KINH TẾ VÀ QUẢN LÝ CÔNG NGHIỆP
EM 2120
Economics & Industrial Management
Nguyễn Thị Bích Nguyệt Bộ môn Kinh tế học C9-208B Viện Kinh tế và Quản lý
10/19/2021
Economics & Industrial Management
1
CHƯƠNG 2
GIÁ CẢ VÀ CÁC TÁC ĐỘNG THAY ĐỔI GIÁ THỊ TRƯỜNG
NỘI DUNG CHƯƠNG 2
2.1 THỊ TRƯỜNG, CẦU VÀ CUNG
2.2 PHÂN TÍCH BIẾN ĐỘNG GIÁ THỊ TRƯỜNG
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.4 DỰ BÁO LƯỢNG CẦU
10/19/2021
Economics & Industrial Management
3
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Ước lượng đơn giản
Ước lượng cầu bằng phương pháp Marketing
Ước lượng cầu bằng mô hình kinh tế lượng
10/19/2021
Economics & Industial Management
4
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.1. Uớc lượng đơn giản
- Cơ sở của phương pháp: Quan sát lượng
S1
A
Bản chất của phương pháp: Ước lượng đơn giản bằng co giãn đoạn
P1
D1
bán trước và sau khi có sự thay đổi giá
S2
B
một đường cầu
P2
D2
D
Q
Q1
Q2
10/19/2021
Economics & Industial Management
5
- Giả định hai kết hợp (P,Q) nằm trên cùng
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.1. Uớc lượng đơn giản
Ước lượng co giãn đoạn
- Là co giãn tại một đoạn hữu hạn nào đó của đường cầu
- Thực chất: Là co giãn giữa 2 mức giá khác nhau
Q = (Q1+Q2)/2; P= (P1+P2)/2
- Công thức tính:
10/19/2021
Economics & Industial Management
6
- Yêu cầu: Tính theo nguyên tắc điềm giữa (điểm trung bình)
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.1. Uớc lượng đơn giản
Ước lượng co giãn đoạn
→ E = -1,5
Kết luận: Khi giá tăng 1% thì số lượng cầu giảm 1,5%
Ví dụ: P1 = 4; Q1 = 10 P2 = 2; Q2 = 30
- Nếu quyết định tăng P lên 3% thì lượng D giảm xuống bao nhiêu % ?
- Nếu quyết định tăng Q lên 9% thì doanh nghiệp nên giảm bao nhiêu % P ?
%ΔP = %ΔQ/E = 9%/(-1,5) = -6%
10/19/2021
Economics & Industial Management
7
E = % ΔQ/ % ΔP → % ΔQ = E. % ΔP = -1,5 x 3% = - 4,5 %
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.1. Uớc lượng đơn giản
Ưu nhược điểm của phương pháp
- Ưu điểm: Đơn giản có thể thực hiện
S1
A
P1
D1
được thông qua sự thay đổi P
- Nhược điểm: Kết quả có thể chệch vì có
S2
B
P2
D2
sự lưu kho đầu cơ hoặc rút bớt khi có sự
D
thay đổi P; Không có gì đảm bảo kết hợp
Q
Q1
Q2
P, Q tại điểm A và B nằm trên cùng một
10/19/2021
Economics & Industial Management
8
đường cầu D
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.1. Uớc lượng đơn giản
Bài tập: Trên thị trường thịt lợn ở Hà Nội:
- Hiện giá bán là 100 nghìn đồng/kg. Lượng cầu hộ gia đình mua là 22 tấn
P
- Co giãn của cầu thịt lợn với giá là -0,57
→ Bệnh dịch làm cho giá thị trường tăng
E
140
lên 140 nghìn đồng/kg. Ước lượng số lượng
100
cầu thịt lợn?
D
Q
10/19/2021
Economics & Industial Management
9
22
?
