kinh te luong

NÕu cÇn thiÕt, b¹n cã thÓ lu l¹i phÇn d cña m« h×nh håi quy theo c¸c bíc : Tõ cöa sæ Equation, chän Procs/ Make Residual Series... Cöa sæ Make Residuals xuÊt hiÖn[r]

Hớng dẫn sử dụng phần mềm Eviews

Một số quy ớc

Eviews không phân biệt chữ hoa và chữ thờng

Véc tơ hệ số đợc Eviews cung cấp với tên mặc định là C Trong mô hình hồi quy, C cũng là biến tơng ứng với hệ số chặn

Phần d của mô hình hồi quy đợc lu lại với tên mặc định là Resid Điều này có nghĩa là cứ sau một lần hồi quy, phần d của mô hình lại đợc cập nhật vào biến Resid

Một số phép toán và hàm thờng dùng

Toán tử, hàm tơng ứng Các phép toán

^ luỹ thừa

@inv(x) 1/x

log(X) ln(X)

sqr(x) X

abs(x) |X|

@sum(X) tổng của X

@sumsq(x) tổng của X2

@det(X) cho định thức của ma trận X

@transpose(X) chuyển vị ma trận X (XT)

@inverse(X) nghịch đảo ma trận X (X-1)

matrix(h,c) tên_ma_trận khai báo ma trận, với h và c là số hàng và số cột group tên_group X1 X2 X3 khai báo group, với danh sách các biến trong group

stom(ser, m, sm) biến đổi series hay group thành vector hay matrận

Các thao tác cơ bản

Tạo một file mới

Từ menu chính, bạn chọn File/ New/ Workfile Việc hồi quy, kiểm định của

chúng ta sẽ đợc thực hiện trên các file dạng Workfile

Nhập vào thời điểm bắt đầu và kết thúc của dãy số liệu vào tại hai ô Start date và End date đối với số liệu theo thời

gian hay Start observation và End observation đối với số liệu chéo theo quy tắc

sau:

Theo năm (Annual) Nhập vào chính xác năm đầu tiên và năm cuối cùng

Vd: 1992, 227, 2007,… Riêng với các năm của thế kỷ

20 bạn có thể chỉ nhập hai số cuối của năm thay vì nhập chính xác số năm Vd : 1992 hoặc 92, 1943 hoặc

43, … Nửa năm (Semi-annual) Nhập năm : thời kỳ, trong đó thời kỳ sẽ là 1 đối với

nửa đầu và 2 đối với nửa cuối của năm Vd : 1992:1, 43:2, …

Theo quý (Quarterly) Nhập năm : thời kỳ (trong đó thời kỳ sẽ là 1, 2, 3 hoặc

4 tơng ứng với các quý của năm) Vd : 1992:1, 43:4, 2007:3, …

Theo tháng (Monthly) Nhập năm : tháng Vd: 1943:1, 1990:11

Theo tuần và theo ngày (Weekly

và Daily)

Đa vào chính xác ngày bắt đầu và kết thúc của thời kỳ mẫu theo quy tắc : tháng : ngày : năm Vd : ngày

Số liệu chéo (Undated or

Irregular)

Nhập vào số thứ tự các quan sát đầu (thờng là ‘1’) và cuối ở Start observation và End observation Trong hầu hết các trờng hợp, khi chọn dạng số liệu này, Eviews sẽ tự động lấy ‘1’ là quan sát đầu, và bạn chỉ nhập số các quan sát vào End observation

Ví dụ: Bộ số liệu cần đa vào là dạng chéo, có 10 quan sát thì đầu tiên chọn

Undated or Irregular, tiếp đến, tại Start observation ta sẽ nhập số ‘1’ và nhập số

‘10’ tại End observation Cuối cùng bạn chọn OK

- Khi cửa sổ Workfile Range hiện ra, bạn cần quyết định xem đâu là loại số liệu định

đa vào: số liệu theo năm

(Annual), theo quý (Quarterly), theo tháng

(Monthly) hay số liệu chéo

(Undated or irregular)

Đến đây, việc tạo một file mới đã hoàn thành, cửa sổ Workfile sẽ xuất hiện nh hình sau:

