Tương Quan Chuỗi
Phương pháp bình phương tối thiểu đã chứng tỏ mang lại các ước lượng về thông số có một vài
tính chất mong muốn, với điều kiện các số hạng sai số (ut) thỏa mãn một số giả thiết. Đặc biệt,
các ước lượng có tính không thiên lệch, nhất quán, và hiệu quả nhất. Khi một nhà nghiên cứu xử
lý dữ liệu dạng chuỗi thời gian, một số vấn đề đặc biệt phát sinh thường dẫn đến kết quả là vi
phạm vài giả thiết cần để phát ra những tính chất tốt đã liệt kê. Trong chương này, chúng ta sẽ
khảo sát một dạng vi phạm các giả thiết cơ bản về các số hạng nhiễu. Thứ nhất ta xem xét
những ẩn ý của việc bỏ qua sự vi phạm này và dùng thủ tục bình phương tối thiểu thường (OLS).
Ta có thể kỳ vọng rằng, như trong trường hợp phương sai của sai số thay đổi, vài tính chất có
thể không còn giữ được nữa. Thứ hai, ta kiểm định sự có mặt của sự vi phạm này, và cuối cùng
thảo luận các phương pháp có thể lựa chọn cho các vấn đề.
Giả thiết 3.6 trong Chương 3 phát biểu rằng các số hạng sai số ut và us, cho các quan sát
khác nhau t và s, là phân phối độc lập. Tính chất này gọi là độc lập chuỗi. Từ Chương 2, Phần
2.3, ut và us ẩn ý độc lập rằng chúng không tương quan. Khi một nhà nghiên cứu đang phân tích
dữ liệu chuỗi thời gian, giả thiết này thường sẽ bị vi phạm. Các số hạng sai số cho các thời đoạn
không quá cách xa có thể có tương quan. Tính chất này được gọi là tương quan chuỗi hay tự
tương quan (các thuật ngữ này sẽ được sử dụng thay thế nhau). Trong Chương 3 ta đã liệt kê
một số nhân tố giải thích cho sự có mặt của số hạng sai số ut. Đó là (1) các biến bị loại bỏ, (2)
bỏ qua sự phi tuyến, (3) các sai số đo lường, và (4) hoàn toàn ngẫu nhiên, các tác động không
dự đoán được. Ba nhân tố đầu tiên trong các nhân tố này có thể dẫn đến các sai số tương quan
chuỗi. Ví dụ, giả sử một biến phụ thuộc Yt tương quan với các biến độc lập Xt1 và Xt2, nhưng nhà
nghiên cứu không tính đến biến Xt2 trong mô hình. Tác động của biến này sẽ được bao gộp qua
số hạng sai số ut. Bởi vì nhiều biểu hiện chuỗi thời gian kinh tế có chiều hướng theo thời gian,
Xt2 có thể phụ thuộc vào Xt-1,2, Xt-2,2, . . . Điều này sẽ biến thành sự tương quan rõ ràng giữa ut
và ut-1, ut-2, . . ., do đó vi phạm giả thiết độc lập chuỗi. Vậy, các chiều hướng trong các biến bị
loại bỏ có thể tạo sự tự tương quan trong các sai so
45 trang |
Chia sẻ: hongha80 | Lượt xem: 494 | Lượt tải: 0
Bạn đang xem trước 20 trang nội dung tài liệu Kinh tế lượng với các ứng dụng - Chương 9: Tương quan chuỗi, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
HDD = ∑=
=
+−
Dd
d
dd
1
0 ,
2
MINTEMPMAXTEMP
65max
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004
Phương pháp phân tích
Bài đọc
Nhập môn kinh tế lượng với các ứng dụng
Chương 9: Tương quan chuỗi
Ramu Ramanathan 32 Thục Đoan/Hào Thi
Trong đó D là số ngày trong quý, MAXTEMP là nhiệt độ cao nhất, và MINTEMP là nhiệt độ
thấp nhất của ngày d.
