Professional Documents
Culture Documents
ECONOMETRICS
Chương 1, 2, 3
Chương 4, 5, 6, 7,8
- Mô hình lí thuyết
- Mô hình toán học
• Thu thập số liệu và ước lượng tham số
• Kiểm định về mối quan hệ
• Phân tích, dự báo, minh chứng hoặc phản
biện lý thuyết
5 Lê Đức Hoàng -Faculty of Mathematical Economics - NEU
KINH TẾ LƯỢNG CƠ BẢN
Basic Econometrics
• Quan hệ hàm số : x → ! y
• E (Y / X i ) = f ( X i ) hoặc E (Y / X ) = f ( X )
Yi = β1 + β2 . X i + ui
Ŷi = βˆ 1 + βˆ 2 X i Yi = βˆ 1 + βˆ 2 X i + ei
Ŷi = βˆ 1 + βˆ 2 X 2 i + βˆ 3 X 31 + ... + βˆ k X ki
Yi = βˆ 1 + βˆ 2 X 2 i + βˆ 3 X 31 + ... + βˆ k X ki + ei
β 1 = E(Y / X 2 = X 3 = ... = X k = 0 ): hệ số chặn
∂E(Y )
βj = ( j = 2,k ): hệ số hồi quy riêng-hệ số góc
∂X j
17 Lê Đức Hoàng -Faculty of Mathematical Economics - NEU
MÔ HÌNH TRONG KINH TẾ
• Hàm bậc nhất
C = β 1 + β 2Y + u
Q D = β1 + β 2 P + uD Q S = β1 + β 2 P + uS
TC = β 1 + β 2Q + β 3Q + β 4Q + u
2 3
MC = β 2 + 2 β 3Q + 3 β 4Q 2 + u'
Q = β 1 + β 2 AD + β 3 AD 2 + u
18 Lê Đức Hoàng -Faculty of Mathematical Economics - NEU
MÔ HÌNH TRONG KINH TẾ
• Dạng hàm mũ: ví dụ hàm sản xuất dạng Cobb-
β2 β3
Douglas Q = β 0 K L tuyến tính hóa và xây dựng
mô hình kinh tế lượng:
Ln( Q ) = β 1 + β 2 Ln( K ) + β 3 Ln( L ) + u
• Hàm thể hiện tính xu thế
T là biến xu thế thời gian, T = 0,1,2,…
Y = β 1 + β 2 X + β 3T + u
• Mô hình có biến trễ : Yt = β 1 + β 2 X t + β 3 X t −1 + u
i =1 i =1
⎧ xi = X i − X
∑ x i yi
Đặt ⎨ ⇒ βˆ 2 = i =1
⎩ yi = Yi − Y
n
∑x 2
i
i =1
σ =
ˆ 2 ∑ e 2
i
với k là số tham số cần ước lượng
n−k
29 Lê Đức Hoàng -Faculty of Mathematical Economics - NEU
ƯỚC LƯỢNG KHOẢNG CÁC HỆ SỐ HỒI QUY
• Độ tin cậy 1 − α cho trước, ước lượng khoảng tin
cậy đối xứng, tối đa, tối thiểu của các hệ số hồi quy
βˆ − Se( βˆ )t ( n− k ) < β < βˆ + Se( βˆ )t ( n− k )
j j α/2 j j j α/2
⎧⎪ H 0 : β j ≤ β *j βˆ j − β *j
⎨ Tqs = Tqs > tα( n− k )
⎪⎩ 1 β j β j
H : > *
Se( βˆ j )
⎧⎪ H 0 : β j ≥ β *j
⎨ Tqs < − tα( n− k )
H
⎪⎩ 1 : β j < β *
j
31 Lê Đức Hoàng -Faculty of Mathematical Economics - NEU
• Trường hợp đặc biệt, β j = 0 , thường kiểm định về
bản chất của mối liên hệ phụ thuộc.
