Giáo trình Kinh tế lượng: Lý thuyết và bài tập giải bằng phần mềm Eviews
MỤC LỤC
HƯỚNG DẪN THỰC HÀNH 1.2 KHỞI ĐỘNG EVIEWS
CÁC CỬA SỔ CHÍNH CỦA EVIEWS .1 Cửa sổ chính
Để chọn một cửa sổ đối tƣợng hoạt động, ta có thể nhấp chuột bất kỳ tại một điểm trên cửa sổ của đối tƣợng (có nghĩa là chúng ta muốn làm việc với đối tƣợng này). (3) Trên cùng của mỗi cửa sổ có một thanh công cụ chứa đựng một số nút chọn (buttons) cung cấp những đường dẫn thuận tiện đến các mục chọn của thực đơn được sử dụng thường xuyên.
GIỚI THIỆU MỘT SỐ CÚ PHÁP VÀ HÀM SỬ DỤNG TRONG EVIEWS
(2) Thanh tiêu đề của cửa sổ đối tƣợng đƣợc nhận dạng bởi loại đối tƣợng, tên và nội dung chứa đựng của đối tƣợng. - Freeze: Tạo một hình ảnh đối tƣợng mới, một bảng biểu hoặc là một đối tƣợng dạng văn bản xuất ra của màn hình hiển thị thông tin hiện tại.
XEM SỐ LIỆU CỦA MỘT BIẾN, MỘT NHểM BIẾN VÀ LƯU DỮ LIỆU CỦA MỘT NHểM BIẾN
Nếu cần xem cùng lúc dữ liệu của 2 biến, ta chọn lần lƣợt các biểu tƣợng tên biến (nhấp chuột kết hợp giữ phím Ctrl). Nếu chọn mặc định tên group01, nhấp chọn OK, trên cửa sổ Workfile sẽ xuất hiện biểu tƣợng group01.
TẠO MỘT TẬP TIN BẰNG ĐỌC TỪ MỘT NGUỒN DỮ LIỆU BÊN NGOÀI
Eviews đƣa ra các lựa chọn để đọc dữ liệu và những thay đổi theo ý người sử dụng như đặt lại tên và nhãn của các biến.
ĐỊNH MẪU
If condition (optional): Điều kiện mà mẫu cần thỏa mãn Ví dụ: Mở file dữ liệu tn_tdthegioi.wf12. Giả sử để loại giá trị 0 ra khỏi dãy dữ liệu của biến td (tiêu dùng), ta thực hiện lệnh.
TÍNH CÁC GIÁ TRỊ THỐNG KÊ MÔ TẢ
Trong khung List of series, Group,… ta ghi 1 biến (hoặc 1 nhóm biến) cần thực hiện các thống kê mô tả (ví dụ xuatkhau và nhapkhau) nhƣ thể hiện trong hộp thoại. Sum Sq.Dev.: Tổng bình phương các độ lệch giữa các giá trị quan sát của từng biến với giá trị trung bình của nó (Total Sum of Squares – TSS).
VẼ ĐỒ THỊ
Axis borders: Sử dụng axis borders để chọn hiển thị thêm một biểu đồ (nhƣ Histogram, Boxplot) dọc theo trục của biểu đồ mà chúng ta đang vẽ. Chọn và mở biến, ví dụ biến xuatkhau (nhấp đúp vào tên biến ở cửa sổ tập tin làm việc) ta sẽ đƣợc một bảng tính, sau đó nhấp chọn View/Graph ở góc trái của bảng tính, xuất hiện hộp thoại, chọn OK sẽ có đƣợc đồ thị. Ta có thể chọn màu và khung nền cho đồ thị, đường đồ thị, đặt tên nhãn, thay đổi kiểu chữ, ghi chú dưới dạng văn bản lên đồ thị, lưu đồ thị trong tập tin Eviews hoặc có thể sao chép dưới dạng văn bản….
TÌM MA TRẬN HIỆP PHƯƠNG SAI - Cách 1
(Nếu không quét khối các biến thì phải nhập tên các biến vào cửa sổ nhƣ trên hình).
GIỚI THIỆU
Phân tích hồi qui là phân tích mối quan hệ giữa biến phụ thuộc với một hay một số biến độc lập khác nhƣng bản thân kỹ thuật phân tích hồi qui không bao hàm quan hệ nhân quả. Hồi quy và tương quan1 (Regression vs Correlation) - Phân tích tương quan là đo mức độ kết hợp tuyến tính giữa hai biến; không có sự phân biệt giữa các biến; các biến có tính chất đối xứng. Hệ số tương quan cho biết sự biến thiên cùng với nhau của hai biến X và Y bất kể: (1) X có ảnh hưởng đến Y hay ngược lại; (2) Cả X và Y đều ảnh hưởng qua lại lẫn nhau; (3) Cả hai cùng biến thiên do một biến số thứ ba cùng tác động lên cả hai.
