Bài giảng Kinh tế lượng - ĐH Quy Nhơn

TRƢỜNG ĐẠI HỌC QUY NHƠN<br /> KHOA KINH TẾ & KẾ TOÁN<br /> <br /> CAO TẤN BÌNH<br /> <br /> BÀI GIẢNG KINH TẾ LƢỢNG<br /> <br /> Quy Nhơn, 9/2017<br /> 1<br /> <br /> Chƣơng 1<br /> <br /> KHÁI QUÁT VỀ KINH TẾ LƢỢNG<br /> <br /> 1.1 Giới thiệu về môn học kinh tế lƣợng<br /> Kinh tế lượng có tên tiếng Anh là Econometrics, do nhà kinh tế học người Na uy A. K<br /> Ragnar Frisch sử dụng lần đầu tiên vào khoảng 1930.<br /> Kinh tế lượng là một môn khoa học về đo lường các mối quan hệ kinh tế diễn ra trong<br /> thực tế, là sự kết hợp giữa các lý thuyết kinh tế hiện đại, thống kê toán học và máy vi tính<br /> nhằm định lượng các mối quan hệ kinh tế, dự báo khả năng phát triển của hiện tượng<br /> kinh tế và phân tích các chính sách kinh tế.<br /> Nền tảng của kinh tế lượng:<br />  Lý thuyết kinh tế: Nêu lên bản chất các mối quan hệ kinh tế dưới dạng định tính.<br /> Chẳng hạn mối quan hệ giữa lượng cầu và giá cả, sản lượng và số lượng công<br /> nhân, thu nhập và chi tiêu, năng suất cây trồng và lượng phân bón, doanh thu và<br /> chi phí quảng cáo, giá nhà và hướng nhà, sự chi tiêu và sự giàu có,…<br />  Mô hình toán kinh tế: Sử dụng công cụ toán học để mô hình hóa lý thuyết kinh tế<br /> dưới dạng mô hình toán học, chưa quan tâm đến việc kiểm chứng xem liệu những<br /> mô hình toán học này có đúng đắn về mặt thực nghiệm hay không.<br />  Thống kê: Có vai trò quan trọng trong việc thu thập, xử lý số liệu, và những số<br /> liệu sơ cấp ban đầu này không thể thiếu cho một nhà kinh tế lượng.<br /> Mục đích của kinh tế lượng<br />  Thiết lập mô hình toán học để nêu ra các giả thiết cũng như các giả định về mối<br /> quan hệ giữa các biến số kinh tế với nhau.<br />  Thực hiện việc ước lượng tham số để xem xét mức độ ảnh hưởng giữa các biến số.<br />  Kiểm định giả thuyết.<br />  Đưa ra dự báo và mô phỏng hiện tượng kinh tế.<br />  Đề xuất giải pháp, chính sách dựa trên kết quả của được phân tích từ mô hình kinh<br /> tế lượng.<br /> 1.2 Phƣơng pháp luận nghiên cứu của kinh tế lƣợng<br />  Nêu vấn đề nghiên cứu và các giả thuyết: Nghiên cứu quan hệ giữa thu nhập và<br /> tiêu dùng, mức lãi suất thay đổi và cầu về tiền, năng suất lao động với vốn, lao<br /> động và khoa học công nghệ,…<br />  Thiết lập mô hình: Dựa vào lý thuyết kinh tế để định dạng các mô hình cụ thể cho<br /> các bài toán cụ thể. Chẳng hạn, người ta có thể sử dụng hàm tuyến tính để mô tả<br /> mối quan hệ giữa thu nhập Y và tiêu dùng X như sau:<br /> 2<br /> <br /> Y   X<br /> <br /> Tuy nhiên trong thực tế, với cùng một mức thu nhập thì chi tiêu tiêu dùng có thể<br /> khác nhau. Do vậy mô hình toán học thuần túy như trên chưa phản ánh được tình<br /> huống kinh tế này. Mô hình kinh tế lượng được đề xuất một cách hợp lý với nhiễu<br /> ngẫu nhiên U như sau:<br /> Y     X U<br /> <br />  Thu thập và xử lý số liệu: Quan tâm đến số liệu của mẫu và số liệu của tổng thể.<br />  Ước lượng các tham số của mô hình: Sử dụng các phương pháp như phương pháp<br /> bình phương tối thiểu OLS (Ordinary Least Squares), phương pháp ước lượng<br /> hàm hợp lý tối đa MLE (Maximum Likelihood Estimation),… Chẳng hạn, phương<br /> trình mô tả quan hệ giữa tiêu dùng Y và thu nhập X từ chuỗi số liệu của Mỹ giai<br /> đoạn 1982-1996 bằng phương pháp OLS là:<br /> Y  184.078  0.706408 X<br /> <br /> Nhìn vào kết quả hồi quy này, ta thấy xu hướng tiêu dùng cận biên của nền kinh tế<br /> Mỹ giai đoạn 1982-1996 là  2  0.706408 .