βˆ j
Khi đó Tqs = = T – Statistic
Se( βˆ j )
• Trường hợp đặc biệt, kiểm định cặp giả thiết
⎧⎪ H 0 : β j = 0
⎨
⎪⎩ H 1 : β j ≠ 0
có thể sử dụng quy tắc p-value (Prob) như sau :
Nếu p-value < α → bác bỏ H0
Nếu p-value > α → chấp nhận H0
32 Lê Đức Hoàng -Faculty of Mathematical Economics - NEU
BÁO CÁO KẾT QUẢ ƯỚC LƯỢNG MÔ HÌNH
BẰNG PHẦN MỀM EVIEWS 4.1
Dependent Variable: Q
Method: Least Squares
Date: 12/18/09 Time: 22:55
Sample: 1 20
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
P -113.4178 32.03207 -3.540759 0.0025
AD -83.87101 15.27991 -5.488973 0.0000
C 1373.239 171.4084 8.011507 0.0000
R-squared 0.739941 Mean dependent var 460.2000
Adjusted R-squared 0.709346 S.D. dependent var 155.3125
S.E. of regression 83.73264 Akaike info criterion 11.83062
Sum squared resid 119189.6 Schwarz criterion 11.97998
Log likelihood -115.3062 F-statistic 24.18486
Durbin-Watson stat 1.938188 Prob(F-statistic) 0.000011
σˆ 2 ( n − k ) σ
ˆ 2
(n− k )
<σ < 2
2
χα ( n − k )
2
χ α(n− k )
1−
2 2
• Ví dụ minh họa
⎧⎪ H 0 : a β i + bβ j ≥ c ( n− k )
⎨ Tqs < − tα
⎪⎩ H 1 : a β i + bβ j < c
36 Lê Đức Hoàng -Faculty of Mathematical Economics - NEU
SỰ PHÙ HỢP CỦA HÀM HỒI QUY
• Hệ số xác định R2
yi = Yi − Y
n n n
ŷi = Yˆi − Y yi = ˆyi + e ∑ yi = ∑ yi + ∑ ei
2
ˆ 2 2
i =1 i =1 i =1
ei = Yi − Ŷi
TSS = ESS + RSS
TSS (Total Sum of Squares): đo tổng mức độ biến
động của biến phụ thuộc
ESS (Explained Sum of Squares): phần biến động
của biến phụ thuộc được giải thích bởi mô hình -
bởi các biến giải thích trong mô hình.
37 Lê Đức Hoàng -Faculty of Mathematical Economics - NEU
RSS (Residual Sum of Squares): phần biến động
của biến phụ thuộc được giải thích bởi các yếu tố
nằm ngoài mô hình - Yếu tố ngẫu nhiên.
ESS RSS
Đặt R =2
= 1− ( 0 ≤ R2 ≤ 1 )
TSS TSS
gọi là Hệ số xác địnhcủa mô hình – R-Squared
Ý nghĩa
Hệ số xác định R2 là tỉ lệ (hoặc tỉ lệ %) sự biến động
của biến phụ thuộc được giải thích bởi sự biến động
của các biến độc lập (theo mô hình, trong mẫu).
1 ( X − X )2
với Ŷ0 = βˆ 1 + βˆ 2 X 0 và Se(Yˆ0 ) = σˆ + 0
n Σ xi2
ˆ ˆ ( n− k ) ˆ ˆ ( n− k )
Y0 − Se(Y0 )tα / 2 < E(Y / X ) < Y0 + Se(Y0 )tα / 2
0
Giả thiết của LS: các biến giải thích không có quan
hệ cộng tuyến (mô hình có k ≥ 3).
• Nếu giả thiết bị vi phạm → mô hình có hiện tượng
đa cộng tuyến (Multicollinerity).
• Có 2 loại đa cộng tuyến
- ĐCT hoàn hảo
- ĐCT không hoàn hảo
∃ λj ≠ 0 (j ≠ 1) sao cho
λ1 + λ2 X2i + … + λk Xki = 0 ∀ i
λ1 + λ2 X2i + … + λkXki + vi = 0
⎩ H 1 : R* ≠ 0
2
1 − R* k* − 1
2
- Tính d = t =2
n
≈ 2( 1 − ρ̂ )= DW-Statistic
∑ t
e 2
t =1
n
∑ et et −1
trong đó ρˆ = t =2
n
là ước lượng cho ρ
∑ t
e 2
t =1
−1 ≤ ρ̂ ≤ 1 nên 0 ≤ d ≤ 4
- Với n là số quan sát và k' = k − 1 tra bảng tìm
giá trị d L và d u (bảng phụ lục).
64 Lê Đức Hoàng -Faculty of Mathematical Economics - NEU
• Quy tắc quyết định