BÀI GIẢNG KINH TẾ LƯỢNG BẬC CAO HỌC

Chia sẻ: Pham Tuan | Ngày: | Loại File: PDF | Số trang:85

Thêm vào BST

Báo xấu

269
lượt xem 62
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Econometrics = Econo + Metrics Đo lường kinh tế • Đối tượng: các mối quan hệ, các quá trình kinh tế xã hội • Công cụ: các lý thuyết kinh tế, các mô hình Toán kinh tế, phương pháp toán, xác suất thống kê, với sự hỗ trợ của máy tính. • Kết quả: bằng số, tùy thuộc mục đích sử dụng.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: BÀI GIẢNG KINH TẾ LƯỢNG BẬC CAO HỌC

KINH TẾ LƯỢNG BẬC CAO HỌC ECONOMETRICS
KINH TẾ LƯỢNG CƠ BẢN Chương 1, 2, 3 KINH TẾ LƯỢNG NÂNG CAO Chương 4, 5, 6, 7,8
TÀI LIỆU 1. Nguyễn Quang Dong, (2008), Bài giảng Kinh tế lượng, NXB Khoa học kỹ thuật. 2. Nguyễn Quang Dong, (2002), Kinh tế lượng - Chương trình nâng cao + Bài tập Kinh tế lượng với sự trợ giúp của phần mềm Eviews, NXB Khoa học kỹ thuật. 3. Nguyễn Khắc Minh, (2002), Các phương pháp Phân tích & Dự báo trong Kinh tế, NXB KHKT. 4. Damodar N.Gujarati, Basic Econometrics, 4th Edition, Mc Graw - Hill, 2004
KHÁI NIỆM VỀ KINH TẾ LƯỢNG • Econometrics = Econo + Metrics → Đo lường kinh tế • Đối tượng: các mối quan hệ, các quá trình kinh tế xã hội • Công cụ: các lý thuyết kinh tế, các mô hình Toán kinh tế, phương pháp toán, xác suất thống kê, với sự hỗ trợ của máy tính. • Kết quả: bằng số, tùy thuộc mục đích sử dụng.
PHƯƠNG PHÁP LUẬN • Đặt giả thiết về vấn đề nghiên cứu • Xây dựng mô hình - Mô hình lí thuyết - Mô hình toán học • Thu thập số liệu và ước lượng tham số • Kiểm định về mối quan hệ • Phân tích, dự báo, minh chứng hoặc phản biện lý thuyết
KINH TẾ LƯỢNG CƠ BẢN Basic Econometrics
CHƯƠNG 1. MÔ HÌNH KINH TẾ LƯỢNG CHƯƠNG 2. ƯỚC LƯỢNG VÀ PHÂN TÍCH MÔ HÌNH KINH TẾ LƯỢNG CHƯƠNG 3. ĐÁNH GIÁ VỀ MÔ HÌNH
CHƯƠNG I. MÔ HÌNH KINH TẾ LƯỢNG Econometrics Model 1.1. Phân tích hồi qui 1.2. Mô hình hồi qui tổng thể 1.3. Mô hình hồi qui mẫu 1.4. Mô hình hồi qui tổng quát 1.5. Mô hình hồi qui trong kinh tế
PHÂN TÍCH HỒI QUY • Nghiên cứu mối liên hệ phụ thuộc giữa 1 biến (biến phụ thuộc) vào một hoặc một số biến số khác (biến độc lập/biến giải thích). • Biến phụ thuộc, thường ký hiệu Y , đại diện cho đối tượng kinh tế mà ta quan tâm nghiên cứu sự biến động (dependent, explained, exogenous variable). • Biến độc lập, thường ký hiệu X , X 1 , X 2 ,...đại diện cho đối tượng kinh tế giải thích cho sự biến động của biến phụ thuộc (independent,
explanatory, regressor) MÔ HÌNH HỒI QUY TỔNG THỂ • X = X i : xác định → Y là biến ngẫu nhiên, (Y / X i ) • Quan hệ hàm số : x → ! y • Hệ số tương quan : ρX ,Y ∈ [-1 ; 1] • Tổng thể (Population): tất cả các phần tử chứa dấu hiệu nghiên cứu • Phân tích dựa trên toàn bộ tổng thể
• Để thuận tiện: mô hình một biến độc lập, X → Y X giải thích cho Y, Y phụ thuộc vào X