Nhập số liệu từ bàn phím

Để tạo một biến mới và vào số liệu cho nó, kể cả biến giả (dummy variable), cách nhanh nhất là thông qua một group Vậy group là gì? Group là một công

cụ đặc biệt của Eviews, đợc hiểu là một tập hợp của một hay nhiều biến Cần nhớ rằng group không chứa số liệu của các biến, nó chỉ là "phần" trung gian để qua đó ngời sử dụng làm việc với các biến dễ dàng hơn Các thao tác cụ thể nh sau:

Đến đây bạn đã tạo đợc các biến và nhập số liệu cho chúng Đóng cửa số group lại Eviews sẽ cảnh báo trớc khi đóng cửa sổ Nếu muốn, bạn có thể đặt tên cho group vừa tạo bằng cách chọn Name, nếu không, bạn chọn Yes

Chú ý rằng : Eviews sẽ hiển thị NA (Not Available) tại những những nơi bạn cha nhập số liệu hoặc đã nhập số liệu, nhng số liệu nhập vào không hợp lệ

Sửa số liệu

Để sửa số liệu, ta thực hiện theo các bớc sau:

Đóng các cửa sổ không cần thiết

Từ cửa sổ Workfile, kích đúp vào tên biến cần sửa số liệu

Chuyển đến ô số liệu cần sửa và nhập lại số liệu đúng, sau đó Enter Chú ý, nếu cần thiết bạn chọn lại núm lệnh Edit +/-

Ghi (Save) file vừa tạo lên đĩa

Từ cửa sổ chính Eviews, chọn File/ Save

Chọn th mục dự định cất file mới, nhập tên file rồi chọn OK

Từ cửa sổ chính Eviews, chọn

Quick/ Empty Group (Edit

Series)

Nhấn mũi tên lên của bàn phím

() để nhập tên các biến vào

hàng thứ nhất (thí dụ: Y, X,

Time), sau đó nhập số liệu tơng

ứng cho từng biến

Mở một file đã có

Từ cửa sổ chính EViews, chọn File/ Open/ Workfile

Tìm đến th mục cất file, chọn file đó và kích Open hoặc kích đúp chuột vào tên file

Tạo một biến từ các biến đã có

Từ menu chính của Eviews, chọn Quick/ Generate Series (hoặc chọn núm lệnh Genr trên cửa sổ chính Workfile)

Nhập vào ô Enter equation câu lệnh theo quy tắc sau:

tên_biến = biểu_thức

Trong ô Sample, bạn có thể chọn thời điểm bắt đầu và kết thúc cho biến mới (ngầm định là toàn bộ các quan sát), nếu không thay đổi gì (lấy toàn bộ các quan sát) thì chọn Ok (hay gõ Enter )

Vẽ đồ thị

Từ menu chính chọn Quick/ Graph cửa sổ Series List sẽ xuất hiện, yêu cầu bạn đa vào các biến để vẽ đồ thị

Eviews sẽ vẽ đồ thị với trục tung là biến số đợc chọn, trục hoành là thời gian hay thứ tự các giá trị quan sát Đến đây, nếu muốn, bạn vẫn có thể thay đổi đợc các kiểu đồ thị cũng nh các lựa chọn khác nếu chọn Procs/ Options… Nếu bạn chỉ nhập tên một biến tại cửa sổ Series List thì đồ thị sẽ có dạng sau :

Nếu bạn nhập tên nhiều biến tại cửa sổ Series List, giả sử nhập hai biến Y và X,

đồ thị sẽ có dạng :

Eviews cho phép bạn vẽ đồ thị thể hiện sự phụ thuộc giữa một biến với một hay nhiều biến khác Để làm đợc điều này, khi cửa sổ Graph xuất hiện, từ hộp chọn Graph Type bạn chọn X – Y Line Graph (dạng đồ thị liền nét) hoặc Scatter Diagram (đồ thị rải theo điểm toạ độ) Nếu đồ thị đã đợc vẽ, bạn có thể chọn

Vd Cần tạo một biến lx bằng loga tự nhiên của biến X đã có sẵn, ta nhập phơng trình tạo biến sau (giả sử tất cả các quan sát của

X đều lớn hơn 0):

lx = log(x)

- Sau khi đã nhập tên các biến và chọn OK, cửa số Graph sẽ xuất hiện Bạn có thể chọn kiểu đồ thị tại cửa sổ Graph Type (ngầm

định là Line Graph), rồi chọn OK.

