượng biến giả biến độc lập) ước lượng dễ dàng phương pháp bình phương nhỏ Vấn đề cần quan tâm trước ước lượng mơ hình cách định nghĩa biến giả Trong nghiên cứu kinh tế, xã hội xem xét ảnh hưởng riêng rẽ yếu tố định tính tới vấn đề kinh tế - xã hội mà quan tâm Tuy nhiên, nhiều trường hợp có nhiều yếu tố định tính yếu tố định tính kết hợp với yếu tố định lượng ảnh hưởng tới vấn đề kinh tế, xã hội mà nghiên cứu Để phân tích ảnh hưởng đồng thời nhiều yếu tố định tính yếu tố định tính nhiều yếu tố định lượng đến vấn đề kinh tế, xã hội sử dụng “biến giả kết hợp” Biến giả kết hợp tạo cách nhân biến giả lại với nhau, có trường hợp nhân biến giả biến định lượng Để hiểu rõ biến giả kết hợp, xét ví dụ sau đây: Ví dụ biến giả kết hợp với biến định lượng: Ở phần chứng minh chi tiêu cho mỹ phẩm người dân Hà Nội chịu ảnh hưởng thu nhập giới tính (nam, nữ) họ Tuy nhiên, vấn đề đặt là: “Khi kiếm thêm triệu đồng chi tiêu cho mỹ phẩm người tiêu dùng nam nữ có giống khơng?” Câu trả lời khơng giới tính khác tiêu cho mỹ phẩm khác kể họ có phần tăng thêm thu nhập triệu đồng Vậy làm để xác định khác biệt này? Chúng ta sử dụng kỹ thuật biến giả kết hợp với biến định lượng Cụ thể: Gọi Yi mức chi tiêu cho mỹ phẩm người dân Hà Nội, Xi thu nhập họ; Di biến giả thể giới tính (Di = 1: Người tiêu dùng nam; Di = 0: Người tiêu dùng nữ), xây dựng mơ hình kinh tế lượng sau: Yi = b0 + b1Xi + b2Di + b3Di*Xi + ui (5.12) Trong mơ hình Di*Xi biến giả kết hợp (biến giả kết hợp với biến định lượng) Căn vào mơ hình (5.12) mức chi tiêu cho mỹ phẩm nam nữ xác định sau: 122 - Đối với người tiêu dùng nam (Di = 1): Yi = b0 + (b1 + b3)Xi + b2 + ui - Đối với người tiêu dùng nữ (Di = 0): Yi = b0 + b1Xi + ui Hệ số b3 cho biết khác biệt mức chi tiêu cho mỹ phẩm người tiêu dùng nam nữ điều kiện họ tăng thêm triệu đồng thu nhập Ví dụ biến giả kết hợp với biến giả: Giả sử muốn kiểm định khác biệt chi tiêu cho bia, rượu người tiêu dùng nam sống thành thị so với đối tượng tiêu dùng khác, thu thập thông tin khách hàng bao gồm: chi tiêu cho bia rượu; giới tính; địa bàn sinh sống sau xây dựng mơ hình hồi quy sau: Yi = b0 + b1D1i*D2i + ui (5.13) Trong đó: + Yi chi tiêu cho bia, rượu khách hàng; + D1i biến giả thể giới tính (D1i = 1: Nam; D1i = 0: Nữ); + D2i biến giả thể địa bàn sinh sống (D 2i = 1: Thành thị; D2i = 0: Nông thôn); + D1i*D2i gọi biến giả kết hợp (biến giả kết hợp với biến giả) Căn vào mơ hình (5.13) mức chi tiêu bình quân cho bia, rượu khách hàng khác xác định sau: - Đối với khách hàng nam sống thành thị (D1i = 1; D2i = 1): Yi = b0 + b2 + ui (5.14) - Đối với khách hàng nữ sống thành thị (D1i = 0; D2i = 1): Yi = b0 + ui (5.15) - Đối với khách hàng nam sống nông thôn (D1i = 1; D2i = 0): Yi = b0 + ui (5.16) - Đối với khách hàng nữ sống nông thôn (D1i = 0; D2i = 0): Yi = b0 + ui (5.17) Như ta thấy hệ số b2 xuất mô hình (5.14) xảy đồng thời điều kiện (khách hàng nam sống thành thị) Do đó, b2 thể khác biệt mức chi tiêu cho rượu, bia khách hàng nam sống thành thị so với đối tượng khách hàng khác Nếu b > có ý nghĩa thống kê khách hàng nam giới sống thành thị có mức chi tiêu 123 cho bia, rượu cao so với đối tượng khách hàng khác b Ngược lại, b2 < có ý nghĩa thống kê mức chi tiêu cho bia, rượu khách hàng nam sống thành thị thấp so với đối tượng khách hàng khác b2 Nếu b2 ≠ khơng có ý nghĩa thống kê, khác biệt mức chi tiêu cho bia, rượu khách hàng nam sống thành thị so với đối tượng khách hàng khác chưa rõ ràng 5.3 Mơ hình kinh tế lượng với biến phụ thuộc biến giả 5.3.1 Giới thiệu mô hình kinh tế lượng có biến phụ thuộc biến giả Ở phần nghiên cứu trường hợp biến định tính (biến giả) biến độc lập mơ hình hồi quy Tuy nhiên, thực tế nghiên cứu kinh tế, xã hội có nhiều trường hợp cần đánh giá ảnh hưởng yếu tố (bao gồm yếu tố định lượng định định tính) đến yếu tố định tính Ví dụ: Doanh nghiệp cần phân tích yếu tố ảnh hưởng đến định hay lựa chọn khách hàng để có chiến lược sản phẩm phù hợp; quan nhà nước cần nghiên cứu yếu tố ảnh hưởng đến định hay chấp nhận người dân để điều chỉnh sách cho phù hợp Trong ví dụ nêu nhận thấy định/lựa chọn khách hàng định/sự chấp nhận người dân yếu tố định tính chất định, lựa chọn, chấp nhận khơng thể lượng hóa số Quyết định thể thông qua đồng ý hay không đồng ý; chấp nhận hay không chấp nhận Sự lựa chọn khách hàng thể thông qua định lựa chọn số nhiều sản phẩm A, B, C lựa chọn nhiều sản phẩm số sản phẩm Để phân tích ảnh hưởng yếu tố đến tượng kinh tế, xã hội thể thơng qua yếu tố định tính (quyết định, chấp nhận, lựa chọn ) phải sử dụng mơ hình kinh tế lượng có biến phụ thuộc biến giả Có nhiều dạng mơ hình kinh tế lượng với biến giả biến phụ thuộc bao gồm: Mơ hình tuyến tính xác suất (Linear Probability Model), mơ hình Logit nhị phân (Binary Logit Model), mơ hình Logit có nhiều lựa chọn (Multinomial Logit Model); mơ hình Probit (Probit Model), mơ hình Probit có nhiều lựa chọn (Multivariate Probit Model); mơ hình Tobit số loại mơ hình khác Các mơ hình có biến phụ thuộc biến giả sử dụng để phân tích ảnh hưởng yếu tố đến xác suất xuất xảy tượng kinh tế, xã hội 124 Các loại mơ hình có đặc điểm chung biến phụ thuộc biến rời rạc với kiểu số liệu chủ yếu Vì vậy, phương pháp bình phương nhỏ (OLS) phương pháp tối ưu để ước lượng hệ số mơ hình kinh tế lượng có biến phụ thuộc biến giả Phương pháp