Bai Giang - Hoi Quy Voi Bien Cong Cu - Uoc Luong Tsls

TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT
KHOA TOÁN KINH TẾ
PHÂN TÍCH DỮ LIỆU BẢNG

BÀI 5. HIỆN TƯỢNG NỘI SINH - BIẾN CÔNG CỤ
Võ Thị Lệ Uyển
Thành phố Hồ Chí Minh, Ngày 4 tháng 1 năm 2024
VTLU PTDLB 1 / 77
Nội dung
1 ƯỚC LƯỢNG BÌNH PHƯƠNG NHỎ NHẤT
2 HIỆN TƯỢNG NỘI SINH
DO SAI SỐ ĐO LƯỜNG
DO BỎ SÓT BIẾN
DO TÍNH NHÂN QUẢ ĐỒNG THỜI
3 BIẾN CÔNG CỤ (IV)
4 ƯỚC LƯỢNG BÌNH PHƯƠNG NHỎ NHẤT HAI GIAI ĐOẠN
5 CÁC KIỂM ĐỊNH CHẨN ĐOÁN
KIỂM ĐỊNH BIẾN CÔNG CỤ YẾU
KIỂM ĐỊNH HAUSMAN
KIỂM ĐỊNH SỰ PHÙ HỢP CỦA BIẾN CÔNG CỤ
CÁC KIỂM ĐỊNH CHẨN ĐOÁN VỚI TSLS
6 ỨNG DỤNG 1: ƯỚC LƯỢNG OLS, IV VÀ TSLS THỦ CÔNG
7 ỨNG DỤNG 2: ƯỚC LƯỢNG IV BẰNG LỆNH ivreg
VTLU PTDLB 2 / 77
ƯỚC LƯỢNG BÌNH PHƯƠNG NHỎ NHẤT
Ước lượng OLS
Xét mô hình:
y = β0 + β1 x1 + β2 x2 + . . . + βK xK + ε
trong đó y là biến phụ thuộc (kết quả);

x1 , x2 , . . . , xK là tập hợp các biến độc lập;
ε là số hạng sai số ngẫu nhiên.
β0 là hệ số chặn.
β1 , β2 , . . . , βK là các hệ số góc (độ dốc) của x1 , x2 , . . . , xK .
VTLU PTDLB 3 / 77
Các giả định của ước lượng OLS
1 Giả định A1: Xu hướng chung của tổng thể có dạng tuyến tính,
y = Xβ + ε.
2 Giả định A2: Kỳ vọng của số hạng sai số ngẫu nhiên bằng 0:
E(ε) = 0,
hay nói cách khác: E(y ) = Xβ.
VTLU PTDLB 4 / 77
3 Giả định A3: Ma trận ma trận phương sai-hiệp phương sai của sai
số ngẫu nhiên thỏa
var(ε) = E εε′ = I σ 2

Hay phương sai của số hạng sai số ngẫu nhiên bằng σ 2 :
var(ε) = σ 2 = var(y ).
và hiệp phương sai giữa bất kỳ cặp εi và εj bằng 0, nghĩa là
cov (εi , εj ) = 0
VTLU PTDLB 5 / 77
5 Giả định A4: Tính ngoại sinh nghiêm ngặt.

Biến độc lập không ngẫu nhiên và do đó không tương quan với số
hạng sai số ngẫu nhiên.
E(Xε) = 0
6 Giả định A5: Ma trận các biến giải thích có hạng đầy đủ (không có
đa cộng tuyến),
rank(X) = K + 1 ≤ N.
7 Giả định A6: Số hạng sai số ngẫu nhiên phân phối chuẩn ,
ε ∼ N 0, σ 2 .

VTLU PTDLB 6 / 77
Theo các giả định A1-A5 của mô hình hồi quy tuyến tính đa biến thì:
βbOLS là ước lượng có phương sai nhỏ nhất trong tất cả các ước
lượng tuyến tính không chệch của β.
Hay nói cách khác:
βbOLS là ước lượng tuyến tính không chệch tốt nhất (BLUE) của β.
VTLU PTDLB 7 / 77
• Khi đó, ước lượng OLS được tính theo công thức
−1
βbOLS = X′ X X′ y
• Phương sai của các ước lượng OLS được cho bởi công thức:
−1
Var βbOLS = σ 2 X′ X
Nếu giả định (A6) được thỏa thì

β ∼ N βbOLS , Var βbOLS .
VTLU PTDLB 8 / 77
HIỆN TƯỢNG NỘI SINH
Biến nội sinh
Định nghĩa
Một biến giải thích được gọi là nội sinh khi nó tương quan với số hạng sai
số ngẫu nhiên.
Hay E(ε | x) ̸= 0.
1 Ước lượng bình phương nhỏ nhất OLS bị chệch

−1 ′
E βbOLS = β + X′ X X E(ε),
2 Ước lượng OLS không nhất quán

−1
bOLS 1 ′ 1 ′
plimN→∞ β = β + plimN→∞ XX X E(ε).
N N
VTLU PTDLB 9 / 77
HIỆN TƯỢNG NỘI SINH
Các vấn đề của hiện tượng nội sinh
Hiện tượng nội sinh của các biến giải thích là do:
1 Sai số đo lường.
2 Bị chệch do bỏ sót biến.
3 Tính nhân quả đồng thời.
Ngoài ra, còn do
1 Mô hình dữ liệu bảng động.
2 Có tự tương quan chuỗi trong số hạng sai số ngẫu nhiên của mô hình
tự hồi quy.
VTLU PTDLB 10 / 77
HIỆN TƯỢNG NỘI SINH DO SAI SỐ ĐO LƯỜNG
Sai số đo lường
Ví dụ
Xét mô hình với mức tiêu dùng (c) như sau:
c = α + βinc ∗ + ε (1)
trong đó inc ∗ là thu nhập vĩnh viễn.
Thông thường, ta có dữ liệu về thu nhập inc nhưng đây không phải là
thu nhập vĩnh viễn.
Do đó, biểu diễn thu nhập vĩnh viễn theo thu nhập hiện tại dưới dạng:
inc ∗ = inc + η
trong đó η là sai số ngẫu nhiên với η ∼ N 0, ση2 .

VTLU PTDLB 11 / 77
HIỆN TƯỢNG NỘI SINH DO SAI SỐ ĐO LƯỜNG
Sai số đo lường
Thu nhập hiện tại (inc) là đại diện cho thu nhập vĩnh viễn (inc ∗ ).
Thay thu nhập vĩnh viễn vào (1), ta có:
c = α + β(inc + η) + ε = α + βinc + βη + ε = α + βinc + ν,

trong đó ν = ε + βη.
Khi đó, hiệp phương sai giữa inc và số hạng sai số ngẫu nhiên (ν) :
cov(inc, ν) = E(incν) = E ((inc ∗ + η) (ε + βη)) = E βη 2 = ση2 β ̸= 0.

VTLU PTDLB 12 / 77
HIỆN TƯỢNG NỘI SINH DO BỎ SÓT BIẾN
Bị chệch do bỏ sót biến
Ví dụ
Suất sinh lợi của việc đi học.
Giả sử mô hình thực sự cho mức lương (w ) có dạng:
w = α + ρS + βA + ε, (2)
trong đó S là số năm cao nhất đã đi học và A là thước đo khả năng cá
nhân hoặc (và) động lực.
Vấn đề: không có dữ liệu của A.

Xét mô hình mở rộng của (2) như sau :
w = α + ρS + η,
trong đó số hạng sai số ngẫu nhiên η nắm bắt khả năng cá nhân A,
tức là η = ε + βA.
VTLU PTDLB 13 / 77
Ước lượng OLS của ρ có thể được đơn giản hóa thành:
cov(w , S)
ρbOLS = .
Var(S)
Thay biểu thức của w vào 14, ta có :

cov(α + ρS + βA + ε, S)
ρbOLS = ,
Var(S)
VTLU PTDLB 14 / 77
Thực hiện biến đổi, ta được:
1 cov(A, S)
ρbOLS = E[(α + ρS + ε)S + βAS] = ρ + β ̸= ρ.
Var(S) Var(S)
| {z }
=bị chệch
Hệ số ước lượng OLS cho số năm đi học sẽ bị lệch theo hướng tăng
nếu dấu của β và cov(A,S)
Var(S) giống nhau.
VTLU PTDLB 15 / 77
HIỆN TƯỢNG NỘI SINH DO TÍNH NHÂN QUẢ ĐỒNG THỜI
Tính nhân quả đồng thời
Ví dụ
Mô hình tiêu dùng đơn giản (Keynesian):
C = α + βy + ε
y =c +i
trong đó:
c là mức tiêu dùng,
y là tổng sản phẩm,
i là khoản đầu tư
và ε là số hạng sai số ngẫu nhiên, tức là ε ∼ N 0, σε2 .