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.2. Ước lượng cầu bằng phương pháp Marketing
- Điều tra người tiêu dùng và quan sát người tiêu dùng (consumer survey
and observation)
*Ưu điểm *Nhược điểm
- Phân tích người tiêu dùng (consumer clinics)
*Ưu điểm *Nhược điểm
- Thử nghiệm thị trường (market experiment)
10/19/2021
Economics & Industial Management
10
*Ưu điểm *Nhược điểm
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.3. Ước lượng cầu bằng mô hình kinh tế lượng
- Cơ sở của phương pháp: Sử dụng các kỹ thuật hồi quy đa biến để ước
lượng các hệ số trong phương trình D tổng quát, đây là phương pháp cơ bản
để ước lượng hàm cầu đối với một hàng hóa
- Cơ sở các dữ liệu: Với số quan sát đủ lớn
10/19/2021
Economics & Industial Management
11
- Thuật toán: Xây dựng mô hình hồi qui
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.3. Ước lượng cầu bằng mô hình kinh tế lượng
Qui trình thực hiện
Bước 1: Đặt mục tiêu nghiên cứu
Bước 2: Thu thập số liệu
Bước 4: Sử dụng ứng dụng tính toán phù hợp để có được kết quả hồi qui
Bước 3: Lập công thức hồi qui ( Dạng tuyến tính, dạng mũ)
! Viết ra công thức ước lượng
10/19/2021
Economics & Industial Management
12
(Excel, Eview/SPSS…)
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.3. Ước lượng cầu bằng mô hình kinh tế lượng
Qui trình thực hiện
• Khẳng định với một mức tin cậy xác định (thường là 95%) về mối quan hệ
giữa biến giải thích và biến được giải thích (Q)
• Kiểm định t (T Test)
- Phân tích/ đánh giá năng lực giải thích của toàn bộ công thức ước lương
• Hệ số R2 và R2 hiệu chỉnh • Kiểm định F (F Test)
- Lựa chọn công thức ước lượng phù hợp để sử dụng
13
Bước 5: Phân tích đánh giá (chất lượng) công thức ước lượng: - Phân tích/ đánh giá cho từng biến giải thích đưa vào mô hình
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.3. Ước lượng cầu bằng mô hình kinh tế lượng
Qui trình thực hiện
- Xác định mức độ và chiều hướng ảnh hưởng của từng biến số (biến giải
Bước 6: Sử dụng kết quả ước lượng cầu để ra quyết định quản lý
thích) trong công thức ước lượng đến lượng cầu Q (biến được giải thích)
- Tính toán các hệ số co giãn của cầu đối với các biến giải thích
10/19/2021
Economics & Industial Management
14
- Đề xuất các quyết định kinh doanh
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.3. Ước lượng cầu bằng mô hình kinh tế lượng
!!! Thu thập dữ liệu
- Phân tích thống kê chỉ có chất lượng khi mẫu thông tin thu thập được là chính xác và phù hợp.
✓ Mua từ các doanh nghiệp cung cấp dữ liệu chuyên nghiệp (Q&Me, Nielsen, W&S, OCD, TITA, vietdata)
✓ Thực hiện điều tra người mua/người tiêu dùng
✓ Nghiên cứu nhóm tập trung (focus groups) ✓ Công nghệ: nguồn dữ liệu từ điểm bán hàng (point-of- sale data)
10/19/2021
Economics & Industial Management
15
- Các nguồn dữ liệu phục vụ phân tích kinh doanh:
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Ước lượng cầu bằng mô hình kinh tế lượng
Phương pháp phổ biến được nhà kinh tế dùng để ước lượng số lượng cầu với dữ
!!! Thu thập dữ liệu
liệu sẵn có.
✓Dữ liệu chéo: dữ liệu về một hay nhiều biến được thu thập tại cùng một thời điểm
✓Dữ liệu thời gian: tập hợp các quan sát của một biến tại các thời gian khác nhau
✓Dữ liệu bảng: kết hợp các tính chất của cả dữ liệu chéo và dữ liệu thời gian
10/19/2021
Economics & Industial Management
16
Dữ liệu dùng để phân tích hồi qui:
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Ví dụ dữ liệu chéo (Cross-sectional data)
Economics & Industial Management
10/19/2021
1 7
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Economics & Industial Management
10/19/2021
1 8
Ví dụ dữ liệu thời gian (Time series data)
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Economics & Industial Management
10/19/2021
1 9
Ví dụ dữ liệu bảng (Panel data)
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.3. Ước lượng cầu bằng mô hình kinh tế lượng
Phân tích hồi quy
Phân tích hồi quy là tìm quan hệ phụ thuộc của một biến, được gọi là biến
phụ thuộc vào một hoặc nhiều biến khác, được gọi là biến độc lập nhằm mục
đích ước lượng hoặc tiên đoán giá trị kỳ vọng của biến phụ thuộc khi biết
10/19/2021
Economics & Industial Management
20
trước giá trị của biến độc lập.