MÔ HÌNH HỒI QUY TỔNG THỂ • X = X i →(Y / X i ) có quy luật phân phối xác suất • ∃ ! E (Y / X i ): trung bình (kỳ vọng) có điều kiện • X = X i → ! E (Y / X i ): quan hệ hàm số • E (Y / X i ) = f ( X i ) hoặc E (Y / X ) = f ( X ) → Gọi là hàm hồi qui tổng thể PRF: Population Regression Function
MÔ HÌNH HỒI QUY TỔNG THỂ • Dạng của PRF tùy thuộc mô hình kinh tế, gồm các hệ số (coefficient) chưa biết • Nếu hàm hồi quy tổng thể có dạng đường thẳng: E (Y / X ) = β1 + β2 . X β1 = E (Y / X = 0) : hệ số chặn (intercept term) ∂E (Y / X ) β2 = : hệ số góc (slope coefficient) ∂X
→ PRF cho biết quan hệ giữa biến phụ thuộc và biến giải thích về mặt trung bình trong tổng thể. MÔ HÌNH HỒI QUY TỔNG THỂ • Hàm hồi quy tổng thể được gọi là tuyến tính nếu nó tuyến tính theo tham số. • Giá trị cụ thể Yi ∈ (Y / X i ) , thông thường Yi ≠ E (Y / X i ). Đặt ui = Yi − E (Y / X i ) : là yếu tố ngẫu nhiên (nhiễu, sai số ngẫu nhiên - Random errors)
• Tính chất của yếu tố ngẫu nhiên : E(ui) = 0 ∀i → đại diện cho tất cả những yếu tố không phải biến giải thích trong mô hình nhưng cũng tác động tới biến phụ thuộc. MÔ HÌNH HỒI QUY MẪU • Không biết toàn bộ Tổng thể, nên dạng của PRF có thể biết nhưng giá trị β j thì không biết. • Mẫu : một bộ phận mang thông tin của tổng thể. W = {(Xi, Yi), i = 1÷ n} được gọi là một mẫu kích thước n, n quan sát (observation).
• Trong mẫu W, tồn tại một hàm số mô tả xu thế biến động của biến phụ thuộc theo biến giải ˆˆ thích về mặt trung bình, Y = f ( X ) gọi là hàm hồi qui mẫu (SRF- Sample Regression Function). • Hàm hồi qui mẫu có dạng giống PRF Nếu PRF có dạng E (Y / X i ) = β1 + β2 . X i ˆ ˆ ˆ thì SRF có dạng Yi = β 1 + β 2 . X i • Vì có vô số mẫu ngẫu nhiên, nên có vô số giá ˆ ˆ ˆ trị của β 1 và β 2 → β j là biến ngẫu nhiên.
ˆ • Với mẫu cụ thể w kích thước n, β j là số cụ thể. ˆ ˆ • Thông thường Yi ≠ Yi , đặt ei = Yi − Yi và gọi là phần dư (residual). • Bản chất của phần dư ei giống như của yếu tố ngẫu nhiên ui TÓM TẮT E (Y / X ) = β1 + β2 . X Yi = β1 + β2 . X i + ui
ˆ ˆ ˆ Yi = β 1 + β 2 X i ˆ ˆ Yi = β 1 + β 2 X i + ei ˆˆˆ Yi , β 1 , β 2 , ei là các ước lượng điểm tương ứng của E (Y / X i ), β 1 , β 2 ,ui MÔ HÌNH HỒI QUY TỔNG QUÁT • Mô hình hồi quy k biến, 1 biến phụ thuộc và ( k − 1 ) biến giải thích, k hệ số (kể cả hệ số chặn).
E (Yi ) = β 1 + β 2 X 2 i + β 3 X 31 + ... + β k X ki Yi = β 1 + β 2 X 2 i + β 3 X 31 + ... + β k X ki + ui ˆ ˆ ˆ ˆ ˆ Yi = β 1 + β 2 X 2 i + β 3 X 31 + ... + β k X ki ˆ ˆ ˆ ˆ Yi = β 1 + β 2 X 2 i + β 3 X 31 + ... + β k X ki + ei β 1 = E (Y / X 2 = X 3 = ... = X k = 0 ): hệ số chặn ∂E (Y ) βj = ( j = 2 ,k ): hệ số hồi quy riêng-hệ số ∂X j góc MÔ HÌNH TRONG KINH TẾ • Hàm bậc nhất
C = β 1 + β 2Y + u Q = β1 + β 2 P + u Q = β1 + β 2 P + u D D S S • Hàm bậc cao TC = β 1 + β 2Q + β 3Q 2 + β 4Q 3 + u MC = β 2 + 2 β 3Q + 3 β 4Q 2 + u' Q = β 1 + β 2 AD + β 3 AD 2 + u MÔ HÌNH TRONG KINH TẾ • Dạng hàm mũ: ví dụ hàm sản xuất dạng