Bài giảng Phân tích định lượng: Bài 3

10/22/2014

u

nalysis

antitative A

Nội dung buổi 3

1. Lý thuyết 1: Phân tích định lượng 2. Lý thuyết 2: Hồi quy đơn biến 3. Lý thuyết 3: Hồi quy đa biến 4. Thực hành 1: Hồi quy đơn biến 5. Thực hành 2: Hồi quy đa biến 6. Hướng dẫn thực hiện bài tập

Buổi 7

10/22/2014

Lý thuyết 1: Phân tích định lượng là gì?

A I. Phương pháp phân tích định lượng

Nghiên cứu định lượng Nghiên cứu định lượng là tất cả bước thực hiện để định lượng mối quan hệ nhân quả giữa các biến số nghiên cứu trong đó việc sử dụng các công cụ phân tích định lượng như là cách thức chính để giải quyết vấn đề.

Mục tiêu nghiên cứu định lượng để lượng hóa mối quan hệ nhân quả giữa các nhân tố (các biến) thông qua việc áp dụng các công cụ phân tích thống kê thường được áp dụng khi mô hình nghiên cứu đã khá rõ ràng và cụ thể

10/22/2014

I. Phương pháp phân tích định lượng

Quy trình nghiên cứu định lượng

1. Quan sát sự vật hay hiện tượng, 2. Đặt vấn đề nghiên cứu 3. Nghiên cứu lý thuyết 4. Xây dựng mô hình nghiên cứu 4.1. Xây dựng tập biến số 4.2. Xây dựng mối quan hệ giữa các biến số (giả thuyết N/c) 4.3. Xác định thước đo và công thức đo lường cho các biến số 4.4. Xác định nguồn thông tin và phương pháp thu thập 4.5. Phương pháp phân tích

5. Phân tích số liệu 6. Rút ra kết luận từ phân tích số liệu

Nghiên cứu khoa học

Methodology and research model

Number bank Ralationship

Bank Ralationship

Credit financing relationships

Size

Research model

ROA, ROE

Tangible asset structure

Firm characteristics

Age

Type of ownership

The effect of banking relationship on firm performance

10/22/2014

II. Kinh tế lượng

Là công cụ toán học dùng để khảo sát định lượng mối quan hệ nhân quả giữa các hiện tượng kinh tế xã hội để trả lời hai câu hỏi cơ bản: 1. Các hiện tượng này có mối quan hệ nhân quả với

2. Nếu tồn tại mối quan hệ nhân quả thì mức độ mạnh

nhau hay không?

yếu của mối quan hệ này là như thế nào?

III. Phương pháp luận của Kinh tế lượng

1. Xác định vấn đề nghiên cứu; 2. Tham khảo lý thuyết kinh tế và nghiên cứu thực

nghiệm trước;

3. Xác định đặc trưng của mô hình toán kinh tế; 4. Xác định đặc trưng của mô hình kinh tế lượng cho lý

thuyết hoặc giả thuyết; 5. Thu thập và xử lý dữ liệu; 6. Ước lượng tham số của mô hình kinh tế lượng; 7. Kiểm định giả thuyết và giải thích; 8. Diễn giải kết quả 9. Dự báo và ứng dụng thực tế

10/22/2014

III. Phương pháp luận của Kinh tế lượng

1. Xác định vấn đề cần nghiên cứu 1. Mục tiêu nghiên cứu? 2. Phạm vi nghiên cứu? 3. Đối tượng nghiên cứu?

Ví dụ Nghiên cứu về mối liên hệ giữa tiêu dùng cá nhân và GDP giai đoạn 1982 – 1986 tại Mỹ

III. Phương pháp luận của Kinh tế lượng

1. Tìm hiểu bản chất của từng biến nghiên cứu 2. Định hình việc xây dựng từng biến số trong mô hình 2. Tham khảo lý thuyết kinh tế và n/c thực nghiệm trước 3. Định hình các phương pháp ước lượng

dùng của Keynes

1. Lý thuyết về thu nhập và tiêu

Ví dụ

2. Các nghiên cứu thực nghiệm tại các quốc gia khác nhau trên thế giới có liên quan

10/22/2014

III. Phương pháp luận của Kinh tế lượng

Mô hình toán kinh tế lý thuyết áp dụng cho trường hợp phân tích 3. Xác định đặc trưng của mô hình toán kinh tế

