Bài giảng Kinh tế lượng - Chương 4: Dạng hàm - Trần Quang Cảnh
So sánh R2 giữa các mô hình
Cùng cỡ mẫu n
Cùng số biến độc lập. Nếu các hàm hồi quy không
cùng số biến độc lập thì dùng hệ số xác định hiệu
chỉnh
Biến phụ thuộc xuất hiện trong hàm hồi quy có cùng
dạng. Biến độc lập có thể ở các dạng khác nhau.
VD: Các hàm hồi quy có thể so sánh R2 với nhau
Y=β1 + β.X +U
Y= β1 + β.lnX +U
Các hàm hồi quy không thể so sánh R2 với nhau
Y=β1 + β.X +U
lnY= β1 + β.X +U
Ví dụ 1
Nếu thu nhập tăng 1% thì chi tiêu tăng 0.9375%
Mô hình tuyến tính log
LOG(Y) =0.0673 +0.8203*LOG(X)
Nếu thu nhập tăng 1% thì chi tiêu tiêu dùng trung bình
tăng 0.8203% (với điều kiện các yếu tố khác không
đổi).
Ý nghĩa hệ số co giãn?
Mô hình lin-log
Y = -0.3126 + 2.8070*LOG(X)
Nếu thu nhập tăng 1% thì chi tiêu tiêu dùng
trung bình tăng 0.028070 triệu đ/tháng
(=2.8070/100) (với điều kiện các yếu tố khác
không đổi).
Mô hình log-lin
LOG(Y) = 2.2647+ 0.2126*X
Nếu thu nhập tăng 1 triệu đ/tháng thì chi tiêu
tiêu dùng trung bình tăng 21,26 %
(=0.2126*100) (với điều kiện các yếu tố khác
không đổi).
6 trang |
Chia sẻ: hachi492 | Ngày: 15/01/2022 | Lượt xem: 213 | Lượt tải: 0
Bạn đang xem nội dung tài liệu Bài giảng Kinh tế lượng - Chương 4: Dạng hàm - Trần Quang Cảnh, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
1CHƯƠNG 4
DẠNG HÀM
2
1. Mở rộng các dạng hàm
2. Hiểu ý nghĩa các hệ số hồi quy
MỤC
TIÊU
DẠNG HÀM
NỘI DUNG
Khái niệm biên tế, hệ số co giãn1
Giới thiệu các mô hình2
• Giả sử có hàm Y=f(X)
• Giá trị biên tế MYX =∆Y/∆X
∆Y= MYX * ∆X
Ý nghĩa của biên tế: Cho biết lượng thay đổi
tuyệt đối của biến phụ thuộc Y khi biến độc
lập X thay đổi 1 đơn vị
Khi ∆X->0, MYX ≈ f’(X)
4
4.1 BIÊN TẾ
• Hệ số co giãn của Y theo X là
• Lượng thay đổi tương đối của Y
5
X
X
Y
Y
E YX
)100(100
X
X
E
Y
Y
YX
4.1 HỆ SỐ CO GIÃN
• Ý nghĩa của hệ số co giãn: cho biết sự thay đổi
tương đối (%) của Y khi X thay đổi 1%
• Khi ∆X->0
• Hệ số co giãn không phụ thuộc đơn vị đo
6
Y
X
Xf
X
dX
Y
dY
EYX )('
4.1 HỆ SỐ CO GIÃN
1
2
3
4
5
6
27
iii
i
uXY
XXYE
2
2)/(
Mô hình hồi quy tổng thể
Mô hình hồi quy mẫu ngẫu nhiên:
iii eXY 2ˆ
22
ˆ
i
ii
X
YX
1
ˆ,
ˆ
)ˆ(
2
2
2
2
2
n
e
X
Var
i
i
4.2 Mô hình hồi quy qua gốc tọa độ
8
Mô hình hồi quy mũ
Hay
iu
ii eXY
2
1
ii uXY 121 lnlnln
XdX
Y
dY
XdX
Yd 22ln
Y
X
dX
dY
E
X
dX
Y
dY
X
Y 2
4.3 Mô hình tuyến tính logarit (log-log)
9
iii uXY ln253,07774,0lnVí dụ:
Khi giá tăng 1% thì lượng cầu của loại hàng
hoá này sẽ giảm 0,25%.
4.3 Mô hình tuyến tính logarit (log-log)
10
4.4.1. Mô hình log-lin
4.4 . Mô hình bán logarit
lnYi = 1 + 2. Xi + Ui
11
4.4.1. Mô hình log-lin
Công thức tính lãi gộp
Với r: tốc độ tăng trưởng gộp theo thời gian
của Y
t: thời gian (tháng, quý, năm)
t
t rYY )1(0
nt ,1
4.4 . Mô hình bán logarit
12
Lấy logarit hai vế
lnYt = lnY0 + t*ln(1+r)
Hay lnYt = 1 + 2.t
với lnY0= 1 và ln(1+r) = 2
Mô hình bán logarit có yếu tố ngẫu nhiên
lnYt = 1 + 2.t + Ut
4.4.1. Mô hình log-lin
7
8
9
10
11
12
313
Nhân thay đổi tương đối của Y lên 100.
