TỔNG QUAN MÔN HỌC KINH TẾ LƯỢNG

1. TỔNG QUANMÔN HỌC KINH TẾ LƯỢNG

2. TỔNG QUAN • Cungcấpcácphươngphápphântíchđịnhlượng • Ứngdụngcácphươngphápđịnhlượngtrongphântích, kiểmđịnhvàdựbáokinhtế MỤC TIÊU MÔN HỌC

3. TỔNG QUAN • Cácmôhìnhhồiquy • Kiểmđịnhgiảthiết • Cáckhuyếttậtcủamôhìnhhồiquyvàcáchkhắcphục NỘI DUNG

4. TỔNG QUAN • Chương 1: Nhậpmôn • Chương 2: Hồiquyđơnbiến • Chương 3: Hồiquyđabiến • Chương 4 :Dạnghàm • Chương 5: Hồi qui vớibiếngiả • Chương 6: Đacộngtuyến • Chương 7: Phươngsaisaisốthayđổi • Chương 8: Tựtươngquan • Chương 9: Chọn mô hình và kiểm định chọn mô hình NỘI DUNG

5. TỔNG QUAN • EXCEL: nhập liệu • EVIEWS : chạy mô hình Phầnmềmhỗtrợ

6. TỔNG QUAN Tàiliệuthamkhảo Phạm Trí Cao, Vũ Minh Châu, Kinh tế lượng ứng dụng (tái bản lần 1), Nhà xuất bản Thống kê TPHCM, 2009 1 Hoàng Ngọc Nhậm (cb), Giáo trình Kinh tế lượng + Bài tập Kinh tế lượng với sự hỗ trợ của phần mềm Eviews, Stata, Đại học Kinh tế Tp. HCM, Nhà xuất bản Lao động- Xã hội, 2007 2 Nguyễn Quang Dong, Bài giảng Kinh tế lượng + Bài tập Kinh tế lượng với sự trợ giúp của phần mềm Eviews, NXB Thống kê, 2006 3 Ramu Ramanathan, Nhập môn kinh tế lượng với các ứng dụng (ấn bản thứ năm), Nhà xuất bản Harcourt College, 2002. (Bản dịch của chương trình Giảng dạy Kinh tế Fulbright, Việt Nam) 4 Damodar N. Gujarati, Essentials of Econometrics, 3rd ed, Mc Graw – Hill International Edition, 2006 5

7. NHẬP MÔN KINH TẾ LƯỢNG (ECONOMETRICS) CHƯƠNG 1

8. NHẬP MÔN KINH TẾ LƯỢNG • Biếtđượcphươngphápluậncủakinhtếlượng • Nắmđượcbảnchấtcủaphântíchhồiquy • Hiểucácloạisốliệuvàcácquanhệ MỤC TIÊU

9. NHẬP MÔN KINH TẾ LƯỢNG NỘI DUNG CHƯƠNG Khái niệm 1 Phương pháp luận nghiên cứu của kinh tế lượng 2 3 Phân tích hồi quy 4 Các loại quan hệ Số liệu 5

10. NHẬP MÔN KINH TẾ LƯỢNG Kinhtếlượnglàsựkếthợpgiữasốliệuthưctế, lýthuyếtkinhtếvàthốngkêtoánnhằm Ướclượngcácmốiquanhệkinhtế • Đốichiếulýthuyếtkinhtếvớithựctế • Kiểmđịnhcácgiảthiếtliênquanđếnhành vi kinhtế Dựbáocáchành vi củacácbiếnsốkinhtế Nguồn: Ramu Ramanathan, Nhập môn kinh tế lượng với các ứng dụng (ấn bản thứ năm), Nhà xuất bản Harcourt College, 2002. (Bản dịch của chương trình Giảng dạy Kinh tế Fulbright, Việt Nam)

11. NHẬP MÔN KINH TẾ LƯỢNG Lýthuyếtkinhtế, kinhnghiệm,cácnghiêncứukhác Thiếtlậpmôhình KTL Thu thập, xử lý số liệu Ướclượngcácthamsố Kiểm định giả thiết Môhìnhướclượngcótốtkhông? Không Có Nguồn: Ramu Ramanathan, Nhập môn kinh tế lượng với các ứng dụng (ấn bản thứ năm), Nhà xuất bản Harcourt College, 2002. (Bản dịch của chương trình Giảng dạy Kinh tế Fulbright, Việt Nam) Sửdụngmôhình: dựbáo,đềrachínhsách Hình 1.1: Phương pháp luận nghiên cứu của kinh tế lượng