ước lượng sử dụng để ước lượng hệ số mơ hình kinh tế lượng có biến phụ thuộc biến giả phương pháp hợp lý hóa tối đa (Maximum Liklihood Estimation MLE) Phương pháp dựa giả định xác suất quan sát giá trị biến phụ thuộc (Yi) lớn Các hệ số mơ hình kinh tế lượng có biến phụ thuộc biến giả ước lượng phần mềm thống kê chuyên dụng như: STATA, SPSS, EVIEW Trong phạm vi chương nghiên cứu vài mơ hình kinh tế lượng có biến phụ thuộc biến giả thơng dụng 5.3.2 Mơ hình tuyến tính xác suất Trong mơ hình tuyến tính xác suất, xác suất để tượng kinh tế, xã hội xuất hiện/xảy giả định có mối quan hệ tuyến tính (đường thẳng) với yếu tố ảnh hưởng Mơ hình tuyến tính xác suất có dạng tổng qt sau: Pi (Yi = 1) = b0 + bi*∑ + αi*∑ (5.18) + ui Trong đó: + Pi xác suất để tượng Y i xuất xảy (Yi biến giả thể xuất (Yi = 1) hay không xuất (Yi = 0) tượng kinh tế xã hội); Xi biến độc lập (biến định lượng); Di biến độc lập (biến giả); b0 hệ số chặn mơ hình; bi, αi hệ số hồi quy; ui sai số mơ hình P i X i Hình 5.1 Đồ thị minh họa mơ hình tuyến tính xác xuất 125 Các hệ số hồi quy mơ hình tuyến tính xác suất (5.18) phản ánh xác xuất (Pi) để tượng kinh tế xã hội xảy (Yi = 1) yếu tố tác động đến tăng thêm đơn vị Các hệ số mơ hình tuyến tính xác suất ước lượng phần mềm thống kê chun dụng Ví dụ: Chúng ta có kết ước mơ hình tuyến tính xác suất phản ánh mối quan hệ định ủng hộ kinh phí để xây dựng bảo tàng tài nguyên rừng khách du lịch (Y i = 1: Đồng ý chi trả; Yi = 0: Không đồng ý chi trả) với yếu tố ảnh hưởng bao gồm: quốc tịch (nation: = khách Việt Nam; = khách quốc tế); giới tính (gen: = nam; = nữ); độ tuổi (age); nghề nghiệp (job: = làm việc lĩnh vực tư nhân; = làm việc lĩnh vực khác); mục đích thăm quan bảo tàng (purpose: = học tập, nghiên cứu; = mục đích khác) thời gian lưu trú bảo tàng (time) kết phía reg Yi nation gen age job purpose time, robust Linear regression Number of obs F(6, 413) Prob > F R-squared Root MSE Yi Coef nation gen age job purpose time _cons -.2197761 0101205 -.0243486 0585118 083684 1158355 1.502515 Robust Std Err .0616759 0382712 001551 0438357 0448012 0778468 0998416 t -3.56 0.26 -15.70 1.33 1.87 1.49 15.05 P>|t| 0.000 0.792 0.000 0.183 0.062 0.138 0.000 = = = = = 420 58.93 0.0000 0.3925 38975 [95% Conf Interval] -.3410139 -.06511 -.0273975 -.0276572 -.0043828 -.0371898 1.306254 -.0985382 0853511 -.0212998 1446808 1717507 2688607 1.698776 Các hệ số mô hình thay đổi xác suất mà khách du lịch đồng ý ủng hộ kinh phí để xây dựng bảo tàng tài nguyên rừng Ví dụ: Chúng ta phân tích ý nghĩa hệ số biến quốc tịch (nation), b1 = -0,22, điều có nghĩa khách du lịch Việt Nam có xác suất đồng ý ủng hộ kinh phí