Procs/ Options… để mở hộp chọn Graph Type Eviews sẽ vẽ đồ thị với biến thứ nhất nằm trên trục hoành, biến thứ hai, thứ ba… nằm trên trục tung, trong đó, các biến thứ nhất, thứ hai, thứ ba … ợc quy định theo thứ tự nhập vào cửa sổ đ Series List

Thí dụ: cần vẽ đồ thị dạng liền nét của biến Y theo X, khi cửa sổ Series List xuất hiện, ta nhập X Y rồi chọn OK

Ước lợng mô hình

Ước lợng mô hình

Trớc khi ớc lợng mô hình, nếu có thể, bạn nên kiểm tra kỹ số liệu để chắc chắn rằng không có sai sót gì Các bớc để ớc lợng một mô hình nh sau:

Từ cửa sổ chính Eviews, chọn Quick/ Estimate Equation

Chú ý: bạn phải đa vào biến tơng ứng hệ số chặn là C

Tiếp đến, nếu cần thiết bạn sẽ chọn phơng pháp ớc lợng (ngầm định là phơng pháp bình phơng nhỏ nhất – OLS) và thời kỳ mẫu (ngầm định là toàn bộ các quan sát) Nếu không thay đổi gì chỉ cần chọn OK (hoặc gõ Enter)

Ví dụ: nếu ta có biến y là biến phụ thuộc; x và time là các biến giải thích thì ta

gõ vào các biến nh sau: y c x time rồi chọn OK

Cửa sổ Equation xuất hiện sẽ cho bạn bảng kết quả của phơng pháp ớc lợng bình phơng nhỏ nhất Phía trên của cửa sổ là các thông tin chung: biến phụ thuộc là Y, phơng pháp ớc lợng là bình phơng nhỏ nhất, ngày, giờ, thời kỳ mẫu Phía dới của bảng kết quả là các thông tin chính:

Variable: danh sách các biến giải thích, trong đó C tơng ứng với hệ số chặn Coefficient: các hệ số hồi quy - ˆj

Std Error: độ lệch tiêu chuẩn của các hệ số hôi quy mẫu - se(ˆj)

t-Statistic: kết quả tính toán thống kê T - tqs

- Tại cửa sổ Equation Specification nhập vào Equation Specification tên các biến của mô hình theo quy tắc: biến phụ thuộc đứng trớc, các biến giải thích đứng sau; các biến cách nhau bởi ít nhất một dấu

cách (space)

Khi cửa số Graph xuất

hiện, chọn kiểu đồ thị là

X – Y Line Graph rồi

chọn OK

Khi đó, đồ thị sẽ có dạng

sau :

Prob.: giá trị p-value tơng ứng (p-value: mức ý nghĩa thấp nhất mà tại đó ta có thể bác bỏ giả thiết H) Để hiểu thêm về p-value, các bạn có thể tham khảo cuốn Lý thuyết Xác suất và Thống kê toán của tác giả Trần Doãn Phú – Mai Kim Chi

R-Squared: R2

Adjusted R-Squared: R2

S.E of regression: Sai số của hồi quy - 

Residual sum of square: Tổng bình phơng các phần d (RSS)

Durbin-Watson stat: Kết quả tính toán thống kê d

F-statistic: Kết quả tính toán thống kê F - fqs

Prob(F-statistic): p-value tơng ứng của thống kê F (đối với giá trị p ở đây, ta so sánh trực tiếp với )

Từ bảng kết quả này, bạn có thể kiểm định đợc các giả thiết cho rằng một biến nào đó ảnh hởng trực tiếp tới biến phụ thuộc hay không hoặc về về sự phù hợp của hàm hồi quy (chúng tôi sẽ trình bày kỹ hơn trong mục 3.3 và 3.4)

