NHẬP MÔN KINH TẾ LƯỢNG (ECONOMETRICS)
description
Transcript of NHẬP MÔN KINH TẾ LƯỢNG (ECONOMETRICS)
CHƯƠNG 1CHƯƠNG 1
NHẬP MÔN NHẬP MÔN KINH TẾ LƯỢNG KINH TẾ LƯỢNG (ECONOMETRICS)(ECONOMETRICS)
NHẬP MÔN KINH TẾ LƯỢNG
1.Biết được phương pháp luận của kinh tế lượng
2.Nắm được bản chất của phân tích hồi quy
3.Hiểu các loại số liệu và các quan hệ
MỤC TIÊU
2
NỘI DUNG CHƯƠNG
3
Khái niệm1
Phương pháp luận nghiên cứu của kinh tế lượng2
3
Các loại quan hệ4
Số liệu5
Phân tích hồi quy
1.1 KHÁI NIỆM Kinh tế lượng (Econometrics) có nghĩa “đo lường
kinh tế” (A.K.R. Frisch, 1930)
• Kinh tế lượng là sự kết hợp giữa số liệu thực tế, lý thuyết kinh tế và thống kê toán nhằm:
Ước lượng các mối quan hệ kinh tế Đối chiếu lý thuyết kinh tế với thực tế và kiểm định
các giả thuyết liên quan đến hành vi kinh tế Dự báo các hành vi của các biến số kinh tế (Ramu Ramanathan, 2002)
4
1.1 KHÁI NIỆM
• Ví dụ: ước lượngCác nhà phân tích quan tâm đến ước lượng
cung/cầu hàng hóa, dịch vụCông ty quan tâm đến ước lượng ảnh hưởng
của các mức độ quảng cáo đến doanh thu và lợi nhuận
Chính quyền địa phương quan tâm đến tác động của một công ty đặt tại địa phương (nhu cầu nhà ở, việc làm, dịch vụ công cộng…)
5
1.1 KHÁI NIỆM
• Ví dụ: kiểm định giả thuyếtChuỗi cửa hàng thức ăn nhanh muốn xác định
chiến dịch quảng cáo có làm tăng doanh thu hay không
Các nhà phân tích quan tâm cầu co giãn hay không co giãn theo giá và thu nhập
Các nhà kinh tế học vĩ mô muốn đánh giá hiệu quả của các chính sách nhà nước
6
1.1 KHÁI NIỆM
• Ví dụ: dự báoCác công ty dự báo doanh thu, lợi nhuận, chi
phí sản xuất, lượng hàng tồn kho cần thiếtChính quyền dự báo thu nhập, chi tiêu, lạm
phát, thất nghiệp, thâm hụt ngân sách, thương mại
7
Lý thuyết kinh tế, kinh nghiệm, các nghiên cứu khác
Thiết lập mô hình KTL
Kiểm định giả thuyết
Ước lượng các tham số
Thu thập, xử lý số liệu
Sử dụng mô hình: dự báo, đề ra chính sách
Mô hình ước lượng có tốt
không?
Không
Có
Hình 1.1: Phương pháp luận nghiên cứu của kinh tế lượng
PHƯƠNG PHÁP LUẬN
8
Nguồn: Ramu Ramanathan, Nhập môn kinh tế lượng với các ứng dụng (ấn bản thứ năm), Nhà xuất bản Harcourt College, 2002. (Bản dịch của chương trình Giảng dạy Kinh tế Fulbright, Việt Nam)
1.2 PHƯƠNG PHÁP LUẬN
• Ví dụ:
Khảo sát lý thuyết về thu nhập- tiêu dùng của Keynes “chi tiêu tiêu dùng tăng khi thu nhập tăng nhưng sự gia tăng trong chi tiêu tiêu dùng không nhiều như sự gia tăng trong thu nhập”
9
1.2 PHƯƠNG PHÁP LUẬN
1. Xác định 2 biến số kinh tế cần khảo sát là thu nhập và tiêu dùng với giả thuyết kinh tế “tiêu dùng sẽ phụ thuộc vào thu nhập”
2. Thiết lập mô hình kinh tế lượng Đặt Y: biến chi tiêu tiêu dùng
X: biến thu nhậpU: sai số ngẫu nhiên (Vai trò của U?)
Mô hình toán: Y=α + βX (1.1)Mô hình kinh tế lượng: Y=α + βX + U (1.2)
10
1.2 PHƯƠNG PHÁP LUẬN
3. Thu thập, xử lý số liệu Năm GDP (X) Chi tiêu tiêu dùng (Y)
1995 195567 142916
1996 213833 155909
1997 231264 165125
1998 244596 172498
1999 256272 176976
2000 273666 182420
2001 292535 190577
2002 313247 205114
2003 336243 22154511Bảng 1.1 GDP và tiêu dùng cá nhân của Việt Nam tính theo giá 1994 (Đv: tỷ đồng)
(Nguồn: Tổng Cục Thống kê Việt Nam)
1.2 PHƯƠNG PHÁP LUẬN
12
Hình 1.2 Biểu đồ phân tán của GDP (X) và tiêu dùng cá nhân (Y) của Việt Nam (1995-2003)
1.2 PHƯƠNG PHÁP LUẬN
4. Ước lượng các tham sốTheo phương pháp bình phương nhỏ nhất thông
thường (OLS- Ordinary Least Squares)
Ŷi= 43,08986 + 0,519794Xi (1.3)
Tại sao có ký hiệu Ŷi ?
13
1.2 PHƯƠNG PHÁP LUẬN
• (1.3) là ước lượng mô hình (1.2) khi sử dụng bảng số liệu bảng 1.1 và không có thành phần nhiễu
• Ý nghĩa: Nếu loại trừ yếu tố nhiễu thì tác động của thu nhập ảnh hưởng đến tiêu dùng cá nhân (xét về mặt giá trị trung bình) được đo lường theo biểu thức (1.3)
• Cụ thể: Nếu thu nhập trong nước tăng (hay giảm) 1 tỷ đồng thì bình quân chi tiêu tiêu dùng cá nhân tăng (hay giảm) xấp xỉ 0,519794 tỷ đồng.
14
1.2 PHƯƠNG PHÁP LUẬN
Vì sao tác động của thu nhập đối với tiêu dùng cá nhân chỉ được giải thích là “xấp xỉ”?
Vì: Nếu lấy mẫu khác thì kết quả ước lượng có thể khác nhau. Kết quả tìm được chỉ là ước lượng gần đúng cho các tham số của mô hình.
15
1.2 PHƯƠNG PHÁP LUẬN
5. Kiểm định giả thuyết nhằm- Xác định mức độ phù hợp về mặt lý thuyết của
mô hình- Xác định dạng mô hình và chẩn đoán dấu hiệu
có thể vi phạm các giả thiết cổ điển của mô hình kinh tế lượng
Trong ví dụ trên:- Đánh giá mức độ ý nghĩa thống kê của con số
0,519794 trong mô hình (1.3)- Nếu mô hình ước lượng được chẩn đoán là tốt
thì có thể sử dụng để dự báo và củng cố luận cứ kinh tế
16
1.2 PHƯƠNG PHÁP LUẬN
6. Dự báoGiả sử mô hình (1.3) được đánh giá tốt. Sử dụng
mô hình này để tính chi tiêu cá nhân Việt Nam năm 2006 nếu GDP 2006 Việt Nam đạt 425000 tỷ đồng
Ŷ2006= 43,08986 + 0,519794 *(425000)
Ŷ2006 =220955 (tỷ đồng)
17
(1) Mô hình hồi quy tuyến tính đơn
Y= α+βX +u
với α tung độ gốc hoặc hệ số chặn,
β độ dốc của đường thẳng (gọi chung hai loại hệ số này là hệ số hồi quy)
Y biến phụ thuộc
X biến độc lập
u nhiễu, số dư, sai số
(2) Mô hình hồi quy tuyến tính bội
Y=α+β1X1+ β2X2++... βkXk+u
18
MÔ HÌNH HỒI QUY
1.3 PHÂN TÍCH HỒI QUY
Nghiên cứu mối liên hệ phụ thuộc của một biến (biến phụ thuộc, biến được giải thích) với một hay nhiều biến khác (biến độc lập, biến giải thích)
VD:Phân tích hồi quy nhằm:- Ước lượng giá trị trung bình của biến phụ thuộc với
giá trị đã biết của biến độc lập- Kiểm định giả thiết về bản chất quan hệ phụ thuộc- Dự đoán giá trị trung bình của biến phụ thuộc- Kết hợp các vấn đề trên
19
XY 21
1.3 PHÂN TÍCH HỒI QUY
1. Hàm hồi quy tổng thể PRF (Population Regression Function)
Là hàm hồi quy được xây dựng dựa trên kết quả khảo sát tổng thể. Hàm hồi qui tổng thể có dạng:
E(Y/Xi) = f(Xi)
20
1.3 PHÂN TÍCH HỒI QUY
o 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.
o Hồi quy đơn (hồi quy hai biến): nếu PRF có một biến độc lập. Hồi quy bội (hồi quy nhiều biến): nếu PRF có hai biến độc lập trở lên
21
1.3 PHÂN TÍCH HỒI QUY
Ví dụ khảo sát chi tiêu và thu nhập của 60 hộ gia đình tại một khu vực ở Mỹ với giả thiết khu vực này là tổng thể nghiên cứu.
