Bài giảng kinh tế lượng - Chương 6

Chia sẻ: Vu Hoa | Ngày: | Loại File: PPT | Số trang:18

Thêm vào BST

Báo xấu

102
lượt xem 7
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Do bản chất của các hiện tượng kinh tế: - Các hiện tượng kinh tế theo không gian được điều tra trên những đối tượng có quy mô khác nhau. - Các hiện tượng kinh tế theo thời gian được điều tra qua các giai đoạn có mức biến động khác nhau. Do số liệu không phản ảnh đúng bản chất của hiện tượng kinh tế. Do quá kỹ thuật thu thập, xử lý và bảo quản dữ liệu ngày càng được hoàn thiện nên sai số ngày càng ít hơn. Do định dạng không đúng dạng hàm của mô hình. ...

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng kinh tế lượng - Chương 6

BÀI GIẢNG KINH TẾ LƯỢNG ECONOMETRICS Lê Anh Đức Khoa Toán kinh tế ĐH Kinh tế Quốc dân 1
CHƯƠNG VI: PHƯƠNG SAI CỦA SAI SỐ THAY ĐỔI (HETEROSCEDASTICITY) 6.1. Bản chất của hiện tượng PSSS thay đổi 6.2. Nguyên nhân của hiện tượng PSSS thay đổi 6.3. Hậu quả của hiện tượng PSSS thay đổi 6.4. Phát hiện PSSS thay đổi 6.5. Khắc phục hiện tượng PSSS thay đổi 6.6. Thí dụ 2
6.1. Bản chất của PSSS thay đổi • Xét mô hình hồi quy 2 biến Yi = β1 + β 2 X 2i + U i (1) • Giả thiết 3: PSSS là đồng đều Var (U i ) = σ 2 (∀i ) • Trong thực tế PSSS có thể thay đổi Var (U i ) Var (U j )(i j) • Ta có: Var (Yi ) = Var (U i )(∀i ) • Khi PSSS thay đổi thì phương sai của biến phụ thuộc cũng thay đổi. 3
6.2. Nguyên nhân của PSSS thay đổi • Do bản chất của các hiện tượng kinh tế: - Các hiện tượng kinh tế theo không gian được điều tra trên những đối tượng có quy mô khác nhau. - Các hiện tượng kinh tế theo thời gian được điều tra qua các giai đoạn có mức biến động khác nhau. • Do số liệu không phản ảnh đúng bản chất của hiện tượng kinh tế. • Do quá kỹ thuật thu thập, xử lý và bảo quản dữ liệu ngày càng được hoàn thiện nên sai số ngày càng ít hơn. • Do định dạng không đúng dạng hàm của mô hình. 4
6.3. Hậu quả • Các ước lượng OLS là các ước lượng tuyến tính không chệch và vững song không còn là các ước lượng hiệu quả nhất. ˆ σ i2 Var ( β 2 ) = n xi2 i =1 ˆ σ2 Var (U i ) = σ i2 = σ 2 (∀i ) � Var ( β 2 ) = n xi2 i =1 • Khoảng tin cậy của các hệ số hồi quy sẽ rộng hơn, các kiểm định T, F mất hiệu lực và các dự báo sẽ không còn chính xác. 5
6.4. Phát hiện ra PSSS thay đổi 1. Phân tích định tính • Căn cứ vào nội dung kinh tế của các biến số trong mô hình để xem xét khả năng có xảy ra hiện tượng PSSS thay đổi hay không? Đây là cách chuẩn đoán dựa vào thông tin tiên nghiệm về hiện tượng kinh tế. • Các số liệu chéo thường chứa đựng hiện tượng PSSS thay đổi. 6