để xây dựng bảo tàng tài nguyên rừng thấp so với khách du lịch quốc tế 0,22 (22%) 5.3.3 Mơ hình Logit nhị phân Mơ hình tuyến tính xác xuất có dạng mơ hình đường thẳng lên xuống khoảng từ đến Điều có nghĩa mơ hình tuyến tính xác xuất phản ánh xác suất để tượng kinh tế - xã hội xuất 126 tăng lên luôn giảm yếu tố tác động đến tăng thêm đơn vị Hiện tượng “Một vấn đề kinh tế - xã hội luôn tăng lên luôn giảm yếu tố tác động đến tăng thêm đơn vị” xảy ngắn hạn Thực tế nghiên cứu tượng kinh tế - xã hội dài hạn cho thấy tượng kinh tế - xã biến động nhiên luôn theo quy luật đường thẳng Vì vậy, địi hỏi phải có mơ hình khác nhằm phản ánh biến động xác suất để tượng kinh tế - xã hội xảy dài hạn Mơ hình Logit nhị phân (Binary Logit Model) mơ hình sử dụng phổ biến nghiên cứu kinh tế - xã hội nhằm phân tích yếu tố ảnh hưởng đến xác suất để tượng kinh tế - xã hội xảy Khác với mơ hình tuyến tính xác suất, đồ thị mơ hình Logit nhị phân đường phi tuyến khoảng từ đến (Hình 5.2) Hình 5.2 Đồ thị minh họa mơ hình Logit nhị phân Về mặt tốn học, mơ hình Logit nhị phân có dạng: Pi (Yi = 1) =  e Z (5.19) Trong đó: + Yi biến giả thể xuất hay không xuất tượng kinh tế - xã hội (Yi = 1: Đại diện cho xuất hiện tượng; Yi = 0: Đại diện cho không xuất hiện) 127 Z = b0 + bi*∑ + αi*∑ + ui + Xi biến độc lập (biến định lượng); Di biến độc lập (biến giả); + b0 hệ số chặn mơ hình; bi, αi hệ số hồi quy; + ui sai số mơ hình Từ mơ hình (5.19) biến đổi được: Pi = 1/ (1 + e-Z) → (1 + e-Z) = 1/Pi → e-Z = (1/ Pi) – Pi →eZ = Pi  Pi (5.20) Logarit số e vế mơ hình (5.20) ta có: Z = Ln ( Pi )  Pi Mà: Z = b0 + bi*∑ + αi*∑ + ui Do sau biến đổi từ mơ hình Logit nhị phân ban đầu được: Ln ( Pi ) = b0 + bi*∑  Pi + αi*∑ + ui (5.21) Các hệ số hồi quy mô hình (5.21) phản ánh ảnh hưởng yếu tố đến tỷ lệ xác xuất để tượng kinh tế - xã hội xảy (Pi) so với xác xuất để tượng kinh tế - xã hội không xảy (1 - Pi) Điều chưa đạt mục tiêu đặt xây dựng mơ hình Logit nhị phân phân tích yếu tố ảnh hưởng đến xác suất để tượng kinh tế - xã hội xảy (Pi) Vì vậy, ước lượng mơ hình Logit nhị phân bên cạnh việc ước lượng hệ số mơ hình (5.21) phải ước lượng thêm xác suất cận biên để tượng kinh tế - xã hội xảy (chỉ tiêu gọi hiệu ứng biên, Marginal Effects - ME) Bản chất tiêu (ME) đạo hàm bậc Pi (xác suất để tượng kinh tế - xã hội xảy ra) theo yếu tố ảnh hưởng Các hệ số mơ hình (5.21) hiệu ứng biên (ME) ước lượng phầm mềm thống kê chuyên dụng Từ số liệu ví dụ mơ hình tuyến tính xác suất trên, sử dụng phần mềm Stata 14.0 ước lượng mơ hình Logit nhị phân tiêu hiệu ứng biên kết phía Khi phân tích mơ hình Logit nhị phân thơng thường tập trung vào phân tích tiêu hiệu