Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Dữ liệu bảng (Panel Data)
1
Các loại dữ liệu
Time – series Cross – sections Panel
2
Nguyen Trong Hoai 1
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Dữ liệu bảng và dữ liệu chéo gộp chung
Dữ liệu bảng là dữ liệu mà các quan sát của dữ liệu này bao gồm quan sát chéo và các quan sát chéo này lại được quan sát theo thời gian Cần phân biệt dữ liệu bảng và dữ liệu chéo gộp chung
3
Ưu điểm của dữ liệu bảng
Nghiên cứu được sự khác biệt giữa các đơn vị chéo mà trước đây chúng ta hay sử dụng dummy Nâng cao được số quan sát của mẫu và phần nào khắc phục được hiện tượng đa cộng tuyến Chứa đựng nhiều thông tin hơn các dữ liệu khác
4
Nguyen Trong Hoai 2
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Ưu điểm của dữ liệu bảng (tt)
Nghiên cứu được động thái thay đổi của các đơn vị chéo theo thời gian
5
Tổ chức dữ liệu bảng
Unstacked: Các đơn vị chéo được sắp xếp theo thời gian một cách riêng biệt theo từng biến (ví dụ trong tài liệu đọc của Gujarati, đây là cách thông thường khi mô tả dữ liệu bảng-ví dụ bằng Eviews) Stacked: Các đơn vị chéo được sắp xếp theo thời gian và các đơn vị chéo này được nhóm lại với nhau theo từng biến
6
Nguyen Trong Hoai 3
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Ví dụ về dữ liệu bảng stacked
1,1
1,1
1,1
X X
2,1
Z Z
2,1
Y Y
2,1
X
M ,1
T
Z
M ,1
T
Y
M T,1
2
1,
2
1,
2
1,
X X
2
2,
Z Z
Y Y
2
2,
2
2,
X
Y
M 2
,
T
Z
M 2
T,
M 2
,
T
M
M
M
Y
N,1
N,1
N,1
Y
X X
N,2
Z Z
N,2
N,2
M
M
M
Y
N,
T
X
Z
N,
T
N,
T
7
Ví dụ về dữ liệu bảng Unstacked
Quan saùt
I
Quan saùt
I
F–1
C–1
F–1
C–1
US
GE
1935
33,1
1170,6
97,8
209,9
1362,4
53,8
1935
1936
45,0
2015,8
104,4
355,3
1807,1
50,5
1936
1937
77,2
2803,3
118,0
469,9
2673,3
118,1
1937
1938
44,6
2039,7
156,2
262,3
1801,9
260,2
1938
1939
48,1
2256,2
172,6
230,4
1957,3
312,7
1939
1940
74,4
2132,2
186,6
361,6
2202,9
254,2
1940
8
Nguyen Trong Hoai 4
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Các loại dữ liệu bảng
Dữ liệu bảng cân bằng (balanced): khi các đơn vị chéo có cùng số quan sát theo thời gian, phần lớn các dữ liệu bảng sẽ được trình bày theo kiểu này Dữ liệu bảng không cân bằng (unbalance): khi cac đơn vị chéo không có cùng số quan sát theo thời gian
9
Ý tưởng cơ bản về dữ liệu bảng
Dữ liệu bảng không thể thực hiện hồi qui bằng OLS thông thường Các trường hợp có thể xảy ra cho các đơn vị chéo (một ví dụ đơn giản)
(cid:190)Các đơn vị chéo có điều kiện đặc thù giống
nhau
(cid:190)Các đơn vị chéo có điều kiện đặc thù khác
nhau
10
Nguyen Trong Hoai 5
Ý tưởng cơ bản về dữ liệu bảng (tt)
(cid:190)Các đơn vị chéo có sự khác biệt về tác động
biên của các nhân tố ảnh hưởng
(cid:190)Các đơn vị chéo vừa khác biệt về điều kiện đặc thù và vừa khác biệt về tác động biên của các nhân tố ảnh hưởng
(cid:190)Các đơn vị chéo không có sự khác biệt về điều kiện đặc thù và tác động biên của các nhân tố đang xét
11
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Dummy và dữ liệu bảng
Dummy có giải quyết các vấn đề của dữ liệu bảng? Câu trả lời là được nhưng rất phức tạp và không hiệu quả
12
Nguyen Trong Hoai 6
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Dạng tổng quát mô hình
Yit = β1it + β2itX2it + β3itX3it + uit
Các tiếp cận ước lượng mô hình tổng quát
13
Tiếp cận tác động cố định
Tất cả các hệ số đều không đổi theo thời gian và các đơn vị chéo Hệ số độ dốc không đổi theo thời gian và các đơn vị chéo nhưng hệ số trục tung khác nhau giữa các đơn vị chéo Hệ số độ dốc không đổi theo thời gian và các đơn vị chéo nhưng hệ số trục tung biến đổi giữa các đơn vị chéo và thời gian
14
Nguyen Trong Hoai 7
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Tiếp cận tác động cố định (tt)
Tất cả các hệ số biến đổi theo các đơn vị chéo Tất cả các hệ số biến đổi theo các đơn vị chéo và theo thời gian
15
Tất cả các hệ số không đổi
OLS- Pooled (hồi qui kết hợp tất cả các quan sát) Yit = β1 + β2X2it + β3X3it + uit Nhược điểm
(cid:190) Nhận dạng sai thể hiện ở DW (cid:190)Ràng buộc quá chặt về các đơn vị chéo,
điều này khó xảy ra trong thực tế
16
Nguyen Trong Hoai 8
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Tất cả các hệ số không đổi (tt)
Y^ se t
= –63,3041 +0,1101X2 + 0,3034X3 (0,0493) (6,1545)
(29,6124) (0,0137) (–2,1376) (8,0188)
Durbin–Watson = 0,2187
R2 = 0,7565 n = 80
df = 77 Phương trình 16.3.1 trong bài đọc
17
Hệ số trục tung biến đổi theo chéo
Phương pháp FEM – LSDV Yit = β1it + β2X2it + β3X3it + uit FEM: mặc dù có sự khác biệt các đơn vị chéo về hệ số trục tung nhưng lại không khác biệt theo thời gian Giải pháp dummy?