2. Dựa vào thông tin trên mẫu • Thông thường chúng ta không có toàn bộ tổng thể vì vậy không biết được giá trị của cácσ i2 nên không thể biết được có hiện tượng PSSS thay đổi hay không. • Các phần dư ei thu được từ mô hình hồi quy mẫu là các ước lượng điểm của các sai số ngẫu nhiên Ui nên dựa vào các thông tin về chúng ta có thể đưa ra các chuẩn đoán về PSSS. 7
• Quan sát đồ thị của các phần dư - Bước 1: Hồi quy mô hình (1) tìm được các phần dư ei ˆ Yi - Bước 2: Vẽ đồ thị của các phân dư ei theo Xi, Yi, hoặc theo các quan sát - Bước 3: Căn cứ vào các đồ thị để chuẩn đoán về hiện tượng PSSS thay đổi 8
• Kiểm định Park - Xét mô hình (1) và giả thiết rằng PSSS thay đổi là một hàm của biến độc lập: β 2 vi Var (U i ) = σ i = σ X i e (σ 2 = constant) 2 2 Trong đó: vi là SSNN thoả mãn mọi giả thiết của OLS. � ln σ i2 = ln σ 2 + β 2 ln X i + vi - Thủ tục kiểm định: + Bước 1: Hồi quy mô hình (1) tìm được các phần dư ei + Bước 2: Hồi quy mô hình sau ln ei2 = β1 + β 2 ln X i + vi (2) + Bước 3: Kiểm định cặp giả thiết H 0 : β 2 = 0 PSSS trong MH (1) đồng đều H1 : β 2 0 PSSS trong MH (1) thay đổi 9
• Kiểm định Glejser - Xét mô hình (1) - Thủ tục kiểm định: + Bước 1: Hồi quy mô hình (1) tìm được các phần dư ei + Bước 2: Hồi quy một trong các mô hình sau ei = β1 + β2 X i + vi ei = β1 + β2 X i + vi ( X i 0) 1 ei = β1 + β2 + vi ( X i 0) Xi 1 ei = β1 + β2 + vi ( X i > 0) Xi + Bước 3: Kiểm định cặp giả thiết H0 : β 2 = 0 PSSS trong MH (1) đồng đều H1 : β 2 0 PSSS trong MH (1) thay đổi 10
• Kiểm định White - Xét mô hình Yi = β1 + β 2 X 2i + β3 X 3i + U i (3) - Thủ tục kiểm định: + Bước 1: Hồi quy mô hình (3) tìm được các phần dư ei + Bước 2: Hồi quy mô hình sau ei2 = α1 + α 2 X 2i + α 3 X 3i + α 4 X 2i + α 5 X 32i + α 6 X 2 i X 3i + vi (4) 2 Trong đó: vi là SSNN thoả mãn mọi giả thiết của OLS. + Bước 3: Kiểm định cặp giả thiết H 0 : α 2 = ... = α 6 = 0 PSSS trong MH (3) đồng đều H1 : ∃ α j 0( j = 2,...,6) PSSS trong MH (3) thay đổi χ 2 = nR 2 : χ 2 (m) Tiêu chuẩn KĐ m 2là số hệ2số góc của MH (4) Wα = { χ : χ 2 > χα ( m)} Miền bác bỏ mức ý nghĩa α - Trong mô hình (4) bắt buộc phải có hệ số chặn và có thể không có các số hạng chéo nhưng cũng có thể có bậc cao hơn. 11
• Kiểm định dựa trên biến phụ thuộc - Xét mô hình Yi = β1 + β 2 X 2i + ... + β k X ki + U i (5) - Giả thiết rằngVar (U i ) = σ i = α1 + α 2 [ E (Yi )] + vi 2 2 Trong đó: vi là SSNN thoả mãn mọi giả thiết của OLS. - Thủ tục kiểm định: ˆ + Bước 1: Hồi quy mô hình (5) tìm được các phần dưei , Yi + Bước 2: Hồi quy mô hình sau ˆ ei2 = α1 + α 2Yi 2 + vi R 2 ,α 2 , Se(α 2 ) ˆ ˆ + Bước 3: Kiểm định cặp giả thiết H 0 : α 2 = 0 PSSS trong MH (5) đồng đều H1 : α 2 0 PSSS trong MH (5) thay đổi Tiêu chuẩn KĐ χ 2 = nR 2 : χ 2 (1) Miền bác bỏ mức ý nghĩa α Wα = { χ 2 : χ 2 > χα (1)} 2 12
