Chương 1

KHÁI QUÁT VỀ KINH TẾ LƯỢNG

 NỘI DUNG
1. Bản chất kinh tế lượng
2. Phân biệt kinh tế lượng với khoa học liên quan
3. Quy trình nghiên cứu sử dụng kinh tế lượng
4. Các loại thang đo
5. Dữ liệu trong kinh tế lượng
6. Mối quan hệ trong kinh tế lượng
7. Giới thiệu một số phần mềm
1. BẢN CHẤT KINH TẾ LƯỢNG
 Kinh tế lượng là gì
 Năm 1930, với các công trình nghiên cứu của Ragnar Frisch (Na Uy)
đã sử dụng thuật ngữ “Econometrics” được dùng đúng ý nghĩa.
 Econometrics = Econo + Metrics -> Đo lường kinh tế.
 Phân tích về mặt lượng các hiện tượng kinh tế dựa trên sự phát triển
mới nhất về lý thuyết và các quan sát thực tế, thông qua các phương
pháp suy đoán thống kê thích hợp (Samuelson & Koopmans, 1954).
 Kinh tế lượng = Kinh tế học + Toán + Thống kê với mục đích phân tích
kinh tế (Goldberger, 1964).
 Kinh tế lượng là việc áp dụng thống kê toán với số liệu kinh tế để kiểm
chứng về thực nghiệm các mô hình kinh tế được các nhà kinh tế học đề
xuất và tìm ra lời giải bằng số cụ thể (Tintner, 1968).
1. BẢN CHẤT KINH TẾ LƯỢNG
 Nhiệm vụ kinh tế lượng
 Ước lượng mối quan hệ giữa các biến số kinh tế
 Kiểm định lý thuyết và giả thuyết kinh tế
 Dự báo các biến số kinh tế
 Đánh giá hiệu quả thực thi chính sách của chính phủ, các quyết định
của người làm kinh doanh.

Tiền lương = β0 + β1*Giáo dục + β2*kinh nghiệm + β3*đào tạo + ui

 Ví dụ 1: Mô hình kinh tế về tội phạm (Becker, 1968)
 Thiết lập mô hình kinh tế lượng về hoạt động phạm tội dựa trên nguyên
tắc tối đa hóa lợi ích
y = f (x1, x2, x3, x4, x5, x6, x7)

Đo lường “Tiền Tuổi

hoạt lương” của “Tiền
động hoạt động lương” cho Mức án
Khả
phạm tội phạm tội Khả dự kiến
việc làm Thu năng kết
năng nếu bị bắt
hợp pháp nhập án nếu
khác bị bắt bị bắt

 Dạng hàm của mối liên hệ không được nêu rõ

 Phương trình có thể được thừa nhận mà không dựa trên mô hình kinh tế
  Mô hình kinh tế lượng về tội phạm
 Dạng hàm phải được xác định rõ
 Các biến khó đo lường có thể phải xấp xỉ bởi các đại lượng khác
Thu nhập khác Số lần bị bắt Số lần bị
giữ trước đây kết án

crime = β0+ β1wagem+ β2othinc+β3freqarr+ β4freqconv

+ β5avgsen+ β6age+ u
Số giờ
tiêu tốn Các yếu tố có
Tiền lương cho
cho hoạt Độ dài bản án ảnh hưởng đến
việc làm hợp
động trung bình nếu Tuổi hoạt động phạm
pháp
phạm tội bị kết tội tội nhưng không
quan sát được
Ví dụ 2:
 Nhà nghiên cứu muốn xem xét các yếu tố tác động đến năng suất lao động.
Dựa vào hiểu biết kinh tế cơ bản có thể xác định rằng, các yếu tố như giáo dục,
kinh nghiệm, đào tạo ảnh hưởng đến năng suất lao động. Ngoài ra, nhà nghiên
cứu cũng nhận thấy rằng, tiền lương sẽ được trả tương xứng với năng suất. Lý
luận cơ bản hình thành mô hình như sau:
Tiền lương = f (giáo dục, kinh nghiệm, đào tạo)
Trong đó:Tiền lương = lương theo giờ
Giáo dục = số năm học
Kinh nghiệm = số năm làm việc
Đào tạo = số tuần dành cho đào tạo

Mô hình kinh tế lượng cho mô hình kinh tế:

Tiền lương = β0 + β1*Giáo dục + β2*kinh nghiệm + β3*đào tạo + u
Phần lớn nội dung kinh tế lượng kiểm định và xử lý các vấn đề của sai số u
2. PHÂN BIỆT KINH TẾ LƯỢNG VỚI KHOA HỌC LIÊN QUAN
 Kinh tế lượng và Kinh tế học: Kinh tế học chủ yếu nghiên cứu về mặt
định tính của các quan hệ kinh tế. Kinh tế lượng nghiên cứu về mặt lượng,
vì vậy về cơ bản Kinh tế lượng dựa trên các lý thuyết kinh tế để xây dựng
phương pháp luận cho mình.
 Kinh tế lượng và Toán kinh tế: Toán kinh tế trình bày các lý thuyết kinh tế
bằng ngôn ngữ toán học (các phương trình và bất phương trình). Kinh tế
lượng sử dụng các phương pháp thống kê toán để ước lượng các tham số và
kiểm định xem mô hình có phù hợp hay không
 Kinh tế lượng và Thống kê kinh tế: Thống kê kinh tế nghiên cứu việc thu
thập, xử lý, lưu trữ và trình bày số liệu dưới dạng biểu đồ và bảng. Các số
liệu thống kê là số liệu đầu vào cho các mô hình Kinh tế lượng. Kinh tế
lượng sử dụng các số liệu này để kiểm chứng lại các lý thuyết kinh tế
2. PHÂN BIỆT KINH TẾ LƯỢNG VỚI KHOA HỌC LIÊN QUAN
 Ví dụ:
 Nhà kinh tế: cung tiền tăng thì lạm phát tăng (các yếu tố khác
không đổi)
 Nhà thống kê: cung tiền và lạm phát có quan hệ tuyến tính chặt
chẽ với nhau (xu hướng thay đổi rất giống nhau)
 Nhà kinh tế lượng: khi cung tiền tăng 1% thì lạm phát tăng 0.2%
(khi các yếu tố khác không đổi)
3. QUY TRÌNH NGHIÊN CỨU SỬ DỤNG KINH TẾ LƯỢNG

Bước 1: Vấn đề nghiên cứu và đặt giả thuyết nghiên cứu

Bước 2: Xây dựng mô hình lý thuyết
Mô hình nghiên cứu; Mô hình toán kinh tế; Mô hình kinh tế lượng
Bước 3: Thu thập số liệu và ước lượng tham số
Bước 4: Kiểm định về mối quan hệ
Bước 5: Phân tích, dự báo, xây dựng chính sách hoặc đóng góp lý thuyết
3. QUY TRÌNH NGHIÊN CỨU SỬ DỤNG KINH TẾ LƯỢNG
Bước 1: Vấn đề nghiên cứu và đặt giả thuyết nghiên cứu
Lý thuyết về tiêu dùng của John Maynard Keynes:
“Một cá nhân sẽ tăng tiêu dùng khi thu nhập tăng lên tuy nhiên mức tăng
của tiêu dùng sẽ nhỏ hơn mức tăng của thu nhập”

Lý thuyết kinh tế xác lập quan hệ về mặt định tính giữa tiêu dùng và thu
nhập
3. QUY TRÌNH NGHIÊN CỨU SỬ DỤNG KINH TẾ LƯỢNG
Bước 2: Xây dựng mô hình lý thuyết

Mô hình toán

Hàm tiêu dùng của Keynes: Y =  0 +  1X Trong đó : 0 < β1 < 1
Mô hình Kinh tế lượng
Y = 0 + 1X + u
 Mô hình này được gọi là mô hình hồi quy tổng thể (PRM – Population
Regression Model)
 u gọi là sai số ngẫu nhiên: nó đại diện cho tất cả các yếu tố ảnh hưởng
đến tiêu dùng mà không có mặt trong mô hình.
3. QUY TRÌNH NGHIÊN CỨU SỬ DỤNG KINH TẾ LƯỢNG

Bước 3: Thu thập số liệu và ước lượng tham số

Số liệu của Việt Nam, thời kỳ 1995 – 2018

Các biến:

X = GDP (Gross Domestic Product)

Y = Tổng chi cho tiêu dùng cá nhân

Đơn vị: tỷ usd

3. QUY TRÌNH NGHIÊN CỨU SỬ DỤNG KINH TẾ LƯỢNG

Bước 3: Thu thập số liệu và ước lượng tham số

Sử dụng phương pháp OLS (Ordinary Least Squares) tìm được các ước lượng
điểm của 0, 1:

Hàm này gọi là hàm hồi quy mẫu (SRF – Sample Regression Function)
3. QUY TRÌNH NGHIÊN CỨU SỬ DỤNG KINH TẾ LƯỢNG
Bước 4: Kiểm định về mối quan hệ
 Kiểm định các giả thuyết đối với các tham số
Kiểm định 0 < 1 <1?

