intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Bài giảng Kinh tế lượng: Chương 7 - Th.s Nguyễn Hải Dương

Chia sẻ: Trần Thanh Diệu | Ngày: | Loại File: PDF | Số trang:18

188
lượt xem
15
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Chương 7 Tự tương quan (Autocorrelation), trong chương học này sẽ đi vào tìm hiểu nội dung về: Bản chất hiện tượng tự tương quan; Hậu quả trong lý thuyết và thực hành; Phát hiện; Khắc phục.

Chủ đề:
Lưu

Nội dung Text: Bài giảng Kinh tế lượng: Chương 7 - Th.s Nguyễn Hải Dương

  1. Chương VII – Tự tương quan (Autocorrelation)
  2. Chương VII – Tự tương quan 1. Bản chất hiện tượng tự tương quan 2. Hậu quả trong lý thuyết và thực hành 3. Phát hiện 4. Khắc phục
  3. Chương VII – Tự tương quan 1. Bản chất hiện tượng tự tương quan: (*) Bản chất: Là hiện tượng tồn tại tương quan tuyến tính giữa các thành phần của 1 chuỗi quan sát theo thời gian hoặc không gian (*) Trong mô hình KTL, khuyết tật Tự tương quan được định nghĩa là: E (U i , U j )  0   (U i , U j )  0  cov(U i , U j )  0 (i  j ) (*) Trong thực hành: Tự tương quan = Tương quan theo chuỗi (Autocorrelation = Serial Correlation) (*) Trong lý thuyết: Tự tương quan: U1 , U 2 ,...,U i và U 2 , U 3 ,..., U i 1 Tương quan theo chuỗi: U 1 , U 2 ,..., U i và V2 , V3 ,..., Vi 1
  4. Chương VII – Tự tương quan 1. Bản chất hiện tượng tự tương quan: (*) Nguyên nhân: - Tính quán tính (Inertia): thường xuất hiện trong số liệu thời gian - Định dạng sai (Specification bias): mô hình bị thiếu biến giải thích quan trọng - Do chuyển đổi dạng của dữ liệu (data transformation) - Do hiện tượng mạng nhện (Cobweb phenomenon) - Do sự xuất hiện của các biến trễ trong mô hình tự hồi qui (autoregression model) Yt  1   2Yt 1  U t - Do nội suy hoặc ngoại suy số liệu (data interpolation or extrapolation)
  5. Chương VII – Tự tương quan 1. Bản chất hiện tượng tự tương quan: (*) Ví dụ: sử dụng bố số liệu CH7BT4 trong thư mục data của EVIEWS CONSt  1   2GDPt  U t  Hiện tượng tự tương quan dương (tự tương quan thuận chiều)
  6. Chương VII – Tự tương quan 1. Bản chất hiện tượng tự tương quan: (*) Cấu trúc hiện tượng: Các lược đồ tự tương quan AR(1): U t  U t 1   t AR(2): U t  1U t 1   2U t  2   t … AR(k): U t  1U t 1  ...   kU t  k   t Với: E ( t )  0 var( t )   2 (t ) cov( t ,  t s )  0
  7. Chương VII – Tự tương quan 2. Hậu quả: - Các ước lượng vẫn là tuyến tính không chệch nhưng không còn là ước lượng hiệu quả - Phương sai của hồi qui ˆ 2 là ước lượng thấp hơn cho 2 - R2 được ước lượng cao hơn thực tế - Phương sai của các ước lượng ˆ var( j ) không còn là ước lượng hiệu quả (ước lượng thấp hơn) - Các khoảng tin cậy của hệ số hồi qui không chính xác - Các kiểm định t và F mất ý nghĩa
  8. Chương VII – Tự tương quan 3. Phát hiện: 3.1. Vẽ đồ thị: Vẽ đồ thị của et theo et-1 theo thời gian