Mô hình hồi quy tổng thể và hồi quy mẫu 1. Mô hình hồi quy tổng thể (PRF)
Có thể dựa vào lý thuyết để đề xuất dạng hàm, hoặc dựa vào biểu đồ phân tán, nhưng phải kiểm định lại tính thích hợp của dạng hàm hồi qui. Hồi quy tuyến tính chỉ yêu cầu tuyến tính trong các tham số, không yêu cầu tuyến tính trong biến số. Hồi quy tuyến tính theo OLS (Ordinary Least Squares – OLS) chỉ chấp nhận dạng mô hình tuyến tính trong tham số.
Ước lượng các hệ số của mô hình hồi quy theo phương pháp bình phương tối thiểu (Ordinary Least Squares – OLS)
là mô hình tuyến tính trong các tham số nhƣng phi tuyến theo biến số. Nếu các giả thiết đƣợc thỏa mãn, thì theo định lý Gauss - Markov, các ƣớc lƣợng OLS sẽ là ƣớc lƣợng tuyến tính, không chệch và tốt nhất trong số các ƣớc lƣợng tuyến tính không chệch.
Kiểm định giả thuyết về hệ số hồi quy
Cách 3: Phương pháp P-value (Là giá trị nhỏ nhất của mức ý nghĩa α mà chúng ta bác bỏ giả thuyết H0, hay giá trị lớn nhất của α cho phép chúng ta chấp nhận H0). Nhập các tên biến vào cửa sổ theo thứ tự (biến phụ thuộc td đƣợc nhập ở vị trí đầu tiên) nhƣ trong hình để xác định dạng phương trình, trong đó c là biến hằng, tương ứng với hệ số. Nếu ở cửa sổ Equation specification ta xếp C ở vị trí cạnh TD (tức là td c tn) thì trong bảng kết quả hồi qui biến hằng C nằm ở dòng đầu.
LƯU BẢNG KẾT QUẢ HỒI QUI
Ở cửa sổ Name to identify object đã có sẵn tên mặc định của bảng kết quả hồi qui, ta có thể đặt tên lại hoặc chấp nhận tên gọi này thì nhấp chuột vào OK, khi này trên cửa sổ Workfile xuất hiện biểu tƣợng table01 là bảng kết quả hồi qui vừa được lưu lại. Ở cửa sổ Name to identify object ta có thể đặt lại tên của bảng kết quả hồi qui hoặc chấp nhận tên mặc định eq01 (nhƣ ảnh), nhấp chọn OK sẽ xuất hiện biểu tƣợng có tên là eq01 trên cửa sổ Workfile. Lưu theo cách này cho phép chúng ta tiếp tục các tính toán khác trên bảng kết quả hồi qui.
TÌM MA TRẬN HIỆP PHƯƠNG SAI CỦA CÁC HỆ SỐ HỒI QUY
Ta có thể nhập vào ô này khoảng tin cậy tùy ý để yêu cầu Eviews ƣớc lƣợng khoảng cho các hệ số hồi qui. Arrange in pairs: Eviews mặc định chọn sẵn trình bày kết quả thành từng cặp (cận dưới, cận trên). Dựa vào ma trận hiệp phương sai này ta tính được sai số chuẩn của các hệ số hồi qui.
Mô hình tuyến tính logarit (log-log)
Xi: suất sinh lợi hàng năm (%) của cơ cấu chứng khoán thị trường, dựa trên chỉ số Fisher.
Mô hình bán logarit 1. Mô hình log-lin
Tức hồi quy Y theo thời gian, và phương trình trên được gọi là mô hình xu hướng tuyến tính và t được gọi là biến xu hướng. Ví dụ: Giả sử có số liệu về GNP và lƣợng cung tiền nhƣ bảng 3.6 dưới đây. Hãy xác định xem GNP tăng lên bao nhiêu (về giá trị tuyệt đối - tỉ đồng) nếu lƣợng cung tiền tăng lên 1%?.
Tỷ lệ và đơn vị đo
Trong phần lý thuyết kinh tế lƣợng, ngoài dạng hàm hồi qui tuyến tính theo tham số và theo biến, còn có những dạng hàm khác. Để xem xét sự biến thiên của GDP theo thời gian, ta sử dụng mô hình xu hướng tuyến tính hoặc mô hình log-lin. Nhấn enter, biến xu thế t sẽ xuất hiện trên cửa sổ Workfile nhƣ trong hình.