Mặc dù công thức có vẻ phức tạp, nó lại rất dễ hiểu theo ý nghĩa thông thường. Đầu tiên
chúng ta tính nhiệt độ trung bình trong một ngày theo trung bình của nhiệt độ cao nhất và thấp
nhất. Nếu nhiệt độ trung bình chính xác là 650F, ta mặc định rằng khách hàng sẽ không bật lò
sưởi hay máy điều hòa. Trong mùa hè, nếu nhiệt độ trung bình này vượt qua 65 ở một mức
đáng kể nào đó, khách hàng sẽ dùng điều hòa nhiệt độ. Khoảng gia tăng nhiệt độ này được đo
theo trị trung bình trừ đi 65. Khi cộng tất cả các giá trị của các ngày trong quý, chúng ta có số
ngày nhiệt độ lạnh. Nếu trung bình dưới 65 vào mùa hè, không có bất kỳ điều chỉnh nào, do đó
CDD bằng không. Nguyên tắc tính toán HDD trong mùa đông cũng tương tự. Nếu nhiệt độ
tăng quá 65 trong mùa đông, khách hàng sẽ không cần dùng đến lò sưởi, HDD bằng không.
Khi trung bình là dưới 65, chênh lệch giữa 65 và trị trung bình sẽ góp phần vào số ngày của
mùa trong HDD. Cộng tất cả các ngày nóng trong quý, ta có tổng HDD.
Lưu ý rằng trong dữ liệu có một số quý HDD và CDD rất gần giá trị không. Điều đó có
nghĩa là tác động của các biến này gần như bằng không đối với từng ngày của quý. Vì điều
này chúng ta sẽ không lấy logarit của HDD và CDD, chúng được đưa vào mô hình theo tuyến
tính.
Mô Hình Cơ Bản
Mô hình cơ bản được thể hiện qua phương trình sau:
LKWH = β1 + β2LY + β3LPRICE + β4CDD + β5HDD + u (9.15)
Thu nhập càng cao, nhu cầu về một sản phẩm “thông thường” càng lớn. Do đó có thể kỳ vọng
β2 dương. Khi giá điện tăng, nhu cầu về điện sẽ giảm. Do vậy có thể kỳ vọng β3 sẽ âm. CDD
tăng cho thấy có nhiều ngày có nhiệt độ trung bình cao hơn 65 độ hơn. Điều này thường được
kỳ vọng sẽ kéo theo nhu cầu dùng máy điều hòa nhiệt độ, do đó β4 sẽ dương. Tương tự nếu
HDD tăng, nhu cầu sưởi sẽ tăng và β5 cũng sẽ dương. Dấu kỳ vọng cho các β (trừ β1) như sau
β2 > 0, β3 0, β5 > 0
Chúng ta sử dụng 87 quan sát trong DATA9-3 để biến đổi dữ liệu thô sang các biến trong
phương trình (9.15). Áp dụng qui trình OLS, mô hình ước lượng là (Phần Thực Hành Máy
Tính 9.9 trình bày chi tiết để thực hiện lại tất cả các kết quả thực nghiệm trong áp dụng này)
LKWH = 0,398 – 0,036LY – 0,094LPRICE + 0,0002676CDD + 0,0003607HDD
(1,87) (-0,24) (-3,38) (7,78) (12,09)
2R = 0,651 d.f. = 82 DW d = 1,219
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004
Phương pháp phân tích
Bài đọc
Nhập môn kinh tế lượng với các ứng dụng
Chương 9: Tương quan chuỗi
Ramu Ramanathan 33 Thục Đoan/Hào Thi
Giá trị trong ngoặc là trị thống kê t, nhưng nếu có tương quan chuỗi, các giá trị này (và của
2R ) sẽ không còn ý nghĩa. Cũng cần lưu ý là LY có dấu âm, ngược với đánh giá theo trực
giác.
Kiểm Định Tương Quan Chuỗi
Từ bảng A.5 của phụ lục A chúng ta lưu ý rằng n = 87 và k’ = 4 (số hạng hằng số không đưa
vào đây) các biên của trị thống kê Durbin-Watson (nội suy) là dL = 1,556 và dU = 1,749 đối với
kiểm định một phía ở với mức ý nghĩa 5%. Giá trị d tính được nhỏ hơn dL, và do vậy có dấu
hiệu có ý nghĩa về tự hồi qui bậc nhất. Tuy nhiên vì dữ liệu theo quý, nên sẽ hợp lý hơn nếu là
tương quan chuỗi bậc bốn. Phương trình sai số bây giờ sẽ là
ut = ρ1ut-1 + ρ2ut-2 +ρ3ut-3+ρ4ut-4 + εt
Giả thiết không là ρ1 = ρ2 = ρ3 = ρ4 = 0. Vì chúng ta đang sử dụng bốn độ trễ, số quan sát
hiệu lực chỉ là 83. Tương tự, R2 chưa hiệu chỉnh cho hồi qui phụ là 0,0666, làm cho trị thống kê
(n-p)R2 là 55,3, tương ứng có giá trị p nhỏ hơn 0,0001. Như vậy chúng ta đã có một chứng cứ
rất mạnh về tương quan chuỗi bậc bốn. Mô hình sau đó được ước lượng theo thủ tục Cochrane-
Orcutt đã trình bày trong phần 9.5; kết quả như sau với giá trị trong ngoặc kép là trị thống kê t.
