Các mô hình hồi quy dữ liệu bảng: Bài giảng Các phương pháp định lượng

Chương trình Ging dy Kinh t Fulbright

Niên khóa 2010-2012

Các phương pháp ñnh lưng

Bài ñc

Kinh t lưng cơ s - 3

ed.

Ch. 16: Các mô hình hi quy d liu bng

Damodar N. Guragati 1 Biên dch: Xinh Xinh

Hiu ñính: Trng Hoài

hư

ươ

ơn

CÁ

ÁC

MÔ

HÌ

ÌN

H

I

D



I

U

B

N

Trong Chương 1, chúng ta ñã tho lun ngn gn v các loi d liu thưng có

cho phân tích thc nghim, ñó là d liu chui thi gian, d liu chéo và d liu bng.

ði vi d liu chui thi gian, chúng ta quan sát các giá tr ca mt hoc nhiu bin theo

thi gian (ví d, quan sát ch tiêu GDP trong nhiu quí hay nhiu năm). Trong d liu

chéo, các giá tr ca mt hoc nhiu bin ñưc thu thp cho nhiu ñơn v mu hoc nhiu

ñi din mu  ti cùng mt thi ñim (ví d, t l ti phm ca 50 tiu bang  M trong

mt năm nào ñó). Trong d liu bng, cùng mt ñơn v chéo nào ñó (theo không gian)

(thí d mt gia ñình hay mt doanh nghip hay mt tiu bang) ñưc ñiu tra theo thi

gian. Nói ngn gn, d liu bng có qui mô v thi gian ln không gian.

Chúng ta ñã xem mt thí d v d liu bng trong Bng 1.1. Bng này cho th y d

liu v s tr!ng ñưc sn xu t ra và các giá ca chúng ñi vi 50 tiu bang  M trong

các năm 1990 và 1991. ði vi mt năm cho trưc, d liu v s tr!ng và các giá ca

chúng th hin mt mu d liu chéo. ði vi b t kỳ mt tiu bang cho trưc nào, có hai

quan sát chui thi gian v s tr!ng và các giá ca chúng. Như th, chúng ta có t t c là

(50 x 2) = 100 quan sát (gp chung) v s tr!ng ñưc sn xu t ra và các giá ca chúng.

D liu bng còn ñưc gi b#ng các tên khác, như là d liu gp chung (gp

chung các quan sát chéo và chui thi gian), là s kt hp ca d liu chéo và chui

thi gian, d liu bng vi mô (micropanel data), d liu dc (longitudinal data) (ñó là

mt nghiên c!u nào ñó theo thi gian v mt bin hay mt nhóm ñi tưng), phân tích

lch s s kin (thí d, nghiên c!u s thay ñ$i theo thi gian ca nhng ñi tưng qua

các tình trng hay các ñiu kin ñưc tip di%n theo thi gian), phân tích theo t$ (cohort

analysis) (ví d, theo dõi con ñưng s nghip ca 1965 sinh viên tt nghip mt trưng

kinh doanh). Mc dù có nhng s thay ñ$i tinh t, nhưng t t c các tên gi này thc cht

mun nói ñn s thay ñi theo thi gian ca các ñơn v chéo. Vì th, chúng ta s& s' dng

thut ng d liu bng theo nghĩa chung ñ bao g)m mt hay nhiu hơn các thut ng nói

trên. Và chúng ta s gi các mô hình hi quy da trên d liu như th là các mô hình hi

quy d liu bng.

D liu bng hin ñang ñưc s' dng ngày càng nhiu trong nghiên c!u kinh t.

Mt s tp d liu bng n$i ting là:

1. Panel Study of Income Dynamics (PSID) (Nghiên c!u d liu bng S thay ñ$i

theo Thi gian ca Thu nhp) do Vin Nghiên c!u Xã hi ti ði hc Michigan tin hành.