ứng biên, tiêu phản ánh xác suất để tượng kinh tế - xã hội thay đổi yếu tố tác động đến tăng thêm đơn vị 128 logit Yi nation gen age job purpose time, robust Iteration Iteration Iteration Iteration Iteration 0: 1: 2: 3: 4: log log log log log pseudolikelihood pseudolikelihood pseudolikelihood pseudolikelihood pseudolikelihood = = = = = -287.64076 -188.80938 -186.12305 -186.10821 -186.10821 Logistic regression Number of obs Wald chi2(6) Prob > chi2 Pseudo R2 Log pseudolikelihood = -186.10821 Yi Coef nation gen age job purpose time _cons -1.278439 1246947 -.1590715 3781517 5953771 6800053 6.274142 Robust Std Err z 4635079 2602357 0203577 3184159 2949529 5019024 9250187 -2.76 0.48 -7.81 1.19 2.02 1.35 6.78 P>|z| 0.006 0.632 0.000 0.235 0.044 0.175 0.000 = = = = 420 73.92 0.0000 0.3530 [95% Conf Interval] -2.186898 -.3853579 -.1989719 -.2459319 01728 -.3037053 4.461138 -.3699803 6347473 -.119171 1.002235 1.173474 1.663716 8.087145 mfx compute Marginal effects after logit y = Pr(Yi) (predict) = 36609887 variable nation* gen* age job* purpose* time dy/dx -.3091467 0290172 -.0369158 0900301 1308997 1578092 Std Err .10508 06067 00443 07705 06093 11662 z -2.94 0.48 -8.34 1.17 2.15 1.35 P>|z| [ 95% C.I ] 0.003 0.632 0.000 0.243 0.032 0.176 -.515105 -.103188 -.0899 147934 -.045592 -.02824 -.060992 241053 011475 250324 -.070762 386381 X 921429 409524 42.4571 190476 771429 77381 (*) dy/dx is for discrete change of dummy variable from to Trong ví dụ định khách du dịch ủng hộ kinh phí để xây dựng bảo tàng tài nguyên rừng, số liệu cột (dy/dx) bảng tính hiệu ứng biên thay đổi xác suất mà khách du lịch đồng ý ủng hộ kinh phí để xây dựng bảo tàng tài nguyên rừng Ví dụ: Giá trị hiệu ứng biên biến quốc tịch (nation) - 0,309, điều có nghĩa khách du lịch Việt Nam có xác suất đồng ý ủng hộ kinh phí để xây dựng bảo tàng tài nguyên rừng thấp so với khách du lịch quốc tế 0,309 (30,9%) 129 Câu hỏi ôn tập chương Phần lý thuyết Câu Hãy cho biết chất biến giả mơ hình kinh tế lượng? Câu Mối quan hệ lượng cầu (Yi) thu nhập (Xi) thể thơng qua mơ hình hồi quy sau: Yi = b1 + b2lnXi + Ui Có sinh viên cho rằng, nghiên cứu thêm yếu tố địa bàn sinh sống Di (Di = 1: Nếu người tiêu dùng sống thành thị; Di = 0: Nếu người tiêu dùng sống nơng thơn) mơ hình xây dựng sau: Yi = b1 + b2lnXi + αlnDi + Ui Bạn (chị) cho biết mơ hình nói hay sai? Vì sao? Theo bạn mơ hình phải viết nào? Câu Mối quan hệ suất lao động (Yi) trình độ cơng nhân (Xi) doanh nghiệp may mặc thể thông qua mơ hình hồi quy sau: Yi = b1 + lnb2Xi + Ui Nếu muốn nghiên cứu thêm ảnh hưởng yếu tố giới tính cơng nhân Di (Di = 1: Nam; Di = 0: Nữ) tới suất lao động, đó, mơ hình thể mối quan hệ nào? Phần tập Bài Có số liệu thu nhập (Yi), vốn đầu tư (Xi) tình hình tập huấn kỹ thuật (Di) số nông dân địa phương sau: Yi (triệu đồng/năm) 13 16 17 27 28 31 32 Xi (triệu đồng/năm) 7,5 9,1 12,5 16 18,2 19,5 21,3 0 1 1 Di Trong đó: Di = 1: Nếu tập huấn kỹ thuật; Di = 0: Nếu chưa tập huấn kỹ thuật Giả sử mối quan hệ Yi với Xi Di thể thơng qua mơ hình hồi quy dạng tuyến tính Và từ số liệu người ta tính tốn sau: Tên biến Hệ số chặn Xi Di Phương sai 3,725605 0,036026 3,538448 130 t-kiểm định 3,524045 4,633749 3,299742 u cầu: Thiết lập mơ hình phản ánh mối quan hệ nói trên? Kiểm định ý nghĩa thống kê hệ số Xi Di kiểm định độ chặt chẽ mơ hình? Phát biểu ý nghĩa kinh tế mơ hình? Nếu bạn cán quản lý địa phương, bạn có đề xuất từ việc nghiên cứu mơ hình này? Bài Có số liệu lượng cầu gạo (Qi), giá gạo (Pi) giới tính (Di) số người tiêu dùng vùng sau: Qi (kg/tháng) Pi (1.000 đ/kg) Di 10 3,5 17 1,8 13 2,2 12 2,5 11,5 18 1,5 15 Trong đó: Di = 1: Nếu người tiêu dùng nam; Di = 0: Nếu người tiêu dùng nữ Giả sử mối quan hệ Qi với Pi Di thể thơng qua mơ hình hồi quy dạng lin-log Và từ số liệu người ta tính tốn sau: Tên biến Hệ số chặn lnPi Di Phương sai 1,98408 1,854287 0,559253 t-kiểm định 13,27234 -5,12017 2,528542 Yêu cầu: Thiết lập mơ hình phản ánh mối quan hệ nói trên? Kiểm định ý nghĩa thống kê hệ số Pi kiểm định độ chặt chẽ mô hình? Phân tích ý nghĩa kinh tế mơ hình? Khi giá gạo tăng thêm 1% lượng cầu tiêu dùng gạo vùng nghiên cứu giảm %? Bài Có số liệu mức chi tiêu quần áo (Yi); thu nhập (Xi) địa bàn sinh sống Di (1: Thành thị; 0: Nông thôn) số người tiêu dùng vùng sau: Yi (triệu đồng/năm) Xi (triệu đồng/tháng) Di 0,45 0,72 0,53 0,83 131 0,62 0,98 0,65 1,15 1,8 2,15 2,35 2,83 2,75 3,46 Giả sử mối quan hệ Yi với Xi Di thể thơng qua mơ hình hồi quy dạng log-lin Và từ số liệu người ta tính toán sau: Tên biến Phương sai t-kiểm định Hệ số chặn 0,009821 -9,45215 Xi 0,009033 4,0159 Di 0,037457 3,517817 u cầu: Thiết lập mơ hình phản ánh mối quan hệ nói trên? Kiểm định ý nghĩa thống kê hệ số Xi; Di kiểm định độ chặt chẽ mơ hình? Phân tích ý nghĩa kinh tế mơ hình? Nếu chủ doanh nghiệp sản xuất quần áo thời trang, anh (chị) đề chiến lược kinh doanh đơn vị sau nghiên cứu mơ hình này? Bài Khi nghiên cứu khả mua nhà Yi (Yi = 1: Nếu mua nhà; Yi = 0: Nếu không mua nhà) thu nhập Xi số cán công chức vùng, người ta thu số liệu sau: Tổng số người vấn 20 40 120 100 60 80 150 Số người mua nhà 10 45 42 30 48 120 Xi (triệu đồng/tháng) 25 30 32 35 38 42 45 Giả sử mối quan hệ khả mua nhà thu nhập biểu diễn dạng mơ hình tuyến tính xác suất u cầu: Hãy thiết lập mơ hình ước lượng tham số mơ hình đó? Kiểm định ý nghĩa thống kê hệ số góc kiểm định độ chặt chẽ mơ hình? Phân tích ý nghĩa kinh tế mơ hình? Hãy cho biết ý nghĩa hệ số tự mơ hình này? Theo anh (chị) hệ số có phù hợp thực tế không? Tại sao? Bài Khi nghiên cứu khả mua xe máy Yi (Yi = 1: Nếu mua xe máy; Yi = 0: Nếu không mua xe máy) thu nhập Xi số người dân vùng, người ta thu số liệu sau: 132 Tổng số người vấn 40 50 60 80 100 70 65 Số người mua nhà 12 18 28 40 32 35 Xi (triệu đồng/tháng) 10 13 15 20 25 Giả sử mối quan hệ khả mua nhà thu nhập biểu diễn dạng mơ hình logit u cầu: Hãy thiết lập mơ hình ước lượng hệ số mơ hình đó? Kiểm định ý nghĩa thống kê hệ số góc kiểm định độ chặt chẽ mơ hình? Phân tích ý nghĩa kinh tế mơ hình? 133 TÀI LIỆU THAM KHẢO Tiếng việt Nguyễn Quang Dong (2004) Bài giảng Kinh tế lượng Trường Đại học Kinh tế quốc dân, Hà Nội Tiếng anh Baltagi, B.H (2008) Econometrics Fourth Edition Springer-Velag Berlin Heidelberg Berlin, Germany Coleman, R.D (2006) What is econometrics? Harvard Business School Boston, Massachussets, USA Geweke, J.F., Horowitz, J.L., and Pesaran, M.H (2006) Econometrics: A Bird‟s Eye View IZA Discussion Paper No 2458 Institute for the Study of Labor Bonn, Germany Gurajati, D.N (2004) Basic Econometrics Fourth Edition Tata McGraw Hill, India Gurajati, D.N., and Porter, D.C (2009) Basic Econometrics Fifth Edition McGraw Hill, New York, USA Hansen, B.E (2016) Econometrics Department of Economics, University of Wisconsin, USA Hoover, K.D (2005) The Methodology of Economics Department of Economics, University of California Davis, California, USA Pollock, S., 2014 Econometrics: A Historical Guide for the Uniniiated Working Paper No.14/05 Department of Economics, University of Leicester, the United Kingdom Wooldridge, J.M., 2003 Introductory Econometrics: A Modern Approach Second Edition Thompson South-Western, Mason, USA 10 Wooldridge, J.M 2012 Introductory Econometrics: A Modern Approach Fifth Edition Thompson South-Western, Mason 134 ... 95, 10 3, 10 8, 11 3, 11 5 16 0 10 2, 10 7, 11 0, 11 6, 11 8, 12 5 18 0 11 0, 11 5, 12 0, 13 0, 13 5, 14 0 200 12 0, 13 6, 14 0, 14 4, 14 5 220 13 5, 13 7, 14 0, 15 2, 15 7, 16 0, 16 2 240 13 7, 14 5, 15 5, 16 5, 17 5, 18 9 260 15 0,... 10 0 65 12 0 90 14 0 95 16 0 11 0 18 0 11 5 200 12 0 220 14 0 240 15 5 260 15 0 Mẫu ngẫu nhiên số Thu nhập Chi tiêu 80 55 10 0 88 12 0 90 14 0 80 16 0 11 8 18 0 12 0 200 14 5 220 13 5 240 14 5 260 17 5 29 2.2.2 Hàm... 2 014 ) 1. 3 Mục tiêu nhiệm vụ kinh tế lượng 1. 3 .1 Mục tiêu kinh tế lượng Kinh tế lượng có mục tiêu sau đây: (1) Thiết lập xác định mơ hình Bản chất kinh tế lượng lượng hóa mối quan hệ kinh tế -