Ví dụ

1. Y = β1 + β2X 2. Trong đó: Y: Tiêu dùng X: Thu nhập β1: Tiêu dùng tự định β2: Tiêu dùng biên (0< β2 <1)

III. Phương pháp luận của Kinh tế lượng

Mô hình toán dùng để ước lượng cho trường hợp phân tích 4. Xác định mô hình kinh tế lượng

Ví dụ

Y = β1 + β2X + u Trong đó: Y: Tiêu dùng X: Thu nhập β1: Tiêu dùng tự định β2: Tiêu dùng biên = MPC U: Số hạng nhiễu đại diện cho các nhân tố tác động khác mà ta không ước lượng

10/22/2014

III. Phương pháp luận của Kinh tế lượng

1. Dữ liệu theo thời gian hoặc dữ liệu chéo 2. Dữ liệu mô tả đúng bản chất của biến số 3. Dữ liệu phù hợp với phương pháp ước lượng 5. Thu thập và xử lý dữ liệu 4. Xử dụng phần mềm xử lý dữ liệu

Ví dụ Dữ liệu về GDP (đại diện cho thu nhập) và dữ liệu về tiêu dùng theo thời gian

III. Phương pháp luận của Kinh tế lượng

Ước lượng mối quan hệ mạnh yếu giữa các biến số 6. Ước lượng tham số của mô hình kinh tế lượng

Y = - 184,0780 + 0.706408*X  β2 = MPC = 0.706408

Phương trình hồi quy mô tả mối quan hệ giữa tiêu dùng và thu nhập từ những số liệu thu thập được như sau: Ví dụ

10/22/2014

III. Phương pháp luận của Kinh tế lượng

1. Mối quan hệ này có thực sự tồn tại hay không? 7. Kiểm định giả thuyết 2. Dấu của mối quan hệ này có như kỳ vọng hay không?

Ví dụ

1. Kiểm định hệ số tương quan 2. Kiểm định hệ số hồi quy; 3. Kiểm định đa cộng tuyến; 4. Kiểm định về phần dư.

III. Phương pháp luận của Kinh tế lượng

8. Diễn giải kết quả Sự tác động/không tác động của từng biến số khi biến số khác không đổi

Ví dụ

Trị số β2 = MPC = 0.706408 có ý nghĩa như sau: GDP và tiêu dùng có quan hệ đồng biến. Cụ thể khi GDP tang (giảm) 1 tỷ USD, tiêu dùng sẽ tang (giảm) khoảng 0.706408 tỷ USD

10/22/2014

III. Phương pháp luận của Kinh tế lượng

1. Điều gì sẽ xảy ra nếu một biến số thay đổi? 2. Ứng dụng của mô hình trong thực tế là 9. Dự báo và ứng dụng gì?

IV. Quan hệ hồi quy

1. Hồi quy nghiên cứu sự tác động của một hoặc nhiều biến độc lập đến một biến phụ thuộc. 2. Nếu biết được giá trị của biến độc lập thì ước lượng được giá

trị trung bình của biến phụ thuộc. 3. Việc ước lượng được dựa trên hàm số:

Y = f(X1, X2, X3 … Xk) + U X là các biến độc lập, Y là biến phụ thuộc, U là sai số (số hạng nhiễu)

A V. Các giả định trong mô hình hồi quy tuyến tính

10/22/2014

1. Mô hình có dạng hồi quy tuyến tính đối với hệ số hồi quy; 2. Mô hình được xác định đúng 3. Biến số độc lập có dữ liệu biến thiên (phương sai khác 0); 4. Biến số độc lập không tương quan với số hạng nhiễu (sai số) 5. Không xuất hiện hiện tượng đa cộng tuyến giữa các biến số độc lập (trong mô hình hồi quy đa biến) không

