Bài giảng Kinh tế lượng: Chương 6 - PGS.TS. Trịnh Thị Hường

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:47

Thêm vào BST

Báo xấu

4
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng "Kinh tế lượng - Chương 6: Tự tương quan" cung cấp cho người đọc các nội dung: Hiện tượng tự tương quan – Nguyên nhân và hậu quả, phát hiện hiện tượng tự tương quan, khắc phục hiện tượng tự tương quan. Mời các bạn cùng tham khảo nội dung chi tiết.

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng Kinh tế lượng: Chương 6 - PGS.TS. Trịnh Thị Hường

HỌC PHẦN KINH TẾ LƯỢNG CHƯƠNG 6 TỰ TƯƠNG QUAN Giảng viên: PGS,T.S. TRỊNH THỊ HƯỜNG Bộ môn : Phân tích dữ liệu kinh tế Email: trinhthihuong@tmu.edu.vn
NỘI DUNG CHÍNH 6.1 Hiện tượng tự tương quan – Nguyên nhân và hậu quả 6.2 Phát hiện hiện tượng tự tương quan 6.3 Khắc phục hiện tượng tự tương quan
6.1 Bản chất, nguyên nhân và hậu quả của tự tương quan Xét mô hình hồi quy tuyến tính cổ điển nhiều biến Các giả thiết cơ bản của MHHQ nhiều biến Giả thiết 1. Các biến giải thích Xj (j = ) là xác định Giả thiết 2. Giả thiết 3. Giả thiết 4. Hạng ma trận X bằng k: rank(X) = k Giả thiết 5.
6.1.1 Bản chất của tự tương quan Hiện tượng tự tương quan xảy ra khi, tồn tại và sao cho Cov(Ui, Uj)  0 ( ) Câu hỏi: Khi xảy ra hiện tượng tự tương quan, giả thiết cơ bản của MHHQ nhiều biến bị vi phạm?
Ví dụ: Tiết kiệm của 1 hộ gia đình tại tháng phụ thuộc thu nhập của gia đình đó tại tháng : là sai số ngẫu nhiên chứa yếu tố chi tiêu của hộ gia đình tại , chi tiêu giữa các tháng có tác động lẫn nhau => Mô hình có hiện tượng tự tương quan.
Một số mô hình tự tương quan * Lược đồ tự hồi quy bậc 1, AR(1) (autoregressive) : hệ số tự tương quan bậc 1 t: sai số ngẫu nhiên thoả mãn mọi giả thiết của MHHQ tuyến tính cổ điển. * Lược đồ tự hồi quy bậc p, AR(p)
6.1.2 Nguyên nhân của tự tương quan - Do quán tính: Nét nổi bật hầu hết các chuỗi thời gian trong kinh tế là quán tính. - Do hiện tượng mạng nhện. Mạng nhện là hiện tượng biến phụ thuộc tại thời kỳ t phụ thuộc vào biến độc lập ở một hoặc một số thời kỳ trước đó và các biến khác.
- Do ảnh hưởng của trễ. Trễ là hiện tượng biến phụ thuộc ở thời kỳ t phụ thuộc vào chính biến đó ở thời kỳ t-1 và các biến khác. -Do xử lý số liệu - Do việc lập sai mô hình: không đưa đủ các biến vào trong mô hình hoặc do chọn dạng hàm sai.
6.1.3 Hậu quả của tự tương quan - Hệ số vẫn là các ước lượng tuyến tính, không chệch nhưng không còn là ước lượng hiệu quả của βj. - Var( ) là các ước lượng chệch và thường thấp hơn giá trị thực của phương sai => Giá trị của thống kê T được phóng đại lên nhiều lần so với giá trị thực của nó => Khoảng tin cậy và kết quả kiểm định mất ý nghĩa.
6.2 Phát hiện Tự tương quan 6.2.1 Phương pháp đồ thị. 6.2.2 Kiểm định Durbin - Watson. 6.2.3 Kiểm định Durbin h 6.2.4 Kiểm định Breusch – Goldfrey (BG)
6.2.1 Phương pháp đồ thị - Phần dư et là ước lượng của sai số ngẫu nhiên Ut => xem xét trực quan về et có thể cho thông tin hữu ích về tính tự tương quan.
- Vẽ đồ thị của phần dư et theo et-1. + Nếu đồ thị gần như một đường nằm ngang => có thể coi MH không có tự tương quan. + Nếu đồ thị có xu hướng đi lên => MH có tự tương quan dương giữa các sai số ngẫu nhiên. + Nếu đồ thị có xu hướng đi xuống => MH có tự tương quan âm giữa các sai số ngẫu nhiên.
6.2.2 Kiểm định d (Durbin – Watson, DW) Phương pháp kiểm định có ý nghĩa nhất để phát hiện tương quan chuỗi là kiểm định d. Thống kê d được định nghĩa: Vì và chỉ sai khác nhau e12 nên ta có:
Trong đó: là hệ số tương quan bậc nhất của mẫu và là ước lượng của ρ.
Vì -1   1 nên 0  d  4 Nếu = -1 thì d = 4: dấu hiệu TTQ âm cao. Nếu = 0 thì d = 2: dấu hiệu không có TTQ. Nếu = 1 thì d = 0: dấu hiệu TTQ dương cao.
Quy tắc ra quyết định (1) (2) (3) (4) (5) 0 dl du 2 4-du 4-dl 4 d  (1) : có tự tương quan dương. d  (2) : không có kết luận. d  (3) : không có tự tương quan. d  (4) : không có kết luận. d  (5) : có tự tương quan âm.
Chú ý: - Các giá trị : dl, du được tính sẵn phụ thuộc mức ý nghĩa , kích thước mẫu n và số biến giải thích k’ có trong mô hình (k’ = k – 1). - Kiểm định Durbin – Watson chỉ đáng tin cậy khi: + Kiểm định tự tương quan bậc 1. + MH không có biến độc lập là biến trễ của biến phụ thuộc. + MH có hệ số chặn + Chuỗi số liệu liên tục α =5% k’ =2 k’ =3 n=10 dL = 0.697 dU = 1.641 dL = 0.525 dU = 2.016 n=12 dL = 0.812 dU = 1.579 dL = 0.658 dU = 1.834