Bt ñ*u vào năm 1968, mi năm Vin này thu thp d liu ñi vi khong 5.000 gia ñình

v các bin nhân kh+u hc và kinh t xã hi khác nhau.

2. Cc ðiu tra Dân s ca B Thương mi M tin hành mt cuc ñiu tra tương t

như PSID, ñưc gi là Survey of Income and Program Participation (SIPP) (ðiu tra

v Thu nhp và S Tham gia Chương trình). Nhng ngưi tham gia tr li ph,ng v n

ñưc ph,ng v n mi năm bn l*n v ñiu kin kinh t ca h.

Chương trình Ging dy Kinh t Fulbright

Các phương pháp ñnh lưng

Bài ñc

Kinh t lưng cơ s - 3

ed.

Ch. 16: Các mô hình hi quy d liu bng

Damodar N. Guragati Biên dch: Xinh Xinh

Hiu ñính: Trng Hoài

Nhiu cơ quan chính ph khác nhau  M cũng tin hành nhiu cuc ñiu tra khác

nhau. Ngay t. ñ*u, ñưa ra mt li cnh báo là ñiu phù hp. ð tài các h)i quy d liu

bng tht là rng, ph*n ni dung liên quan ñn toán hc và thng kê r t ph!c tp. Chúng

ta ch hy vng ñ cp ñn mt s ni dung cơ bn ca các mô hình h)i quy d liu bng,

các chi tit ca v n ñ này n#m  ph*n tài liu tham kho.

Xin cnh báo trưc r#ng mt

s tài liu tham kho này có tính k thut chuyên môn cao. R t may là trong s các ph*n

mm quen thuc vi chúng ta như Limdep, PcGive, SAS, STATA, Shazam, và Eviews ñã

làm cho công vic thc hin các h)i quy d liu bng trên thc t hoàn toàn d% dàng.

16.1. TI SAO LI LÀ D LIU BNG?

Nhng ưu ñim ca d liu bng so vi d liu chéo hay d liu chui thi gian là gì?

Baltagi lit kê nhng ưu ñim sau ñây ca d liu bng.

1. Bi vì d liu bng liên h ñn các cá nhân, các doanh nghip, các tiu bang, các

quc gia v.v theo thi gian, nên chc chn có tính không ñ)ng nh t trong các ñơn v này.

Các k thut ưc lưng da trên d liu bng có th tính ñn tính không ñ)ng nh t ñó

mt cách rõ ràng b#ng cách bao g)m các bin chuyên bit theo cá nhân, như chúng tôi sp

cho th y. Chúng tôi s' dng thut ng cá nhân  ñây theo nghĩa chung nh t ñ bao g)m

các ñơn v vi mô như các cá nhân, doanh nghip, tiu bang và quc gia.

2. B#ng cách kt hp chui thi gian ca các quan sát chéo, d liu bng cho chúng

ta “d liu ch!a nhiu thông tin hu ích hơn, tính bin thiên nhiu hơn, ít hin tưng ña

cng tuyn gia các bin hơn, nhiu bc t do hơn và hiu qu cao hơn.”

3. B#ng cách nghiên c!u quan sát lp ñi lp li ca các ñơn v chéo, d liu bng phù

hp hơn cho vic nghiên c!u s ñng thái thay ñi theo thi gian ca các ñơn v chéo

này. Nhng tác ñng ca th t nghip, tc ñ quay vòng vic làm, tính dch chuyn ca

lao ñng ñưc nghiên c!u tt hơn khi có d liu bng.

4. D liu bng có th phát hin và ño lưng tt hơn các tác ñng mà ngưi ta không

th quan sát ñưc trong d liu chui thi gian hay d liu chéo thu*n túy. Thí d, tác

ñng ca các lut v m!c lương ti thiu ñi vi vic làm và thu nhp có th ñưc nghiên

c!u tt hơn nu chúng ta bao g)m các ñt gia tăng m!c lương ti thiu liên tip trong các

m!c lương ti thiu ca liên bang và/hoc tiu bang.