12. NHẬP MÔN KINH TẾ LƯỢNG Phântíchhồiquy Nghiên cứu mối liên hệ phụ thuộc của một biến (biến phụ thuộc, biến giải thích) với một hay nhiều biến khác (biến độc lập, biến giải thích) VD:

13. NHẬP MÔN KINH TẾ LƯỢNG Ướclượnggiátrịtrungbìnhcủabiếnphụthuộcvớigiátrịđãbiếtcủabiếnđộclập Phântíchhồiquy Kiểm định giả thiết về bản chất quan hệ phụ thuộc Dự đoán giá trị trung bình của biến phụ thuộc

14. NHẬP MÔN KINH TẾ LƯỢNG Hàmhồiquytổngthể PRF (Population Regression Function) Là hàm hồi quy được xây dựng dựa trên kết quả khảo sát tổng thể. Hàm hồi qui tổng thể có dạng: E(Y/Xi) = f(Xi)

15. NHẬP MÔN KINH TẾ LƯỢNG • Hàm hồi qui tổng thể cho biết giá trị trung bình của biến Y sẽ thay đổi như thế nào khi biến X nhận các giá trị khác nhau. Hồiquyđơn (hồiquyhaibiến): nếu PRF cómộtbiếnđộclập Hàmhồiquytổngthể PRF Hồiquybội (hồiquynhiềubiến): nếu PRF cóhaibiếnđộclậptrởlên

16. NHẬP MÔN KINH TẾ LƯỢNG Dạngxácđịnh E(Y/Xi) = f(Xi)= β1 + β2Xi MôhìnhPRF Dạngngẫunhiên Yi = E(Y/Xi) + Ui = β1 + β2Xi + Ui E(Y/Xi): trung bình của Y với điều kiện X nhận giá trị Xi Yi: giá trị quan sát thứ i của biến phụ thuộc Y Ui: nhiễu β1, β2: tham số, hệ số hồi quy

17. NHẬP MÔN KINH TẾ LƯỢNG chobiếtgiátrịtrungbìnhcủabiếnphụthuộc Y làbaonhiêukhibiếnđộclập X nhậngiátrị 0 β1 hệsốchặn, hệsốtự do, tungđộgóc chobiếtgiátrịtrungbìnhcủa Y sẽthayđổi (tăng, giảm) baonhiêuđơnvịkhigiátrịcủa X tănglên 1 đơnvịvớiđiềukiệncácyếutốkháckhôngđổi. β2 hệsốgóc, độdốc

18. NHẬP MÔN KINH TẾ LƯỢNG biểuthịchoảnhhưởngcủacácyếutốđốivớibiếnphụthuộcmàkhôngđượcđưavàomôhình. Ui Sự tồn tại của nhiễu do: • Nhà nghiên cứu không biết hết các yếu tố ảnh hưởng đến biến phụ thuộc Y. Hoặc nếu biết cũng không thể có số liệu cho mọi yếu tố • Không thể đưa tất cả yếu tố vào mô hình vì làm mô hình phức tạp • Sai số đo lường trong khi thu thập số liệu • Bỏ sót biến giải thích • Dạng mô hình hồi quy không phù hợp

19. NHẬP MÔN KINH TẾ LƯỢNG 2. Hàmhồiquymẫu SRF (Sample Regression Function) Thực tế, không có điều kiện khảo sát tổng thể -> lấy mẫu -> xây dựng hàm hồi quy mẫu -> ước lượng giá trị trung bình của biến phụ thuộc từ số liệu mẫu

20. NHẬP MÔN KINH TẾ LƯỢNG Dạngxácđịnh MôhìnhSRF Dạngngẫunhiên Ŷi :ước lượng điểm của E(Y/Xi) : ước lượng điểm của β1 , β2 ei : ước lượng điểm của Ui và được gọi là phần dư (residuals)

