Bài giảng Kinh tế lượng ứng dụng 2

Chia sẻ: Lê Na | Ngày: | Loại File: PDF | Số trang:153

Thêm vào BST

Báo xấu

186
lượt xem 44
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Kinh tế lượng ứng dụng có nội dung trình bày: KTL cơ bản, phân tích chuỗi thời gian, thực hành máy tính với phần mềm Eviews/Stata. Mời các bạn cùng tham khảo nội dung tài liệu để nắm bắt nội dung chi tiết.

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng Kinh tế lượng ứng dụng 2

KINH TẾ LƯỢNG ỨNG DỤNG 1
Nội dung môn học  Phần I: KTL cơ bản  Mô hình hồi quy: ước lượng, kiểm định và dự báo  Các khuyết tật của mô hình  Định dạng mô hình  Mô hình hồi quy với biến giả, biến tương tác  Phần II: Phân tích chuỗi thời gian  Chuỗi thời gian dừng và không dừng  Các mô hình chuỗi thời gian ứng dụng  Phần III: Thực hành máy tính với phần mềm Eviews/Stata 2
HƯỚNG TIẾP CẬN THEO KINH TẾ LƯỢNG Lý thuyết hoặc giả thiết Mô hình toán kinh tế Mô hình kinh tế lượng Thu thập số liệu Ước lượng thông số Kiểm định giả thiết Xây dựng lại mô hình Diễn dịch kết quả Quyết định chính sách Dự báo 3
Dữ liệu cho nghiên cứu kinh tế lượng Dữ liệu chéo: bao gồm quan sát cho nhiều đơn vị kinh tế ở một thời điểm cho trước Dữ liệu chuỗi thời gian: bao gồm các quan sát trên một đơn vị kinh tế cho trước tại nhiều thời điểm. Dữ liệu bảng: là sự kết hợp giữa dữ liệu chéo và dữ liệu chuỗi thời gian. 4
Time Series Data Examples of Problems that Could be Tackled Using a Time Series Regression How the value of a country’s stock index has varied with that country’s macroeconomic fundamentals. How a company’s stock returns has varied when it announced the value of its dividend payment. The effect on a country’s currency of an increase in its interest rate 5
Cross Sectional Data Examples of Problems that Could be Tackled Using a Cross-Sectional Regression The relationship between company size and the return to investing in its shares Acquirer abnormal returns in M & A within banks The relationship between a country’s GDP level and the probability that the government will default on its sovereign debt. 6
Panel Data Examples of Problems that Could be Tackled Using a Cross-Sectional Regression The daily prices of a number of blue chip stocks over two years Micro-finance and Poverty: Evidence Using Panel Data Corruption and Trade Protection 7
Tips for data source One of the most frustrating things in doing an econometrics paper is finding the data. Do not spend a lot of time on a topic before determining whether there is data available that will allow you to answer your question. It is a good idea to write down your ideal data set that would allow you to address your topic. If you find that the available data is not even close to what you had originally desired, you might want to change your topic. 8
CROSS-COUNTRY COMPARISONS  http://unstats.un.org/unsd/methods/inter- natlinks/sd_natstat.htm - a United Nations site, provides links to the statistical agencies of countries. Warning – if you are gathering international data from a variety of sources, make sure that the definitions of variables are comparable. Try and find sources that have compiled cross-country statistics on your topic. They have likely already adjusted for definitional differences.  Check out the websites of the major international organizations – the OECD has a lot of data (www.oecd.org, click on statistics). 9
MACRO TOPICS  Macro (aggregate) data may be a little easier to find than micro data. Since the data is aggregated (i.e. unemployment rates versus whether a person was unemployed last year) there is little concern of confidentiality which hampers a lot of the gathering of micro-level data. The downside of using aggregate data is that the number of observations that you have are typically much lower and you may have less variation. Also, note that some data used in time series are collected annually, some quarterly, some daily. Make sure you are able to get consistent time periods. 10