LKWH = 0,237 + 0,102LY – 0,098LPRICE + 0,0002756CDD +
0,0002288HDD
(1,7) (0,9) (-3,5) (10,98) (9,4)
2R = 0,897 d.f. = 78
∧σ = 0,02547
Dù các hệ số là hợp lý nhưng mô hình này được đặc trưng sai một cách nghiêm trọng bởi
vì không hợp lý khi kỳ vọng rằng cấu trúc này sẽ ổn định trong suối giai đoạn 1972-1993 trong
khi đã có đến hai cuộc “khủng hoảng năng lượng”. Do đó chúng ta sẽ chuyển sang một mô
hình với công thức và phân tích thể hiện đầy đủ hơn những thay đổi về cấu trúc.
Mô Hình Hóa Thay Đổi Về Cấu Trúc
Trong suốt giai đoạn 1973 – 1974 và 1978 – 1979, giá dầu thô đã giá tăng đột biến và tiết
kiệm là khẩu hiệu để giảm nhu cầu. Kết quả là các thiết bị, máy móc tiết kiệm năng lượng, ô
tô tiết kiệm xăng. Do đó có thể kỳ vọng quan hệ giữa tiêu thụ điện năng và các yếu tố quyết
định của nó sẽ thay đổi. Tuy nhiên, gia tăng đột biến về giá sẽ không xảy ra liên tục. Như
chúng ta có thể thấy ở hình 9.6, bắt đầu từ năm 1983, giá thực của điện năng đã giảm. Do vậy
chúng ta có thể mong muốn kiểm định xem liệu có một sự thay đổi về cấu trúc đã diễn ra từ
năm 1983 hay không.
Nếu có một sự thay đổi về cấu trúc, có ba biến “giả” được định nghĩa như sau
D74 = 1 từ 1974.1 trở đi; bằng 0 nếu điều kiện khác
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004
Phương pháp phân tích
Bài đọc
Nhập môn kinh tế lượng với các ứng dụng
Chương 9: Tương quan chuỗi
Ramu Ramanathan 34 Thục Đoan/Hào Thi
D79 = 1 từ 1979.1 trở đi; bằng 0 nếu điều kiện khác
D83 = 1 từ 1983.3 trở đi; bằng 0 nếu điều kiện khác
Tiếp theo chúng ta cho các hệ số hồi quy phụ thuộc vào các biến giả này. Chẳng hạn, trong
Phương trình (9.15) chúng ta có:
β2 = a0 + a1D74 + a2D79 + a3D83
Các độ co giãn theo thu nhập trong 4 thời đoạn, bắt đầu từ 1972.2, sẽ là a0, a0 + a1, a0 + a1 +
a2, và a0 + a1 + a2 + a3. Do đó, a1 là sự thay đổi về độ co giãn theo thu nhập (tương ứng với
giai đoạn từ 1972.2 – 1973.4) có thể được quy cho là do sự thay đổi về cấu trúc năm 1974, và
a2 là sự thay đổi bổ sung do sự thay đổi về cấu trúc năm 1979, và cũng tương tự cho các giá trị
khác. Ngoài sự thay đổi này, độ nhạy của các số đo thời tiết (β4 và β5) có thể cũng phụ thuộc
vào giá điện. Nếu, chẳng hạn, giá điện cao, khách hàng sẽ hạn chế dùng máy điều hòa nhiệt
độ hoặc lò sưởi để tiết kiệm tiền. Tác động này có thể được giải thích bằng cách cho β4 = b0 +
b1LPRICE + . Vì có rất nhiều số hạng, chúng tôi không trình bày mô hình hoàn chỉnh, thay
vào đó sẽ trình bày danh sách biến ở Bảng 9.3.
} Hình 9.6 Giá Điện Thực (xu/kwh) cho SDG&E
Việc lập mô hình có xét đến toàn bộ mọi tương tác của tất cả các biến giả là tinh thần của
phương pháp Hendry/LSE, phương pháp đi từ mô hình tổng quát đến mô hình đơn giản hơn.