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.3. Ước lượng cầu bằng mô hình kinh tế lượng
Phân tích hồi quy
Dạng hàm cầu tuyến tính: Q = a + b1X1 + b2X2 + b3X3 + b4X4
Q: biến phụ thuộc (lượng cầu)
a: hằng số (biến chặn)
Xn: các biến độc lập (biến giải thích)
10/19/2021
Economics & Industial Management
21
bn: các hệ số hồi qui (xác định mức độ ảnh hưởng của biến độc lập)
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.3. Ước lượng cầu bằng mô hình kinh tế lượng
Phân tích hồi quy
- Dạng hàm mũ đơn biến: Q = aPb
Hàm cầu dạng phi tuyến:
Chuyển đổi về dạng tuyến tính bằng phương logarit hóa:
𝒍𝒐𝒈 𝑸 = 𝒍𝒐𝒈(𝒂) + 𝒃 𝒍𝒐𝒈(𝑷) (Q’ = a’ +bP’)
- Dạng hàm mũ đa biến:
𝐥𝐨𝐠 𝑸
10/19/2021
Economics & Industial Management
22
Q = aPbYc = 𝐥𝐨𝐠(𝒂) + 𝒃𝐥𝐨𝐠(𝑷) + 𝐜 𝐥𝐨𝐠(𝒀)
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.3. Ước lượng cầu bằng mô hình kinh tế lượng
Giả thiết của mô hình hồi quy
Giả thiết 1: Biến độc lập Xi là phi ngẫu nhiên, các giá trị của chúng phải
được xác định trước.
Giả thiết 2: Kỳ vọng có điều kiện của sai số ngẫu nhiên bằng 0 :
E (Ui / Xi) = 0 ∀ i
Giả thiết 3: (Phương sai thuần nhất ) Các sai số ngẫu nhiên có phương sai
10/19/2021
Economics & Industrial Management
23
bằng nhau : Var (Ui / Xi) = 𝜎2 ∀ i
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.3. Ước lượng cầu bằng mô hình kinh tế lượng
Giả thiết của mô hình hồi quy
Giả thiết 4: Không có hiện tượng tương quan giữa các sai số ngẫu nhiên:
Cov (Ui , Uj ) = 0 ∀ i ≠j
Giả thiết 5: Không có hiện tượng tương quan giữa biến độc lập Xi và sai số
ngẫu nhiên: Ui : Cov (Xi , Ui ) = 0 ∀ i
10/19/2021
Economics & Industrial Management
24
Giả thiết 6: Ui có phân phối N (0, 𝜎2)
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.3. Ước lượng cầu bằng mô hình kinh tế lượng
Công thức hồi qui tổng quát:
Sử dụng các phần mềm tính toán để thực hiện phân tích hồi qui:
𝑌𝑖 = 𝛽0 + 𝛽1𝑋1𝑖 + 𝛽2𝑋2𝑖 + … + 𝛽𝑛𝑋𝑛𝑖 + 𝑈𝑖 Từ mẫu quan sát (số liệu), ước lượng các tham số (hệ số): መ𝛽𝑖
Excel
Eviews
Spss
10/19/2021
Economics & Industrial Management
25
...
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
2.3.3. Ước lượng cầu bằng mô hình kinh tế lượng
Đánh giá kết quả phân tích hồi quy
nghiệm không.
✓ Dấu của các hệ số hồi qui ước lượng được phù hợp với lý thuyết hay tiên
✓ Mức độ phù hợp của mô hình (R2 và ഥ𝑹𝟐 hiệu chỉnh).
✓ Các hệ số hồi qui ước lượng được có ý nghĩa về mặt thống kê hay không.
tính cổ điển hay không.