6. Số hạng nhiễu không tương quan với biến phụ thuộc; 7. Số hạng nhiễu có phân phối chuẩn và giá trị kỳ vọng bằng 0 8. Kích thước mẫu phải lớn hơn tham số cần ước lượng

Định lý Gaus – Markov: Nếu các giả thuyết trên được thỏa mãn thì ước lượng OLS sẽ là tuyến tính, không chệch, tốt nhất – BLUE: Best Linear Unbiased Estimator

Buổi 7

Lý thuyết 2: Mô hình hồi quy tuyến tính đơn

10/22/2014

I. Phương pháp ước lượng

hay hay Yi = β1 + β2Xi + ei Yi = Y + ei Yi = β1 + β2Xi

Yi

ei Tổng bình phương các phần dư là nhỏ nhất: 𝑛 𝑒𝑖 Min( 𝑖=1 Yi

Xi X

I. Phương pháp ước lượng

ei

ei Y

Yi ei Yi

β1 Biến thiên trong các giá trị Y quan sát bao gồm 2 phần: 1. Phần đại diện cho đường hồi quy. 2. Phần đại diện cho yếu tố ngẫu nhiên

Xi X

10/22/2014

I. Phương pháp ước lượng

Gauss-Markov assumptions

Nếu các giả thuyết từ 1 – 4 được thỏa mãn thì các hệ số hồi quy 𝛽 là các ước lượng không chệch (unbiased) của các hệ số hồi quy tổng thể β. Nếu cỡ mẫu đủ lớn thì hệ số hồi quy 𝛽 được gọi là ước lượng vững của β. Có nghĩa là giá trị trung bình của 𝛽 bằng với β và phân phối của 𝛽 tiệm cận với phân phối của tổng thể.

Nếu các giả thuyết từ 1 – 5 được thỏa mãn thì các hệ số hồi quy 𝛽 là các ước lượng tuyến tính không chệch tốt nhất (Best linear unbiased estimator) của các hệ số hồi quy tổng thể β.

1. Hệ số hồi quy có dạng tuyến tính; 2. Mẫu được chọn ngẫu nhiên; 3. Không xuất hiện đa cộng tuyến hoàn hảo. 4. Sai số luôn bằng 0 với mọi X: E(u/x) = 0 5. Phương sai sai số không đổi

I. Phương pháp ước lượng

Nếu các giả thuyết từ 1 – 6 được thỏa mãn thì các hệ số hồi quy 𝛽 có dạng phân phối: 𝛽 ~ Nomal [β, Var( 𝛽)]. Trong trường hợp này từng hệ số hồi quy sẽ được kiểm định căn cứ vào phân phối student – t. Trong khi đó kiểm định kết hợp các hệ số hồi quy sẽ căn cứ vào phân phối Fisher

6. Sai số có phân phối chuẩn Giả thuyết thứ 6

10/22/2014

I. Phương pháp ước lượng

khi Các vấn đề lưu ý ước lượng mô hình 1. Hệ số tương quan; 2. Hệ số hồi quy; 3. Số hạng nhiễu.

II. Hệ số R2

1. R2 đo lường mức độ phù hợp của mô hình hồi quy.

Hệ số xác định R2 (0≤R2≤1) 2. R2 cho thấy biến độc lập X giải thích được bao nhiêu % sự biến động của biến phụ thuộc Y

Trong mô hình hồi quy: Y = - 184,0780 + 0.706408*X Nếu R2 = 55%  biến số độc lập X (thu nhập) giải thích được 55% sự biến động của biến phụ thuộc Y (chi tiêu), 45% còn lại do các yếu tố ngẫu nhiên khác giải thích (sai số và do các yếu tố khác chưa đưa vào mô hình)

Ví dụ

10/22/2014

II. Hệ số R2

1. R2 cao hay thấp không quan trọng, quan trọng là có ý nghĩa thống kê hay không. Kiểm định hệ số R2

2. Sử dụng kiểm định Fisher để kiểm định hệ số tương quan

Giả thuyết: H0: Hệ số tương quan bằng 0 (R2 = 0) H1: Hệ số tương quan khác 0 (R2 ≠ 0)

