Kinh tế lượng

KINH TẾ LƯỢNGChương 1: Mô hình hồi quy haibiến - Một vài ý tưởng cơ bảnCHƯƠNG TRÌNH MÔN:KINH TẾ LƯỢNG Mở đầu: Khái quát về kinh tế lượngChương 4: Mô hình hồi qui bộiChương 2: Mô hình hồi quy hai biến – ước lượng và kiểm địnhChương 3: Mở rộng mô hình hồi quy hai biếnChương 7: Phương sai thay đổiChương 5: Hồi qui với biến giảChương 6: Đa cộng tuyếnChương 9: Chọn mô hình và kiểm định việc chọn mô hình.Chương 8: Tự tương quan 1- Giáo trình Kinh tế lượng Khoa Toán Thống Kê – ĐHKT2- Bài tập Kinh tế lượng Khoa Toán Thống Kê - ĐHKTTÀI LIỆU HỌC TẬP VÀ THAM KHẢO3- Kinh tế lượng ứng dụng Phạm Trí Cao – Vũ Minh Châu4- Kinh tế lượng ĐH Kinh Tế Quốc Dân 5- Basic Econometrics Kinh tế lượng cơ sở (tập 1 & 2) Damonar Gujarati FULBRIGHT6- Introductory Econometrics with Applications Kinh tế lượng nhập môn và áp dụng (Tập 1 & 2) Ramu Ramanathan FULBRIGHT 1. EviewsCÁC PHẦN MỀM KINH TẾ LƯỢNG 2. SPSS 3. Stata MỞ ĐẦUKHÁI QUÁT VỀ KINH TẾ LƯỢNGª EconometricsA.K RagnarFrisch (Na uy) 1930ª 1936 Tinbergen (Hà lan) trình bày MH Kinh tế lượng đầu tiênª 1950 Lawrance Klein Xây dựng một số MH cho nuớc Mỹº Kinh tế lượng là một môn khoa học đo lường các mối quan hệ kinh tế diễn ra trong thực tế.Kinh tế lượng là sự kết hợp:1. Các lý thuyết kinh tế hiện đại 2. Xác suất & thống kê toán3. Máy vi tính  Nêu vấn đề lý thuyết cần phân tích và các giả thuyết  Thiết lập MH toán họcCÁC BƯỚC XÂY DỰNGVÀ ÁP DỤNG KINH TẾ LƯỢNG  Phân tích kết quả Dự báo Ra quyết định Ước lượng các tham số Thu thập số liệuThiết lập MHNêu giả thuyếtThu thập số liệuƯớc lượng th.sốKiểm định mô hìnhDự báoRa quyết địnhSƠ ĐỒ ª KTL đã cung cấp cho các nhà k.tế một công cụ để đo lường các mối q.hệ k.tếª Ngày nay phạm vi ứng dụng của KTL được mở rộng sang các lĩnh vực khác.ỨNG DỤNG CỦA KINH TẾ LƯỢNGI- Baỷn chaỏt cuỷa phaõn tớch hoài quiMÔ HÌNH HỒI QUY HAI BIẾNChương 1MỘT VÀI Ý TƯỞNG CƠ BẢNPhân tích hồi qui là ng/c sự phụ thuộc của một biến (biến phụ thuộc), vào một hay nhiều biến khác (các biến giải thích), với ý tưởng là ước lượng (hay dự đoán) giá trị trung bình của biến phụ thuộc trên cơ sở các giá trị biết trước của các biến giải thích.Thí dụ 1: Đường cong Phillips mô tả mối quan hệ giữa tỷ lệ thay đổi tiền lương và tỷ lệ thất nghiệpty le that nghiep1086420ty le thay doi tien luong1412108642Thí dụ 2: Đồ thị mô tả mối quan hệ giữa doanh số bán và giá bán của một mặt hàng.°Ước lượng giá trị trung bình của biến phụ thuộc với các giá trị đã cho của biến độc lậpPHÂN TÍCH HỒI QUY GIẢI QUYẾT CÁC VẤN ĐỀ SAU:°Kiểm định bản chất của mối quan hệ°Dự đoán giá trị trung bình của biến phụ thuộc°Kết hợp các vấn đề trên° Quan hệ thống kê và quan hệ hàm số° Hàm hồi qui và quan hệ nhân quả° Hồi qui và tương quanPHÂN BIỆT CÁC MỐI QUAN HỆ: ª Quan hệ thống kê là sự phụ thuộc thống kê của biến phụ thuộc vào một hay nhiều biến độc lập. Biến phụ thuộc là đại lượng ngẫu nhiên.