VTLU PTDLB 16 / 77
Dạng rút gọn
Định nghĩa
Dạng rút gọn của hệ phương trình đồng thời được định nghĩa là: một
hệ mà trong đó (các) biến nội sinh được xác định chỉ bởi các biến
ngoại sinh và các sai số ngẫu nhiên.
• Trong hệ phương trình trên, có 2 biến nội sinh ( c và y ) và một biến

ngoại sinh (i).
• Biến đổi hệ phương trình trên, ta có dạng rút gọn sau:
y =c +i
y = α + βy + ε + i
(1 − β)y = αi + ε (3)
α 1 1
Y = + i+ ε.
(1 − β) (1 − β) (1 − β)
VTLU PTDLB 17 / 77
Tính nhân quả đồng thời
Ước lượng OLS cho xu hướng tiêu dùng cận biên, hệ số β của (3),
được cho bởi công thức:
P
OLS (y − ȳ )ε
βb =β+ P .
(y − ȳ )2
| {z }
=0 nếu E(y |ε)=0
Nếu y phụ thuộc vào ε (trong dạng rút gọn), thì βbOLS ̸= β
và ước lượng OLS không nhất quán.
VTLU PTDLB 18 / 77
BIẾN CÔNG CỤ (IV)
Tương quan giữa hai biến
x - biến giải thích;

y - biến phụ thuộc;
VTLU PTDLB 19 / 77
Hồi quy đơn biến

ε - số hạng sai số ngẫu nhiên;
VTLU PTDLB 20 / 77
Hiện tượng nội sinh

VTLU PTDLB 21 / 77
Hồi quy với biến công cụ

z - biến công cụ.
VTLU PTDLB 22 / 77
Xét mô hình tuyến tính đơn biến như sau:
y = α + βx + ε và cov(ε | x) ̸= 0.
Ước lượng OLS (β)

b là không nhất quán.
Hồi quy với biến công cụ phân rã biến động của biến nội sinh x thành
hai phần:
1 Một phần không tương quan với số hạng sai số ngẫu nhiên ε,
2 Một phần có tương quan với số hạng sai số ngẫu nhiên ε.
Biến công cụ z không được tương quan với ε.
Biến công cụ z được sử dụng để xác định phần biến động trong biến
nội sinh không tương quan với ε và do đó, được sử dụng để ước
lượng β.
VTLU PTDLB 23 / 77
Tổng quát hơn, hồi quy IV là:
y = α + β1 x1 + . . . + βk xk + βk+1 w1 + . . . + βk+r wr + ε,
trong đó,
y là biến phụ thuộc;
ε là số hạng sai số ngẫu nhiên;
Do có vấn đề nội sinh trong mô hình nên số hạng sai số ngẫu
nhiên này sẽ bao gồm các yếu tố bị bỏ sót và sai số đo lường
x1 , . . . , xk là k biến nội sinh có tương quan với sai số ngẫu nhiên ε;
w1 , . . . , wr là r biến ngoại sinh không có tương quan với ε;
z1 , . . . , zm là m biến công cụ.
VTLU PTDLB 24 / 77
Nhận dạng
Các hệ số β1 , . . . , βk+r được gọi là:
Nhận dạng chính xác nếu m = k;
Nhận dạng dưới mức nếu m < k;
Nhận dạng quá mức nếu m > k.
Để áp dụng hồi quy IV, các hệ số phải được nhận dạng chính xác hoặc
nhận dạng quá mức.
VTLU PTDLB 25 / 77
Điều kiện để các biến công cụ hợp lệ
Các công cụ được gọi là hợp lệ khi thỏa:

1 Tính tương quan
Tập hợp các biến công cụ (z1 , . . . , zm ) phải có tương quan với các
biến giải thích nội sinh (x1 , . . . , xk ).
Nghĩa là:
cov (zi , xj ) ̸= 0.
2 Tính ngoại sinh