10/19/2021
Economics & Industrial Management
26
✓ Kiểm tra xem mô hình có thỏa mãn các giả thiết của mô hình hồi qui tuyến
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
TÌNH HUỐNG NGHIÊN CỨU
Quản lý chuỗi cửa hàng bánh mỳ Springs đưa ra
tập số liệu thống kê, yêu cầu nhân viên phân tích
và đưa ra các kết luận về đặc điểm bán hàng hiện
tại để làm cơ sở đưa ra các quyết định mới:
- Mở thêm điểm bán
- Thay đổi chính sách giá nhằm tăng doanh thu
- Bán thêm loại đồ uống nào cùng với bánh mỳ
10/19/2021
Economics & Industrial Management
27
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
TÌNH HUỐNG NGHIÊN CỨU
Tiêu thụ bánh của công ty Springs ở các trường học
✓Qua số liệu thống kê về kết quả tiêu thụ của 30 cửa
hàng đặt tại các trường học khác nhau
✓Ước lượng hàm cầu về bánh
✓Cung cấp thông tin phục vụ ra quyết định kinh
10/19/2021
Economics & Industrial Management
28
doanh cho quản lý
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Thiết lập dạng hàm hồi quy mẫu
Hai dạng hàm cầu phổ biến:
1. 𝑄 = መ𝛽0 + መ𝛽1𝑃 + መ𝛽2𝐻𝑃 + መ𝛽3𝑃𝑅 2. 𝑄 = መ𝛽0𝑃𝛽1𝐻𝑃𝛽2𝑃𝑅𝛽3 →hệ số co giãn của cầu không đổi
Q: lượng cầu hoặc doanh số →biến được giải thích/ phụ thuộc
P: giá bánh →biến giải thích/ độc lập
HP: học phí (thu nhập của sinh viên) →biến giải thích/ độc lập
10/19/2021
Economics & Industrial Management
29
PR: giá đồ uống (hàng hóa liên quan)→biến giải thích/ độc lập
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Regression Statistics
0.83436857 0.69617091
Kết quả hồi quy – dạng hàm 1
Q = 25,809 – 0,080P + 0,082HP - 0,076PR
0.661113708 1.658590278 30
Multiple R R Square Adjusted R Square Standard Error Observations ANOVA
df
SS
MS
F
Significance F
54.62819407 19.85814204
6.66508E-07
2.75092171
Regression Residual Total
3 26 29
163.8845822 71.52396447 235.4085467
t Stat
Upper 95%
Lower 95.0%
Upper 95.0%
Intercept P HP PR
Coefficients 25.80854277 -0.080320608 0.082327462 -0.076474717
Standard Error 2.389363507 0.013061671 0.052246234 0.019147297
P-value 4.1578E-11 10.80143004 -6.149336451 1.6769E-06 1.575758776 0.127172481 -3.994021633 0.00047485
Lower 95% 20.89713574 -0.107169256 -0.025066211 -0.115832549
30.7199498 -0.053471959 0.189721135 -0.037116885
20.89713574 -0.107169256 -0.025066211 -0.115832549
30.7199498 -0.053471959 0.189721135 -0.037116885
10/19/2021
30
Economics & Industrial Management
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Phân tích đánh giá kết quả quả hồi quy – dạng hàm 1
1. Dấu của các hệ số hồi qui ước lượng được phù hợp với lý thuyết hay
tiên nghiệm không?
Ứng dụng: so sánh độ lớn hệ số để đánh giá mức độ ảnh hưởng tới cầu
10/19/2021
Economics & Industrial Management
31
መ𝛽1 = -0.080320608 : P nghịch biến với Q → phù hợp lý thuyết cầu መ𝛽2 = 0.082327462 : HP đồng biến với Q → phù hợp lý thuyết cầu መ𝛽3 = -0.076474717 : PR nghịch biến với Q → phù hợp lý thuyết cầu
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Phân tích đánh giá kết quả quả hồi quy – dạng hàm 1
2. Các hệ số hồi qui ước lượng được có ý nghĩa về mặt thống kê hay không?
Giả thuyết chính H0: መ𝛽𝑖 = 0 H1: መ𝛽𝑖 ≠ 0 Giả thuyết đối
- Kiểm định ý nghĩa thống kê của từng hệ số ước lượng:
• Dùng giá trị tới hạn (t value) • Dùng mức ý nghĩa thống kê (p value)
p = mức ý nghĩa thống kê chấp nhận giả thuyết H0 1 – p = mức độ tin cậy để bác bỏ giả thuyết H0, chấp nhận H1
Cụ thể: p value của መ𝛽1 là 0.0000016769 → với mức ý nghĩa thống kê 0,00016% hoặc mức tin cậy là 99,99984% thì hệ số 𝛽1 khác không, tức là → Giá bánh mì (P) có ảnh hưởng đến lượng cầu bánh mỳ (Q).
32
- Kiểm định Student (t test)
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Phân tích đánh giá kết quả quả hồi quy – dạng hàm 1
3. Kiểm tra ý nghĩa thống kê của toàn bộ công thức hồi qui: Các biến giải thích đưa vào mô hình có ảnh hưởng đến biến được giải thích không?