Nếu 2>0: tốc độ tăng trưởng (%) của Y đối với
thay đổi tuyệt đối của t
Nếu 2 < 0: tốc độ giảm sút
dt
YdY
dt
dYY
dt
Yd
)1()(ln
2
Thay đổi tương đối của biến phụ thuộc (Y)
Thay đổi tuyệt đối của biến độc lập (t)
2 =
4.4.1. Mô hình log-lin
14
4.4.1. Mô hình log-lin
Ứng dụng: Nghiên cứu khảo sát tốc độ
tăng trưởng (giảm sút) của các biến kinh
tế vĩ mô như GDP, dân số, lao động,
năng suất.
Mô hình tuyến tính Yt = β1 + β2.t +Ut
thích hợp với ước lượng thay đổi tuyệt
đối của Y theo thời gian
Mô hình log-lin thích hợp với ước
lượng thay đổi tương đối của Y theo thời
gian
15
Ví dụ: Cho kết quả hồi quy tổng SP nội địa
(RGDP) tính theo giá năm 1987 của Mỹ
trong khoảng thời gian 1972-1991
tYi 0247,00139,8
ˆ
GDP thực tăng với tốc độ 2,47%/năm từ 1972-
1991.
4.4.1. Mô hình log-lin
Nếu Y = ln(RGDP)
Nếu Y = RGDP tYi 6806,97054,2933
ˆ
GDP thực tăng với tốc độ tuyệt đối 97,68 tỷ
USD/năm từ 1972-1991.
16
Nếu X thay đổi 0,01 (hay 1%) thay đổi tuyệt
đối của Y là 0,012.
iii uXY ln21
X
dX
dY
2
4.4.2. Mô hình lin-log
XdX
dY 1
2 hay
17
Ví dụ
Y: GNP (tỷ USD)
X: lượng cung tiền (tỷ USD)
Với số liệu trong khoảng thời gian 1970-83
Ý nghĩa 2=2584,785: trong khoảng thời gian
1970-83, lượng cung tiền tăng lên 1%, kéo
theo sự gia tăng bình quân của GNP 25,84 tỷ
USD.
4.4.2. Mô hình lin-log
ii XY ln*785,258421,16329
ˆ
18
Đặc điểm: Khi X tiến tới ∞, số hạn
β2(1/X) tiến dần tới 0 và Y tiến tới giá trị
tới hạn β1.
Ứng dụng: đường chi phí đơn vị,
đường tiêu dùng theo thu nhập Engel
hoặc đường cong Phillips.
ii u
X
Y
1
21
4.5 Mô hình nghịch đảo
13
14
15
16
17
18
419
Chi phí sản xuất cố
định trung bình
(AFC) giảm liên tục
khi sản lượng tăng
và cuối cùng tiệm
cận với trục sản
lượng ở β1
1 >0
2 >0
1
X (sản lượng)
Y (AFC)
0
Đường chi phí đơn vị
20
Khi tỷ lệ thất nghiệp tăng vô hạn, tỷ lệ giảm sút
của tiền lương sẽ không vượt quá β1
1 <0
2 >0
1
X (Tỷ lệ thất
nghiệp)
Y (Tỷ lệ thay
đổi tiền lương)
0
Đường cong Phillips
21
1 > 0
2 < 0
1
X (Tổng thu
nhập/ Tổng chi
tiêu)
Y (Chi tiêu
của một
loại hàng)
0
-2 / 1
Đường cong Engel
22
Chi tiêu hàng hóa tăng khi tổng thu nhập (hoặc
tổng chi tiêu) tăng nhưng đối với một số loại
hàng hóa thì thu nhập của người tiêu dùng phải
đạt ở mức tối thiểu -2 / 1 (hay còn gọi là
ngưỡng thu nhập) thì người tiêu dùng mới sử
dụng loại hàng này.
Mặt khác, nhu cầu của loại hàng này là hữu
hạn, nghĩa là dù thu nhập có tăng vô hạn thì
người tiêu dùng cũng không tiêu thụ thêm mặt
hàng này nữa. Mức tiêu dùng bão hòa của loại
hàng này là β1
Đường cong Engel
23
Với:
Y Tổng chi phí
X Số lượng sản phẩm
Ứng dụng: từ hàm này, suy ra được
chi phí trung bình (AC) và chi phí biên
(MC)
ii uXXXY
3
4
2
321
4.6 Mô hình đa thức
24
Với:
Yt Tiêu dùng năm t
Xt Thu nhập năm t
Xt-1 Thu nhập năm t-1
Xt-k Thu nhập năm t-k
k Chiều dài độ trễ
tktttt uXXXY 41321 ...