Tập hợp các biến công cụ (z1 , . . . , zm ) không được tương quan với ε.
Nghĩa là:
cov (ε, zi ) = 0
VTLU PTDLB 26 / 77
Một vài ví dụ minh họa
Ví dụ
Nguồn gốc của
Biến phụ thuộc Biến NỘI SINH X Tham khảo
biến công cụ
Vùng và thời gian
Thu nhập Năm học Duflo (2001)
trường xây dựng
Thu nhập Năm học Gần trường đại học Card (1995)
Angrist và Krueger
Thu nhập Năm học Quý sinh
(1991)
Tình trạng Imbens và van der
Thu nhập Biến giả đoàn thể
cựu chiến binh Klaauw (1995)
Cân nặng Việc hút thuốc Thuế thuốc lá Evans và Ringel
khi sinh của mẹ của nhà nước (1999)
Gần trung tâm McClellan,Mc-Neil
Sức khỏe Phẫu thuật đau tim
điều trị tim và Newhouse (1994)
Ghi danh Sự gián đoạn trong Van der Klaauw
Hỗ trợ tài chính
đại học hỗ trợ tài chính (1996)
Tội phạm Cảnh sát Chu kỳ bầu cử Levitt (1997)
VTLU PTDLB 27 / 77
ƯỚC LƯỢNG BÌNH PHƯƠNG NHỎ NHẤT HAI GIAI ĐOẠN
Trường hợp hồi quy tuyến tính đơn biến
Định nghĩa
Ước lượng bình phương nhỏ nhất hai giai đoạn (TSLS):
y = β0 + β1 x + ε.
1 Hồi quy giai đoạn 1 (dạng rút gọn):

• Hồi quy biến nội sinh (x) theo công cụ (z) : x = π0 + π1 z + η,
• Dựa trên ước lượng OLS tính toán các giá trị dự báo, tức là xb.
2 Hồi quy giai đoạn thứ 2 (dạng cấu trúc/phương trình):
• Hồi quy biến phụ thuộc y theo xb: y = β0 + β1 xb1 + ε.
• Ước lượng TSLS βb1TSLS là viết tắt của các ước lượng thu được
trong hồi quy giai đoạn thứ hai.
VTLU PTDLB 28 / 77
Trường hợp hồi quy tuyến tính đa biến
Định nghĩa
Ước lượng bình phương nhỏ nhất hai giai đoạn (TSLS):
y = β0 + β1 x1 + . . . + βk xk + βk+1 w1 + . . . + βk+r wr + ε.
1 Hồi quy giai đoạn thứ nhất (dạng rút gọn):

• Hồi quy từng biến nội sinh (xi ) trên các công cụ (z1 , . . . , zm ) cũng
như các biến ngoại sinh (w1 , . . . , wr ):
∀i∈1,...,k xi = π0 + π1 z1 + . . . + πm zm + πm+1 w1 + . . . + πm+r wr + η,
• Dựa vào kết quả ước lượng OLS tính toán các giá trị dự báo xbi .
VTLU PTDLB 29 / 77
Trường hợp hồi quy tuyến tính đa biến
2 Hồi quy giai đoạn 2 (dạng cấu trúc/phương trình):

• Hồi quy biến phụ thuộc y theo xb1 , . . . , xbk và các biến ngoại sinh
(w1 , . . . , wr ) :
y = β0 + β1 xb1 + . . . + βk xbk + βk+1 w1 + . . . + βk+r wr + ε.
• Ước lượng TSLS βb1TSLS , . . . , βbkTSLS , . . . , βbk+r

TSLS là viết tắt của các
ước lượng thu được trong hồi quy giai đoạn hai.
VTLU PTDLB 30 / 77
CÁC KIỂM ĐỊNH CHẨN ĐOÁN
Các thuộc tính tiệm cận
Các thuộc tính tiệm cận của các ước lượng OLS và TSLS:
σe
plim βbOLS = β + cor(x, e) ,
σx
cor(z, e) σe
plim βbIV = β + .
cor(z, x) σz
Khi đó, ước lượng TSLS là nhất quán nếu

cor(z, e)
= 0,
cor(z, x)
⇒ Nghĩa là, khi biến công cụ có tương quan mạnh và ngoại sinh.
⇒ Ước lượng IV, Ước lượng TSLS kém hiệu quả hơn Ước lượng OLS.
VTLU PTDLB 31 / 77
CÁC KIỂM ĐỊNH CHẨN ĐOÁN KIỂM ĐỊNH BIẾN CÔNG CỤ YẾU
1 biến nội sinh