Kiểm định nhân tử Lagrange cũng trở nên cồng kềnh hơn nếu áp dụng trong trường hợp này vì
nó đòi hỏi phải hồi quy các phần dư từ mô hình đã biến đổi ở Phương trình (9.12) theo các biến
Giá
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004
Phương pháp phân tích
Bài đọc
Nhập môn kinh tế lượng với các ứng dụng
Chương 9: Tương quan chuỗi
Ramu Ramanathan 35 Thục Đoan/Hào Thi
đã được biến đổi tương tự trong phương trình tổng quát. Thay vì vậy, đầu tiên chúng ta ước
lượng mô hình không giới hạn trước và sau đó cố gắng làm cho nó đơn giản hơn. Bảng 9.4
chứa các trị ước lượng OLS của mô hình hoàn toàn tổng quát (xem Phần thực hành máy tính
9.9 để biết các lệnh chạy lại các kết quả này). Trị thống kê Durbin-Watson cho mô hình
không giới hạn này là 1.931, cho thấy rằng không tồn tại sự tương quan chuỗi bậc nhất. Vì
vậy chúng ta có thể áp dụng phương pháp OLS và thu được các ước lượng với các tính chất
mong muốn. Thật thú vị khi biết rằng trong khi đặc trưng mô hình cơ bản bị tác động của hiện
tượng tự tương quan, mô hình hoàn chỉnh hơn sẽ không chịu tác động này. Tuy nhiên, như có
thể thấy ở Bảng 9.4, hầu hết các hệ số hồi quy có giá trị p-value cao, cho thấy chúng không có
ý nghĩa. Điều này không có gì ngạc nhiên vì, với rất nhiều biến độc lập ở dạng các tích chéo,
chúng ta có thể kỳ vọng hiện tượng đa cộng tuyến cao giữa chúng. Để cải thiện độ chính xác
của các ước lượng, các biến không có ý nghĩa với các giá trị p-value cao nhất sẽ được loại bỏ
một hay hai biến một lần và mô hình được ước lượng lại. Các kết quả của mô hình cuối cùng
được trình bày ở bảng 9.5. Như sẽ thấy rằng mô hình này cũng sẽ không chịu tác động của sự
tương quan chuỗi bậc nhất. Hơn nữa, tất cả hệ số hồi quy là có ý nghĩa tại mức ý nghĩa 5%
hay thấp hơn, và các trị thống kê lựa chọn mô hình tốt hơn nhiều so với mô hình tổng quát.
} Bảng 9.3 Định Nghĩa Các Biến Được Biến Đổi
Tên Định nghĩa
LKWH ln(RESKWH/NOCUST
LPRICE ln(100*PRICE/CPI)
LY ln[100*INCOME/(CPI*POP)]
LYD74 LY*D74
LYD79 LY*D79
LYD83 LY*D83
LPRD74 LPRICE*D74
LPRD79 LPRICE*D79
LPRD83 LPRICE*D83
D74CDD D74*CDD
D79CDD D79*CDD
D83CDD D83*CDD
D74HDD D74*HDD
D79HDD D79*HDD
D83HDD D83*HDD
LPRCDD LPRICE*CDD
LPRHDD LPRICE*HDD
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004
Phương pháp phân tích
Bài đọc
Nhập môn kinh tế lượng với các ứng dụng
Chương 9: Tương quan chuỗi
Ramu Ramanathan 36 Thục Đoan/Hào Thi
Diễn Dịch Các Kết Quả
Những hệ số được ước lượng cho 4 thời đoạn được trình bày ở bảng 9.6 (kiểm tra lại). Nên lưu
ý rằng giai đoạn điều khiển từ 1972.2-1973.4 chỉ có 7 giá trị quan sát và vì vậy các kết quả
của mô hình cho giai đoạn này không nên được xem xét quá chặt chẽ. Chẳng hạn, độ co giãn
về thu nhập là không có ý nghĩa về mặt thống kê trong giai đoạn này. Trong suốt giai đoạn
hai của giá điện tăng (1974.1 – 1978.4), độ co giãn thu nhập gần như bằng 1. Trong giai đoạn
thứ ba nó giảm xuống còn 0,16, và trong giai đoạn cuối, khi giá điện thực giảm, độ co giãn
theo thu nhập có giá trị âm, cho thấy rằng nhu cầu về điện là một hàng hóa “thấp cấp” (thiết
yếu)
} Bảng 9.4 Ước Lượng OLS của Mô Hình Tổng Quát Hoàn Toàn
VARIABLE COEFFICIENT STDERROR T STAT 2Prob(t>|T|)
