Hướng dẫn tự học môn kinh tế lượng 1 đại học kinh tế quốc dân

KINH TẾ LƢỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 7 Mục đích của Kinh tế lượng hệ kinh tế biến kinh tế các dự báo và mô phỏng hiện tượng kinh tế Mở đầu... Số liệu cho phân

Trang 1

KINH TẾ LƯỢNG CƠ BẢN – Bui Duong Hai – NEU – www.mfe.edu.vn/buiduonghai 1

TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN

KHOA TOÁN KINH TẾ

BỘ MÔN TOÁN KINH TẾ

Thông tin giảng viên

 Học vị Họ tên giảng viên

- ĐH Kinh tế quốc dân

KINH TẾ LƢỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 2

Trang 2

Thông tin học phần

 Đánh giá:

Thông tin học phần

 Thông tin chi tiết về Giảng dạy và học tập học phần:

 www.mfe.edu.vn  Văn bản quan trọng  “Hướng dẫn giảng dạy học tập học phần Kinh tế lượng”

Trang 3

Tài liệu

trình Kinh tế lượng, NXB ĐHKTQD

hành Eviews4, lưu hành nội bộ

 Thư viện > Dữ liệu – phần mềm > Eviews4, Data_Giaotrinh_2013, Data2012

NỘI DUNG

 Mở đầu

 PHẦN A KINH TẾ LƯỢNG CƠ BẢN

Trang 4

BÀI MỞ ĐẦU

Khái niệm về Kinh tế lượng

 Econometrics (R A K Frisch, J Tinbergen 1930):

Econo = Kinh tế + Metric = Đo lường

 Khái niệm: Kinh tế lượng là sự kết hợp giữa kinh tế

học, toán học và thống kê toán nhằm lượng hóa, kiểm định và dự báo các quan hệ kinh tế

Mục đích của Kinh tế lượng

hệ kinh tế

biến kinh tế

các dự báo và mô phỏng hiện tượng kinh tế

Mở đầu

Trang 5

Phương pháp luận

Nêu các giả thuyết

Thiết lập mô hình Thu thập số liệu Ước lượng tham số Phân tích kết quả

Dự báo

Ra quyết định

Mô hình toán học

Mô hình Kinh tế lượng

Mở đầu

 Bước 1: Nêu các giả thuyết, giả thiết

• Đưa các giả thuyết về mối liên hệ giữa các yếu tố

 Bước 2: Định dạng mô hình toán học, gồm

Mở đầu

Trang 6

 Bước 3: Định dạng mô hình kinh tế lượng

thể hiện qua sai số ngẫu nhiên

 Bước 4: Thu thập số liệu

 Bước 5: Ước lượng các tham số

Mở đầu

 Bước 6: Phân tích kết quả

• Nếu có sai lầm, quay lại các bước trên

Trang 7

Số liệu cho phân tích kinh tế lượng

• Số liệu chéo (cross sectional data)

• Chuỗi thời gian (time series)

 Phân loại theo tính chất:

• Số liệu phi thực nghiệm nên có sai số, sai sót

Mở đầu

Trang 8

Thực hành Eviews 8

 File  New  Workfile

 Workfile structure type:

 Định dạng Quarterly: yyyyQx

 Định dạng Monthly: yyyyMxx

Mở đầu

Chương 1 MÔ HÌNH HỒI QUY HAI BIẾN

và một biến độc lập

mô hình gọi là mô hình hồi quy

Trang 9

NỘI DUNG CHƯƠNG 1

1.1 Mô hình hồi quy 1.2 Phương pháp ước lượng OLS 1.3 Tính không chệch và độ chính xác 1.4 Độ phù hợp của hàm hồi quy mẫu 1.5 Trình bày kết quả ước lượng 1.6 Một số vấn đề bổ sung