-Dùng giá trị tới hạn (F value) -Dùng mức ý nghĩa thống kê F(significance F)
Kiểm định F (F test)
Giá trị significance F : mức ý nghĩa thống kê chấp nhận giả thuyết H0 1 – significance F = mức độ tin cậy để bác bỏ giả thuyết H0, chấp nhận H1 Cụ thể: signicance F = 6.66508E-07 → Với mức ý nghĩa thống kê là 0,000000666% hoặc mức tin cậy là 99.999999334% thì các biến giải thích (3 biến P, HP, PR) có trong công thức ước lượng ảnh hưởng đến biến được giải thích (lượng cầu Q)
10/19/2021
Economics & Industrial Management
33
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Phân tích đánh giá kết quả quả hồi quy – dạng hàm 1
4. Mức độ phù hợp của mô hình? Hệ số xác định (R2 ) và hệ số điều chỉnh (Adjusted ഥ𝑹𝟐): Hệ số xác định đo lường tỷ lệ biến động của Y được “giải thích” bởi hàm hồi qui bội.
-Miền xác định của R2 : 0 ≤ R2 ≤ 1
R2 → 1 : hàm hồi qui càng phù hợp.
R2 → 0 : hàm hồi qui càng ít phù hợp
10/19/2021
Economics & Industrial Management
34
Cụ thể: Adjusted ഥ𝑹𝟐 = 0.661113708 Các biến độc lập (P, HP và PR) đưa vào mô hình giải thích 66,11% sự biến động của biến phụ thuộc Q.
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Phân tích đánh giá kết quả quả hồi quy – dạng hàm 1
5. Kiểm tra xem mô hình có thỏa mãn các giả thiết của mô hình hồi qui
tuyến tính cổ điển hay không?
10/19/2021
Economics & Industrial Management
35
- Các vấn đề của hồi qui tuyến tính
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Regression Statistics
Kết quả phân tích hồi quy – dạng hàm 2
Ln(Q) = 11,882 – 1,028Ln(P) + 0,090Ln(HP) – 1,085Ln(PR) → Q = 144655,02.P-1.028 HP0.09 PR-1.085
0.78222146 0.61187041 0.56708623 0.23420722 30
Multiple R R Square Adjusted R Square Standard Error Observations ANOVA
df
SS
MS
F
Significance F 1.5178E-05
0.749437 13.662645 0.054853
Regression Residual Total
3 26 29
2.248312141 1.426178563 3.674490704
P-value
Intercept ln(P) ln(HP) ln(PR)
Coefficients 11.8821761 -1.0283679 0.08995173 -1.0853091
Standard Error t Stat 1.564405634 7.595329 4.616E-08 8.66649431 0.211252327 -4.86796 4.762E-05 0.901667 0.3755109 0.099761575 0.291183166 -3.727238 0.0009483
Lower 95% Upper 95% Lower 95.0% Upper 95.0% 15.097858 8.666494305 15.09785797 -0.59413256 0.2950146 -0.11511112 0.295014589 -0.48677351
-1.4626033 -0.5941326 -1.46260332 -0.1151111 -1.6838447 -0.4867735 -1.68384465
10/19/2021
Economics & Industrial Management
36
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG 2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Thủ tục đánh giá kết quả phân tích hồi qui tương tự
10/19/2021
Economics & Industrial Management
37
Phân tích đánh giá kết quả quả hồi quy – dạng hàm 2
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
So sánh lựa chọn dạng hàm
Dạng 1
Dạng 2
Năng lực giải thích của toàn bộ công thức
66,1% 56,7%
1.6769E-06 0.127172481 0.00047485 4.762E-05 0.3755109 0.0009483
10/19/2021
Economics & Industrial Management
38
R2 và adjusted ഥ𝑹𝟐 Ý nghĩa thống kê của từng hệ số biến giải thích P HP PR Mức độ phù hợp theo kinh nghiệm, tiên nghiệm
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
- Vấn đề xác định (Identification)
- Đa cộng tuyến (multi-collinearity)
- Tự tương quan (autocorrelation)
10/19/2021
Economics & Industrial Management
39
Các vấn đề gặp phải của hồi quy
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Các vấn đề gặp phải của hồi quy
Vấn đề 1: Xác định
• Ước lượng số lượng cầu có thể bị chệch do số liệu thu thập phản ánh sự
dịch chuyển đồng thời cả đường cầu và đường cung.