CONSTANT -0.796868 5.714984 -0.139435 0.889538
D74 -1.004434 5.730953 -0.175265 0.861416
D79 1.916922 0.706665 2.712631 0.008534***
D83 0.024624 0.592544 0.041557 0.966979
LY -2.636002 6.672636 -0.395047 0.69410Q
LYD74 3.586062 6.680982 0.536757 0.593268
LYD79 -0.7321 0.518463 -1.412058 0.162703
LYD83 -0.309173 0.444267 -0.695917 0.488962
LPRICE 2.240851 1.82873 1.225359 0.224862
LPRD74 -1.884615 1.831642 -1.028921 0.30733
LPRD79 -0.44734 0.136597 -3.274888 0.001697***
LPRD83 0.133727 0.064403 2.076425 0.041813**
CDD 0.001418 4.665718e-04 3.039785 0.003409***
D74CDD -2.324821e-04 3.630704e-04 -0.640322 0.524214
D79CDD -3.897257e-05 9.707234e-05 -0.40148 0.689384
D83CDD 7.021266 e-05 6.488312e-05 1.082141 0.283188
LPRCDD -4.066302e-04 1.677691e-04 -2.42375 0.018153**
HDD 9.496237e-04 4.176021e-04 2.273992 0.026276**
D74HDD -2.830809e-04 3.169507e-04 -0.893139 0.375078
D79HDD -4.221766e-05 8.608874e-05 -0.490397 0.625504
D83HDD -3.228573e-05 6.658090e-05 -0.48491 0.629371
LPRHDD -1.095802e-04 1.558676e-04 -0.703034 0.484545
Mean of dep. var. 0.327332 S.D. of dep. variable 0.080775
Error Sum of Sq (ESS) 0.081511 Std Err of Resid. (sgmahat) 0.035412
Unadjusted R-squared 0.855 Adjusted R-squared 0.808
F-statistic (1, 32) 18.212322 p-value = Prob(F>18.212) is < 0.0001
Durbin-Watson stat. 1.930695 First-order autocorr. coeff 0.025
MODEL SELECTION STATISTICS
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004
Phương pháp phân tích
Bài đọc
Nhập môn kinh tế lượng với các ứng dụng
Chương 9: Tương quan chuỗi
Ramu Ramanathan 37 Thục Đoan/Hào Thi
SGMASQ 0.001254 AIC 0.001554 FPE 0.001571
HQ 0.001997 SCHWARZ 0.002898 SHIBATA 0.001411
GCV 0.001678 RICE 0.001896
Lưu ý: ba dấu * chỉ mức ý nghĩa (hai phía) tại mức 1%, hai dấu * chỉ mức ý nghĩa giữa 1 và 5%, và một dấu * chỉ
mức ý nghĩa giữa 5 và 10%.
} Bảng 9.5 Ước Lượng OLS của Mô Hình Cuối Cùng
VARIABLE COEFFICIENT STDERROR T STAT 2Prob(t>|T|)
Constant -1.682911 0.395837 -4.251527 <0.0001***
D79 1.949518 0.442915 4.401562 <0.0001***
LYD74 0.980804 0.302486 3.242475 0.001787***
LYD79 -0.820708 0.346657 -2.367493 0.020561**
LYO83 -0.26082 0.097446 -2.676559 0.009179***
LPRICE 0.96591 0.21544 4.483422 <0.0001***
LPRD74 -0.684829 0.204703 -3.345484 0.0013***
LPRO79 -0.422223 0.120386 -3.507252 0.000779***
LPRO83 0.134598 0.052732 2.552504 0.012786**
CDD 0.001035 2.037711e-04 5.077356 <0.0001***
LPRCDD -3.316656e-04 8.934507e-05 -3.712187 0.000399***
HDD 5.583410e-04 5.809766e-05 9.610388 <0.0001***
D74HDD -1.217427e-04 5.814511e-05 -2.093773 0.039753**
D83HDD -9.335895e-05 2.912222e-05 -3.205764 0.001999***
Mean of dep. var. 0.327332 S.D. of dep. variable 0.080775
Error Sum of Sq (ESS) 0.08432 Std Err of Resid. (sgmahat) 0.034089
Unadjusted R-squared 0.849 Adjusted R-squared 0.822
F-statistic (1, 32) 31.527415 p-value = Prob(F>18.212) is < 0.0001
Durbin-Watson stat. 1.935373 First-order autocorr. coeff 0.021
MODEL SELECTION STATISTICS
SGMASQ 0.001162 AIC 0.001345 FPE 0.001349
HQ 0.001578 SCHWARZ 0.002001 SHIBATA 0.001289
GCV 0.001385 RICE 0.001438
Lưu ý: ba dấu * chỉ mức ý nghĩa (hai phía) tại mức 1%, hai dấu * chỉ mức ý nghĩa giữa 1 và 5%, và một dấu * chỉ
mức ý nghĩa giữa 5 và 10%.
