Professional Documents
Culture Documents
BÀI GIẢNG
KINH TẾ LƯỢNG 1
(ECONOMETRICS 1)
www.mfe.neu.edu.vn
12 / 2016
1
KINH TẾ LƯỢNG CƠ BẢN – Bui Duong Hai – NEU – www.mfe.edu.vn/buiduonghai
Thông tin giảng viên
▪ Học vị. Họ tên giảng viên
▪ Giảng viên Bộ môn Toán kinh tế - Khoa Toán kinh tế
- ĐH Kinh tế quốc dân
▪ Văn phòng khoa: Phòng 403 – Nhà 7
▪ Email: (giangvien)@neu.edu.vn
▪ Trang web: www.mfe.neu.edu.vn/(họ tên GV)
Dự báo
Ra quyết định
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 9
Mở đầu
Ví dụ minh họa
▪ Chi tiêu và thu nhập của một số hộ gia đình
▪ Giá và lượng bán một loại hàng tại một số cửa hàng
Consumption Quantity
••• •
• • ••• •• •
•• • •
•• • • • • • • •
• •
• • • • • •
Income Price
Ví dụ minh họa
▪ Chi tiêu (Y) và Thu nhập (X)
Y E(Y | X)
(Y | X)
Ví dụ minh họa
▪ Hàm PRF dạng tuyến tính
Y
u (+)
β1 u (–)
E(Y | X) = β1 + β2X
Phần dư
▪ Giá trị 𝑌𝑖 có sai số so với Yi
▪ Đặt: 𝑒𝑖 = 𝑌𝑖 − 𝑌𝑖
▪ Hay: 𝑌𝑖 = 𝛽መ1 + 𝛽መ2 𝑋𝑖 + 𝑒𝑖
▪ 𝛽መ1 , 𝛽መ2 là hệ số hồi quy mẫu, hệ số ước lượng, là ước
lượng (estimator) cho hệ số tổng thể β1, β2
▪ Phần dư e là phản ánh sai số u trong tổng thể
▪ Ŷi là giá trị ước lượng (fitted value) cho E(Y | Xi)
Ví dụ minh họa
▪ PRF và SRF
• Ŷi
•
• •
• • •
β1• • •
• • • β̂1 • •
• • • Yi
E(Y | X)
Xi
Tóm tắt
▪ Tổng thể: Y = 𝛽1 + 𝛽2 𝑋 + 𝑢
𝐸(𝑌|𝑋) = 𝛽1 + 𝛽2 𝑋
▪ Mẫu: 𝑌𝑖 = 𝛽መ1 + 𝛽መ2 𝑋𝑖
𝑌𝑖 = 𝛽መ1 + 𝛽መ2 𝑋𝑖 + 𝑒𝑖
▪ Với 𝑥𝑖 = 𝑋𝑖 − 𝑋ത và 𝑦𝑖 = 𝑌𝑖 − 𝑌ത
𝛽መ1 = 𝑌ത − 𝛽መ2 𝑋ത ;
σ 𝑥𝑖 𝑦𝑖
𝛽መ2 =
σ 𝑥𝑖2
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 28
Chương 1. Mô hình hồi quy hai biến
n n 2
RSS e Yi ˆ1 ˆ2 X 2i ... ˆk X ki
2
i min
i 1 i 1
▪ Tính được các hiệp phương sai của các cặp ước
lượng hệ số: 𝐶𝑜𝑣 𝛽መ𝑗 , 𝛽መ𝑠 , 𝑗 ≠ 𝑠
Sai số dự báo
▪ Tiêu chí: giá trị ước lượng Ŷi gần giá trị thực Yi
▪ Sử dụng m giá trị để đánh giá. Thường lấy m = n
m
1
RMSE
m i 1
i i
(Yˆ Y ) 2
m
1
MAE
mi
| Yˆi Yi |
1
1 Yˆi Yi
m
MAPE (100%)
m i 1 Yi
Biến giả
▪ Biến phụ thuộc Y
▪ Nếu biến định tính có 2 trạng thái A và Ā
▪ Đặt biến giả D = 1 nếu quan sát ở A
D = 0 nếu quan sát ở Ā
▪ Mô hình: Y = β1 + β2D +u
• Tại A: Y = β1 + β2 +u
• Tại Ā: Y = β1 +u
▪ Nếu β2 0: Biến định tính có tác động đến Y
Var( ˆ j ) jiei
x 2 2
x 2 2
ji
Khắc phục
▪ Nếu ĐCT cao nhưng không làm mất ý nghĩa hệ số,
không thay đổi dấu: có thể bỏ qua
▪ Biến cần quan tâm không cộng tuyến với biến khác,
không bị ảnh hưởng: có thể bỏ qua
▪ Nếu ĐCT cao gây ảnh hưởng:
• Tăng kích thước mẫu
• Thông tin ràng buộc để thu hẹp mô hình
• Phương pháp phân tích nhân tố
• Bỏ bớt biến
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 104
Chương 5. Kiểm định và lựa chọn mô hình
Chuỗi dừng
▪ Chuỗi Yt gọi là chuỗi dừng (stationary time series):
nếu thỏa mãn 3 điều kiện
• (i) E(Yt ) = không đổi t
• (ii) Var(Yt ) = σ 2 không đổi t
• (iii) Cov(Yt , Yt – p ) = p chỉ thay đổi theo p
▪ Vi phạm ít nhất 1 trong 3 điều kiện chuỗi không
dừng (non-stationary time series)
▪ Chuỗi phụ thuộc yếu (weakly dependent):
Cov(Yt , Yt – p ) 0 rất nhanh khi p tăng nhanh
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 110
Chương 6. Hồi quy với chuỗi thời gian 6.1. Một số khái niệm
Nhiễu trắng
▪ Chuỗi Yt là Nhiễu trắng (White noise) nếu:
• (i) E(Yt ) = 0 t
• (ii) Var(Yt ) = σ 2 t
• (iii) Cov(Yt , Yt – p ) = 0 t, p
▪ Nhiễu trắng là chuỗi dừng, không có tương quan với
quá khứ
n
(et et 1 )2
DW d t 2
2(1 ˆ 1 )
t 1 et
n 2