 Kiểm định giả thuyết đối với mô hình, chẳng hạn

H0: Mô hình không có mối liên hệ.
H1: Mô hình có mối liên hệ.
3. QUY TRÌNH NGHIÊN CỨU SỬ DỤNG KINH TẾ LƯỢNG
Bước 5: Phân tích, dự báo, xây dựng chính sách hoặc đóng góp lý
thuyết
 Kết quả nghiên cứu có phù hợp với lý thuyết kinh tế?
 Giả sử X2021 (GDP2021) = 300 (tỷ usd) => Dự báo Y2021 = ?
 Đề xuất chính sách
SỐ LIỆU NGHIÊN CỨU
KINH TẾ LƯỢNG

Dạng số liệu
• Số liệu thực nghiệm (số liệu sơ cấp)
• Số liệu phi thực nghiệm (số liệu thứ cấp) Đám đông

Chọn mẫu Mẫu

• Đám đông nghiên cứu
• Mẫu nghiên cứu

Trích theo Nguyễn Đình Thọ 2018

SỐ LIỆU NGHIÊN CỨU KINH TẾ LƯỢNG

Kích thước mẫu

n ≥ 50 + 8p với p > 7
• Với quan điểm này kích thước mẫu để hồi quy là n ≥ 106 (quan sát).
• Trên thực tế số liệu sơ cấp có thể thực hiện được nhưng số liệu thứ cấp
về kết quả hoạt động kinh doanh của đơn vị hoặc của một nền kinh tế
khó có thể đo lượng > 106 kỳ.

Trích theo: William H.Greene (2012)

4. CÁC LOẠI THANG ĐO
* Thang đo: là công cụ thống kê dùng để phân chia đối tượng được
khảo sát thành các lớp phân loại khác nhau.
* Dữ liệu được phân thành 2 loại chính: dữ liệu định tính và dữ liệu
định lượng. Các loại dữ liệu này thu thập bằng bốn thang đo cơ bản:

Dữ liệu

Dữ liệu định tính Dữ liệu định lượng

(không tính được trung bình) (tính được trung bình)

Thang đo Thang đo Thang đo Thang đo

định danh thứ bậc khoảng cách tỷ lệ
4. CÁC LOẠI THANG ĐO
4.1. Thang đo định danh (Nominal scale):
Đơn giản nhất, các giá trị chỉ tượng trưng cho một tên/loại nào đó
 Câu hỏi 1 lựa chọn:
Ví dụ: Bạn có thích điện thoại Samsung không?
1 Thích 2Không thích  Không
3 có ý kiến

 Câu hỏi nhiều lựa chọn:

Ví dụ: Bạn đã dùng loại dầu gội đầu nào?
 Clear  X-men  Romano  Loại khác
1 2 3 4
4. CÁC LOẠI THANG ĐO
4.2. Thang đo thứ bậc (Ordinal scale):
Thể hiện quan hệ thứ tự giữa các đối tượng
Ví dụ: Cho biết thứ tự ưa thích của bạn đối với các thương hiệu sau: Thích
nhất (1), thích 2, thích 3, thích 4
 Mercedes  Honda  Ford  Toyota
1 3 4 2

Ví dụ: Tuổi của anh/chị

 <18 tuổi  18-25  26-35  36-45 >45
4. CÁC LOẠI THANG ĐO
4.3. Thang đo khoảng cách (Interval scale):
Là thang đo thứ bậc và cho biết khoảng cách giữa các thứ bậc
Ví dụ: Anh/chị cho biết mức độ ưa thích laptop Dell (likert)
(1) Rất không thích (2) Không thích (3) Bình thường
(4) Thích (5) Rất thích

Ví dụ: Anh/chị có hài lòng với thư viện của IUH

Rất không hài lòng Rất hài lòng
1 2 3 4 5
4. CÁC LOẠI THANG ĐO
4.4. Thang đo tỷ lệ (Ratio scale):
Là thang đo khoảng cách và cho phép tính tỷ lệ để so sánh.

Ví dụ:
Chi tiêu trung bình một tháng cho việc gọi điện thoại di động
là………….ngàn đồng
THU THẬP SỐ LIỆU SƠ CẤP
1. Xây dựng bảng câu hỏi
• Mục tiêu nghiên cứu.
• Công cụ phân tích kinh tế.
• Thang đo các biến.
2. Cách thức thu thập số liệu
• Phỏng vấn trực tiếp.
• Điện thoại.
• Bảng câu hỏi.
• Internet.
NHƯỢC ĐIỂM CỦA SỐ LIỆU SƠ CẤP

• Sai số do quan sát.