<br />  Kiểm định mô hình: Mục đích của kiểm định là kiểm chứng lại mô hình hoặc lý<br /> thuyết kinh tế. Theo ví dụ trên, ta có trị số về xu hướng tiêu dùng cận biên là<br /> <br />  2  0.706408  0 phù hợp với lý thuyết kinh tế của Keynes về Thu nhập-Tiêu<br /> dùng. Tuy nhiên, ta cũng cần xác định thêm giá trị này có thỏa mãn 0   2  1 với<br /> ý nghĩa thống kê hay không.<br />  Dự báo và sử dụng mô hình để quyết định chính sách: Dựa vào kết quả của mô<br /> hình trên, có thể dự báo tác động của chính sách kinh tế. Ngoài ra, kết quả hồi quy<br /> này có thể giúp ích cho Chính phủ trong việc phân tích chính sách đầu tư, chính<br /> sách thuế (giảm thuế -> tăng thu nhập khả dụng -> tăng tiêu dùng -> tăng tổng<br /> cầu).<br /> 1.3 Số liệu cho nghiên cứu kinh tế lƣợng<br /> Có ba dạng dữ liệu kinh tế có bản: Dữ liệu theo thời gian (Time Series Data), dữ liệu theo<br /> không gian (dữ liệu chéo) (Cross Data) và dữ liệu hỗn hợp (dữ liệu bảng) (Panel Data).<br /> Nguồn số liệu:<br />  Các cơ quan nhà nước: Tổng cục thống kê, Uỷ ban Nhân dân thành phố,…<br />  Các cơ quan quốc tế: Ngân hàng thế giới (WB), Qũy tiền tệ thế giới (IMF),…<br /> 3<br /> <br />  Các cơ quan và tổ chức tư nhân.<br />  Wedsite.<br /> 1.4 Chất lƣợng của số liệu<br /> Chất lượng của số liệu kinh tế-xã hội thường không tốt bởi các nguyên nhân sau đây:<br />  Bỏ sót số liệu.<br />  Sai sót về kỹ thuật thu thập thông tin (bảng câu hỏi không phù hợp, nội dung câu<br /> hỏi không chính xác,…).<br />  Nhầm lẫn khi quan sát, ghi nhận thông tin.<br />  Sai số do dụng cụ đo lường.<br />  Sai số khi chọn mẫu không có tính đại diện cao.<br />  Mức độ tổng hợp và bảo mật của số liệu sử dụng.<br />  Đối tượng cung cấp thông tin thiếu trung thực, không đầy đủ hoặc từ chối trả lời.<br /> 1.5 Vai trò của máy vi tính và phần mềm chuyên dụng<br /> Hầu hết các bài toán trong kinh tế lượng liên quan đến việc xử lý một khối lượng số liệu<br /> rất lớn, do đó cần đến sự trợ giúp của máy vi tính và các chương trình hỗ trợ tính toán,<br /> chẳng hạn như: Excel, EVIEWS, SPSS, STATA, R,…<br /> <br /> 4<br /> <br /> Chƣơng 2<br /> <br /> MÔ HÌNH HỒI QUY TUYẾN TÍNH HAI BIẾN<br /> <br /> 2.1 Mô hình và một số khái niệm<br /> 2.1.1 Mô hình hồi quy<br /> Mô hình hồi quy tuyến tính hai biến:<br /> Y  1  2 X  U<br /> <br /> (2.1.1)<br /> <br />  Y: Biến phụ thuộc hay biến được giải thích (explained variable)<br />  X: Biến độc lập hay biến giải thích (explanatory variable)<br />  U: Sai số ngẫu nhiên, giả thiết E (U | X )  0<br /> <br /> <br /> 1 ,  2 : Các hằng số<br /> <br /> 2.1.2 Hàm hồi quy tổng thể<br /> Khi E (U | X )  0 , từ (2.1.1) ta có<br /> E (Y | X )  1  2 X<br /> <br /> (2.1.2)<br /> <br /> Phương trình (2.1.2) được gọi là hàm hồi quy tổng thể PRF (Population Regression<br /> Function).<br /> <br /> <br /> 1 : Hệ số chặn, bằng giá trị trung bình của biến Y khi X = 0.<br /> <br /> <br /> <br />  2 : Hệ số góc, thể hiện quan hệ giữa X và E (Y | X ) .<br /> <br />  2  0 : Khi X tăng (giảm) một đơn vị thì E (Y | X ) tăng (giảm)  2 đơn vị.<br /> <br />  2  0 : Khi X tăng (giảm) một đơn vị thì E (Y | X ) giảm (tăng)  2 đơn vị.<br /> 2.1.3 Hàm hồi quy mẫu<br /> Để phản ánh hàm hồi quy tổng thể cho tổng thể, cần xây dựng hàm hồi quy mẫu trên<br /> mẫu. Nếu hàm hồi quy tổng thể mô tả xu thế biến động về mặt trung bình của biến phụ<br /> thuộc theo biến độc lập trong tổng thể, thì hàm hàm hồi quy mẫu là hàm số mô tả xu thế<br /> biến động đó nhưng trong mẫu. Vì hàm hồi quy mẫu dùng để phản ánh cho hàm hồi quy<br /> tổng thể nên phải có dạng giống hàm hồi quy tổng thể.<br /> Giả sử ( X i , Yi ), i  1, n là mẫu ngẫu nhiên kích thước n của ( X , Y ) . Khi đó ta có biểu diễn<br /> dưới đây được gọi là hàm hồi quy mẫu SRF (Sample Regression Function)<br /> <br /> Y  1   2 X<br /> <br /> (2.1.3)<br /> 5<br /> <br />