trong suốt giai đoạn này. Độ co giãn về giá cho thấy có sự thay đổi về cấu trúc còn đột ngột
hơn từ giai đoạn này sang giai đoạn khác. Độ co giãn như sau:
1972.2 – 1973.4: 0.966 – 0.00033167 CDD
1974.1 – 1978.4: 0.281 – 0.00033167 CDD
1979.1 – 1983.2: -0.141 – 0.00033167 CDD
1983.3 – 1990.4: -0.007 – 0.00033167 CDD
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004
Phương pháp phân tích
Bài đọc
Nhập môn kinh tế lượng với các ứng dụng
Chương 9: Tương quan chuỗi
Ramu Ramanathan 38 Thục Đoan/Hào Thi
Tồn tại sự tương tác giữa những ngày có nhiệt độ mát và giá điện. Những ngày có nhiệt độ
mát thay đổi từ 0 đến gần 1000.
} Bảng 9.6 Các Hệ Số Ước Lượng Cho Bốn Giai Đoạn
Biến
CONSTANT LY LPRICE CDD HDD LPRICExCDD
1972.2-1973.4
D74 = D79 = D83 = 0 -1.68291100 0.00000000 0.96591000 0.00103500 0.00055834 -0.00033167
1974.1-1978.4
D74 = 1, D79 = D83 = 0 -1.68291100 0.98080400 0.28108100 0.00103500 0.00043660 -0.00033167
1979.1-1983.2
D74 = D79 = 1, D83 = 0 0.26660700 0.16009600 -0.14114200 0.00103500 0.00043660 -0.00033167
1983.3-1990.4
D74 = D79 = D83 = 1 0.26660700 -0.10072400 -0.00654400 0.00103500 0.00034324 -0.00033167
Trong giai đoạn đầu này, khi giá điện tăng chậm, độ co giãn về giá có giá trị dương, điều này
ngược với các lý thuyết kinh tế chuẩn tắc. Nguyên nhân của điều này có thể là do việc tiêu
thụ điện tăng dần theo sự tăng trưởng của dân số và thu nhập, và xu hướng nổi bật này có thể
được nhận diện được bằng mô hình hồi quy với một dấu dương. Nên lưu ý rằng khi giá bắt đầu
tăng, tác động dương bị giảm đáng kể; và từ năm 1979 khách hàng đã phản ứng bằng cách
giảm số lượng cầu, mặc dù hành vi này ít được tuyên bố trước năm 1983 khi giá điện thực bắt
đầu giảm.
Như đã thảo luận trước đây, chúng ta lập luận rằng tác động thời tiết có thể phụ thuộc vào giá
điện, và chúng ta có những bằng chứng xác nhận điều đó. Tác động cận biên của những ngày
có nhiệt độ mát được trình bày dưới đây và như nhau cho tất cả các thời đoạn
0,001035 – 0.00033167LPRICE
Rõ ràng tác động cận biên của thời tiết phụ thuộc âm vào giá điện. Nói cách khác, gia tăng
một ngày có nhiệt độ mát sẽ dẫn đến một sự gia tăng nhỏ hơn trong việc sử dụng điện nếu giá
điện cao. Những ngày nhiệt độ nóng cũng có tác động kỳ vọng dương, mặc dù không có sự
tương tác có ý nghĩa với giá. Trong các năm 1974 và 1983 có sự sút giảm về tác động HDD
cận biên.
