Professional Documents
Culture Documents
1
NỘI DUNG CHƯƠNG 1
1
2 Khái quát về kinh tế lượng
2
1. KHÁI QUÁT VỀ KINH TẾ LƯỢNG
➢ Năm 1930, thuật ngữ “Econometrics” được sử
dụng đầu tiên bởi A. K Ragnar Frisch
➢ Năm 1936, Tinbergen trình bày mô hình kinh tế
lượng đầu tiên và xây dựng một số mô hình
cho nước Mỹ năm 1937
➢ Năm 1950, Lawrance Klein đã đưa ra một số
mô hình mới cho nước Mỹ và kinh tế lượng
được phát triển trên toàn thế giới
3
1. KHÁI QUÁT VỀ KINH TẾ LƯỢNG
Một số quan điểm về kinh tế lượng:
➢ Là khoa học nghiên cứu những vấn đề thực
nghiệm của quy luật kinh tế
➢ Vận dụng thống kê toán, số liệu kinh tế ➔ kết
quả của những mô hình toán
➢ Là phương pháp phân tích định lượng các vấn
đề kinh tế
➢ Là tập hợp các công cụ nhằm mục đích dự báo
các biến số kinh tế
4
1. KHÁI QUÁT VỀ KINH TẾ LƯỢNG
Tóm lại: Kinh tế lượng là một môn khoa học
đo lường các mối quan hệ kinh tế diễn ra
trong thực tế
Định lượng
Lý thuyết các quan hệ Dự báo
Kinh tế kinh tế
Máy tính
Thống kê
toán
Phân tích
5
Vấn đề nghiên cứu, các giả thiết
7
1. KHÁI QUÁT VỀ KINH TẾ LƯỢNG
Thiết lập mô hình:
Mô hình: Y = α + βX
8
1. KHÁI QUÁT VỀ KINH TẾ LƯỢNG
Thu thập, xử lý số liệu:
Năm Thu nhập (X) Chi tiêu tiêu dùng (Y)
(tỷ đồng) (tỷ đồng)
1995 195,567 142,916
1996 213,833 155,909
1997 231,264 165,125
1998 244,596 172,498
1999 256,272 176,976
2000 273,666 182,420
2001 292,535 190,577
2002 313,247 205,114
2003 336,243 221,545 9
1. KHÁI QUÁT VỀ KINH TẾ LƯỢNG
Ước lượng các tham số:
Mô hình: Y = α + βX
10
1. KHÁI QUÁT VỀ KINH TẾ LƯỢNG
Phân tích, kiểm định mô hình:
Y = 43.09 + 0.52X
11
1. KHÁI QUÁT VỀ KINH TẾ LƯỢNG
Dự báo, kiểm soát chính sách:
Y = 43.09 + 0.52X
12
2. BẢN CHẤT CỦA PHÂN TÍCH HỒI QUY
13
2. BẢN CHẤT CỦA PHÂN TÍCH HỒI QUY
Phân tích hồi quy giải quyết các vấn đề sau:
- Ước lượng giá trị trung bình của biến phụ thuộc
với các giá trị đã cho của các biến độc lập
- Kiểm định giả thiết về bản chất của sự phụ thuộc
- Dự báo giá trị trung bình của biến phụ thuộc khi
biết giá trị của các biến độc lập
- Kết hợp cả 3 vấn đề trên
14
2. BẢN CHẤT CỦA PHÂN TÍCH HỒI QUY
Trong phân tích hồi quy, ta cần phân biệt các
quan hệ sau:
1. Quan hệ thống kê & quan hệ hàm số
Quan hệ thống kê: 1 giá trị của biến độc lập, có 1
hoặc nhiều giá trị khác nhau của biến phụ thuộc
Quan hệ hàm số: 1 giá trị của biến độc lập, có duy
nhất một giá trị của biến phụ thuộc
15
2. BẢN CHẤT CỦA PHÂN TÍCH HỒI QUY
Trong phân tích hồi quy, ta cần phân biệt các
quan hệ sau:
2. Quan hệ nhân quả & hàm hồi quy
Quan hệ nhân quả: X (biến độc lập): nguyên nhân
Y (biến phụ thuộc): kết quả
16
2. BẢN CHẤT CỦA PHÂN TÍCH HỒI QUY
Trong phân tích hồi quy, ta cần phân biệt các
quan hệ sau:
3. Hồi quy & Tương quan
Hồi quy: phân biệt rõ biến độc lập, biến phụ thuộc;
không có tính đối xứng
17
3. SỐ LIỆU
1. Các loại số liệu
1.1 Số liệu chuỗi thời gian: là các số liệu của một
hay nhiều biến ở cùng 1 đơn vị ở những thời điểm
khác nhau
Ví dụ: Giá vàng SJC tại TP.HCM (2005) như sau:
18
3. SỐ LIỆU
1. Các loại số liệu
1.2 Số liệu chéo: là các số liệu của một hay nhiều
biến ở cùng 1 thời điểm ở nhiều đơn vị khác nhau
Ví dụ: Giá vàng SJC ngày 18/12/2005 tại các nơi
như sau:
19
3. SỐ LIỆU
1. Các loại số liệu
1.3 Số liệu hỗn hợp (số liệu bảng): là kết hợp của
hai loại số liệu trên, nghĩa là số liệu của biến ở
nhiều đơn vị ở những thời điểm khác nhau
Ví dụ: Giá vàng SJC (2005) như sau:
21
3. SỐ LIỆU
3. Nhược điểm của số liệu
➢ Sai số do quan sát hoặc/và bỏ sót quan sát
➢ Không nhận được câu trả lời hoặc không trả lời
hết các câu hỏi
➢ Cỡ mẫu điều tra khác nhau nên khó so sánh
kết quả điều tra
➢ Các số liệu mà không phải ai cũng sử dụng
được
22
4. MÔ HÌNH HỒI QUY HAI BIẾN
1. Hàm hồi quy tổng thể:
Hàm hồi quy tổng thể là hàm hồi quy được xây
dựng dựa trên kết quả nghiên cứu khảo sát tổng
thể.