• Sai số do phép đo.
• Kích cỡ các mẫu khác nhau.
• Sai số do đối tượng.
• Sai số do người thực hiện.
5. DỮ LIỆU THỨ CẤP

 Các loại dữ liệu

 Dữ liệu chéo (Cross-sectional data)
 Dữ liệu chuỗi thời gian (Time series data)
 Dữ liệu chéo gộp (Pooled cross-sectional data)
 Dữ liệu bảng/dữ liệu dọc (Panel data/longitudinal data)
5. DỮ LIỆU THỨ CẤP
 Dữ liệu chéo hay dữ liệu theo không gian (Cross – Section Data)
 Bao gồm các cá nhân, hộ gia đình, công ty, thành phố, quốc gia hoặc các đơn
vị khác, được lấy tại một thời điểm hoặc trong một khoảng thời gian nhất
định.
 Các quan sát thường độc lập với nhau, có thể giả định rằng mẫu được thu
thập ngẫu nhiên từ tổng thể.
5. DỮ LIỆU THỨ CẤP

Stt Thu nhập Học vấn Kinh nghiệm Giới tính Kết hôn
5. DỮ LIỆU THỨ CẤP
 Dữ liệu chuỗi thời gian (Time Series Data)
 Các quan sát của một hay nhiều biến theo thời gian
 Các quan sát chuỗi thời gian thường gặp vấn đề tương quan chuỗi
 Thứ tự các quan sát cũng truyền tải những thông tin quan trọng
 Có tính xu thế và thời vụ
 Ví dụ: giá chứng khoán, chỉ số giá tiêu dùng, giá vàng, doanh số tiêu thụ
xe hơi…
 Tần số: hàng ngày, hàng tuần, hàng tháng, hàng quý, hàng năm…
5. DỮ LIỆU THỨ CẤP
 Dữ liệu chéo gộp (Pooled cross-sectional data)
 Hai hay nhiều bộ dữ liệu chéo được kết hợp thành một tập hợp dữ liệu
 Các dữ liệu chéo thường độc lập với nhau
 Dữ liệu chéo gộp thường dùng để đánh giá thay đổi chính sách
 Ví dụ: Đánh giá tác động của chính sách thuế lên giá nhà; đánh giá ảnh
hưởng của chính sách giảm thuế trước bạ lên thị trường ô tô;…
5. DỮ LIỆU THỨ CẤP
 Dữ liệu bảng (Panel data)
 Dữ liệu chuỗi thời gian cho các dữ liệu chéo
 Các đơn vị trong dữ liệu chéo là giống nhau theo thời gian (cá nhân,
công ty, thành phố…)
THU THẬP SỐ LIỆU THỨ CẤP
• Thu thập số liệu thứ cấp từ tổ chức kinh tế lớn nghiên cứu như: WB, IMF, CIA,…và các
bộ ngành của các chính phủ.
 http://www.imf.org
 http://www.worldbank.org
 http://www.asean.org
 http://www.cia.gov
 http://www.adb.org
• Việt Nam số liệu được hầu hết các bộ công bố nhưng số liệu tổng hợp nhất vẫn là của
Tổng cục Thống kê.
• Tạp chí: Tạp chí nghiên cứu kinh tế, Tạp chí kinh tế Việt Nam, Tạp chí kinh tế Sài Gòn,
Trang Web số liệu vĩ mô của Việt Nam.
 http://www.custom.gov.vn
 http://www.gso.gov.vn
 http://www.vneconomy.com.vn
 http://www.mot.gov.vn.
6. MỐI QUAN HỆ HỒI QUY TRONG KINH TẾ LƯỢNG