5. D liu bng làm cho chúng ta có th nghiên c!u các mô hình hành vi ph!c tp

hơn. Thí d, chúng ta có th x' lý tt hơn b#ng d liu bng các hin tưng như li th

kinh t theo qui mô và thay ñ$i công ngh so vi d liu chéo hay d liu chui thi gian.

6. B#ng cách cung c p d liu ñi vi vài nghìn ñơn v, d liu bng có th gim ñn

m!c th p nh t hin tưng chch có th xy ra nu chúng ta gp các cá nhân hay các

doanh nghip theo nhng bin s có m!c t$ng hp cao.

Nói tóm li, d liu bng có th làm cho phân tích thc nghim phong phú hơn so

vi cách chúng ta ch s' dng d liu chéo hay d liu chui thi gian. ðiu này không

Chương trình Ging dy Kinh t Fulbright

Các phương pháp ñnh lưng

Bài ñc

Kinh t lưng cơ s - 3

ed.

Ch. 16: Các mô hình hi quy d liu bng

Damodar N. Guragati Biên dch: Xinh Xinh

Hiu ñính: Trng Hoài

có ý cho r#ng không có v n ñ khó khăn gì vi vic lp mô hình da trên d liu bng.

Chúng ta s& tho lun v chúng sau khi trình bày mt vài lý thuyt và tho lun mt ví d.

16.2. D LIU BNG: MT VÍ D MINH HA

ð chu+n b, chúng ta hãy xét mt ví d c th. Hãy xét d liu ñưc cho trong

Bng 16.1, d liu này ñưc l y t. mt nghiên c!u n$i ting v lý thuyt ñ*u tư do Y.

Grunfeld ñ xu t.

Grunfeld quan tâm ñn vic tìm hiu xem t$ng ñ*u tư (Y) ph thuc như th nào

vào giá tr thc ca doanh nghip (X

) và tr lưng vn thc (X

). Mc dù nghiên c!u

ñ*u tiên bao g)m nhiu công ty, nhưng nh#m mc ñích minh ha chúng tôi ch thu nhn

d liu v bn công ty, ñó là General Electric (GE), General Motor (GM), U.S. Steel

(US), và Westinghouse. D liu ñi vi mi công ty v ba bin nói trên có s/n cho thi

kỳ 1935-1954. Như th, có bn ñơn v chéo (theo không gian) và 20 thi ñon. Vì th,

tính t$ng cng chúng ta có 80 quan sát. Y ñưc kỳ vng có quan h ñ)ng bin vi X

và

Trên nguyên tc, chúng ta có th chy bn h)i quy chui thi gian, t!c là mt h)i

quy cho mi công ty, hay chúng ta có th chy 20 h)i quy chéo, t!c là mt h)i quy cho

mi năm. Trong trưng hp chy h)i quy chéo, chúng ta s& phi lo lng ñn s bc t do.

Chương trình Ging dy Kinh t Fulbright

Các phương pháp ñnh lưng

Bài ñc

Kinh t lưng cơ s - 3

ed.

