Bài giảng kinh tế lượng

Mối quan hệ giữa Quản trị Kinh doanh và Kinh tế lượngDựa vào đâu để đưa ra quyết định hợp lý => DỰ BÁO TRÊN CƠ SỞ ĐỊNH LƯỢNG... Mối quan hệ giữa Quản trị Kinh doanh và Kinh tế lượngKinh

Trang 1

Trang 2

Sơ lược về ngành Quản trị kinh doanh

Quản trị kinh doanh là tổng hợp của 3 quá trình:

- Xác định mục tiêu kinh doanh

- Tổ chức và điều hành thực hiện mục tiêu kinh doanh

- Kiểm tra quá trình thực hiện mục tiêu kinh doanh

Trang 3

Sơ lược về ngành Quản trị Kinh doanh

Trong quá trình làm việc, sinh viên ngành Tài chính và ngành Quản trị Kinh doanh nếu tham gia vào bất kỳ quá trình nào cũng cần phải đưa ra những quyết định

Trang 4

Sơ lược về ngành Quản trị Kinh doanh

Ví dụ đơn giản: Những quyết định cần đưa ra khi mở quán bán sinh tố, nước ép trái cây:

- Việc mở quán có thể mang lại lợi nhuận hay không?

- Để tăng tính cạnh tranh thì có nên giảm giá các loại nước ép hay không?

- Lợi nhuận trong ngày đã đảm bảo mục tiêu lợi nhuận cho tháng hay chưa?

Trang 5

Sơ lược về Quản trị Kinh doanh

Ví dụ khi đi làm: Những quyết định cần đưa ra khi làm cho một công ty bán cà phê:

- Mức giá của mặt hàng cà phê hòa tan đã hợp lý hay chưa?

- Nếu có thêm khuyến mãi kèm theo thì lượng khách hàng có được cải thiện hay không?

Trang 6

Mối quan hệ giữa Quản trị Kinh doanh và Kinh tế lượng

Dựa vào đâu để đưa ra quyết định hợp lý

=> DỰ BÁO TRÊN CƠ SỞ ĐỊNH LƯỢNG

Trang 7

Kinh tế lượng là môn học giúp định lượng các mối quan hệ trong nền kinh tế

Ví dụ:

- Mối quan hệ giữa giá nước ép trái cây và lượng khách hàng

- Mối quan hệ giữa lợi nhuận trong ngày và lợi nhuận của tháng

- Mối quan hệ giữa chương trình khuyến mãi và số khách hàng của công ty cà phê

Trang 8

Nếu chỉ dựa vào kiến thức thì chúng ta có thể dự đoán được mối tương quan giữa các vấn đề trên (đồng biến hay nghịch biến) Tuy nhiên để có được con số dự báo cụ thể, tăng giảm bao nhiêu thì chúng ta phải biết tính toán Nói cách khác, chúng ta cần có phương pháp để định lượng một cách cụ thể

Trang 9

Kinh tế lượng

Trang 10

Mục tiêu môn học

- Kỹ năng tư duy

- Kỹ năng dự báo

- Kỹ năng đưa ra quyết định

Trang 11

Khái quát môn học

• Thời lượng: 45 tiết

- Thi giữa kỳ và cuối kỳ: tại phòng máy

Trang 12

Yêu cầu

- Tham gia các buổi học đầy đủ Vắng mặt quá 3 buổi sẽ cấm tham gia thi giữa kỳ

và cuối kỳ

- Tuyệt đối tập trung trong quá trình nghe giảng

- Khả năng sử dụng Microsoft Excels (đặc biệt là khả năng tính toán)

- Khả năng tư duy và suy luận

Trang 13

Chương I: Mô hình hồi quy hai biến

Trang 14

Đặt vấn đề đối với nhà quản trị

- Dự đoán số khách hàng trong trường hợp bán nước ép trái cây với giá thấp hơn 10% so với các quán khác: Với giá bán nước ép trái cây thấp hơn 10% thì số lượng khách hàng trong một tháng là bao nhiêu?

- Dự đoán số lượng sản phẩm cà phê hòa tan được tiêu thụ với mức giá bán ra có sẵn: Với giá bán 6000 đồng/ túi cà phê hòa tan thì số lượng tiêu thụ trong một tháng là bao nhiêu?

Trang 18

• Y: Số lượng túi cà phê tiêu thụ được

• X: Giá bán túi cà phê

Trang 19

Ứng dụng kinh tế lượng

Lý thuyết kinh tế, các giả thiết

Lập mô hình và tìm số liệu

Ước lượng các tham số

Kiểm định giả thiết

Mô hình ước lượng tốt không ?