Gọi X: thu nhập hàng tuần của các hộ gia đình (USD)
Y: mức chi tiêu trong tuần (USD)
22
1.3 PHÂN TÍCH HỒI QUY X
Y
80 100 120 140 160 180 200 220 240 260
55 65 79 80 102 110 120 135 137 150
60 70 84 93 107 115 136 137 145 152
65 74 90 95 110 120 140 140 155 175
70 80 94 103 116 130 144 152 165 178
75 85 98 108 118 135 145 157 175 180
88 113 125 140 160 189 185
115 162 191
E(Y/Xi) 65 77 89 101 113 125 137 149 161 173
23Bảng 1.2 Số liệu thu nhập và chi tiêu của 60 hộ gia đình (Nguồn: D.N. Gujarati)
1.3 PHÂN TÍCH HỒI QUY
24
Hình 1.3 Biểu đồ phân tán giá của Y theo X
1.3 PHÂN TÍCH HỒI QUY
25
Hình 1.4 Biểu đồ phân tán giá trị trung bình của Y theo X
1.3 PHÂN TÍCH HỒI QUY
• Mô hình hồi quy tổng thể dạng xác định:E(Y/Xi) = f(Xi)= β1 + β2Xi (1.4)
• Dạng ngẫu nhiên: Yi = E(Y/Xi) + Ui = β1 + β2Xi + Ui (1.5)
VớiE(Y/Xi): trung bình của Y với điều kiện X nhận giá
trị Xi
Yi : giá trị quan sát thứ i của biến phụ thuộc YUi : nhiễu (sai số ngẫu nhiên, độ lệch giữa giá trị
quan sát Yi và E(Y/Xi))β1,, β2: tham số, hệ số hồi quy
26
1.3 PHÂN TÍCH HỒI QUY
β1: hệ số chặn, hệ số tự do, tung độ góc, cho biết giá trị trung bình của biến phụ thuộc Y là bao nhiêu khi biến độc lập X nhận giá trị 0
β2 : hệ số góc, độ dốc, cho biết giá trị trung bình của Y sẽ thay đổi (tăng, giảm) bao nhiêu đơn vị khi giá trị của X tăng lên 1 đơn vị với điều kiện các yếu tố khác không đổi.
27
1.3 PHÂN TÍCH HỒI QUY
Ví dụ trên, ở nhóm hộ có mức thu nhập 100 USD/tuần thì hộ thứ nhất có mức chi tiêu
Y1= 65 = E(Y/X=100) + U1 = 77 + U1
Với U1 = -12 USD
Hộ thứ sáuY6= 88= E(Y/X=100) + U6 = 77 + U6
Với U6 = 11 USD
28
1.3 PHÂN TÍCH HỒI QUY
Ui : biểu thị cho ảnh hưởng của các yếu tố đối với biến phụ thuộc mà không được đưa vào mô hình.