Ch. 16: Các mô hình hi quy d liu bng

Damodar N. Guragati Biên dch: Xinh Xinh

Hiu ñính: Trng Hoài

BNG 16.1 D0 LI1U V2 ð3U TƯ CHO B5N CÔNG TY, 1935-1954

Quan sát I F

–

Quan sát I F

–

1935 33,1

1170,6

97,8

1935 209,9

1362,4

53,8

1936 45,0

2015,8

104,4

1936 355,3

1807,1

50,5

1937 77,2

2803,3

118,0

1937 469,9

2673,3

118,1

1938 44,6

2039,7

156,2

1938 262,3

1801,9

260,2

1939

48,1

2256,2

172,6

1939

230,4

1957,3

312,7

1940 74,4

2132,2

186,6

1940 361,6

2202,9

254,2

1941 113,0

1834,1

220,9

1941 472,8

2380,5

261,4

1942 91,9

1588,0

287,8

1942 445,6

2168,6

298,7

1943 61,3

1749,4

319,9

1943 361,6

1985,1

301,8

1944 56,8

1687,2

321,3

1944 288,2

1813,9

279,1

1945 93,6

2007,7

319,6

1945 258,7

1850,2

213,8

1946

159,9

2208,3

346,0

1946

420,3

2067,7

232,6

1947 147,2

1656,7

456,4

1947 420,5

1796,7

264,8

1948 146,3

1604,4

543,4

1948 494,5

1625,8

306,9

1949

98,3

1431,8

618,3

1949

405,1

1667,0

351,1

1950 93,5

1610,5

647,4

1950 418,8

1677,4

357,8

1951 135,2

1819,4

671,3

1951 588,2

2289,5

341,1

1952 157,3

2079,7

726,1

1952 645,2

2159,4

444,2

1953 179,5

2371,6

800,3

1953 641,0

2031,3

623,6

1954 189,6

2759,9

888,9

1954 459,3

2115,5

669,7

WEST

1935 317,6

3078,5

2,8

1935 12,93

191,5

1,8

1936 391,8

4661,7

52,6

1936 25,90

516,0

0,8

1937

410,6

5387,1

156,9

1937

35,05

729,0

7,4

1938 257,7

2792,2

209,2

1938 22,89

560,4

18,1

1939 330,8

4313,2

203,4

1939 18,84

519,9

23,5

1940

461,2

4643,9

207,2

1940

28,57

628,5

26,5

1941 512,0

4551,2

255,2

1941 48,51

537,1

36,2

1942 448,0

3244,1

303,7

1942 43,34

561,2

60,8

1943 499,6

4053,7

264,1

1943 37,02

617,2

84,4

1944

547,5

4379,3

201,6

1944

37,81

626,7

91,2

1945 561,2

4840,9

265,0

1945 39,27

737,2

92,4

1946 688,1

4900,0

402,2

1946 53,46

760,5

86,0

1947

568,9

3526,5

761,5

1947

55,56

581,4

111,1

1948 529,2

3245,7

922,4

1948 49,56

662,3

130,6

1949 555,1

3700,2

1020,1

1949 32,04

583,8

141,8

1950 642,9

3755,6

1099,0

1950 32,24

635,2

136,7

1951 755,9

4833,0

1207,7

1951 54,38

732,8

129,7

1952 891,2

4924,9

1430,5

1952 71,78

864,1

145,5

1953 1304,4

6241,7

1777,3

1953 90,08

1193,5

174,8

1954

1486,7

5593,6

2226,3

1954

68,60

1188,9

213,5

Ghi chú:

Y = I = t$ng ñ*u tư = nhng ñ*u tư b$ sung vào nhà máy và thit b cng vi bo trì và

s'a cha, tính b#ng triu ñô la M ñã kh' lm phát bi ch s giá P

Chương trình Ging dy Kinh t Fulbright

Các phương pháp ñnh lưng

Bài ñc

Kinh t lưng cơ s - 3

ed.

Ch. 16: Các mô hình hi quy d liu bng

Damodar N. Guragati Biên dch: Xinh Xinh

Hiu ñính: Trng Hoài

= F = giá tr ca doanh nghip = giá ca c$ phiu thưng và c$ phiu ưu ñãi vào

ngày 31 tháng 12 (hay giá trung bình ca ngày 31 tháng 12 và ngày 31 tháng 1 ca

năm sau) nhân vi s c$ phiu thưng và c$ phiu ưu ñãi còn lưu hành cng vi

t$ng giá tr trên s$ sách ca vn vay vào ngày 31 tháng 12, tính b#ng triu ñô la M

ñã kh' lm phát bi P

= C = tr lưng nhà máy và thit b = t$ng s tích lũy ca nhng ñ*u tư b$ sung vào

nhà máy và thit b ñã ñưc kh' lm phát bi P

tr. ñi khon tin kh u hao ñã kh'

lm phát bi P

trong các ñnh nghĩa này.