So Sánh Các Giá Trị Dự Báo
Thật thú vị khi xem xét các trị dự báo từ các mô hình sẽ thay đổi như thế nào khi chạy trên dữ
liệu thật. Bảng 9.7 chứa các sai số phần trăm tuyệt đối của ba mô hình. Vì các biến phụ thuộc
ở dạng lôgarít, chúng ta áp dụng hiệu chỉnh thiên lệch như đã mô tả ở chương 6 (xem các bước
tiến hành ở Phần Thực Hành Máy Tính 9.9). Phần trăm sai số dự báo tuyệt đối từ các ước
lượng OLS được áp dụng vào Phương trình (9.15) được gán tên là Mô Hình A, cùng mô hình
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004
Phương pháp phân tích
Bài đọc
Nhập môn kinh tế lượng với các ứng dụng
Chương 9: Tương quan chuỗi
Ramu Ramanathan 39 Thục Đoan/Hào Thi
này nhưng được ước lượng theo CORC tổng quát cho AR(4) được gán tên là Mô Hình B, và
Mô Hình C chỉ mô hình cuối cùng trong bảng 9.6. Thật thú vị khi phát hiện ra rằng về mặt
năng lực dự báo, mô hình cuối cùng, mô hình xét đến sự thay đổi về cấu trúc nhưng không thể
hiện sự tương quan chuỗi, không phải là mô hình tốt nhất. Mô hình B có cả hai giá trị sai số
phần trăm tuyệt đối trung bình (MAPE) và sai số bình phương trung bình (MSE) thấp nhất.
Đồng thời, các giá trị sai số phần trăm riêng lẻ hầu hết thấp hơn 5%, chỉ có một trường hợp
ngoại lệ ở mức 6,08%.
} Bảng 9.7 So Sánh các Sai Số Phần Trăm Dự Báo Tuyệt Đối (%)
Thời đoạn Mô hình A Mô hình B Mô hình C Thời đoạn Mô hình A Mô hình B Mô hình C
1973.2
1973.3
1973.4
1974.1
1974.2
1974.3
1974.4
1975.1
1975.2
1975.3
1975.4
1976.1
1976.2
1976.3
1976.4
1977.1
1977.2
1977.3
1977.4
1978.1
1978.2
1978.3
1978.4
1979.1
1979.2
1979.3
1979.4
1980.1
1980.2
1980.3
1980.4
1981.1
1981.2
1981.3
1981.4
1982.1
1982.2
1982.3
1982.4
2.98
0.95
2.45
3.44
5.70
2.48
4.86
1.44
7.73
2.08
4.28
3.03
1.76
2.37
9.41
8.52
2.51
0.49
8.23
11.48
2.34
3.39
7.43
5.83
1.94
1.68
9.44
9.79
0.52
0.47
6.98
6.02
1.74
5.71
4.00
1.57
3.39
3.49
0.83
3.28
2.93
1.43
6.08
3.48
1.76
3.09
4.07
0.64
0.53
1.03
2.46
5.04
2.33
2.89
4.58
3.49
1.99
0.60
3.04
0.60
2.57
1.88
1.47
0.69
0.95
2.39
0.87
0.39
1.18
0.98
2.14
4.19
6.31
1.17
1.11
0.02
1.33
2.33
4.08
1.56
2.49
0.49
3.48
1.25
7.39
0.07
5.10
1.11
3.09
2.07
1.77
0.92
5.55
3.34
6.23
3.83
3.78
3.83
5.19
2.49
2.27
3.02
2.86
4.26
4.57
5.19
2.29
3.52
6.39
3.11
2.15
4.09
2.90
2.13
3.43
0.58
0.21
1983.4
1984.1
1984.2
1984.3
1984.4
1985.1
1985.2
1985.3
1985.4
1986.1
1986.2
1986.3
1986.4
1987.1
1987.2
1987.3
1987.4
1988.1
1988.2
1988.3
1988.4
1989.1
1989.2
1989.3
1989.4
1990.1
1990.2
1990.3
1990.4
1991.1
1991.2
1991.3
1991.4
1992.1
1992.2
1992.3
1992.4
1993.1
1993.2
0.33
1.40
2.54
6.99
2.42
3.59
6.14
0.92
0.08
0.12
5.78
0.64
2.63
4.27
5.72
0.12
1.05
3.63
6.17
1.60
0.61
6.62
7.26
0.61
0.05
3.52
6.70
2.21
0.29
4.88
13.51
1.80
1.34
3.01
3.42
3.55
0.16
2.78
5.47
1.02
2.39
3.58
4.32
3.89
1.54
2.17
4.35
2.20
0.26
1.68
1.21
0.80
0.32
1.12
0.63
1.39
0.73
1.32
1.54
1.90
0.32
3.27
0.56
1.11
2.71
1.00
2.11
0.68
0.48
4.94
2.07
1.73
1.16
3.18
4.26
1.60
2.49
2.78
1.90
0.26
1.51
4.01
3.91
1.87
5.04
1.56
1.54
2.15
3.97
1.92
4.42
1.28
3.63
1.11
2.92
0.00
3.49
1.95
1.92
1.55