Chương 1 Mô hình hồi quy hai biến

1.1 MÔ HÌNH HỒI QUY

 Ví dụ: X là thu nhập, Y là chi tiêu

Chi tiêu = f(Thu nhập)

Chi tiêu = β1 + β2Thu nhập

 Thực tế luôn có sai số

Chi tiêu = β1 + β2Thu nhập + u

Trang 10

Ví dụ minh họa

Chương 1 Mô hình hồi quy hai biến 1.1 Mô hình hồi quy

Mô hình hồi quy tuyến tính hai biến

 Tổng quát: Y = β1 + β2X + u

 Các biến số:

 Y là biến phụ thuộc (dependent variable)

 X là biến độc lập, biến giải thích, biến điều khiển

(independent, explanatory, control variable)

 Các hệ số hồi quy (regression coefficient): β1, β2

Trang 11

Hàm hồi quy tổng thể - PRF

 Giả thiết: E(u | X) = 0

 Suy ra: E(Y | X) = β1 + β2X

Hàm hồi quy tổng thể - PRF

 Ví dụ: Giải thích ý nghĩa hệ số khi giả sử PRF:

• E(Chi tiêu | Thu nhập) = 120 + 0,7 Thu nhập

• E(Lượng bán | Giá) = 2000 – 2,5 Giá

Phân tích hồi quy:

•Đánh giá tác động của biến độc lập lên trung bình biến phụ thuộc

•Kiểm nghiệm l{ thuyết về mối liên hệ

•Dự báo về biến phụ thuộc

Trang 12

Ví dụ minh họa

Trang 13

Hàm hồi quy mẫu - SRF



Phần dư



Trang 14

Tính tuyến tính của mô hình hồi quy

regression function) nếu tuyến tính theo tham số E(Y | X ) = 1 + 2X 2

E(Y | X ) = 1 + 2lnX

1 2

1 ( | )

X

= + 2

Trang 15

Tóm tắt



1.2 PHƯƠNG PHÁP ƯỚC LƯỢNG OLS



Trang 16

Ví dụ 1.1: Thu nhập theo kinh nghiệm

 Mô hình: Y = β1 + β2X + u E(Y | X) = β1 + β2X

 (a) Giải thích ý nghĩa của các hệ số β1, β2?

Trang 17

Ví dụ 1.1 (tiếp)

Ŷ i = 2,23 + 1,65 X i

 (c) Giải thích ý nghĩa kết quả?

năm kinh nghiệm?

 (e) Giải thích ý nghĩa của cột giá trị ước lượng Ŷ i và

cột phần dư e i trong bảng trước

 (f) Nếu thay giá trị Y5 = 9 trong mẫu bởi Y5 = 14 thì kết quả như thế nào?

Chương 1 Mô hình hồi quy hai biến 1.2 Phương pháp ước lượng OLS

1.3 TÍNH KHÔNG CHỆCH VÀ ĐỘ CHÍNH XÁC

hiệu quả của chúng  Các giả thiết OLS

 Giả thiết 1: Mẫu là ngẫu nhiên, độc lập

 Giả thiết 2: Kì vọng sai số ngẫu nhiên bằng 0

E(u | X ) = 0 hay E(u i | X i ) = 0 i

 Giả thiết 3: Phương sai sai số ngẫu nhiên không đổi

Var(u | X ) = 2 Var(u i | X i ) = Var(u j |X j ) i ≠ j

Trang 18

Tính không chệch



Chương 1 Mô hình hồi quy hai biến 1.3 Tính không chệch và độ chính xác

Sai số chuẩn (Standard Error)