Mô hình hồi quy tuyến tính 3 biến Hàm hồi quy tổng thể
Với một mẫu ngẫu nhiên 3 chiều kích thước n, hàm hồi qui mẫu SRF có ba hệ số là ƣớc lƣợng điểm của ba hệ số trong PRF. - Khi kiểm định giả thuyết hệ số của biến này trong mô hình với giả thuyết H0 thì phải bác bỏ H0 (tức là hệ số của biến này ≠ 0 có ý nghĩa thống kê). Có nhiều phương pháp khác nhau để dự báo, nhƣng ở đây chúng ta sẽ dựa vào mô hình hồi qui tuyến tính để dự báo.
DỰ BÁO ĐIỂM
Dự báo là dự đoán một hiện tượng nào đó trong tương lai vốn nằm ngoài khả năng kiểm soát của chúng ta. Sau khi có bảng kết quả hồi qui mẫu, ta lưu lại bảng kết quả hồi qui với tên gọi eq01 trên cửa sổ Workfile. Ta có thể đặt tên khác (ví dụ là “dubao” thay cho tên yf hoặc để mặc định tên này).
DỰ BÁO KHOẢNG
Trong biểu thức trên, chỉ có giá trị se(Yˆ0)chƣa có kết quả tính toán. Sau khi thực hiện xong các lệnh, cận dưới và cận trên của giá trị trung bình của Y sẽ được lưu trên cửa sổ Workfile. Tóm lại, với cách thức tương tự như trên, chúng ta cũng có thể dự báo khoảng giá trị trung bình và giá trị cá biệt đối với mô hình nhiều biến.
ĐÁNH GIÁ ĐỘ CHÍNH XÁC CỦA DỰ BÁO
Mẫu con thứ hai đƣợc gọi là mẫu kiểm tra (test set) đƣợc sử dụng để kiểm tra độ chính xác của các giá trị dự báo từ mô hình hồi qui tìm đƣợc từ mẫu khởi động. Việc xác định mẫu kiểm tra cần phải: - không làm thay đổi nhiều đến kết quả hồi qui dựa trên mẫu khởi động; - có đủ số quan sát cần thiết trong mẫu kiểm tra để đánh giá đƣợc khả năng dự báo của mô hình. Các đo lường thống kê ME, MAE, MSE, RMSE chỉ có ý nghĩa khi đƣợc đối chiếu hay so sánh giữa các mô hình hồi qui cùng dạng biến phụ thuộc và cùng cỡ mẫu.
Mô hình trong đó biến giải thích là biến định tính
Để lƣợng hóa đƣợc những biến định tính, trong phân tích hồi quy người ta sử dụng biến giả (dummy variables), với giá trị mã hóa là 0, 1. - Việc phân tích mô hình khi so sánh giá trị trung bình của biến phụ thuộc tương ứng với các thuộc tính khác nhau sẽ khó khăn hơn. Lưu ý: Một chỉ tiêu chất lượng có m phạm trù khác nhau thì ta phải dùng m-1 biến giả để lượng hoá cho chỉ tiêu chất lượng đó1.
Mô hình với biến định lƣợng và biến định tính
D1i+D2i+…+Dmi = 1 với mọi i, các biến giả có quan hệ cộng tuyến hoàn hảo với nhau, không thể ước lượng mô hình. Tổng quát: số biến giả đƣa vào mô hình phụ thuộc vào số biến định tính và số phạm trù có ở mỗi biến định tính. Trong đó: mi – 1: số biến giả đƣa vào mô hình của biến định tính thứ i; k: số biến định tính; mi: số phạm trù của biến định tính thứ i.
Sử dụng biến giả trong phân tích mùa
Quá trình loại thành phần khỏi chuỗi thời gian nhƣ vậy gọi là chuỗi thời gian đƣợc điều chỉnh theo mùa. Thông qua việc kiểm định giả thiết chúng ta sẽ biết đƣợc hệ số góc nào có ý nghĩa. Sau khi thực hiện các câu lệnh nhƣ hình vẽ, biến d2, d3 và d4 vừa mới tạo thành xuất hiện trên cửa sổ Workfile.
Ƣớc lƣợng các tham số khi có đa cộng tuyến
- Do mô hình có dạng đa thức, biến X, X2, X3 thường có quan hệ tuyến tính khá chặt khi X nhận giá trị trong một khoảng nhỏ. - Mẫu không mang tính đại diện (Lấy mẫu chỉ hạn chế trong một nhóm nhỏ, có các đặc trƣng khá giống nhau. Do đó ở mẫu có thể có 1 tính chất nào đó nhƣng tổng thể thì không có).
Biện pháp khắc phục
Sau khi thực hiện xong hồi qui gốc, ta đặt tên cho bảng kết quả hồi qui, giả sử theo tên mặc định là eq01.