FIRM LEVEL DATA  This type of data is notoriously more difficult to find, for confidentiality reasons. However, industry analyses make for interesting econometric papers. For example, one recent project looked at the effect of pharmaceutical advertisement regulation on sales. Or one could look at the impact of trade regulations or employment regulations on a certain industry. To do a project like this, I would suggest first looking at the annual reports of companies that you are interested in. Also, remember that the fewer companies that you have the more years of data you will need. 11
FINANCIAL DATA  Financial data is useful, not just for finance related topics but as a way of measuring the performance of certain industries. Careful with this type of data – a lot of it costs money. Be sure that the data is downloadable and not just available.  Some useful websites that you can collect financial data (www.cophieu68.vn; http://cafef.vn/; www.thomsonone.com) 12
13
 Also, remember that knowing the location of your data – website, reference book, etc – is not the same as having your data available to use. It may take a LONG time to get the data in a format that SOFTWARES can read. Do not leave this till the last minute.  For most data, I enter the data into Excel first. Then … 14
Some Points to Consider when reading papers in the academic literature 1. Does the paper involve the development of a theoretical model or is it merely a technique looking for an application, or an exercise in data mining? 2. Is the data of “good quality”? Is it from a reliable source? Is the size of the sample sufficiently large for asymptotic theory to be invoked? 3. Have the techniques been validly applied? Have diagnostic tests for violations of been conducted for any assumptions made in the estimation of the model? 4. Have the results been interpreted sensibly? Is the strength of the results exaggerated? Do the results actually address the questions posed by the authors? 5. Are the conclusions drawn appropriate given the results, or has the Importance of the results of the paper been overstated? 15
Phần I- Mô hình kinh tế lượng cơ bản  Mô hình hồi quy: Ước lượng Kiểm định Dự báo  Các khuyết tật của mô hình  Định dạng mô hình 16
Giới thiệu  Nhà kinh tế: cung tiền tăng thì lạm phát tăng (các yếu tố khác không đổi)  Nhà thống kê: cung tiền và lạm phát có quan hệ tuyến tính chặt với nhau (xu hướng thay đổi rất giống nhau)  Nhà kinh tế lượng: khi cung tiền tăng 1% thì lạm phát tăng 0.2% (khi các yếu tố khác không đổi)  Tác động của việc tăng cung tiền lên lạm phát?  Tác động của việc tăng chi tiêu chính phủ lên tăng trưởng kinh tế?  Tác động của việc tăng giá lên doanh thu?, v.v 17
Mô hình hồi quy tuyến tính  Mục đích của phân tích hồi quy:  Dùng số liệu quan sát để ước lượng ảnh hưởng của các biến số (biến độc lập) lên giá trị trung bình của một biến số nào đó (biến phụ thuộc)  Từ các tham số ước lượng được: Đánh giá tác động ảnh hưởng Thực hiện các dự báo Đưa ra các khuyến nghị về chính sách 18
Mô hình hồi quy tuyến tính – giới thiệu  Ví dụ: Q = Q (Y, P)  => hàm hồi quy tuyến tính thể hiện quan hệ này:  Q = β1+ β2 Y+ β3 P + u, nếu giả thiết E(u) =0 =>  E(Q| Y, P) = β1+ β2 Y+ β3 P  Nếu biết chẳng hạn β1 =10, β2 =0.6, β3 = -0.3 =>  Khi giá tăng 1 đơn vị => ?  Khi thu nhập tăng 1 đơn vị =>?  Khi Y =100, P =10 thì =>?  Chúng ta muốn biết các βj 19
Mô hình hồi quy tuyến tính – giới thiệu  Mô hình hồi quy tổng thể dạng tuyến tính Yi  1   2 X 2i   3 X 3i  ..   k X ki  ui E (Y | X 2 ;.., X k )  1   2 X 2  ..   k X k  Các thành phần của mô hình:  Biến phụ thuộc  Các biến độc lập  Hệ số chặn  Hệ số góc, hệ số hồi quy riêng 20