6.1. Khái niệm: Hồi quy nghiên cứu sự phụ thuộc của một đại lượng kinh
tế này (biến phụ thuộc) vào một hay nhiều đại lượng kinh tế khác (biến độc
lập, biến giải thích) dựa trên ý tưởng là ước lượng giá trị trung bình của biến
phụ thuộc trên cơ sở các giá trị biết trước của các biến độc lập.
6. MỐI QUAN HỆ HỒI QUY TRONG KINH TẾ LƯỢNG
6.2. Mục đích của phân tích hồi quy
 Ước lượng giá trị trung bình của biến phụ thuộc khi biết giá trị của biến độc
lập (ước lượng các tham số của mô hình).
 Kiểm định các giả thuyết về bản chất của mối quan hệ giữa biến phụ thuộc
và biến độc lập mà lý thuyết kinh tế đưa ra. Trong trường hợp này phải trả lời
hai câu hỏi:
- Có tồn tại quan hệ giữa biến phụ thuộc và biến độc lập hay không?
- Nếu tồn tại quan hệ thì mức độ chặt chẽ như thế nào?
 Dự báo giá trị trung bình của biến phụ thuộc khi biết giá trị của biến độc lập.
6. MỐI QUAN HỆ TRONG KINH TẾ LƯỢNG
Ví dụ: Hàm cầu sản phẩm Q = Q (Y, P)
=> Mô hình hồi quy tuyến tính thể hiện quan hệ này:
Q = β0+ β1 Y+ β2 P + u, giả thiết E(u)=0 => E(Q|Y,P) = β0+ β1 Y+ β2 P
 Chẳng hạn β0 =10, β1 =0,6, β2 = -0,3 =>
 Khi giá tăng 1 đơn vị => lượng cầu sản phẩm…?
 Khi thu nhập tăng 1 đơn vị => lượng cầu sản phẩm…?
 Khi Y =100, P =10 thì => lượng cầu sản phẩm…?
 Chúng ta muốn biết các βj
6. MỐI QUAN HỆ TRONG KINH TẾ LƯỢNG
6.3. Mô hình hồi quy tổng thể
Là mô hình hồi quy được xây dựng dựa trên số liệu của tất cả các đối
tượng cần nghiên cứu
,…

,…
Y: Biến phụ thuộc
Yi: Giá trị thực tế cụ thể của biến phụ thuộc
X1,X2,…, Xk: Các biến độc lập
X1i,X2i,…, Xki: Giá trị cụ thể của biến độc lập
ui: Sai số ngẫu nhiên ứng với quan sát thứ i
6. MỐI QUAN HỆ TRONG KINH TẾ LƯỢNG
6.3. Mô hình hồi quy tổng thể

+ ui

𝐸 ( 𝑌 | 𝑋 1𝑖 ; … 𝑋 𝑘𝑖 ) = 𝛽 0 + 𝛽 1 𝑋 1 𝑖 +…+ 𝛽 𝑘 𝑋 𝑘𝑖

 Các thành phần của mô hình

 Y: Biến phụ thuộc
 Xi: Các biến độc lập
 0: Hệ số chặn
 i: Hệ số góc, hệ số hồi quy riêng
6. MỐI QUAN HỆ TRONG KINH TẾ LƯỢNG
6.4. Mô hình hồi quy mẫu – SRM (Sample Regression Model)
Trong thực tế rất khó nghiên cứu trên tổng thể nên thông thường người ta
nghiên cứu xây dựng mô hình hồi quy trên một mẫu.

Với là giá trị ước lượng của E(Y/Xi)

là thống kê ước lượng của β0
là thống kê ước lượng của βk
=Yi- là phần dư (residual)
6. GIỚI THIỆU PHẦN MỀM SỬ DỤNG TRONG KINH TẾ LƯỢNG

Excel
• Nói chung các phần mềm bảng tính đều có một số chức năng tính
toán kinh tế lượng. Phần mềm bảng tính thông dụng nhất hiện nay là
Excel nằm trong bộ Office của hãng Microsoft.
Phần mềm chuyên dùng cho kinh tế lượng
• Hướng đến việc ứng dụng các mô hình kinh tế lượng và các kiểm định
giả thiết một cách nhanh chóng và hiệu quả chúng ta phải quen thuộc
với ít nhất một phần mềm chuyên dùng cho kinh tế lượng.
• Hiện nay có rất nhiều phần mềm kinh tế lượng: SPSS, EVIEWS, STATA,
R, Limdep, SAS, Microfit, SHAZAM, STATPRO, AREMOS, GAUSS,
BASSTAL, DATA-FIT, MATLAB, ESP, BMDP…
 Các thuật ngữ cơ bản
Tiếng Anh Tiếng Việt
Regression analysis Phân tích hồi quy
Dependent variable Biến phụ thuộc
Explanatory variable/ Independent variable Biến giải thích/ biến độc lập
Time series data Số liệu theo thời gian
Cross section data Dữ liệu chéo
Pooled cross-sectional data Dữ liệu chéo gộp
Panel data Dữ liệu bảng
Population Tổng thể
PRF – Population Regression Function Hàm hồi quy tổng thể
PRM - Population Regression Model Mô hình hồi quy tổng thể
 Các thuật ngữ cơ bản
Tiếng Anh Tiếng Việt
Simple regression Hồi quy đơn
Multiple regression Hồi quy bội
Intercept coefficient Hệ số hồi quy
Slope coefficient Hệ số góc
Random error Sai số ngẫu nhiên
SRF – Sample Regression Function Hàm hồi quy mẫu
SRM - Sample Regression Model Mô hình hồi quy mẫu
Estimated regression coefficients Các hệ số hồi quy ước lượng được
Residual Phần dư