Sự tồn tại của nhiễu do:- Nhà nghiên cứu không biết hết các yếu tố ảnh hưởng đến
biến phụ thuộc Y. Hoặc nếu biết cũng không thể có số liệu cho mọi yếu tố
- Không thể đưa tất cả yếu tố vào mô hình vì làm mô hình phức tạp
- Sai số đo lường trong khi thu thập số liệu- Bỏ sót biến giải thích- Dạng mô hình hồi quy không phù hợp
29
1.3 PHÂN TÍCH HỒI QUY
Hàm hồi quy tuyến tính được hiểu là hồi quy tuyến tính đối với tham số
Ví dụ các hàm hồi quy tuyến tính
30
Ví dụ các hàm không phải hồi quy tuyến tính
1.3 PHÂN TÍCH HỒI QUY
2. Hàm hồi quy mẫu SRF (Sample Regression Function)
Thực tế, không có điều kiện khảo sát tổng thể -> lấy mẫu -> xây dựng hàm hồi quy mẫu -> ước lượng giá trị trung bình của biến phụ thuộc từ số liệu mẫu
31
1.3 PHÂN TÍCH HỒI QUY
PRF dạng xác định • E(Y/Xi) = f(Xi)= β1 + β2Xi
dạng ngẫu nhiên • Yi = E(Y/Xi) + Ui = β1 + β2Xi + Ui SRF dạng xác định
• dạng ngẫu nhiên
32
ii XY 21ˆˆˆ
iiiii eXeYY 21ˆˆˆ
1.3 PHÂN TÍCH HỒI QUY
Trong đó:Ŷi : ước lượng điểm của E(Y/Xi)
: ước lượng điểm của β1 , β2
ei : ước lượng điểm của Ui và được gọi là phần dư (residuals)
33
21ˆ,ˆ
1.4 CÁC LOẠI QUAN HỆ
1. Quan hệ thống kê và quan hệ hàm sốQuan hệ thống kê: ứng với mỗi giá trị của biến độc lập
có thể có nhiều giá trị khác nhau của biến phụ thuộc -> phản ánh mối quan hệ không chính xác- > đối tượng của phân tích hồi quy
VD: chi tiêu- thu nhập của 60 hộ gia đìnhQuan hệ hàm số: các biến không phải là ngẫu nhiên,
ứng với mỗi giá trị của biến độc lập chỉ duy nhất một giá trị của biến phụ thuộc -> phản ánh mối quan hệ chính xác
VD: cách tính lương cơ bản= đơn giá lương * hệ số lương
34
1.4 CÁC LOẠI QUAN HỆ
2. Hàm hồi quy và quan hệ nhân quảQuan hệ nhân quả: Biến X (biến độc lập) -> biến Y (biến phụ thuộc)(nhân) (quả)Nhưng thực tế không thể xác định rõ ràng biến nào quy
định biến nàoPhân tích hồi quy không nhất thiết bao hàm quan hệ
nhân quả VD: tiêu dùng phụ thuộc vào thu nhập nhưng thu nhập
không hẳn là nguyên nhân khiến con người tiêu dùng
35
1.4 CÁC LOẠI QUAN HỆ
3. Hồi quy và tương quan Phân tích tương quan: đo lường liên kết tuyến
tính giữa hai biến và hai biến có vai trò đối xứng
VD: quan hệ tương quan cao giữa hút thuốc và ung thư phổi
Phân tích hồi quy: ước lượng hoặc dự báo giá trị trung bình của biến phụ thuộc dựa trên giá trị xác định của biến độc lập.
36
1.5 SỐ LIỆUSố liệu trong phân tích hồi quy có được từ hai nguồn
thu thập• Số liệu thử nghiệm: tiến hành thử nghiệm theo
những điều kiện nhất định VD: trồng giống lúa mới trên các thửa ruộng thí
nghiệm, thực hiện các chế độ chăm sóc giống lúa này và ghi chép lại số liêu liên quan đến quá trình sinh trưởng, khả năng phòng chống sâu bệnh, năng suất lúa.
• Số liệu thực tế không bị kiểm soát bởi nhà nghiên cứu. VD: giá vàng, số liệu GDP…
37
1.5 PHÂN LOẠI SỐ LIỆU
1. Số liệu chuỗi thời gian: số liệu của biến điều tra từ một thực thể ứng với các thời điểm khác nhau
VD: chỉ số VN-Index sàn HoSE từ ngày 2.1.2010 đến 15.1.2010
2. Số liệu chéo: số liệu của biến điều tra từ các thực thể khác nhau tại cùng một thời điểm
VD: giá vàng tại TPHCM, Hà Nội, Cần Thơ ngày 2.1.2010
38
1.5 PHÂN LOẠI SỐ LIỆU
3. Số liệu hỗn hợp (số liệu bảng)Là kết hợp của hai dạng trênVD: giá vàng SJC bán ra trong tuần từ 8.2.2010 đến
12.2.2010 tại TPHCM, Hà Nội, Cần Thơ, Đà NẵngChất lượng số liệu phụ thuộc nhiều yếu tố:- Vấn đề sai số trong quá trình thu thập số liệu- Hiệu quả của phương pháp điều tra chọn mẫu- Mức độ tổng hợp và bảo mật của số liệu
39
BÀI TẬP
1. Cho mô hình Y=β1 + β2 X + U. Hãy dự đoán dấu của β2 theo các trường hợp sau:
a. Mức cầu của một loại hàng hóa (Y) và giá bán (X)
b. Lượng tiền mặt lưu giữ trên thu nhập của cá nhân (Y) với mức lạm phát (X)
c. Lượng khách đi xe buýt (Y) và giá bán lẻ xăng (X)
40