• Giải pháp: sử dụng các kỹ thuật hiệu chỉnh tiên tiến như kỹ thuật bình
phương bé nhất hai giai đoạn và bình phương bé nhất gián tiếp để khắc
10/19/2021
Economics & Industrial Management
40
phục
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Các vấn đề gặp phải của hồi quy
Vấn đề 2: Đa cộng tuyến
Hai hoặc nhiều biến độc lập có quan hệ chặt với nhau và được thể hiện dưới dạng hàm số
•Kiểm tra bằng phương pháp:
➢rất khó để tách biệt ảnh hưởng của từng biến giải thích đến biến phụ thuộc
10/19/2021
Economics & Industrial Management
41
-Ma trận tương quan -Thực hiện hồi qui phụ -Kiểm định nhân tử phóng đại phương sai (VIF)
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Các vấn đề gặp phải của hồi quy
Vấn đề 2: Đa cộng tuyến
Hai hoặc nhiều biến độc lập có quan hệ chặt với nhau và được thể hiện dưới dạng hàm số
- cách sửa chữa tốt nhất là loại bỏ bớt biến độc lập có có quan hệ chặt với nhau ra khỏi công thức hồi qui. - Lấy sai phân cấp 1
10/19/2021
Economics & Industrial Management
42
•Kiểm tra bằng phương pháp: •Giải pháp:
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Các vấn đề gặp phải của hồi quy
Vấn đề 3: Tự tương quan
độc lập theo một định dạng nhất định (thành phần nhiễu của các quan sát có
Còn được gọi là tương quan tuần tự, xảy ra khi biến phụ thuộc liên hệ với biến
liên hệ với nhau)
- những nguyên nhân dẫn đến tự tương quan có thể là do bỏ sót biến, hoặc
tương quan là phi tuyến
- Giải pháp: để khắc phục tự tương quan có thể chuyển dạng dữ liệu theo thứ
- Dùng kiểm định Durbin Watson để phát hiện tự tương quan
10/19/2021
Economics & Industrial Management
43
tự khác hoặc thêm vào dữ liệu sớm hoặc muộn
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Sử dụng biến giả trong phân tích hồi quy
• Khi biến nghiên cứu là dữ liệu định tính, chỉ có hai biểu hiện như: giới tính,
khu vực thành thị hay nông thôn, trường công lập hay dân lập …
• Biến giả chỉ nhận hai giá trị là 0 và 1
• Lượng hóa những biến đó trong phân tích hồi qui được gọi là kỹ thuật biến giả
• Biến giả được sử dụng trong mô hình hồi qui giống như biến số lượng thông
10/19/2021
Economics & Industrial Management
44
thường
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
TÌNH HUỐNG NGHIÊN CỨU
• Phân tích ảnh hưởng của vị trí trường đến lượng bánh bán được
𝑄 = መ𝛽0 + መ𝛽1𝑃 + መ𝛽2𝐻𝑃 + መ𝛽3𝑃𝑅 + መ𝛽4𝑉𝑇 + 𝑈
• Trường học ở nông thôn: VT = 0
10/19/2021
Economics & Industrial Management
45
• Trường học ở đô thị: VT = 1
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
TÌNH HUỐNG NGHIÊN CỨU
Hàm cầu trường đô thị: Q = 27,234 – 0,088P + 0,088HP - 0,080PR – 0,528VT Hàm cầu trường ở nông thôn: Q = 27,234 – 0,088P + 0,088HP - 0,080PR
0.83680717 0.700246239 0.652285637 1.680054728 30
Multiple R R Square Adjusted R Square Standard Error Observations ANOVA
df
SS
MS
F
Significance F
14.60044731
2.80996E-06
41.21098736 2.822583889
Regression Residual Total
164.8439494 70.56459723 235.4085467
4 25 29
Coefficients
Standard Error
t Stat
Lower 95%
Upper 95%
Intercept P HP PR VT
27.23350434 -0.08797161 0.088475981 -0.080080624 -0.528224649
3.439741621 0.018635386 0.053962975 0.020357425 0.906044757
7.917311047 -4.720675621 1.639568257 -3.933730621 -0.583000614
P-value 2.83829E-08 7.68505E-05 0.113619704 0.000587257 0.56511529
20.14922386 -0.126351906 -0.022662847 -0.122007525 -2.394258757
34.31778482 -0.049591315 0.199614809 -0.038153724 1.337809458
10/19/2021
Economics & Industrial Management
46
2.3 ƯỚC LƯỢNG HÀM CẦU THỊ TRƯỜNG
Ứng dụng kết quả của phân tích hồi quy
• Tính toán các hệ số co giãn
10/19/2021
Economics & Industrial Management
47
• Đưa ra các quyết định kinh doanh
THANK YOU ☺
10/19/2021
Economics & Industrial Management
48