Dự báo, ra quyết định

Không

Có

Trang 20

Ví dụ 1

• Trong năm 2014 giá vé xe buýt ở mức 9.000 đồng/lượt Trước tình hình nhiên liệu tăng cao, hợp tác xã xe buýt Sài Gòn dự kiến giá vé xe buýt của năm 2015 là 13.000 đồng/ lượt Nhưng ban quản lý e ngại việc tăng giá vé sẽ dẫn đến sự sụt giảm số người đi xe buýt Ban quản lý cần biết với giá vé như trên, có thể dự báo bao nhiêu lượt người đi xe buýt trong năm 2015 Nếu tăng giá vé làm lượt người

đi xe buýt giảm trên 15% thì sẽ không đề xuất tăng giá vé Nếu tăng giá vé làm lượt người đi giảm dưới 15% thì sẽ đề xuất tăng giá vé

Trang 21

Bước 1: Lập mô hình hồi quy

• Yếu tố có tính chất ảnh hưởng là giá vé  biến độc lập X

• Yếu tố chịu ảnh hưởng là lượt người đi xe buýt

Ui: Sai số do tồn tại những biến độc lập khác ngoài mô hình

Đây là trường hợp chúng ta có dữ liệu suốt quá trình hoạt động của hợp tác xã xe buýt

Trang 22

Bước 1: Lập mô hình hồi quy

một khoảng thời gian để dự báo Đây là trường hợp thường gặp Nếu sử dụng số liệu này, ta có:

Mô hình hồi quy tổng thể bằng mô hình hồi quy mẫu cộng sai số ei:

● Nêu kỳ vọng về dấu của tham số

Trang 23

Bước 2: Thu thập dữ liệu

Với X = giá vé xe buýt trong năm (nghìn đồng/ lượt)

Và Y = lượt người đi xe buýt

(triệu lượt người/ năm)

Ta có bảng số liệu

và mô hình hồi quy mẫu:

(1)

Trang 24

Bước 3: Ước lượng tham số

Giả định của mô hình hồi quy

•Các giả định về sai số hồi quy như sau đảm bảo cho các ước lượng tham số hàm hồi quy tổng thể dựa trên mẫu theo phương pháp bình phương tối thiểu là ước lượng tuyến tính không chệch tốt nhất:

•Giá trị kỳ vọng bằng 0: E [ei|Xi] = 0

•Phương sai không đổi: var[ei|Xi]=E[ei2|Xi]=δ2

•Không tự tương quan: cov[εiεj|Xi,Xj]=E[εiεj|Xi,Xj]=0

•Không tương quan với X: cov[εiXj|Xi,Xj] =E[εiXj|Xi,Xj]=0

•Có phân phối chuẩn: εi = N(0,δ2)

Trang 25

• Nhập số liệu vào file excel

• Sử dụng hàm Linest để ước lượng tham số

Trang 26

• Tìm hàm Linest trong Excel: Vào thanh thực đơn Fomulas

Trang 27

• Tìm hàm Linest ở mục More Functions -> Statistical -> Linest

Trang 28

• Sau khi chọn hàm Linest, sẽ xuất hiện giao diện như sau:

Known_y’s: chọn dữ liệu biến Y, Known’s_x’s: chọn dữ liệu biến X, hai dòng Const và Stats đánh vào chữ True

Trang 29

• Sau khi nhấp vào OK, hàm Linest sẽ cho ta kết quả ước lượng như sau:

Trang 30

• Đọc kết quả:

• Với mô hình hồi quy Y = β1 + β2.X, ta có kết quả ước lượng:β2 = - 0,40541

β1 = 5,940541

Trang 31

Ý nghĩa của β1 và β2 như sau:

β2 = - 0,40541: Trong điều kiện các yếu tố khác không thay đổi, khi giá vé (X) tăng lên 1 đơn vị (1 ngàn đồng) thì lượt người đi xe buýt (Y) giảm xuống 0,40541 đơn vị (405.410 lượt người/ năm) và ngược lại.

β1 = 5,940541: Tung độ gốc

Trang 32

Bước 4: Kiểm định tham số

• Có hai dạng kiểm định trong chương I:

- Kiểm định 1: Kiểm định tính giải thích của mô hình

Trang 33

Kiểm định 1

• Tại sao cần kiểm định:

- Vì lượt người đi xe buýt có thể chịu ảnh hưởng bởi nhiều yếu tố khác, ngoài yếu

tố giá vé Chúng ta có thể đánh giá biến động của lượt người đi xe buýt dựa trên nhiều yếu tố khác, ngoài yếu tố giá vé Khi đánh giá một mô hình, nếu mô hình nào có tính giải thích thấp thì ta phải tìm thêm biến độc lập cho mô hình đó

- Trong trường hợp phải lựa chọn giữa 2 mô hình, ta sẽ chọn mô hình có tính giải thích cao hơn

Trang 34

Kiểm định 1

• Tính giải thích được phản ánh bằng giá trị R2 Có thể tìm thấy giá trị R2 trong kết quả ước lượng của hàm Linest Trong trường hợp này, R2 = 0,620518 Như vậy biến X có mức độ giải thích 62,05% cho biến Y 37,95% còn lại được giải thích bởi các biến khác

• Nói cách khác tính giải thích của mô hình (1) bằng 62,05%

Trang 35

Chú ý đối với kiểm định 1

- Giá trị R2 luôn xuất hiện ở cột đầu tiên, dòng thứ 3 khi sử dụng hàm Linest

- Nếu mô hình (1) có giá trị R2 lớn hơn 90% thì ta nói mô hình (1) có tính giải thích cao