21. NHẬP MÔN KINH TẾ LƯỢNG Hàm hồi quy tuyến tính được hiểu là hồi quy tuyến tính đối với tham số Ví dụ các hàm không phải hồi quy tuyến tính Ví dụ các hàm hồi quy tuyến tính

22. NHẬP MÔN KINH TẾ LƯỢNG Quan hệ thống kê: ứng với mỗi giá trị của biến độc lập có thể có nhiều giá trị khác nhau của biến phụ thuộc Quanhệthốngkêvàquanhệhàmsố Quan hệ hàm số: các biến không phải là ngẫu nhiên, ứng với mỗi giá trị của biến độc lập chỉ duy nhất một giá trị của biến phụ thuộc

23. NHẬP MÔN KINH TẾ LƯỢNG Hàmhồiquyvàquanhệnhânquả Quan hệ nhân quả: Biến X (biến độc lập) -> biến Y (biến phụ thuộc) (nhân) (quả) Phân tích hồi quy không nhất thiết bao hàm quan hệ nhân quả

24. NHẬP MÔN KINH TẾ LƯỢNG Phân tích tương quan: đo lường liên kết tuyến tính giữa hai biến và hai biến có vai trò đối xứng Hồiquyvàtươngquan Phân tích hồi quy: ước lượng hoặc dự báo giá trị trung bình của biến phụ thuộc dựa trên giá trị xác định của biến độc lập.

25. NHẬP MÔN KINH TẾ LƯỢNG Sốliệuthửnghiệm: tiếnhànhthửnghiệmtheonhữngđiềukiệnnhấtđịnh Nguồn thu thập số liệu Sốliệuthựctế

26. NHẬP MÔN KINH TẾ LƯỢNG Saisốtrongquátrìnhthuthậpsốliệu Sốliệuchuỗithờigian Chất lượng số liệu phụ thuộc Phân loại số liệu Sốliệuchéo Phươngphápđiềutrachọnmẫu Sốliệuhỗnhợp Mứcđộtổnghợpvàbảomậtcủasốliệu

27. HỒI QUY ĐƠN BIẾN CHƯƠNG 2

28. HỒI QUY ĐƠN BIẾN • Biếtđượcphươngphápướclượngbìnhphươngnhỏnhấtđểướclượnghàmhồiquytổngthểdựatrênsốliệumẫu • Hiểucáccáchkiểmđịnhnhữnggiảthiết • Sửdụngmôhìnhhồiquyđểdựbáo MỤC TIÊU

29. NỘI DUNG Mô hình 1 Phương pháp bình phương nhỏ nhất (OLS) 2 3 Khoảng tin cậy 4 Kiểm định giả thiết Dự báo 5

30. 2.1 MÔ HÌNH Mô hình hồi quy tuyến tính hai biến PRF dạng xác định • E(Y/Xi) = f(Xi)= β1 + β2Xi dạng ngẫu nhiên • Yi = E(Y/Xi) + Ui = β1 + β2Xi + Ui SRF dạng xác định • dạng ngẫu nhiên

31. 2.1 MÔ HÌNH Trongđó • : Ướclượngchob1 • : Ướclượngchob2 • : Ướclượngcho E(Y/Xi) • Sửdụngphươngphápbìnhphươngnhỏnhấtthôngthường (OLS) đểtìm ,

32. 2.1 MÔ HÌNH Hình 2.1: Hệ số hồi quy trong hàm hồi quy PRF và SRF

33. 2.2 PHƯƠNG PHÁP OLS Giả sử có n cặp quan sát (Xi, Yi). Tìm giá trị Ŷi sao cho Ŷi gần giá trị Yi nhất, tức ei= |Yi- Ŷi| càng nhỏ càng tốt. • Hay, với n cặp quan sát, muốn

34. æ ö n å ¶ ç ÷ 2 e ( ) i n è ø å ˆ ˆ = i 1 = - - b - b = 2 Y X 0 ˆ i 1 2 i ¶ b = i 1 1 æ ö n å ¶ ç ÷ 2 e ( ) i n è ø å ˆ ˆ = = - - b - b = i 1 2 Y X X ˆ i 1 2 i ¶ b i = i 1 2 2.2 PHƯƠNG PHÁP OLS • Bài toán thành tìm , sao cho f  min Điều kiện để đạt cực trị là: 0