III. Hệ số hồi quy (β)

Hệ số β1

1. β1 được gọi là hệ số chặn của mô hình. 2. Điều quan trọng là β1 có ý nghĩa thống kê hay không (β1 thực sự có khác giá trị 0 hay không) 3. Tùy vào từng mô hình mà có sử dụng hệ số chặn trong việc giải thích hay không dù nó có ý nghĩa thống kê. 4. Sử dụng kiểm định Student để kiểm định ý nghĩa của hệ số chặn

Giả thuyết: H0: Hệ số chặn bằng 0 (β1 = 0) H1: Hệ số chặn khác 0 (β1 ≠ 0)

10/22/2014

II. Hệ số hồi quy (β)

1. β2 được gọi là hệ số góc, hệ số hồi quy dùng để giải thích sự tác động của biến độc lập X tới biến phụ thuộc Y.

Hệ số β2

2. Điều quan trọng là β2 có ý nghĩa thống kê hay không (β2 thực sự có khác giá trị 0 hay không) 3. Sử dụng kiểm định Student để kiểm định ý nghĩa của hệ số góc.

Giả thuyết: H0: Hệ số góc bằng 0 (β2 = 0) H1: Hệ số góc khác 0 (β2 ≠ 0)

III. Số hạng nhiễu của mẫu (e)

1. Giữa các sai số không có mối quan hệ tương

quan với nhau; Số hạng nhiễu 2. Sai số phải độc lập với biến phụ thuộc và biến giải thích (biến số độc lập) 3. Sai số phải có phân phối chuẩn và có giá trị trung bình bằng 0

Các phân tích về số hạng nhiễu sẽ được đề cập chi tiết tại mô hình hồi quy tuyến tính bội

Buổi 7

10/22/2014

Thực hành 1: Phân tích hồi quy đơn biến

Sử dụng file: 01. Hoi quy don bien va da bien Làm theo hướng dẫn trên lớp

Buổi 7

10/22/2014

Lý thuyết 2: Hồi quy đa biến

I. Hồi quy đa biến

A Phương trình hồi quy mẫu: Yi = β1 + β2X2i + β3X3i +…+ βnXni + ei

Hay: Yi = β1 + β2X2i + β3X3i +…+ βnXni

Hồi quy đa biến

Phân tích ảnh hưởng của nhiều yếu tố (biến độc lập) tới vấn đề cần nghiên cứu (biến phụ thuộc) trong các điều kiện ràng buộc về giả thuyết hồi quy

10/22/2014

I. Hồi quy đa biến

khi Các vấn đề lưu ý ước lượng mô hình 1. Hệ số tương quan; 2. Hệ số hồi quy; 3. Số hạng nhiễu.

I. Hồi quy đa biến

1. Kiểm định VIF. 2. Kiểm định ý nghĩa tổng thể của mô hình. 3. Kiểm định ý nghĩa thống kê của từng Các kiểm định cần thiết hệ số hồi quy.

4. Kiểm định sai dạng mô hình. 5. Kiểm định phương sai sai số thay đổi

10/22/2014

I. Hồi quy đa biến

Ví dụ

Hàm hồi quy tuyến tính của doanh số bán hàng theo chi phí chào hàng và chi phí quảng cáo được ước lượng như sau:

Y = 33.3 + 4.6X2i + 3.7X3i

Nhận xét: 1. β1 = 33.3: Khi chi phí chào hàng và quảng cáo đều bằng 0 (doanh nghiệp không thực hiện việc chào hàng và quảng cáo) thì doanh số bàn hàng trung bình là 33.3 (tỷ)

bằng 0), khi chi phí quảng cáo tăng 1 tỷ, doanh thu tăng 3.7 tỷ

Buổi 7

2. β2 = 4.6: Chi phí chào hàng tác động dương (cùng chiều hoặc tích cực) tới doanh số bán hàng. Trong trường hợp doanh nghiệp không thực hiện chi phí quảng cáo (chi phí quảng cáo bằng 0) thì nếu chi phí chào hàng tăng 1 tỷ thì doanh số bán hàng tăng trung bình 4 tỷ 3. β3 = 3.7: Tương tự, nếu các yếu tố khác không đổi (chi phí chào hàng