Ứng dụng kinh tế lượng trong phân tích, nghiên cứu

Ứng dụng kinh tế lượng trong phân tích,
nghiên cứu

Giới thiệu sơ lược về KLT nâng cao
Hướng dẫn thực hành và phân tích mô hình
Ứng dụng Stata trong phân tích
Giới thiêu về Kinh tế lượng cơ bản
Giới thiệu lớp học
Tổng kết, kiểm tra đánh giá
I. Giới thiệu
K i n h t ế l ư ợ n g v à ứ n g d ụ n g

Kinh tế lượng (KTL) nghiên
cứu những mối quan hệ Kinh
tế Xã hội; thông qua việc xây
dựng, phân tích, đánh giá các
mô hình để cho ra lời giải bằng
số.

Kinh teỏ lửụùng laứ sửù keỏt hụùp:
1. Cỏc lý thuyt kinh t
2. Mụ hỡnh toỏn kinh t
3. Xỏc sut thng kờ


Xác định mô hình lý thuyết cần phân
tích

Thiết lập mô hình toán học

Thu thập số liệu


Ước lượng các tham số của mô hình

Kiểm định mô hình

Phân tích mô hình và dự báo
Các bước tiến hành


VD1: Phân tích mối quan hệ giữa tiêu
dùng và thu nhập

Lý thuyết: Thu nhập tăng kéo theo
tiêu dùng tăng.

Mô hình: C = f(Y)

Số liệu: Số thống kê hoặc VHLSS

Ước lượng: Sử dụng Stata, Spss
hoặc Eviews để ước lượng mô hình

Kiểm định mô hình
M ộ t v í d ụ đ ơ n g i ả n m i n h h ọ a

Một số ví dụ…

Phân tích ảnh hưởng của một số yếu tố đến
cầu lao động


Lý thuyết:

Mô hình toán: L = f(Y,K/L, wage,..)

Số liệu: Điều tra Doanh nghiệp

Ước lượng mô hình

Kiểm định

Phân tích mô hình

Bản chất của phân tích hồi quy
-
Là phân tích mối liên hệ phụ thuộc giữa:
Một biến gọi là biến phụ thuộc, biến được
giải thích, biến nội sinh
Một hoặc một số biến giải thích (biến độc
lập, biến ngoại sinh)
- Ước lượng trung bình biến phụ thuộc trong
những điều kiện xác định của biến giải thích
MÔ HÌNH HỒI QUY, MỘT VÀI Ý TƯỞNG CƠ BẢN
Phần II

Ví dụ: Đường cong mô tả quan hệ tiền lương
bình quân và nhu cầu lao động trong DN
Cầu lao động
1086420
Tiền lương bình quân
14

12
10
8
6
4
2

Mô hình hồi quy tổng thể dạng tuyến tính:
.
Các hệ số βj chưa biết, cần phải ước lượng
kkk
XXXXYE
βββ
+++= ..);..,|(
2212
ikikiii
uXXXY +++++=
ββββ
..
33221

hệ số chặn
hệ số hồi quy riêng
Nếu X2 tăng 1 đơn vị mà X3,..,Xk
giữ nguyên thì giá trị trung bình
của biến Yi tăng β2 đơn vị
sai số ngẫu nhiên
Biến phụ thuộc
(được giải thích)
Các biến độc lập

(Giải thích)
Trung bình của Y
khi các biến giải
thích bằng 0
MÔ HÌNH HỒI QUY….

Dữ liệu sử dụng dạng nào?

Các hệ số được ước lượng như thế nào?

Mức ý nghĩa thống kê cho các hệ số ước lượng

Ý nghĩa các hệ số ước lượng là gì? Phân tích như thế
nào

•
Số liệu theo thời gian
•
Số liệu chéo
•
Số liệu hỗn hợp
C Á C L OẠ I S Ố L i Ệ U

Loại số liệu

Số liệu theo thời gian: Được thu
thập ở một đơn vị trong các thời kỳ
(thời gian)

Số liệu chéo: Được thu thập ở 1 thời

điểm nhưng thực hiện tại nhiều
đơn vị (không gian) khác nhau

Số liệu hỗn hợp: Bao gồm cả hai loại
trên.
Thận trọng khi sử dụng các loại số
liệu!

13
Ví dụ 1
Y- Tiêu dùng của hộ gia
đình
X- Thu nhập của hộ gia
đình
M Ô H Ì N H H Ồ I Q U Y H A I B i Ế N
1 - H À M H Ồ I Q U Y M Ẫ U

Thu nhập và chi tiêu của hộ
Hộ số Chi tiêu Thu
nhập
1
2
3
4
5
6
7
8
9
15

Dạng tuyến tính của hồi quy tổng
thể

E(Y/Xi) = β1 + β2 Xi
(2.2)
β1 là hệ số tự do.
β1, β2 là các hệ số hồi quy.

β1 cho biết giá trị trung
bình của biến phụ thuộc
(Y) là bao nhiêu khi biến
độc lập (X) nhận giá trị
0.

β2 là hệ số góc
β2 cho biết giá trị TB của
biến phụ thuộc (Y) sẽ thay
đổi bao nhiêu khi giá trị của
biến độc lập (X) tăng 1 đơn
vị, trong điều kiện các yếu tố
khác không đổi.

Ui sai số ngẫu nhiên của
tổng thể ứng với quan sát
i


MH hồi quy tổng thể ngẫu
nhiên:
Yi = β1 + β2Xi+Ui

Hàm hồi quy được xây
dựng trên số liệu mẫu gọi
là hàm hồi quy mẫu (SRF -
the sample regression
function)
H à m h ồ i q u y m ẫ u

Neáu PRF coù daïng t.tính thì
SRF coù daïng:
là ước
lượng không chệch có phương sai
nhỏ nhất của E(Y/Xi), β1, β2

i
Y
ˆ
1
ˆ
β
2
ˆ
β

ii
XY
21
ˆˆ

ˆ
ββ
+=
Dạng ngẫu nhiên của
SRF
ei = Yi −
là ước lượng điểm
của Ui (phần dư)
i
Y
ˆ

iii
eXY ++=
21
ˆˆ
ββ
(Ordinary Least Square)
Theo pp OLS, ta phải tìm sao cho nó càng
gần với giá trị (Yi) càng tốt, hay phần dư:
i
Y
ˆ
PHƯƠNG PHÁP OLS
Giả sử có một mẫu gồm n quan sát
(Yi, Xi), (i = 1, 2, . . . , n)

ei = Yi −
= Yi − − Xi
i

Y
ˆ
Càng nhỏ càng tốt
1
ˆ
β
2
ˆ
β

Y
.
.
.
.
.
.
.
.
.
.
.
ei
XXi
Yi
Y^i
.
.
.
.

.
0
SRF