ª Trong quan hệ hàm số các biến không phải là ngẫu nhiên. Ứng với mỗi giá trị của biến độc lập có một giá trị của biến phụ thuộcPhân tích hồi qui không đòi hỏi giữa biến phụ thuộc và các biến độc lập phải có mối quan hệ nhân quả. Nếu tồn tại mối q.hệ nhân quả thì biến p.thuộc phải giữ vai trò là chỉ tiêu kết quả và các biến độc lập là các chỉ tiêu ng.nhânPhân tích tương quan là đo mức độ kết hợp tuyến tính giữa hai biến. Trong phân tích tương quan không có sự phân biệt giữa các biến, chúng có tính chất đối xứng.Phân tích hồi qui nhằm ước lượng (hay dự báo) một biến trên cơ sở các giá trị đã cho của các biến khác. Trong p.tích h.qui các biến không có tính chất đối xứng.Biến phụ thuộc là ĐLNN, các biến giải thích không phải ĐLNN.Các loại số liệu Soá lieäu theo thôøi gian Số liệu chéo Số liệu hỗn hợpBẢN CHẤT VÀ NGUỒN SỐ LIỆUCHO PHÂN TÍCH HỒI QUY* Các số liệu theo thời gian là các số liệu của một hay nhiều biến được thu thập ở một đơn vị (địa phương) trong các thời kỳ (ngày, tháng, năm ...). * Các số liệu chéo là các số liệu về một hay nhiều biến trong một thời kỳ ở nhiều địa phương, đơn vị khác nhau.* Các số liệu hỗn hợp là sự kết hợp của hai loại trên.* Các số liệu có thể do cơ quan nhà nước, các tổ chức quốc tế, các công ty tư nhân hay các cá nhân thu thập.NHƯỢC ĐIỂM CỦA SỐ LIỆU* Số liệu có thể là thực nghiệm hay phi thực nghiệm.* Trong khoa học xã hội, các số liệu thường là phi thực nghiệm.* Chất lượng của các số liệu thu được thường là không tốt, vì vậy không được quá giáo điều về các kết quả thu được từ một ng/c nhất định, đặc biệt khi số liệu chưa có độ chính xác cao.Thí dụ 1Y- chi tiêu tiêu dùng của các gia đình (USD/tuần)X- thu nhập khả dụng của các gia đình (USD/tuần) III- MÔ HÌNH HỒI QUY HAI BIẾN1- Hàm hồi quy tổng thểBảng 2.1: Thu nhập và chi tiêu của các hộ gia đình801001201401601802002202402605565798010211012013513715060708493107115136137145152657490951101201401401551757080941031161301441521651787585981081181351451571751808811312514016018918511516219132546244570767875068510439661211Bảng 2.2: Xác suất có điều kiện801001201401601802002202402601/51/61/51/71/61/61/51/71/61/71/51/61/51/71/61/61/51/71/61/71/51/61/51/71/61/61/51/71/61/71/51/61/51/71/61/61/51/71/61/71/51/61/51/71/61/61/51/71/61/71/61/71/61/61/71/61/71/71/71/7657789101113125137149161173Trung bình có điều kiện của chi tiêu nằm trên đường thẳng có hệ số góc dương. Khi thu nhập tăng thì chi tiêu của các hộ gia đình cũng tăng.Tổng quát, E(Y/Xi) là một hàm của XiHàm (2.1) được gọi là hàm hồi qui tổng thể (PRF - population regression function)E(Y/Xi) = f(Xi)(2.1)Nếu PRF có một biến độc lập thì được gọi là hàm hồi qui đơn (hồi qui hai biến), nếu có từ hai biến độc lập trở lên được gọi là hàm hồi qui bội.