18
Nguyen Trong Hoai 9
Intercept biến đổi theo đơn vị chéo (tt)
Yit = α1 + α2D2i + α3D3i + α4D4i + β2X2it + β3X3it + uit
19
Intercept biến đổi theo đơn vị chéo (tt)
Hãy xem kết quả mô hình ước lượng 16.3.4 Mô hình này tốt hơn mô hình đầu tiên ở các hệ số xác định, ý nghĩa thống kê t và DW . . . Sự sai lầm về nhận dạng được cải thiện Thoả mãn kiểm định Wald
20
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Nguyen Trong Hoai 10
Intercept biến đổi theo thời gian
Tiếp tục sử dụng biến dummy cho thời gian Tốn kém thời gian Không có ý nghĩa thống kê Time effect: điều này có nghĩa là các yếu tố đặc thù của ngành không thay đổi theo thời gian (cid:190)Yit = λ0 + λ1 Dum35 + λ2 Dum36+ . . . + λ19
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
(16.3.6)
Dum53 + β2X2it + β3X3it + uit
21
Intercept biến đổi theo đơn vị chéo và theo thời gian
Sử dụng dummy một lần nữa cho cả đơn vị chéo và thời gian Kết quả
(cid:190)Các hệ số của dummy ít có ý nghĩa thống kê (cid:190)Mô hình tốt là mô hình có các biến giả theo
các đơn vị chéo
22
Nguyen Trong Hoai 11
Tất cả các hệ số biến đổi theo đơn vị chéo
Sử dụng dummy theo các đơn vị chéo cho intercept và slope Kết quả hồi qui ở 16.3.8
(cid:190) Các hàm đầu tư của các đơn vị chéo khác
nhau
(cid:190)Không thể sử dụng dữ liệu pooled để hồi qui hàm đầu tư cho tất cả các đơn vị chéo mà không tính đến đặc thù của chúng
23
Trục trặc khi sử dụng FEM (LSDV)
Giảm bậc tự do của dữ liệu đi rất nhiều Nguy cơ đa cộng tuyến vì có quá nhiều biến Giả định cổ điển về uit ~ N (0, σ2) rất khó thực hiện
(cid:190)Cần thiết có một phương pháp khác
24
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Nguyen Trong Hoai 12
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Tiếp cận REM (ECM)
Ý tưởng của tiếp cận này cho rằng sự khác biệt về các điều kiện đặc thù của các đơn vị chéo được chứa đựng trong phần sai số ngẫu nhiên (cid:190) β1i = β1 + εi (cid:190)Yit = β1 + β2X2it + β3X3it + εi + uit = β1 + β2X2it + β3X3it + wit
(cid:190) wit = εi + uit
25
Giả định REM
Giả định thông thường
~
N
ε
σ
i
u
~
N
2 ε σ
( ,0 ( ,0
) )2
it
u
26
Nguyen Trong Hoai 13
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Sự khác biệt giữa FEM và ECM
FEM có riêng từng Intercept cho từng đơn vị chéo và chúng ta quan sát được ECM chỉ có một intercept duy nhất cho tất cả các đơn vị chéo, giá trị này là gái trị trung bình của tất cả các đơn vị chéo. Sự khác biệt của các đơn vị chéo nằm trong thành phần ngẫu nhiên iε
27
GLS là phương pháp ước lượng ECM
Do cấu trúc sai số của tiếp cận ECM có tương quan với nhau (AR) Nếu ước lượng bằng OLS thì các hệ số ước lượng sẽ không hiệu quả (chệch và phương sai không nhỏ nhất)
corr
(
)
=
it ww ,
is
2 σ ε 2 2 + σσ u ε
28
Nguyen Trong Hoai 14
Lựa chọn mô hình cho dữ liệu bảng
Ý tưởng kinh tế lượng
(cid:190)FEM khi εi và các biến độc lập được giả
thiết có mối quan hệ chặt chẽ
(cid:190) ECM khi εi và các biến độc lập được giả thiết không có mối quan hệ chặt chẽ Căn cứ vào n và t: Judge
29
Lựa chọn mô hình cho dữ liệu bảng
Căn cứ vào N và T: Judge
(cid:190)ECM và FEM không phân biệt khi T lớn và N
nhỏ
(cid:190)ECM và FEM sẽ khá khác biệt về kết quả khi
N lớn và T nhỏ
(cid:57)ECM thích hợp khi các đơn vị chéo ngẫu nhiên (cid:57)FEM sẽ thích hợp khi các đơn vị chéo không
được lựa chọn ngẫu nhiên
30
Analytical Methods Lecture note Fulbright Economics Teaching Program 2005 - 2006
Nguyen Trong Hoai 15