35. 2.2 PHƯƠNG PHÁP OLS Hay

36. 2.2 PHƯƠNG PHÁP OLS • Giải hệ, được

37. 2.2 PHƯƠNG PHÁP OLS • Với làtrungbìnhmẫu (theobiến) gọi là độ lệch giá trị của biến so với giá trị trung bình mẫu

38. CÁC TỔNG BÌNH PHƯƠNG ĐỘ LỆCH • TSS (Total Sum of Squares - Tổng bình phương sai số tổng cộng) • ESS: (Explained Sum of Squares - Bình phương sai số được giải thích) • RSS: (Residual Sum of Squares - Tổng bình phương sai số)

39. CÁC TỔNG BÌNH PHƯƠNG ĐỘ LỆCH Y SRF ESS TSS RSS Yi Xi X Hình 2.3: Ý nghĩa hình học của TSS, RSS và ESS

40. HỆ SỐ XÁC ĐỊNH R2 Ta chứng minh được: TSS = ESS + RSS hay • Hàm SRF phùhợptốtvớicácsốliệuquansát (mẫu) khigần Yi . Khiđó ESS lớnhơn RSS. • Hệsốxácđịnh R2: đomứcđộphùhợpcủahàmhồiquymẫu.

41. HỆ SỐ XÁC ĐỊNH R2 Trong mô hình 2 biến

42. TÍNH CHẤT CỦA HỆ SỐ XÁC ĐỊNH R2 0≤ R2≤1 Cho biết % sựbiếnđộngcủa Y đượcgiảithíchbởicácbiếnsố X trongmôhình. R2=1: đườnghồiquyphùhợphoànhảo R2=0: X và Y khôngcóquanhệ Nhượcđiểm: R2tăngkhisốbiến X đưavàomôhìnhtăng, dùbiếnđưavàokhôngcó ý nghĩa. =>Sửdụng R2điềuchỉnh (adjusted R2 -R2) đểquyếtđịnhđưathêmbiếnvàomôhình.

43. HỆ SỐ XÁC ĐỊNH ĐIỀU CHỈNHR2 • Khiđưathêmbiếnvàomôhình màR2tăngthìnênđưabiếnvàovàngượclại.

44. HỆ SỐTƯƠNG QUAN r Hệsốtươngquan r: đomứcđộchặtchẽcủaquanhệtuyếntínhgiữa 2 đạilượng X và Y.

45. TÍNH CHẤT HỆ SỐTƯƠNG QUAN r -1≤ r ≤1 Cótínhchấtđốixứng: r XY = r YX Nếu X, Y độclậptheoquanđiểmthốngkêthìhệsốtươngquangiữachúngbằng 0. r đosựkếthợptuyếntính hay phụthuộctuyếntính, khôngcó ý nghĩađểmôtảquanhệ phi tuyến.

46. HỆ SỐTƯƠNG QUAN r Có thể chứng minh được và r cùng dấu với VD: Với R2 = 0,81 => r = 0,9

47. 2.3 Các giả thiết của phương pháp OLS • Giả thiết 1: Các giá trị Xi được xác định trước và không phải là đại lượng ngẫu nhiên • Giả thiết 2: Kỳ vọng hoặc trung bình số học của các sai số là bằng 0 (zero conditional mean), nghĩa là E(U/Xi) = 0

48. 2.3 Các giả thiết của phương pháp OLS • Giảthiết 3: Cácsaisố U cóphươngsaibằngnhau (homoscedasticity) Var(U/Xi) = σ2 • Giảthiết 4: Cácsaisố U khôngcósựtươngquan, nghĩalà Cov(Ui, Ui’) = E(UiUi’) = 0, nếuii’

49. 2.3 Các giả thiết của phương pháp OLS • Giả thiết 5: Các sai số U độc lập với biến giải thích Cov(Ui, Xi) = 0 • Giả thiết 6: Đại lượng sai số ngẫu nhiên có phân phối chuẩn Ui~ N(0, δ2 )

50. Định lý Gauss-Markov Định lý: Với những giả thiết (từ 1 đến 5) của mô hình hồi quy tuyến tính cổ điển, mô hình hồi quy tuyến tính theo phương pháp bình phương nhỏ nhất là ước lượng tuyến tính không chệch tốt nhất.