Các bước thực hiện:
1 Thực hiện phân tích hồi quy giai đoạn đầu tiên để kiểm định mức độ
tương quan của biến công cụ:
xi = π0 + π1 z1 + . . . + πm zm + πm+1 w1 + . . . + πm+r wr + η,
⇒ Giả thuyết H0 của kiểm định mức độ tương quan của IV là :

H0 : π1 = π2 = . . . = πm = 0
H1 : biến công cụ có mức độ tương quan yếu (biến công cụ yếu)
Nhận xét
Đây là kiểm định đồng thời ý nghĩa thống kê của các hệ số hồi quy,
còn được gọi là kiểm định F.
Quy tắc ngón tay cái: H0 bị bác bỏ khi trị thống kê F > 10.
VTLU PTDLB 32 / 77
CÁC KIỂM ĐỊNH CHẨN ĐOÁN KIỂM ĐỊNH HAUSMAN
Kiểm định Hausman I
Nhận xét
Kiểm định Hausman được sử dụng nhằm kiểm định tính nội sinh của
biến giải thích.
Giả định chính: các ước lượng IV là không bị chệch, tức là, các biến
công cụ là mạnh và ngoại sinh.
• Giả thuyết:
H0 : cov(x, ε) = 0,
H1 : cov(x, ε) ̸= 0,
⇒ Nếu giả thuyết H0 bị bác bỏ ⇒ Biến giải thích là nội sinh ⇒ các ước
lượng OLS không nhất quán.
VTLU PTDLB 33 / 77
Kiểm định Hausman II
1 Kiểm định Hausman-Wu

Một phiên bản khác của kiểm định Hausman là Kiểm định
Hausman-Wu, trong đó:
• Trị thống kê kiểm định được cho bởi công thức:
′ −1
H = βbOLS − βbTSLS Var βbTSLS − Var βbOLS βbOLS − βbTSLS
⇒ H tuân theo phân phối χ2 với bậc tự do K .
VTLU PTDLB 34 / 77
Kiểm định Hausman III
Nhận xét
Phiên bản này của kiểm định Hausman được sử dụng nhằm kiểm định
xem ước lượng IV hay ước lượng OLS phù hợp hơn.
Giả định: Ước lượng IV là nhất quán theo cả H0 và H1 .


 H0 : Không có sự khác biệt các Ước lượng OLS và TSLS
(hay OLS là nhất quán)

H : Có sự khác biệt giữa ước lượng OLS và TSLS
 1


(hay ước lượng OLS không nhất quán).
VTLU PTDLB 35 / 77
Kiểm định Hausman IV

2 Một phiên bản khác của kiểm định Hausman được tiến hành
bằng cách: đưa phần dư của hồi quy bước đầu tiên vào phương
trình cấu trúc.
• Xét mô hình hồi quy tuyến tính đơn biến sau:
y = β0 + β1 x + ε,
trong đó x đang được kiểm định tính nội sinh.

• Các bước thực hiện:
(a) Hồi quy x theo các biến công cụ (ví dụ: z1 và z2 ):
x = θ0 + θ1 z1 + θ2 z2 + η,
và lấy phần dư ηb.
VTLU PTDLB 36 / 77
Kiểm định Hausman V
(b) Ước lượng phương trình cấu trúc mở rộng bởi phần dư ηb như sau:
y = β0 + β1 x + δb
η + ε,
(c) Giả thuyết H0 có liên quan đến ngoại sinh:

H′ : δ = 0, hoặc không có tương quan giữa x và ε
Kiểm định này được thực hiện với phân phối t.
VTLU PTDLB 37 / 77
CÁC KIỂM ĐỊNH CHẨN ĐOÁN KIỂM ĐỊNH SỰ PHÙ HỢP CỦA BIẾN CÔNG CỤ
Quy trình thực hiện
Lặp lại hồi quy trong bước đầu tiên cho tất cả các biến giải thích.
Thu thập phần dư từ mỗi mô hình ước lượng.
Hồi quy phụ trong bước thứ hai được mở rộng bởi phần dư từ mỗi
hồi quy ở bước đầu tiên.
Thống kê F được sử dụng để kiểm định đồng thời ý nghĩa các hệ số
của phần dư.
Khi số lượng công cụ lớn hơn số lượng biến nội sinh (nhận dạng quá
mức), ta phải kiểm định tính hợp lệ của chúng.
• Chiến lược không chính thống:
Thử các kết hợp khác nhau của các biến công cụ và so sánh các ước
lượng.
VTLU PTDLB 38 / 77
CÁC KIỂM ĐỊNH CHẨN ĐOÁN KIỂM ĐỊNH SỰ PHÙ HỢP CỦA BIẾN CÔNG CỤ
Kiểm định Sargan
Các bước thực hiện:

1 Ước lượng IV bằng cách sử dụng tất cả các biến công cụ ⇒ thu thập
phần dư εb.
2 Hồi quy phần dư εb theo tất cả các công cụ có sẵn.
3 Kiểm định sự dư thừa của các công cụ với
Giả thuyết H0 : Các công cụ là phù hợp.
Trị thống kê NR 2 , trong đó N là số lượng quan sát và R 2 là hệ số xác
định.
NR 2 là tuân theo phân phối χ2 với bậc tự do m − k.
m − k là số biến công cụ bị thừa.
VTLU PTDLB 39 / 77
CÁC KIỂM ĐỊNH CHẨN ĐOÁN CÁC KIỂM ĐỊNH CHẨN ĐOÁN VỚI TSLS
Một số kiểm định cơ bản
Với vấn đề về sai số chuẩn của các ước lượng OLS, cần tiến hành:
Kiểm định tương quan chuỗi và phương sai sai số thay đổi.
Kiểm định biến công cụ yếu.
Các công cụ yếu giải thích rất ít cho sự biến động của các biến nội
sinh.
Do đó, với các công cụ yếu thì ước lượng TSLS không đáng tin cậy.
Kiểm định F với giả thuyết H0 : các hệ số trên tất cả các công
cụnđồng thời bằng 0 trong hồi quy ở giai đoạn đầu tiên.
Kiểm định tính nội sinh của biến công cụ.
Lưu ý: Chưa có kiểm định thống kê chính thống nào được sử dụng để
kiểm định xem các công cụ có tương quan với số hạng sai số ngẫu nhiên
hay không.
VTLU PTDLB 40 / 77
ỨNG DỤNG 1: ƯỚC LƯỢNG OLS, IV VÀ TSLS THỦ CÔNG
Ước lượng OLS cho hàm cầu
Sử dụng dữ liệu airfare

1 Bước 1. Đọc và xử lý dữ liệu
• Đọc dữ liệu
. import excel "D:. . . airfare.xls", sheet("Sheet1") firstrow
• Dữ liệu thô là dữ liệu bảng ⇒ sử dụng dữ liệu năm 1997

. keep if year==1997
• Dán nhãn cho các biến
. label variable passen "average passengers per day"
. label variable lpassen "log of passen"
. label variable lfare "log of air fare"
. label variable ldist "log of distance"
. label variable ldistsq "squared log of distance"
. label variable concen "measure of market concentration"
VTLU PTDLB 41 / 77
Biểu đồ phân tán

Vẽ biểu đồ quan sát hàm cầu
2
. twoway (scatter lfare lpassen)
--> Có tương quan nghịch giữa 2 biến này

VTLU PTDLB 42 / 77
Ước lượng OLS I
3 Ước lượng mô hình bằng phương pháp OLS

. reg lpassen lfare, nohe
. estimates store ols1
VTLU PTDLB 43 / 77
Ước lượng OLS II

. reg lpassen lfare ldist, noheader
. reg lpassen lfare ldist ldistsq, noheader

VTLU PTDLB 44 / 77
Ước lượng OLS III
⇒ Vấn đề đặt ra là tất cả các ước lượng OLS đó cóđều bị năng

khả chệch, do do
bị sai
có tính tương quan đồng thời hoặc biến bị bỏ sót.
VTLU PTDLB 45 / 77
Ước lượng IV
. ivreg lpassen (lfare=concen) ldist ldistsq, nohe
. estimates store iv1
Nhận xét
• concen có thể xuất hiện trong hàm cung, do đó không được đưa
vào hàm cầu.
• Hệ số của lfare trong mô hình log-log này nhỏ hơn -1, do đó nhu
cầu là co giãn.
VTLU PTDLB 46 / 77
Ước lượng 2STS thủ công I
1 OLS giai đoạn đầu:

. reg lfare concen ldist ldistsq
. predict xhat
VTLU PTDLB 47 / 77
Ước lượng 2STS thủ công II
2 OLS giai đoạn hai:

. reg lpassen xhat ldist ldistsq
. dis "2SLS estimate is " _b[xhat]
VTLU PTDLB 48 / 77
Ước lượng 2STS thủ công III
3 Kiểm định IV yếu:

. reg lfare concen ldist ldistsq, nohe
. test concen
VTLU PTDLB 49 / 77
Ước lượng 2STS thủ công IV
4 Kiểm định Hausman về tính ngoại sinh của lfare:

. reg lfare concen ldist ldistsq
. predict uhat, r
. reg lpassen lfare ldist ldistsq uhat
. test uhat
. dis "p-value of Hausman test is " r(p)
VTLU PTDLB 50 / 77
Ước lượng 2STS thủ công V
VTLU PTDLB 51 / 77
Ước lượng 2STS thủ công VI
VTLU PTDLB 52 / 77
Ước lượng 2STS thủ công

⇒ Giá trị p-value nhỏ ⇒ lfare là biến nội sinh, vì vậy OLS bị chệch và IV
là tốt hơn.
• So sánh kết quả
VTLU PTDLB 53 / 77
ỨNG DỤNG 2: ƯỚC LƯỢNG IV BẰNG LỆNH ivreg
Ước lượng OLS cho hàm cung I
Sử dụng dữ liệu labor

1 Bước 1. Đọc và xử lý dữ liệu
• Đọc dữ liệu
. import excel "D:.̇. labor.xls", sheet("Sheet1") firstrow
• Dán nhãn cho biến morekids
. label define ml 0 "kids<=2" 1 "kids>2"

. label values morekids ml
VTLU PTDLB 54 / 77
Ước lượng OLS cho hàm cung II
• Vẽ đồ thị
. graph bar supply, over(morekids)
VTLU PTDLB 55 / 77
Ước lượng OLS cho hàm cung III

. reg supply morekids, nohe
. reg supply morekids age, nohe
VTLU PTDLB 56 / 77
Ước lượng IV cho hàm cung I

• Ước lượng IV sử dụng samesex làm IV
. ivreg supply (morekids = samesex) age, r
VTLU PTDLB 57 / 77
Ước lượng IV cho hàm cung II
• Kết quả thường thấy là: các ước lượng OLS là có ý nghĩa thống kê,
trong khi các ước lượng IV thì không. Tại sao?
• Tại sao sai số chuẩn của các ước lượng OLS và ước lượng IV lại khác
nhau nhiều như vậy?
. cor morekids samesex, cov
. dis 1/r(Var_1)
. dis r(Var_2)/r (cov _12)2
VTLU PTDLB 58 / 77
Ước lượng IV cho hàm cung III
VTLU PTDLB 59 / 77
Ước lượng IV cho hàm cung IV
• OLS và IV, ước lượng nào đúng?

⇒ Thực hiện kiểm định Hausman ⇒ OLS tốt hơn nếu không bác bỏ được
giả thuyết H0 .
• Kiểm định Hausman nhằm kiểm tra tính ngoại sinh của morekids
. reg morekids samesex age
. predict vhat, r
VTLU PTDLB 60 / 77
Ước lượng IV cho hàm cung V
VTLU PTDLB 61 / 77
Ước lượng IV cho hàm cung VI
VTLU PTDLB 62 / 77
Ước lượng IV cho hàm cung
⇒ Giá trị p lớn cho thấy morekids là biến ngoại sinh, vì vậy OLS nhất
quán và tốt hơn so với ước lượng IV
VTLU PTDLB 63 / 77
• Kết quả hồi quy bao gồm cả giai đoạn một và giai đoạn hai
. ivreg supply (morekids = samesex) age, r first
VTLU PTDLB 64 / 77
VTLU PTDLB 65 / 77

• Ước lượng IV sử dụng hispan làm IV
. ivreg supply (morekids = hispan) age, r
VTLU PTDLB 66 / 77

• Kiểm định sự không tương quan của IV (hoặc kiểm tra IV yếu)
VTLU PTDLB 67 / 77
Ước lượng IV cho hàm cung III
⇒ giá trị p-value nhỏ hoặc giá trị F lớn cho thấy hispan có tương quan, do
đó không phải là IV yếu.
VTLU PTDLB 68 / 77
• Thực hiện lại kiểm định Hausman
VTLU PTDLB 69 / 77
VTLU PTDLB 70 / 77
Kiểm định Hausman III
⇒ Giá trị p-value lớn cho thấy OLS là nhất quán
VTLU PTDLB 71 / 77
Ước lượng IV cho hàm cung