4.7 Mô hình có độ trễ phân phối
19
20
21
22
23
24
525
Hàm sản xuất Cobb-Douglas
m
mXXXXY
...321 3210
Hàm mũ
21
210
LKY
Y: sản lượng đầu ra;
K: vốn;
L: lao động
26
Nếu tăng lao động và vốn lên gấp k lần
Hàm mũ
YkLkKkY .)..()..( 2121 20
*
β1 + β2=1 sản lượng không đổi theo quy
mô (không hiệu quả)
β1 + β2< 1 sản lượng giảm theo quy mô
(có hiệu quả ?)
β1 + β2 > 1 sản lượng tăng theo quy mô
(có hiệu quả ?)
27
So sánh R2 giữa các mô hình
Cùng cỡ mẫu n
Cùng số biến độc lập. Nếu các hàm hồi quy không
cùng số biến độc lập thì dùng hệ số xác định hiệu
chỉnh
Biến phụ thuộc xuất hiện trong hàm hồi quy có cùng
dạng. Biến độc lập có thể ở các dạng khác nhau.
VD: Các hàm hồi quy có thể so sánh R2 với nhau
Y=β1 + β.X +U
Y= β1 + β.lnX +U
Các hàm hồi quy không thể so sánh R2 với nhau
Y=β1 + β.X +U
lnY= β1 + β.X +U
2
R
28
Tên
hàm Dạng hàm Biên tế Dẫn xuất từ biên tế
Hệ số
co
giãn
Ý nghĩa hệ số
góc
Tuyế
n tínhY=β1+β2*X β2 ∆Y=β2(∆X)
β2(X/
Y)
Khi X tăng 1
đơn vị thì Y
thay đổi β2 đơn
vị
Log
kép lnY=β1+β2*lnX β2(Y/X)
100.∆Y/Y=β2(100.∆
X/X) β2
Khi X tăng 1%
thì Y thay đổi
β2 (%)
Log-
lin lnY=β1+β2*X β2.Y
100.∆Y/Y=(100.β2).(
∆X) β2X
Khi X tăng 1
đơn vị thì Y
thay đổi 100.β2
(%)
Lin-
log Y=β1+β2*lnX β2(1/X)
∆Y=(β2/100)(100.∆
X/X)
β2(1/
Y)
Khi X tăng 1%
thì Y thay đổi
(β2/100) đơn vị
29
Ví dụ 1
Y: Chi tiêu tiêu dùng (triệu đ/tháng)
X: Thu nhập (triệu đồng/tháng),
Ῡ= 4;
Nêu ý nghĩa hệ số hồi quy , ý nghĩa hệ số co giãn
theo từng mô hình
Mô hình tuyến tính
Y = 0.25 + 0.75.X
Nếu thu nhập tăng lên 1 triệu đồng/tháng thì chi tiêu
tiêu dùng trung bình tăng 0.75 triệu đ/tháng (với điều
kiện các yếu tố khác không đổi).
5X
9375.0)4/5(75.0)/(2 YXEYX
2
30
Ví dụ 1
Nếu thu nhập tăng 1% thì chi tiêu tăng 0.9375%
Mô hình tuyến tính log
LOG(Y) =0.0673 +0.8203*LOG(X)
Nếu thu nhập tăng 1% thì chi tiêu tiêu dùng trung bình
tăng 0.8203% (với điều kiện các yếu tố khác không
đổi).
Ý nghĩa hệ số co giãn?
25
26
27
28
29
30
631
Mô hình lin-log
Y = -0.3126 + 2.8070*LOG(X)
Nếu thu nhập tăng 1% thì chi tiêu tiêu dùng
trung bình tăng 0.028070 triệu đ/tháng
(=2.8070/100) (với điều kiện các yếu tố khác
không đổi).
Mô hình log-lin
LOG(Y) = 2.2647+ 0.2126*X
Nếu thu nhập tăng 1 triệu đ/tháng thì chi tiêu
tiêu dùng trung bình tăng 21,26 %
(=0.2126*100) (với điều kiện các yếu tố khác
không đổi).
32
Ví dụ 2
Y: Nhu cầu mặt hàng A (ngàn cái/tháng)
X: Giá mặt hàng A (triệu đồng/cái)
Nêu ý nghĩa β2 theo từng mô hình
•Mô hình tuyến tính
Y = 0.25 - 3.5*X
•Mô hình tuyến tính log
LOG(Y) =0.0673 - 2.5*LOG(X)
•Mô hình lin-log
Y = -0.3126 - 120*LOG(X)
•Mô hình log-lin
LOG(Y) = 2.2647- 0.153*X
31
32
Các file đính kèm theo tài liệu này:
- bai_giang_kinh_te_luong_chuong_4_dang_ham_tran_quang_canh.pdf