Bài giảng kinh tế lượng: Chương 8 - Lê Thị Hồng Hoa

Chia sẻ: Năm Tháng Tĩnh Lặng | Ngày: | Loại File: PPT | Số trang:47

Thêm vào BST

Báo xấu

71
lượt xem 8
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng kinh tế lượng chương 8 trình bày các lý thuyết cơ bản về tự tương quan như: Bản chất và nguyên nhân của tự tương quan, hậu quả của việc sử dụng phương pháp ols khi có tự tương quan, phát hiện có tự tương quan,... Cùng tham khảo bài giảng để nắm bắt nội dung chi tiết bài học.

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng kinh tế lượng: Chương 8 - Lê Thị Hồng Hoa

 Tự tương quan?
Thuật ngữ “tự tương quan” có thể hiểu là sự tương quan giữa các thành phần của chuỗi các quan sát được sắp xếp theo thứ tự thời gian (trong các số liệu chuỗi thời gian) hoặc không gian (trong số liệu chéo)
* Trong mô hình hồi qui tuyến tính cổ điển, ta giả thiết không có tương quan giữa các sai số ngẫu nhiên Ui, tức là: cov(Ui, Uj) = 0 ( i j)
Nghĩa là sai số của một quan sát nào đó không bị ảnh hưởng bởi sai số của quan sát khác. Trong thực tế có thể xảy ra: cov(Ui,Uj) 0 (i j)
ei ei t t (a) (b) ei ei t t (c) (d)
ei t (e)
II Nguyên nhân của tự tương quan 1 Nguyên nhân khách quan  Tính chất quán tính của dãy số liệu. Nét nổi bật của hầu hết các chuỗi thời gian trong kinh tế là quán tính.
Các chuỗi thời gian như tổng sản phẩm quốc gia, chỉ số giá, tỷ lệ thất nghiệp, . . . mang tính chu kỳ. Khi nền kinh tế thoát khỏi tình trạng suy thoái thì hầu hết các chỉ tiêu này có khuynh hướng tăng, vì vậy các quan sát kế tiếp có nhiều khả năng tương quan với nhau.
 Hiện tượng mạng nhện Trong thực tế, lượng cung của một số mặt hàng phản ứng lại trước sự thay đổi của giá trễ sau một khoảng thời gian. Bởi vì các quyết định cung đòi hỏi phải có một khoảng thời gian để thực hiện.
 Hiện tượng trễ Trong phân tích chuỗi thời gian chúng ta có thể gặp hiện tượng biến phụ thuộc ở thời kỳ t phụ thuộc vào chính biến đó ở thời kỳ t1 và các biến khác.
Chẳng hạn khi nghiên cứu mối quan hệ giữa tiêu dùng và thu nhập. Tiêu dùng ở thời kỳ hiện tại phụ thuộc vào thu nhập và tiêu dùng ở thời kỳ trước. Nghĩa là: Yt = 1 + 2Xt + 3Yt1 + Ut
Trong đó: Yt – tiêu dùng ở thời kỳ t Xt – Thu nhập ở thời kỳ t Yt1 – Tiêu dùng ở thời kỳ t1 Ut – sai số ngẫu nhiên
Nếu bỏ qua biến trễ (Yt1) trong mô hình trên thì sai số sẽ mang tính hệ thống do ảnh hưởng của tiêu dùng ở thời kỳ trước lên tiêu dùng ở thời kỳ hiện tại.
2 Nguyên nhân chủ quan  Xử lý số liệu.  Sai lệch do lập mô hình.
3. Một số khái niệm về lược đồ tự tương quan Xét mô hình sau đây với số liệu thời gian : Yt = 1+ 2Xt + Ut Nếu Ut = Ut1+ t (1 1) (a) Trong đó : t thỏa các giả thiết của mô hình hồi qui tuyến tính cổ điển : E( t ) = 0 t Var ( t)= 2 t Cov( t, t’)=0 (t t’)
Thì (a) được gọi là lược đồ tự tương quan bậc nhất Markov, ký hiệu AR(1) và được gọi là hệ số tự tương quan bậc nhất. Nếu Ut = 1Ut1+ 2Ut2 +…+ pUtp+ t (b) (1 1,…, p 1) Trong đó : t thỏa các giả thiết của mô hình hồi qui tuyến tính cổ điển . Thì (b) được gọi là lược đồ tự tương quan bậc p Markov, ký hiệu AR(p).
 Các ước lượng OLS vẫn là các ước lượng t.tính, không chệch nhưng không là ước lượng hiệu
 Ước lượng phương sai của các ước lượng OLS thường là chệch, dẫn đến kiểm định t và F không còn tin cậy nữa  là ước lượng chệch ^2 của . 2
 Giá trị ước lượng của R có thể không tin cậy khi 2 dùng để thay thế cho R . 2  Phương sai và sai số chuẩn của các giá trị dự báo không hiệu quả.