Bài giảng Phân tích định lượng Bài 3 ThS Vũ Hữu Thành

Phương pháp phân tích định lượng Nghiên cứu định lượng là tất cả bước thực hiện để định lượng mối quan hệ nhân quả giữa các biến số nghiên cứu trong đó việc sử dụng các công cụ phân tích

nalysis

A

1 Lý thuyết 1: Phân tích định lượng

2 Lý thuyết 2: Hồi quy đơn biến

3 Lý thuyết 3: Hồi quy đa biến

4 Thực hành 1: Hồi quy đơn biến

5 Thực hành 2: Hồi quy đa biến

6 Hướng dẫn thực hiện bài tập

định lượng là gì?

A I Phương pháp phân tích định lượng

Nghiên cứu định lượng là tất cả bước thực hiện để định

lượng mối quan hệ nhân quả giữa các biến số nghiên cứu

trong đó việc sử dụng các công cụ phân tích định lượng như

là cách thức chính để giải quyết vấn đề.

Nghiên cứu định lượng

Mục tiêu nghiên cứu định lượng để lượng hóa mối quan hệ nhân quả

giữa các nhân tố (các biến) thông qua việc áp dụng các công cụ phân tích

thống kê thường được áp dụng khi mô hình nghiên cứu đã khá rõ ràng và

cụ thể

1 Quan sát sự vật hay hiện tượng,

2 Đặt vấn đề nghiên cứu

3 Nghiên cứu lý thuyết

4 Xây dựng mô hình nghiên cứu

4.1 Xây dựng tập biến số

4.2 Xây dựng mối quan hệ giữa các biến số (giả thuyết N/c)

4.3 Xác định thước đo và công thức đo lường cho các biến số

4.4 Xác định nguồn thông tin và phương pháp thu thập

4.5 Phương pháp phân tích

5 Phân tích số liệu

6 Rút ra kết luận từ phân tích số liệu

Nghiên cứu khoa học

Methodology and research model

Research

model

Number bank Ralationship Credit financing relationships

Tangible asset structure Size

Type of ownership Age

Bank Ralationship

Firm characteristics

ROA, ROE

A II Kinh tế lượng

Là công cụ toán học dùng để khảo sát định lượng mối

quan hệ nhân quả giữa các hiện tượng kinh tế xã hội để

trả lời hai câu hỏi cơ bản:

1 Các hiện tượng này có mối quan hệ nhân quả với

nhau hay không?

2 Nếu tồn tại mối quan hệ nhân quả thì mức độ mạnh

yếu của mối quan hệ này là như thế nào?

A III Phương pháp luận của Kinh tế lượng

1 Xác định vấn đề nghiên cứu;

2 Tham khảo lý thuyết kinh tế và nghiên cứu thực

nghiệm trước;

3 Xác định đặc trưng của mô hình toán kinh tế;

4 Xác định đặc trưng của mô hình kinh tế lượng cho lý

thuyết hoặc giả thuyết;

5 Thu thập và xử lý dữ liệu;

6 Ước lượng tham số của mô hình kinh tế lượng;

7 Kiểm định giả thuyết và giải thích;

8 Diễn giải kết quả

9 Dự báo và ứng dụng thực tế

3 Định hình các phương pháp ướclượng

III Phương pháp luận của Kinh tế lượng

Y: Tiêu dùngX: Thu nhập

β1: Tiêu dùng tự định

β2: Tiêu dùng biên = MPCU: Số hạng nhiễu đại diện cho các nhân tốtác động khác mà ta không ước lượng

III Phương pháp luận của Kinh tế lượng

5 Thu thập

và xử lý dữ

liệu

1 Dữ liệu theo thời gian hoặc dữ liệu chéo

2 Dữ liệu mô tả đúng bản chất của biến số

3 Dữ liệu phù hợp với phương pháp ướclượng

4 Xử dụng phần mềm xử lý dữ liệu

Ví dụ Dữ liệu về GDP (đại diện cho thu nhập) và dữ

liệu về tiêu dùng theo thời gian

Y = - 184,0780 + 0.706408*X

 β2 = MPC = 0.706408

III Phương pháp luận của Kinh tế lượng

1 Kiểm định hệ số tương quan

2 Kiểm định hệ số hồi quy;

3 Kiểm định đa cộng tuyến;

Trị số β2 = MPC = 0.706408 có ý nghĩa như sau:

GDP và tiêu dùng có quan hệ đồng biến Cụthể khi GDP tang (giảm) 1 tỷ USD, tiêu dùng sẽtang (giảm) khoảng 0.706408 tỷ USD

III Phương pháp luận của Kinh tế lượng

1 Hồi quy nghiên cứu sự tác động của một hoặc nhiều biến độc

lập đến một biến phụ thuộc

2 Nếu biết được giá trị của biến độc lập thì ước lượng được giá

trị trung bình của biến phụ thuộc

3 Việc ước lượng được dựa trên hàm số:

Y = f(X1, X2, X3 … Xk) + U

X là các biến độc lập, Y là biến phụ thuộc, U là sai số (số hạng

nhiễu)