3.90
0.11
2.61
1.91
3.02
0.36
1.75
0.04
9.04
1.43
2.92
1.50
1.61
0.68
1.86
2.07
2.55
Chương trình Giảng dạy Kinh tế Fulbright
Niên khóa 2003-2004
Phương pháp phân tích
Bài đọc
Nhập môn kinh tế lượng với các ứng dụng
Chương 9: Tương quan chuỗi
Ramu Ramanathan 40 Thục Đoan/Hào Thi
1983.1
1983.2
1983.3
0.07
0.69
4.39
1.98
1.71
2.72
3.38
0.96
0.45
1993.3
1993.4
3.35
1.13
0.98
0.04
1.80
3.72
MAPE
MSE
3.57
21.15
2.04
6.12
2.67
10.12
Tóm Tắt
Trong chương này, chúng ta đã tìm hiểu tương quan chuỗi (hay còn gọi là tự tương quan), có
nghĩa là tương quan giữa các phần dư của mô hình hồi quy. Đầu tiên, chúng ta xem xét kết quả
mà không tính đến tương quan chuỗi và tiếp theo thảo luận hai kiểm định đối với sự hiện diện
của tự tương quan. Giả sử tương quan chuỗi là bậc nhất, chúng ta thực hiện hai thủ tục ước
lượng. Cuối cùng, chúng ta sẽ thảo luận trường hợp của tương quan chuỗi bậc cao hơn, cả kiểm
định và ước lượng.
Khi có sự hiện diện của tự tương quan, các ước lượng OLS (bình phương tối thiểu thông
thường) và các dự báo vẫn không thiên lệch và nhất quán, nhưng không phải là BLUE và vì
thế không hiệu quả. Tuy nhiên, đặc tính nhất quán sẽ không có nếu biến phụ thuộc được xem
như biến giải thích. Hơn nữa, nếu các biến ngoại sinh luôn tăng theo thời gian và tương quan
chuỗi dương (thường xảy ra trong trường hợp này) thì phần dư ước lượng sẽ là một ước lượng
quá thấp và giá trị R2 sẽ là một ước lượng quá cao. Điều này có nghĩa là tính chất thích hợp tốt
nhất sẽ được phóng đại lên và trị thống kê t sẽ lớn hơn giá trị thực. Nghiêm trọng hơn, nếu
tương quan chuỗi bị bỏ qua và thủ tục OLS được áp dụng thì các kiểm định của các giả thuyết
sẽ không còn giá trị.
Hình vẽ minh họa phần dư ước lượng là một chú dẫn hữu ích chỉ ra sự hiện diện của tương
quan chuỗi. Nếu tương quan chuỗi tồn tại, các phần dư liên tiếp sẽ có xu hướng hội tụ.
Tương quan chuỗi bậc nhất có thể được kiểm định bằng kiểm định Durbin-Watson. Thủ tục
này được áp dụng để ước lượng mô hình bằng OLS và tính phần dư ước lượng tuˆ . Trị thống kê
Durbin-Watson (d) được tính tiếp theo bằng cách sử dụng phương trình (9.6). Trong kiểm định
một phía đối với tương quan chuỗi dương, hai giá trị dL và dU được đọc từ Bảng A.5 trong phần
phụ lục A.II. Nếu Ldd ≥ , chúng ta kết luận rằng không có tương quan chuỗi. Nếu Ldd ≤ ,
chúng ta kết luận rằng có tự tương quan bậc nhất có ý nghĩa. Nếu d nằm giữa dL và dU , kiểm
định không thể kết luận. Đối với tự tương quan âm, 4-d được so sánh với dL và dU.
Tuy nhiên kiểm định DW có vài bất lợi và vì thế không giới thiệu ở đây: thường nó cho kết
quả không thể kết luận, nó không có giá trị nếu có biến phụ thuộc có hiệu ứng trễ và không
thể áp dụng nếu quá trình tự hồi quy bậc cao hơn có sai số.
Một kiểm định khác có kết luận trong mọi trường hợp có thể áp dụng tổng quát hơn sẽ dựa
trên kiểm định nhân tử Lagrange (LM) được mô tả ở chương 6. Kiểm định này, gọi là kiểm
định Breusch-Godfrey, bao gồm việc chạy một hồi quy phụ tuˆ dựa vào 1
Các file đính kèm theo tài liệu này:
- ramach9_7079.pdf