Chương 1 Mô hình hồi quy hai biến 1.3 Tính không chệch và độ chính xác

Trang 19

1.4 SỰ PHÙ HỢP CỦA HÀM HỒI QUY MẪU



Hệ số xác định



Chương 1 Mô hình hồi quy hai biến 1.4 Sự phù hợp của hàm hồi quy mẫu

Trang 20

Tính chất của hệ số xác định



Chương 1 Mô hình hồi quy hai biến 1.4 Sự phù hợp của hàm hồi quy mẫu

5 5 , 2

0 ,5

0 ,1 9 2 ˆ

Trang 21

1.5 TRÌNH BÀY KẾT QUẢ ƯỚC LƯỢNG

 Với kết quả tính toán từ ví dụ 1.1

Bảng kết quả Microsoft Excel

ANOVA

Regression 1 14.223 14.223 73.96 0.003 Residual 3 0.577 0.192

Trang 22

Bảng kết quả Eviews

Dependent varible: Y Method: Least Squares Sample: 1 5 Included observation: 5 Variable Coef Std.Error t-Statistic Prob

C 2.230769 0.501477 4.448397 0.0211

X 1.653846 0.192308 8.600000 0.0033 R-squared 0.961019 Mean dep var 6.2

Adjusted R-sq 0.948025 S.D dep var 1.923538 S.E.of regression 0.438529 Akaike info criterion

Sum squared resid 0.576923 Schwarz criterion

Durbin-Watson stat Prob(F-statistic) 0.003305

Chương 1 Mô hình hồi quy hai biến 1.5 Trình bày kết quả ước lượng

1.6 MỘT SỐ VẤN ĐỀ BỔ SUNG

Vấn đề hệ số chặn

Không phải lúc nào cũng có ý nghĩa kinh tế

Khi không có ý nghĩa, không phân tích hệ số chặn

Hệ số chặn có ý nghĩa kĩ thuật, để tránh các sai lệch

Nếu không có hệ số chặn, R 2 mất ý nghĩa

Trang 23

Vấn đề đơn vị của biến độc lập



Chương 1 Mô hình hồi quy hai biến 1.6 Một số vấn đề bổ sung

Vấn đề đơn vị của cả hai biến



Chương 1 Mô hình hồi quy hai biến 1.6 Một số vấn đề bổ sung

Trang 24

Tóm tắt chương 1

THỰC HÀNH CHƯƠNG 1

 Với số liệu ví dụ 1.1

 Nhập số liệu:

 [Lệnh] LS Y C X

Trang 25

Thống kê mô tả

Sum Sq Dev 5.200 14.80

3 4 5 6 7 8 9 10

Chương 2 MÔ HÌNH HỒI QUY BỘI

 Mô hình có hệ số chặn thì số biến bằng k, số biến độc lập không kể hằng số bằng (k – 1)

 Với k = 2 là hồi quy đơn (single-regression)

 Với k  2: hai biến độc lập trở lên, gọi là hồi quy bội

(multi-regression) hay hồi quy đa biến (multivariate

regression)