- Đối với mô hình sử dụng dữ liệu chuỗi thời gian như mô hình (1), nếu R2 nhỏ hơn 90% thì ta kết luận có tính giải thích thấp

Trang 36

Trang 37

Kiểm định 2

• Tại sao cần kiểm định tham số:

- Vì dữ liệu giá vé xe buýt tương ứng với lượt người đi xe buýt trong suốt quá trình hoạt động của hợp tác xã là dữ liệu tổng thể Còn dữ liệu chúng ta có chỉ trong 10 năm liên tiếp Dữ liệu trong 10 năm liên tiếp gọi là dữ liệu mẫu Kết quả ước lượng từ dữ liệu mẫu nhất định sẽ có chênh lệch so với kết quả từ tổng thể và có thể chưa phản ánh đúng tương quan giữa hai biến Bởi vậy cần kiểm định kết quả

từ dữ liệu mẫu trước khi ứng dụng để tránh các kết luận sai lầm

Trang 38

Bước 4: Kiểm định tham số

• Hai trường hợp:

- Trường hợp 1: Kiểm định biến X có tác động đến biến Y hay không?

- Trường hợp 2: Kiểm định giả thuyết βi = a với a là một hằng số cho trước

Kiểm định 2: Kiểm định ý nghĩa thống kê của tham số

Trang 39

• Trường hợp 1: Kiểm định xem biến độc lập X có tác động đến biến phụ thuộc Y hay không

a/ Tình huống cần sử dụng phương pháp kiểm định này: Khi có ý kiến cho rằng biến

X không tác động đến biến Y Cần kiểm định ý kiến này với mức ý nghĩa α cho trước

Trang 40

Trang 41

- Tìm giá trị tα/2 (n-k) bằng cách dò trong bảng tra trị thống kê Trong đó:

α: Mức ý nghĩa trong kiểm định Mức ý nghĩa ban đầu phải chia 2 rồi mới dò trong bảng tra trị thống kê.

n: Số mẫu quan sát

k: Số biến

n-k: Bậc tự do

Dựa vào α/2 và n-k để dò trong bảng tra trị thống kê.

Ví dụ: Với mô hình hồi quy 2 biến, dò giá trị t với mức ý nghĩa 5%, số mẫu quan sát 10.

Trang 42

t 0.05/2 (10-2) = t 0.025 (8) = 2.306

Trang 43

- Cũng có thể tìm giá trị tα/2 (n-k) bằng cách dùng hàm TINV trong Excel Cách tìm hàm TINV: Formulas  More Functions  Statistical  TINV

Trang 44

- Sau khi chọn hàm TINV sẽ có giao diện cho phép nhập dữ liệu Trong đó:

Probability: Mức ý nghĩa Chú ý khi dùng hàm TINV không lấy mức ý nghĩa α chia cho 2.

Deg_freedom: Bậc tự do n-k

- Nhập dữ liệu xong, chọn OK để có kết quả.

Trang 45

• Trường hợp 1:

b/ Phương pháp kiểm định

Sau khi tìm được tα/2 (n-2), so sánh trị tuyệt đối của t static và tα/2 (n-2)

- Nếu |t static| > tα/2 (n-2) -> bác bỏ Ho

Kết luận ý kiến trên là sai

- Nếu |t static| ≤ tα/2 (n-2) -> chưa có cơ sở bác bỏ Ho

Kết luận tìm thêm dữ liệu hoặc loại biến X ra khỏi mô hình

Trang 46

a/ Tình huống sử dụng phương pháp kiểm định này: Khi có ý kiến cho rằng khi X thay đổi 1 đơn vị thì Y thay đổi a đơn vị (a là hằng số, a ≠ β2) Kiểm định ý kiến này với mức ý nghĩa α cho trước

Trang 47

a/ Tình huống sử dụng phương pháp kiểm định này: Khi có ý kiến cho rằng khi X thay đổi 1 đơn vị thì Y thay đổi a đơn vị (a là hằng số, a ≠ β2) Kiểm định ý kiến này với mức ý nghĩa α cho trước

Trang 48

b/ Phương pháp kiểm định:

- Tìm khoảng tin cậy của β2:

β2 – se (β2).tα/2 (n-2) ≤ a < β2 + se (β2).tα/2 (n-2)

- Xem xét a có thuộc khoảng tin cậy hay không:

Nếu a thuộc khoảng tin cậy: chấp nhận Ho

Kết luận ý kiến trên là đúng

Nếu a không thuộc khoảng tin cậy: bác bỏ Ho

Kết luận ý kiến trên là sai

Trang 49

Bước 5: Dự đoán, ra quyết định

• Sau khi kiểm định chất lượng mô hình hồi quy, chúng ta dự đoán lượt người đi xe buýt của năm 2015 với giá vé là 13.000 đồng

• Kết quả: Với mô hình

Y = 5,9405 – 0,40541X

Với X = 13 suy ra Y = 0,67027

Như vậy với giá vé 13000 đồng, lượt người đi xe buýt là 0,67027 triệu/năm

Lượt người đi xe buýt giảm trên 15% Suy ra

Định dạng
Số trang	49
Dung lượng	784,58 KB