6.5. Khắc phục PSSS thay đổi 1. Trường hợp đã biết Var(Ui) = σi2 • Xét mô hình Yi = β1 + β 2 X i + U i (6) • Khắc phục Yi 1 X i Ui = β1 + β 2 + (6) � Yi * = β1* + β 2 X i* + vi (7) σi σi σi σi Ui 1 σ i2 Var (vi ) = Var ( ) = 2 Var (U i ) = 2 = 1(∀i ) σi σi σi Trong đó: vi là yếu tố ngẫu nhiên thoả mãn mọi giả thết của OLS. • Như vậy thay vì hồi quy mô hình (6) ta hồi quy mô hình (7). Sau khi tìm được kết quả từ việc hồi quy mô hình (7) ta nhân 2 13ế v với σi để quay lại mô hình (6).
1. Trường hợp chưa biết Var(Ui) = σi2 • Xét mô hình Yi = β1 + β 2 X i + U i (8) • Có thể đưa ra các giả thiết về σi2 GT 1: σ i2 = α X i2 GT 2 : σ i2 = α X i GT 3 : σ i2 = α [ E (Yi ) ] 2 • Tuy thuộc vào giả thiết được đưa ra ta sẽ có cách biến đổi tương ứng để khắc phục hiện tượng PSSS thay đổi. phương pháp biến đổi các biến số ứng với mô hình ban đầu về mô hình có PSSS đồng đều gọi là phương pháp bình phương nhỏ nhất tổng quát (General least squares – GLS) 14
• Giả thiết 1σ i2 = α X i2 : • Kiểm tra giả thiết - Cách 1: Vẽ đồ thị của ei2 theo Xi2 và nhận xét. - Cách 2: Hồi quy mô hình ei2 = α1 + α2Xi2 và kiểm định giả thiết H0 :α 2 = 0 Giả thiết 1 có thể đúng H1 : α 2 0 Giả thiết 1 có thể sai • Nếu giả thiết 1 đúng thì chia 2 vế của MH (8) cho Xi Yi 1 Ui = β1 + β2 + ( X i �� Yi * = β1 X 1i + β 2 + vi (9) 0) Xi Xi Xi Ui 1 α X i2 Var (vi ) = Var ( ) = 2 Var (U i ) = 2 = α (∀i ) Xi Xi Xi 15
• Giả thiết 2:σ i2 = α X i • Kiểm tra giả thiết - Cách 1: Vẽ đồ thị của ei2 theo Xi và nhận xét. - Cách 2: Hồi quy mô hình ei2 = α1 + α2Xi và kiểm định giả thiết H0 :α 2 = 0 Giả thiết 2 có thể đúng H1 : α 2 0 Giả thiết 2 có thể sai • Nếu giả thiết 2 đúng thì chia 2 vế của MH (8) cho X i Yi 1 Ui = β1 + β2 X i + ( X i > 0) � Yi * = β1 X 1i + β 2 X 2i + vi (10) Xi Xi Xi Ui 1 α Xi Var (vi ) = Var ( ) = Var (U i ) = = α (∀i ) Xi Xi Xi Xi 16
Giả thiết 3:σ i2 = α [ E (Yi ) ] 2 • • Kiểm tra giả thiết ˆ - Cách 1: Vẽ đồ thị của ei2 theo Yi 2 và nhận xét. - Cách 2: Hồi quy mô hình ei = α1 + α2 ˆ 2 Yi 2 và kiểm định giả thiết H0 :α 2 = 0 Giả thiết 3 có thể đúng H1 : α 2 0 Giả thiết 3 có thể sai ˆ Yi • Nếu giả thiết 3 đúng thì chia 2 vế của MH (8) cho Yi 1 X i Ui ˆ = β1 + β 2 + (Yi �� Yi * = β1 X 1i + β 2 X 2i + vi (11) 0) ˆ Yi ˆ Yi ˆ Y Yi ˆ i Ui 1 ˆ α Yi 2 Var (vi ) = Var ( ) = 2 Var (U i ) = 2 = α (∀i ) Yˆ Yˆ Yˆ i i i ˆ Yi 17
• Ngoài 3 giả thiết nêu trên, nếu có cơ sở để cho rằng hiện tượng PSSS thay đổi sinh ra do chọn sai dạng hàm thì thay đổi dạng hàm của mô hình (8) để khắc phục. - Mô hình có dạng hàm sai: Yi = β1 + β 2 X i + U i (8) - Thay vì ước lượng mô hình (8) ta ước lượng một trong các mô hình sau: ln Yi = β1 + β 2 ln X i + U i ln Yi = β1 + β 2 X i + U i Yi = β1 + β 2 ln X i + U i 18