• ước lượng IV sử dụng cả samesex và hispan làm IV
VTLU PTDLB 72 / 77
Kiểm định nhận dạng quá mức

• Kiểm tra nhận dạng quá mức (kiểm định J) với giả thuyết H0 : là cả hai
IV đều là ngoại sinh
⇒ Giá trị p lớn cho thấy cả samesex và hispan đều là ngoại sinh (hợp lệ)
VTLU PTDLB 73 / 77
Kiểm định biến công cụ yếu

• Kiểm định ý nghĩa thống kê của samesex và hispan (Kiểm định IV yếu)
⇒ F>10 ⇒ samesex và hispan có ý nghĩa thống kê ⇒ không phải IV yếu

VTLU PTDLB 74 / 77
• Kiểm định Hausman, sử dụng cả samesex và hispan như IV
VTLU PTDLB 75 / 77
VTLU PTDLB 76 / 77

Bai Giang - Hoi Quy Voi Bien Cong Cu - Uoc Luong Tsls

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Bai Giang - Hoi Quy Voi Bien Cong Cu - Uoc Luong Tsls

Uploaded by

Copyright:

Available Formats

TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT

KHOA TOÁN KINH TẾ

PHÂN TÍCH DỮ LIỆU BẢNG

Thành phố Hồ Chí Minh, Ngày 4 tháng 1 năm 2024

Ước lượng OLS

trong đó y là biến phụ thuộc (kết quả);

Các giả định của ước lượng OLS

Các giả định của ước lượng OLS

Hay phương sai của số hạng sai số ngẫu nhiên bằng σ 2 :

và hiệp phương sai giữa bất kỳ cặp εi và εj bằng 0, nghĩa là

Các giả định của ước lượng OLS

5 Giả định A4: Tính ngoại sinh nghiêm ngặt.

Các giả định của ước lượng OLS

Hay nói cách khác:

Các giả định của ước lượng OLS

Nếu giả định (A6) được thỏa thì

Biến nội sinh

1 Ước lượng bình phương nhỏ nhất OLS bị chệch

2 Ước lượng OLS không nhất quán

Các vấn đề của hiện tượng nội sinh

trong đó inc ∗ là thu nhập vĩnh viễn.

Thay thu nhập vĩnh viễn vào (1), ta có:

c = α + β(inc + η) + ε = α + βinc + βη + ε = α + βinc + ν,

cov(inc, ν) = E(incν) = E ((inc ∗ + η) (ε + βη)) = E βη 2 = ση2 β ̸= 0.

Bị chệch do bỏ sót biến

Vấn đề: không có dữ liệu của A.

Bị chệch do bỏ sót biến

Thay biểu thức của w vào 14, ta có :

Bị chệch do bỏ sót biến

Thực hiện biến đổi, ta được:

Tính nhân quả đồng thời

Dạng rút gọn

• Trong hệ phương trình trên, có 2 biến nội sinh ( c và y ) và một biến

Tính nhân quả đồng thời

Tương quan giữa hai biến

x - biến giải thích;

Hồi quy đơn biến

x - biến giải thích;

Hiện tượng nội sinh

x - biến giải thích;

Hồi quy với biến công cụ

x - biến giải thích;

Hồi quy với biến công cụ

Xét mô hình tuyến tính đơn biến như sau:

Ước lượng OLS (β)

Hồi quy với biến công cụ

Tổng quát hơn, hồi quy IV là:

Các hệ số β1 , . . . , βk+r được gọi là:

Nhận dạng chính xác nếu m = k;

Nhận dạng dưới mức nếu m < k;

Nhận dạng quá mức nếu m > k.

Điều kiện để các biến công cụ hợp lệ

Các công cụ được gọi là hợp lệ khi thỏa:

2 Tính ngoại sinh

Một vài ví dụ minh họa

Trường hợp hồi quy tuyến tính đơn biến

1 Hồi quy giai đoạn 1 (dạng rút gọn):

Trường hợp hồi quy tuyến tính đa biến

1 Hồi quy giai đoạn thứ nhất (dạng rút gọn):

∀i∈1,...,k xi = π0 + π1 z1 + . . . + πm zm + πm+1 w1 + . . . + πm+r wr + η,

Trường hợp hồi quy tuyến tính đa biến

2 Hồi quy giai đoạn 2 (dạng cấu trúc/phương trình):

y = β0 + β1 xb1 + . . . + βk xbk + βk+1 w1 + . . . + βk+r wr + ε.