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.Để xác định dạng của hàm hồi qui tổng thể người ta thường dựa vào đồ thị biểu diễn sự biến thiên của dãy các số liệu q.sát về X và Y kết hợp với việc p.tích bản chất của vấn đề cần ng/c.Dạng tuyến tính của PRF : E(Y/Xi) = 1 + 2 Xi (2.2) 1 là hệ số tự do (hệ số tung độ gốc).1, 2 là các hệ số hồi qui. 1 cho biết gía trị trung bình của biến phụ thuộc (Y) là bao nhiêu khi biến độc lập (X) nhận giá trị 0. Điều này chỉ đúng về mặt lý thuyết, trong các trường hợp cụ thể ta phải kết hợp với lý thuyết k.tế và điều kiện thực tế của vấn đề ng/c để nêu ý nghĩa của 1 cho phù hợp. * Trong thực tế có nhiều tr.hợp 1 không có ý nghĩa. E(Y/Xi) = 1 + 2 Xi Y - lượng hàng bán được ; X - giá bán.Trường hợp này 1 không phải là lượng hàng bán được trung bình khi X (giá bán) bằng 0. Hàm h.qui nêu trên phản ánh mối q.hệ của lượng hàng bán được trung bình và giá bán và hàm này chỉ có ý nghĩa khi X nhận giá trị trong một khoảng (x1, x2). YXx1x2012 là hệ số góc (hệ số độ dốc) 2 cho biết giá trị TB của biến phụ thuộc (Y) sẽ thay đổi (tăng, hoặc giảm) bao nhiêu đ/v khi giá trị của biến độc lập (X) tăng 1 đ/v với điều kiện các yếu tố khác không đổi. Thật vậy: Giả sử X tăng 1 đơn vị, gọi X’i là giá trị của X sau khi tăng thì ta có: X’i = Xi + 1Khi đó:E(Y/X’i) = 1 + 2 X’i= 1 + 2 (Xi + 1)= 1 + 2 Xi + 2= E(Y/Xi) + 2Nếu 2 > 0 thì E(Y/X’i) > E(Y/Xi)TB của Y sẽ tăngNếu 2 < 0 thì E(Y/X’i) < E(Y/Xi)TB của Y sẽ giảm.Thí dụ: E(Y/Xi) = 1 + 2 Xi2 là hàm t.tính đối với tham số nhưng không t.tính (phi tuyến) đối với biến. Tuyeán tính ñoái vôùi tham soáTHUẬT NGỮ “TUYẾN TÍNH”* E(Y/X) = 1 + 23 X là hàm tuyến tính đối với biến nhưng phi tuyến đối với tham số.Hàm hồi qui tuyến tính luôn luôn được hiểu là tuyến tính đối với các tham số, nó có thể không tuyến tính đối với biến.Ký hiệu Ui chênh lệch giữa Yi và E(Y/Xi) Ui = Yi  E(Y/Xi)Hay: Yi = E(Y/Xi) + Ui = 1 + 2Xi+Ui (2.3)Ui là ĐLNN, Ui có thể nhận giá trị âm hoặc dương, được gọi là sai sốá ngẫu nhiên. (2.3) được gọi là hàm hồi qui tổng thể ngẫu nhiên.Hàm hồi qui được xây dựng từ các số liệu của một mẫu được gọi là hàm hồi qui mẫu (SRF - the sample regression function)2- HÀM HỒI QUY MẪUNếu PRF có dạng t.tính thì SRF có dạng: là ước lượng điểm của E(Y/Xi) là ước lượng điểm của 1 là ước lượng điểm của 2 (2.4)Dạng ngẫu nhiên của (2.4): ei = Yi  là ước lượng điểm của Ui (phần dư)(2.5)Hết chương 1 Cycle DiagramTextTextTextTextTextCycle nameAdd Your Text3-D Pie ChartTEXTTEXTTEXTTEXTTEXTTEXTMarketing DiagramTitleTEXTTEXTTEXTTEXT