Ví dụ: Khảo sát thu nhập (USD) và chi tiêu (USD)
của 60 hộ gia đình trong khu vực nhỏ ở nước Mỹ,
với giả thiết khu vực này là tổng thể nghiên cứu,
ta có bảng số liệu sau:
23
Thu nhập và chi tiêu của 60 hộ gia đình
Thu
nhập 80 100 120 140 160 180 200 220 240 260
(X)
55 65 79 80 102 110 120 135 137 150
60 70 84 93 107 115 136 137 145 152
65 74 90 95 110 120 140 140 155 175
Chi 70 80 94 103 116 130 144 152 165 178
tiêu 75 85 98 108 118 135 145 157 175 180
(Y)
88 113 125 140 160 189 185
115 162 191
Tổng 325 462 445 707 678 750 685 1043 966 1211
24
4. MÔ HÌNH HỒI QUY HAI BIẾN
1. Hàm hồi quy tổng thể:
Ta có:
k
E (Y / X = X i ) = E (Y / X i ) = Y j P(Y = Y j / X = X i )
j =1
180
160
140
CHITIEU
120
100
80
60
40
40 80 120 160 200 240 280
THUNHAP
27
4. MÔ HÌNH HỒI QUY HAI BIẾN
1. Hàm hồi quy tổng thể:
Một cách tổng quát, xem E(Y/Xi) là một hàm nào
đó của biến giải thích Xi:
E(Y/Xi) = f(Xi) : hàm hồi quy tổng thể (PRF)
Nếu PRF có 1 biến độc lập: hồi quy đơn/hai biến
Nếu PRF có ≥ 2 biến độc lập: hồi quy bội/ hồi quy
nhiều biến
PRF cho biết giá trị trung bình của Y sẽ thay đổi
thế nào khi X nhận các giá trị khác nhau
28
Thu nhập và chi tiêu của 60 hộ gia đình
Thu
nhập 80 100 120 140 160 180 200 220 240 260
(X)
55 65 79 80 102 110 120 135 137 150
60 70 84 93 107 115 136 137 145 152
65 74 90 95 110 120 140 140 155 175
Chi 70 80 94 103 116 130 144 152 165 178
tiêu 75 85 98 108 118 135 145 157 175 180
(Y)
88 113 125 140 160 189 185
115 162 191
Tổng 325 462 445 707 678 750 685 1043 966 1211
E(Y/Xi) 65 77 89 101 113 125 137 149 161 173
29
4. MÔ HÌNH HỒI QUY HAI BIẾN
1. Hàm hồi quy tổng thể:
Ta có:
Y1= 55 = E(Y/Xi=80) + U1 = 65 + U1 ; với U1 = -10
Y4= 70 = E(Y/Xi=80) + U4 = 65 + U4 ; với U4 = +5
Hàm hồi quy tuyến tính luôn được hiểu là hồi quy
tuyến tính đối với các tham số
32
4. MÔ HÌNH HỒI QUY HAI BIẾN
1. Hàm hồi quy tổng thể:
1
Yi = 1 + 2 + U i
Xi
Yi = 1 + 2 X i + 3 X i + U i
2
1 1
Yi = + X i + U i Yi = 1 + 2 X i
+ Ui
1+ e
33
4. MÔ HÌNH HỒI QUY HAI BIẾN
2. Hàm hồi quy mẫu:
Trên thực tế, thường ta không có điều kiện để
khảo sát toàn bộ tổng thể. Khi đó, ta chỉ có thể
ước lượng giá trị trung bình của biến phụ thuộc từ
số liệu của mẫu.
Hàm hồi quy được xây dựng trên cơ sở một mẫu
gọi là hàm hồi quy mẫu (SRF)
34
4. MÔ HÌNH HỒI QUY HAI BIẾN
2. Hàm hồi quy mẫu:
Nếu hàm hồi quy tổng thể (PRF) có dạng:
E (Y / X i ) = 1 + 2 X i
Yi = E (Y / X i ) + U i = 1 + 2 X i + U i (PRF ngẫu nhiên)
Thì hàm hồi quy mẫu (SRF) có dạng:
Yˆi = ˆ1 + ˆ2 X i
Yi = ˆ1 + ˆ2 X i + ei (SRF ngẫu nhiên)
Trong đó: Ŷi là ước lượng điểm của E(Y/Xi)
ˆ , ˆ là ước lượng điểm của β1, β2
1 2
36
37