Trang 26

 2.1 Sự cần thiết của hồi quy bội

Chương 2 Mô hình hồi quy bội

2.1 SỰ CẦN THIẾT CỦA HỒI QUY BỘI

Chương 2 Mô hình hồi quy bội

Trang 27

phân tích kinh tế

β1 + β2X

β1 + β2X + β3X 2

Chương 2 Mô hình hồi quy bội 2.1 Sự cần thiết của hồi quy bội

Mô hình hồi quy ba biến



Trang 28

Mô hình hồi quy k biến



Mô hình hồi quy k biến

Chương 2 Mô hình hồi quy bội 2.1 Sự cần thiết của hồi quy bội

Trang 29

2.2 PHƯƠNG PHÁP ƯỚC LƯỢNG OLS

Các giả thiết OLS

 Giả thiết 1: Mẫu là ngẫu nhiên, độc lập

(X 2i ,…, X ki ,Y i ), i = 1,2,…, k là độc lập

 Giả thiết 2: Kì vọng sai số ngẫu nhiên bằng 0

E(u | X2 ,…, X k ) = 0 hay E(u i | X 2i ,…, X ki) = 0

 Giả thiết 3: Phương sai sai số ngẫu nhiên không đổi

Var(u | X2,…, X k) = 2

 Giả thiết 4: Các biến độc lập không có quan hệ cộng

tuyến hoàn hảo

Chương 2 Mô hình hồi quy bội 2.2 Phương pháp ước lượng OLS

Trang 30

Định lý Gauss – Markov



Tính vững của ước lượng

thước mẫu rất lớn thì ước lượng hệ số trong mẫu tiệm cận hệ số trong tổng thể

OLS là ước lượng vững

thiết bớt chặt hơn mà vẫn đảm bảo tính vững

vững cũng có thể dùng được

Trang 31

Độ chính xác của ước lượng OLS



Trang 32

Sự tác động đến ước lượng hệ số



2.3 SỰ PHÙ HỢP CỦA HÀM HỒI QUY MẪU

Chương 2 Mô hình hồi quy bội

Trang 33

Chương 2 Mô hình hồi quy bội 2.3 Sự phù hợp của hàm hồi quy mẫu

2.4 MỘT SỐ DẠNG MÔ HÌNH HỒI QUY

tính theo hệ số

 Hàm nửa logarit (lin-log và log-lin)

Trang 34

Mô hình dạng tuyến tính theo biến



Chương 2 Mô hình hồi quy bội 2.4 Một số dạng mô hình hồi quy

Mô hình dạng log-log

Chương 2 Mô hình hồi quy bội 2.4 Một số dạng mô hình hồi quy

Trang 35

Mô hình dạng log-log



Mô hình dạng lin-log



Trang 36

Mô hình dạng log-lin



Trang 37

Với INF là tỷ lệ lạm phát, UNE là tỷ lệ thất nghiệp

Mô hình dạng đa thức

Y = β1 + β2X + β3Z + β3 X*Z + u

tác động của Z đến Y phụ thuộc độ lớn của X

 Ví dụ: Phân tích ý nghĩa kết quả ước lượng sau

Q = 205 + 5,2WEB + 3,8TV + 1,3 WEB*TV + e Với Q là lượng bán, WEB và TV là chi phí quảng cáo trên

trang mạng và trên tivi của một doanh nghiệp

Trang 38

Ví dụ 2.1 (a) Mô hình linear-linear

 Với Y là sản lượng, K là vốn, L là lao động

 Lệnh LS Y C K L

Dependent Variable: Y Method: Least Squares Sample: 1 100 Included observations: 100 Variable Coefficient Std Error t-Statistic Prob

F-statistic 1303.136 Prob(F-statistic) 0.000000 KINH TẾ LƢỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 75

Ví dụ 2.1 (b) Mô hình log-log

 Lệnh LS LOG(Y) C LOG(K) LOG(L)

Dependent Variable: LOG(Y) Sample: 1 100 Variable Coefficient Std Error t-Statistic Prob

C 0.416571 0.114175 3.648529 0.0004

LOG(K) 0.621661 0.014506 42.85566 0.0000

LOG(L) 0.476395 0.005883 80.97390 0.0000 R-squared 0.988628 Mean dep var 8.136574 Adjusted R-sq 0.988393 S.D dep var 0.426710 S.E of reg 0.045971 Sum sq resid 0.204993 F-statistic 4216.348 Prob(F-statistic) 0.000000

Trang 39

Trang 40

Ví dụ 2.1 (e) Mô hình tương tác

F-statistic 1746.037 Prob(F-stat) 0.000000 KINH TẾ LƢỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 79

Trang 41

Chương 3 SUY DIỄN THỐNG KÊ & DỰ BÁO



 3.1 Quy luật phân phối xác suất

 3.2 Khoảng tin cậy của các hệ số

 3.3 Kiểm định T về các hệ số

 3.4 Kiểm định F về các hệ số

 3.5 Kiểm định 2 về các hệ số

Chương 3 Suy diễn thống kê và dự báo

Định dạng
Số trang	111
Dung lượng	3,42 MB