A V Các giả định trong mô hình hồi quy tuyến tính

1 Mô hình có dạng hồi quy tuyến tính đối với hệ số hồi quy;

2 Mô hình được xác định đúng

3 Biến số độc lập có dữ liệu biến thiên (phương sai khác 0);

4 Biến số độc lập không tương quan với số hạng nhiễu (sai số)

5 Không xuất hiện hiện tượng đa cộng tuyến giữa các biến số độc

lập (trong mô hình hồi quy đa biến) không

6 Số hạng nhiễu không tương quan với biến phụ thuộc;

7 Số hạng nhiễu có phân phối chuẩn và giá trị kỳ vọng bằng 0

8 Kích thước mẫu phải lớn hơn tham số cần ước lượng

Định lý Gaus – Markov: Nếu các giả thuyết trên được thỏa mãn thì ước

lượng OLS sẽ là tuyến tính, không chệch, tốt nhất – BLUE: Best Linear

Unbiased Estimator

A

quy tuyến tính đơn

1 Phần đại diệncho đường hồiquy.

2 Phần đại diệncho yếu tố ngẫunhiên

s

β 1

A I Phương pháp ước lượng

Gauss-Markov

assumptions

1 Hệ số hồi quy có dạng tuyến tính;

2 Mẫu được chọn ngẫu nhiên;

3 Khôngxuất hiện đa cộng tuyến hoàn hảo

4 Saisố luôn bằng 0 với mọi X: E(u/x) = 0

5 Phương sai sai số không đổi

Nếu các giả thuyết từ 1 – 5 được thỏa mãn thì các hệ số hồi quy 𝛽 là các ước lượng

tuyến tính không chệch tốt nhất (Best linear unbiased estimator) của các hệ số hồi quy

tổng thể β.

Nếu các giả thuyết từ 1 – 4 được thỏa mãn thì các hệ số hồi quy 𝛽 là các ước lượng

không chệch (unbiased) của các hệ số hồi quy tổng thể β Nếu cỡ mẫu đủ lớn thì hệ số

hồi quy 𝛽 được gọi là ước lượng vững của β Có nghĩa là giá trị trung bình của 𝛽 bằng

với β và phân phối của 𝛽 tiệm cận với phân phối của tổng thể.

Nếu các giả thuyết từ 1 – 6 được thỏa mãn thì các hệ số hồi quy 𝛽 có dạng phân phối:

𝛽 ~ Nomal [β, Var( 𝛽)].

Trong trường hợp này từng hệ số hồi quy sẽ được kiểm định căn cứ vào phân phối

student – t Trong khi đó kiểm định kết hợp các hệ số hồi quy sẽ căn cứ vào phân phối

Fisher

Giả thuyết thứ 6 6 Saisố có phân phối chuẩn

Ví dụ

Trong mô hình hồi quy:

Y = - 184,0780 + 0.706408*XNếu R2 = 55%  biến số độc lập X (thu nhập)giải thích được 55% sự biến động của biến phụthuộc Y (chi tiêu), 45% còn lại do các yếu tốngẫu nhiên khác giải thích (sai số và do các yếu

2 Sử dụng kiểm định Fisher đểkiểm định hệ số tương quan

Giả thuyết:

H0: Hệ số tương quan bằng 0 (R2= 0)H1: Hệ số tương quan khác 0 (R2≠ 0)

A III Hệ số hồi quy (β)

Hệ số β 1

1 β1 được gọi là hệ số chặn của mô hình

2 Điều quan trọng là β1có ý nghĩa thống kê haykhông (β1thực sự có khác giá trị 0 hay không)

3 Tùy vào từng mô hình mà có sử dụng hệ sốchặn trong việc giải thích hay không dù nó có

Hệ số β 2

1 β2được gọi là hệ số góc, hệ số hồi quy dùng

để giải thích sự tác động của biến độc lập Xtới biến phụ thuộc Y

2 Điều quan trọng là β2có ý nghĩa thống kê haykhông (β2thực sự có khác giá trị 0 hay không)

3 Sử dụng kiểm định Student để kiểm định ýnghĩa của hệ số góc

Giả thuyết:

H0: Hệ số góc bằng 0 (β2= 0)H1: Hệ số góc khác 0 (β2≠ 0)

A III Số hạng nhiễu của mẫu (e)

hồi quy đơn biến

Sử dụng file: 01 Hoi quy don bien va

da bien Làm theo hướng dẫn trên lớp

Buổi 7 Lý thuyết 2: Hồi quy đa

biến

A I Hồi quy đa biến

Phương trình hồi quy mẫu: Yi= β1+ β2X2i+ β3X3i+…+ βnXni+ei

4 Kiểm định sai dạng mô hình.

5 Kiểm định phương sai sai số thay đổi

I Hồi quy đa biến

quảng cáo được ước lượng như sau:

Y = 33.3 + 4.6X2i+ 3.7X3i

Nhận xét:

1 β1= 33.3: Khi chi phí chào hàng và quảng cáo đều bằng 0 (doanh

nghiệp không thực hiện việc chào hàng và quảng cáo) thì doanh số

bàn hàng trung bình là 33.3 (tỷ)

2 β2= 4.6: Chi phí chào hàng tác động dương (cùng chiều hoặc tích

cực) tới doanh số bán hàng Trong trường hợp doanh nghiệp không

thực hiện chi phí quảng cáo (chi phí quảng cáo bằng 0) thì nếu chi

phí chào hàng tăng 1 tỷ thì doanh số bán hàng tăng trung bình 4 tỷ

3 β3= 3.7: Tương tự, nếu các yếu tố khác không đổi (chi phí chào hàng

bằng 0), khi chi phí quảng cáo tăng 1 tỷ, doanh thu tăng 3.7 tỷ

A

hồi quy đa biến

Sử dụng file: 01 Hoi quy don bien va

da bien Làm theo hướng dẫn trên lớp

A

Hướng dẫn thực hiện bài tập

KẾT THÚC BUỔI 3