Trong trờng hợp hồi quy với biến giả các bạn cũng làm theo các bớc trên

Bạn có thể ghi lại kết quả hồi quy này nhờ núm lệnh Name trên cửa sổ Equation

Ma trận hiệp phơng sai

Kiểm định t (kiểm định giả thiết H: j = 0)

Ta có thể kiểm định giả thiết theo hai cách:

Cách1: Đây là cách kiểm định truyền thống: dựa vào mức ý nghĩa  cho trớc, tra bảng ta sẽ có giá trị phân vị t/2(n-k) (hoặc t(n-k) đối với bài toán kiểm

định một phía), từ đó ta sẽ tìm đợc miền bác bỏ tơng ứng Đến đây ta chỉ việc kiểm tra xem giá trị t quan sát (t-Statistic) tơng ứng với giả thiết H: j = 0 có nằm trong miền bác bỏ hay không và đa ra kết luận cụ thể

Từ cửa sổ Equation, chọn View/ Covariance Matrix Views sẽ hiển thị ma trận hiệp phơng sai tại cửa sổ Equation nh sau:

Cách2: Với mức ý nghĩa  cho trớc, ta so sánh trực tiếp  với giá trị p-value

t-ơng ứng của thống kê t (Prob.) Nếu  > p-value thì ta có thể bác bỏ giả thiết H: j = 0 Trờng hợp ngợc lại, ta cha có cơ sở để bác bỏ H Chú ý: đối với bài toán kiểm định một phía thì cần so sánh  với p-value/2, sau đó kết luận tơng tự

Kiểm định F (kiểm định giả thiết H: R2 = 0)

Giống nh kiểm định t, ta cũng có hai cách để kiểm giả thiết:

Cách1: Dựa vào mức ý nghĩa  cho trớc, tra bảng ta sẽ có giá trị phân vị

f(k-1, n-k) và tìm đợc miền bác bỏ tơng ứng Nếu fqs > f(k-f(k-1, n-k) thì bác bỏ giả thiết H nghĩa là tồn tại ít nhất một hệ số j nào đó khác không, trờng hợp ngợc lại ta cha có cơ sở bác bỏ H

Cách2: Với mức ý nghĩa  cho trớc, ta so sánh trực tiếp với giá trị p-value tơng ứng của thống kê F (Prob(F-statistic)) Nếu  > p-value thì ta có thể bác bỏ giả thiết H Trờng hợp ngợc lại, ta cha có cơ sở để bác bỏ H

Vẽ đồ thị phần d

Từ cửa sổ Equation, chọn (núm lệnh) View/ Actual, Fitted, Residual/ Actual, Fitted, Residual Table

Nếu cần thiết, bạn có thể lu lại phần d của mô hình hồi quy theo các bớc :

Từ cửa sổ Equation, chọn Procs/ Make Residual Series

Cửa sổ Make Residuals xuất hiện Bạn sẽ nhập tên cho phần d ei tại ô Name for residual series, thí dụ là “e”

Tơng tự, bạn cũng có thể lu lại đợc biến Yˆbằng cách :

Nếu chỉ muốn tạo biến Yˆ mà không muốn cửa sổ này xuất hiện, khi cửa sổ

Forecast xuất hiện, bạn bỏ hai dấu chọn tại mục Output

Đến đây, bạn đã ghi lại biến biến Yˆ với tên là YF.

Phát hiện sự tồn tại hiện tợng đa cộng tuyến

- Từ cửa sổ Equation, chọn Procs/

Forecast cửa sổ Forecast sẽ xuất hiện Bạn sẽ nhập tên cho biến Yˆ

tại ô Forecast name, tên ngầm

định là YF Bạn chọn OK, cửa sổ sau sẽ xuất hiện :

Eviews sẽ hiển thị các giá trị của Y, Yˆ và phần d dới dạng bảng cùng với đồ thị phần d

nh sau, trong đó:

- Actual: biến phụ thuộc Y

- Fitted: Ŷ

- Residual: phần d ei

R2 cao, tỷ số t thấp

Hồi quy mô hình hồi quy gốc

i ki k i

i

Y 12 2 3 3   

Nếu thấy R2 cao, mà tỷ số t thấp thì có thể có hiện tợng đa cộng tuyến ('cao' ở

đây thờng đợc lấy ở mức R2 > 0,8)

Hệ số tơng quan cặp cao

Từ cửa sổ chính Eviews, chọn Quick/ Group Statistics/ Correlations

Nếu hệ số tơng quan cặp cao (lớn hơn 0,8) thì có thể có hiện tợng đa cộng tuyến Ví dụ nh trong bảng trên, ta thấy r23 = r32 = 0,966387 là cao, điều này cho biết giữa hai biến x và time có thể có quan hệ tuyến tính

Phơng pháp hồi quy phụ

Hồi quy lần lợt các biến giải thích Xj theo các biến giải thích còn lại, ta thu

đ-ợc hệ số xác định bội của mô hình hồi quy phụ này là

2

j

R

Dùng kiểm định F để kiểm định giả thiết H:

2

j

R

= 0 Nếu giả thiết H bị bác bỏ thì kết luận Xj có tơng quan tuyến tính với ít nhất một trong các biến giải thích còn lại Điều này có nghĩa là có tồn tại hiện tợng đa cộng tuyến

Ví dụ : Xét mô hình hồi quy có 4 biến, với Y là biến phụ thuộc, còn X2, X3, X4 là các biến giải thích Giả sử hồi quy X2 theo X3 và X4 ta đợc bảng kết quả dới đây Với  = 0,05 ta cần kiểm định giả thiết H: R2 = 0 Ta thấy giá trị p-value của thống kê F là 0,000023 < , vậy bác bỏ giả thiết cho rằng không có hiện tợng đa cộng tuyến, hay nói cách khác là có tồn tại mối liên hệ giữa biến X2 với ít nhất một trong hai biến X3 và X4 (Với bảng kết quả này, dùng kiểm

định T ta thấy biến X2 có quan hệ với cả hai biến X3 và X4)

Phát hiện hiện tợng phơng sai không đồng đều

Đồ thị phần d

Theo phơng pháp này, ta sẽ hồi quy mô hình hồi quy gốc

- Cửa sổ Series List xuất

hiện, bạn sẽ đa vào danh

sách các biến của ma trận

tơng quan (các biến cách

nhau một dấu cách

(space).

EViews sẽ hiển thị ma trận

tơng quan trên cửa sổ

Group nh sau:

i ki k i

i

Y 12 2 3 3   

để thu đợc phần d ei

Tiếp theo, chúng ta sẽ vẽ đồ thị phần d ei (hoặc ei2) đối với Xi (hoặc với Yˆi

trong trờng hợp hồi quy nhiều biến) Nếu độ rộng của biểu đồ phần d tăng hay giảm khi X tăng thì giả thiết về phơng sai hằng số có thể không thoả mãn Thí dụ : vẽ đồ thị của ei2 đối với biến giải thích Xi Các bớc đợc tiến hành nh sau :

Ước lợng mô hình hồi quy gốc

i ki k i

i

Y 12 2 3 3   

ta thu đợc phần d ei đợc Eviews ngầm định với tên Resid Cần chú ý rằng cứ mỗi lần ớc lợng mô hình thì phần d của mô hình đó lại đợc cập nhật vào biến Resid Do vậy, để chắc chắn rằng bạn đang làm việc với phần d mong muốn, bạn hãy ghi lại phần d này với tên "e" (xem lại mục 4.5)

Trong ví dụ này, chúng ta vẽ đồ thị của ei2 theo Xi, do đó ta sẽ tạo biến e2, trong đó giá trị của e2 bằng bình phơng của phần d ei Bạn hãy tạo biến e2 bằng thao tác 1.7, (hoặc gõ trực tiếp tại cửa sổ lệnh câu lệnh sau : genr e2 = e^2 tại cửa sổ lệnh)

Để quan sát sự thay đổi của độ rộng đồ thị khi X tăng, ta cần sắp xếp biến giải thích X theo thứ tự tăng dần

