Bài giảng môn Kinh tế lượng - Chương 1: Nhập môn kinh tế lượng
PHÂN LOẠI SỐ LIỆU
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
Số liệu hỗn hợp (số liệu bảng)
Là kết hợp của hai dạng trên
VD: giá vàng SJC bán ra trong tuần từ 8.2.2010 đến 12.2.2010 tại TPHCM, Hà Nội, Cần Thơ, Đà Nẵng
Chất 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
1. Cho mô hình Y=β1 + β2 X + U. Hãy dự đoán dấu của β2 theo các trường hợp sau:
Mức cầu của một loại hàng hóa (Y) và giá bán (X)
Lượng tiền mặt lưu giữ trên thu nhập của cá nhân (Y) với mức lạm phát (X)
Lượng khách đi xe buýt (Y) và giá bán lẻ xăng (X)
40 trang |
Chia sẻ: hachi492 | Ngày: 14/01/2022 | Lượt xem: 329 | Lượt tải: 0
Bạn đang xem trước 20 trang tài liệu Bài giảng môn Kinh tế lượng - Chương 1: Nhập môn kinh tế lượng, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
CHƯƠNG 1
NHẬP MÔN KINH TẾ LƯỢNG (ECONOMETRICS)
NHẬP MÔN KINH TẾ LƯỢNG
Biết được phương pháp luận của kinh tế lượng
Nắm được bản chất của phân tích hồi quy
Hiểu các loại số liệu và các quan hệ
MỤC TIÊU
2
NỘI DUNG CHƯƠNG
3
Khái niệm
1
Phương pháp luận nghiên cứu của kinh tế lượng
2
3
Các loại quan hệ
4
Số liệu
5
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 lượng
Các nhà phân tích quan tâm đến ước lượng cung/cầu hàng hóa, dịch vụ
Công 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 thuyết
Chuỗi 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 báo
Các công ty dự báo doanh thu, lợi nhuận, chi phí sản xuất, lượng hàng tồn kho cần thiết
Chính 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
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”
Thiết lập mô hình kinh tế lượng
Đặt Y: biến chi tiêu tiêu dùng
X: biến thu nhập
U: sai số ngẫu nhiên (Vai trò của U?)
Mô hình toán: Y= α + β X (1.1)
Mô hình kinh tế lượng: Y= α + β X + 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
221545
11
Bảng 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 số
Theo phương pháp bình phương nhỏ nhất thông thường (OLS- Ordinary Least Squares)
Ŷ i = 43,08986 + 0,519794 X i (1.3)
Tại sao có ký hiệu Ŷ i ?
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 báo
Giả 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
Ŷ 2006 = 43,08986 + 0,519794 * (425000)
Ŷ 2006 =220955 (tỷ đồng)
17
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+β 1 X 1 + β 2 X 2 ++... β k X k +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
1.3 PHÂN TÍCH HỒI QUY
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/X i ) = f(X i )
20
1.3 PHÂN TÍCH HỒI QUY
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.
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/X i )
65
77
89
101
113
125
137
149
161
173
23
Bảng 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/X i ) = f(X i )= β 1 + β 2 X i (1.4)
Dạng ngẫu nhiên:
Y i = E(Y/X i ) + U i = β 1 + β 2 X i + U i (1.5)
Với
E(Y/X i ): trung bình của Y với điều kiện X nhận giá trị X i
Y i : giá trị quan sát thứ i của biến phụ thuộc Y
U i : nhiễu (sai số ngẫu nhiên, độ lệch giữa giá trị quan sát Y i và E(Y/X i ))
β 1, , β 2 : tham số, hệ số hồi quy
26
1.3 PHÂN TÍCH HỒI QUY
β 1 : 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
β 2 : 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
Y 1 = 65 = E(Y/X=100) + U 1 = 77 + U 1
Với U 1 = -12 USD
Hộ thứ sáu
Y 6 = 88= E(Y/X=100) + U 6 = 77 + U 6
Với U 6 = 11 USD
28
1.3 PHÂN TÍCH HỒI QUY
U i : 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/X i ) = f(X i )= β 1 + β 2 X i
dạng ngẫu nhiên
Y i = E(Y/X i ) + U i = β 1 + β 2 X i + U i
SRF dạng xác định
dạng ngẫu nhiên
32
1.3 PHÂN TÍCH HỒI QUY
Trong đó:
Ŷ i : ước lượng điểm của E(Y/X i )
: ước lượng điểm của β 1 , β 2
e i : ước lượng điểm của U i và được gọi là phần dư (residuals)
33
1.4 CÁC LOẠI QUAN HỆ
Quan hệ thống kê và quan hệ hàm số
Quan 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 đình
Quan 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 quả
Quan 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 nào
Phân 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 LIỆU
Số 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
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 trên
VD: giá vàng SJC bán ra trong tuần từ 8.2.2010 đến 12.2.2010 tại TPHCM, Hà Nội, Cần Thơ, Đà Nẵng
Chất 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= β 1 + β 2 X + U. Hãy dự đoán dấu của β 2 theo các trường hợp sau:
Mức cầu của một loại hàng hóa (Y) và giá bán (X)
Lượng tiền mặt lưu giữ trên thu nhập của cá nhân (Y) với mức lạm phát (X)
Lượng khách đi xe buýt (Y) và giá bán lẻ xăng (X)
40
Các file đính kèm theo tài liệu này:
- bai_giang_mon_kinh_te_luong_chuong_1_nhap_mon_kinh_te_luong.ppt