  9. Chương VII – Tự tương quan 3. Phát hiện: 3.2. Kiểm định đoạn mạch (The runs test) n: số quan sát (n = n1 + n2) n1: số phần dư dương n2: số phần dư âm N: số đoạn mạch Cặp giả thuyết:  H0: Không có tự tương quan   H1: Có tự tương quan
  10. Chương VII – Tự tương quan 3. Phát hiện: 3.2. Kiểm định đoạn mạch (The runs test) Tiêu chuẩn kiểm định: 2n1n2 E(N )  1 n1  n2 22n1n2 (2n1n2  n1  n2 )  N (n1  n2 ) 2 (n1  n2  1) Nếu N  [ E ( N )  1,96. N ; E ( N )  1,96. N ] thì chấp nhận H0 và ngược lại
  11. Chương VII – Tự tương quan 3. Phát hiện: 3.3. Kiểm định Durbin Watson: n 2 n = số quan sát,  (e  e t 2 t t 1 ) k’ = k-1 = số hệ số hồi qui d n  DW  statistic 2  et không kể hệ số chặn t 1  dL và dU (bảng phụ lục 5)
  12. Chương VII – Tự tương quan 3. Phát hiện: 3.3. Kiểm định Durbin Watson: (*) Chú ý 2 trường hợp không sử dụng đượ thống kê DW - Không có hệ số chặn  hồi qui lại có hệ số chặn - Có biến trễ của biến phụ thuộc trong mô hình  sử dụng thống kê Durbin h: d n h  (1  ) ˆ 2 1  n. var( * ) Với ˆ * là ước lượng tương ứng với biến trễ của biến phụ thuộc h  [1,96;1,96]  không có tự tương quan h  [1,96;1,96]  có tự tương quan
  13. Chương VII – Tự tương quan 3. Phát hiện: 3.4. Kiểm định Breusch –Godfrey: Yt  m1  m2 X t  U t Bước 1: Từ mô hình xuất phát  phần dư et Bước 2: Từ et tạo ra et 1 ,..., et  p Bước 3: Hồi quy phụ: (2) : et  m1  m2 X t  Vt (3) : et  m1  m2 X t  m3et 1  ...  m p  2et  p  Vt Bước 4: Kiểm định cặp giả thuyết  H0: Mô hình ban đầu không có tự tương quan  H : Mô hình ban đầu có tự tương quan  1
  14. Chương VII – Tự tương quan 3. Phát hiện: 3.4. Kiểm định Breusch –Godfrey: Tiêu chuẩn kiểm định: ( R32  R2 ) 2 p Fqs  (1  R32 ) ( n  p  2) W  {F : F  F( p ,n p 2) } hoặc:  qs  (n  p)  R32 2 W  { 2 :  2   ( p) } 2
  15. Chương VII – Tự tương quan 3. Phát hiện: 3.4. Kiểm định Breusch –Godfrey:
  16. Breusch-Godfrey Serial Correlation LM Test: F-statistic 34.31433 Probability 0.000005 Obs*R-squared 15.88781 Probability 0.000067 Test Equation: Dependent Variable: RESID Method: Least Squares Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. GDP 0.021511 0.039844 0.539890 0.5942 C -60.84700 133.6292 -0.455342 0.6530 RESID(-1) 0.777523 0.132732 5.857844 0.0000
  17. Chương VII – Tự tương quan 4. Khắc phục: Sử dụng phương trình sai phân tổng quát AR (1) : U t  U t 1   t __ Yt  1   2 X t  U t  (Yt 1  1   2 X t 1  U t 1 ) _______________________________________ Yt  Yt 1  1 (1   )   2 ( X t  X t 1 )   t * * Yt  m1  m2 X   t t Cần ước lượng hệ số tự tương quan bậc nhất  trước khi sử dụng phương trình sai phân tổng quát
  18. Chương VII – Tự tương quan 4. Khắc phục: (*) Sử dụng thống kê DW: d ˆ  1 2 (*) Phương pháp lặp COCHRANE –ORCUTT: B1: Mô hình xuất phát  et B2: Hồi qui: ˆ et   .et 1  Vt  ˆ  B3: Thay ˆ vào phương trình sai phân TQ  ˆ ˆ m1, m 2 B4: Tính ˆ ˆ e1t  Yt  m1  m2 X t B5: Quay lại B2 ˆ Quá trình lặp dừng lại khi  ở 2 bước kế tiếp chênh lệch nhau không quá 0,005 hoặc 0,01
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2