Trờng hợp bạn nhập vào nhiều hơn một biến, Eviews sẽ sắp xếp biến thứ nhất, sau đó lấy biến thứ nhất làm cơ sở để sắp xếp biến thứ hai, lấy biến thứ hai làm cơ sở để sắp xếp biến thứ ba,

Khi cửa sổ Graph xuất hiện, bạn nhớ chọn X-Y Line Graph hoặc Scatter Diagram Sau khi đã hoàn tất, đồ thị sẽ có dạng :

Nhìn trên đồ thị ta thấy khi X tăng, độ rộng của đồ thị cũng tăng theo Vậy có thể kết luận tồn tại hiện tợng phơng sai không đồng đều

Kiểm định Park

Theo kiểm định Park, chúng ta sẽ tiến hành theo các bớc sau đây :

Hồi quy mô hình gốc : để thu đợc phần d ei (mặc dù có thể tồn tại hiện tợng phơng sai của sai số thay đổi)

- Từ Menu chính, chọn Procs/

Sort Series Cửa sổ Sort

Workfile Series xuất hiện Bạn

sẽ nhập vào tên biến cần sắp

xếp theo thứ tự tăng

(Ascending) hoặc giảm dần

(Descending)

- Để vẽ đồ thị của e2 theo X, sau

khi chọn Quick/ Graph, cửa sổ

Series List xuất hiện, bạn sẽ

nhập vào: x e2

Bạn cũng có thể không tạo biến

e2, mà chỉ cần nhập trực tiếp:

x e^2 tại cửa sổ Series List

Ước lợng mô hình hồi quy sau :

i i





Trờng hợp có nhiều biến giải thích thì ớc lợng hồi quy này với từng biến giải thích hoặc với Yˆ i

Kiểm định giả thiết H:2  0 Nếu giả thiết H bị bác bỏ thì có thể kết luận về

sự tồn tại của hiện tợng phơng sai của sai số thay đổi

Vậy các bớc sẽ đợc tiến hành nh sau :

Ước lợng mô hình gốc để thu đợc phần d ei (tơng tự 5.1) Chú ý rằng nếu bạn

đã tạo biến e rồi thì có thể bỏ qua bớc này

Trong đó e2 là biến đã đợc tạo từ phần 5.1 Nếu bạn cha có biến e2, có thể nhập trực tiếp: log(e^2) c log(x)

Dùng kiểm T để kiểm định giả thiết H: 2 = 0 (không có hiện tợng phơng sai của sai số thay đổi) Nếu giả thiết này bị bác bỏ thì kết luận có hiện tợng phơng sai của sai số thay đổi, khi đó ta cần phải tìm cách khắc phục

Đối với mô hình hồi quy gốc có nhiều biến giải thích, ta có thể ớc lợng hồi quy

đối với mỗi biến giải thích hoặc có thể ớc lợng hồi quy đối với Ŷ (xem lại cách tạo biến Ŷ ở mục 3.5)

Kiểm định Glejser

Thủ tục kiểm định Glejser nh sau :

Cũng tơng tự nh kiểm định Park, đầu tiên ta cũng hồi quy mô hình gốc, (mặc

dù có thể tồn tại hiện tợng phơng sai của sai số thay đổi), rồi từ đó lu lại phần

d (với tên e chẳng hạn) Cũng nh kiểm định Park, nếu bạn đã tạo biến e rồi thì

có thể bỏ qua bớc này

Hồi quy một trong các mô hình sau :

 ei  1 2Xi  vi

 ei  1 2 Xi  vi



i i

X

2





i i

X

2



Trong đó Xi là biến có thể có kết hợp chặt chẽ với i2

Để hồi quy đợc các mô hình trên, khi cửa sổ Equaion xuất hiện, ta sẽ nhập tơng ứng:

 abs(e) c x  abs(e) c sqr(x)

 abs(e) c 1/sqr(x)  abs(e) c 1/x

- Ước lợng mô hình:

lnei2 = 1 + 2 lnXi + vi

Ta sẽ hồi quy mô hình

trên bằng cách đa trực

tiếp các biến:

log(e2) c log(x)

vào cửa sổ Equation

Specification