= Ch s kh' lm phát tim +n ca thit b lâu bn ca các nhà sn xu t (1947 = 100)

= Ch s kh' lm phát tim +n ca GDP (1947 = 100)

= Ch s kh' lm phát chi phí kh u hao = trung bình trưt 10-năm ca ch s giá bán

buôn ca kim loi và các sn ph+m t. kim loi (1947 = 100)

Ngun: Trích t. H.D. Vinod và Aman Ullah, Nhng Tin b Gn ñây trong Các Phương

pháp Hi quy, Nhà Xu t bn Marcel Dekker, New York, 1981, các trang 259-261

Gp chung t t c 80 quan sát, chúng ta có th vit hàm ñ*u tư ca Grunfeld như

2it

3it

+ u

i = 1, 2, 3, 4

t = 1, 2, . . . , 20 (16.2.1)

trong ñó i là ñơn v chéo th! i và t là thi ñon th! t. Theo qui ưc, chúng ta s& cho i là ký

hiu cho ñơn v chéo và t là ký hiu theo thi gian. Chúng ta gi ñnh r#ng có mt s ti

ña ñơn v chéo hay quan sát N và mt s ti ña thi ñon T. Nu mi ñơn v chéo có cùng

s quan sát chui thi gian như nhau, thì bng d liu ñó ñưc gi là bng cân bng.

Trong ví d ñang dùng chúng ta có bng cân b#ng, vì mi công ty trong mu ñu có 20

quan sát. Nu s quan sát khác nhau gia các thành viên ca bng, chúng ta gi bng như

th là bng không cân bng. Trong chương này, chúng ta s& quan tâm ph*n ln ñn

bng cân b#ng.

Ban ñ*u, chúng ta gi ñnh r#ng các giá tr X là không ngu nhiên và r#ng s hng

sai s theo ñúng các gi ñnh c$ ñin, ñó là, E (u

) ~ N (0, σ

). Hãy c+n thn lưu ý hai và

ba ký hiu dưi dòng, nhng ký hiu này không c*n gii thích chc ngưi ñc cũng hiu.

Làm sao chúng ta ưc lưng (16.2.1)? Câu tr li ñưc trình bày sau ñây.

16.3 ƯC LƯNG CÁC MÔ HÌNH HI QUI D LIU BNG: PHƯƠNG

PHÁP TÁC ðNG C ð NH

Vic ưc lưng (16.2.1) ph thuc vào các gi ñnh chúng ta ñưa ra v tung ñ gc,

các h s ñ dc, và s hng sai s u

. Có nhiu kh năng xy ra

1. Gi ñnh r#ng tung ñ gc và các h s ñ dc không ñ$i theo thi gian và không

gian và s hng sai s th hin nhng khác bit theo thi gian và các cá nhân.

2. Các h s ñ dc không ñ$i nhưng tung ñ gc thay ñ$i theo các cá nhân.

3. Các h s ñ dc không ñ$i nhưng tung ñ gc thay ñ$i theo các cá nhân và thi

gian.

4. T t c các h s (tung ñ gc cũng như các h s ñ dc) thay ñ$i theo các cá

nhân.

Bài giảng Các phương pháp định lượng - Chương 16: Các mô hình hồi quy dữ liệu bảng

Chủ đề:

Tài liệu liên quan

Tài liêu mới

Xác nhận đăng nhập

Đăng nhập từ tài khoản này?

AI tóm tắt

Giới thiệu tài liệu

Đối tượng sử dụng

Từ khoá chính

Nội dung tóm tắt

Hỗ trợ

Phương thức thanh toán

Theo dõi chúng tôi