Chap08 KINH TẾ LƯỢNG

KINH TẾ LƯỢNG

BỘ MƠN PHÂN TÍCH DỮ LIỆU KINH TẾ
KHOA TỐN KINH TẾ

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

1 / 16


Chương 8 CHỌN MƠ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỌN MƠ HÌNH
1

Các thuộc tính của mơ hình tốt

2

Các loại sai lầm khi chọn mơ hình
Bỏ sót biến giải thích
Đưa biến khơng thích hợp vào mơ hình

3

Phát hiện và kiểm định các sai lầm chỉ định
Phát hiện biến không cần thiết trong mơ hình
Kiểm định các biến bị bỏ sót
Kiểm định phân phối chuẩn của sai số ngẫu nhiên

4

Một số mô hình kinh tế lượng thơng dụng

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

2 / 16


§1. Các thuộc tính của mơ hình tốt

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

3 / 16


1

Tính Kiệm;

2

Đồng nhất;

3

Phù hợp;

4

Bền vững về mặt lý thuyết;

5

Có khả năng dự báo tốt;

6

Bỏ sót biến thích hợp;

7

Đưa vào mơ hình biến khơng thích hợp;

8

Chọn dạng hàm khơng đúng.

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

4 / 16


§2. Chọn dạng hàm khơng đúng

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

5 / 16


2.1 Bỏ sót biến giải thích
Giả sử MH đúng
Yi = β1 + β2 X2i + β3 X3i + Ui
Nhưng ta chọn MH
Yi = α1 + α2 X2i + Vi
và hồi quy mẫu
Yˆi = αˆ1 + αˆ2 X2i
Nếu X2 tương quan X3 thì αˆ1 , αˆ2 khơng phải là UL vững và là ước lượng chệch và của
β1 , β2 ;
Nếu X2 khơng tương quan X3 thì αˆ2 là UL vững và là ước lượng không chệch và của β2 ,
nhưng αˆ1 vẫn là UL chệch của β1 ;
Phương sai của sai số ước lượng từ mơ hình đúng và phương sai của sai số ước lượng của
mơ hình chỉ định sai sẽ không như nhau;
Khoảng tin cậy thông thường và các thủ tục kiểm định giả thiết khơng cịn đáng tin cậỵ
nữa.
Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

6 / 16


2.2 Đưa biến khơng thích hợp vào mơ hình

Giả sử MH đúng
Yi = β1 + β2 X2i + Ui
Nhưng ta chọn MH
Yi = α1 + α2 X2i + α3 X3i + Vi
và hồi quy mẫu
Yˆi = αˆ1 + αˆ2 X2i + αˆ3 X3i
UL của

σ2

là ước lượng vững;

Các UL BPNN αˆj là UL không chệch và vững nhưng không hiệu quả dẫn đến khoảng tin
cậy sẽ rộng hơn;
Các kết quả thu được từ việc phân tích hồi quy trong mơ hình "sai" sẽ không đúng với
thực tế và dẫn đến các kết luận sai lầm.

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

7 / 16


§3. Phát hiện và kiểm định các sai lầm chỉ định

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

8 / 16


3.1 Phát hiện biến khơng cần thiết trong mơ hình

Xét mơ hình
Yi = β1 + β2 X2i + β3 X3i + β4 X4i + β5 X5i + Ui
Nếu nghi ngờ biến X5 khơng cần thiết trong mơ hình, thì đặt giả thiết H0 : β5 = 0;
Nếu nghi ngờ biến X4 , X5 khơng cần thiết trong mơ hình, thì đặt giả thiết
H0 : β4 = β5 = 0,...

Bộ môn Phân tích dữ liệu kinh tế

Kinh tế lượng

9 / 16


3.2 Kiểm định các biến bị bỏ sót

Yi = β1 + β2 X2i + Ui
Ta cần kiểm định trong mô hình trên có bỏ sót biến Z khơng.
Nếu đã có số liệu biến Z , ta chỉ cần UL mô hình
Yi = α1 + α2 X2i + α3 Zi + Vi
Và khi đó kiểm định H0 : α3 = 0.
Nếu khơng có số liệu của Z ta có thể sử dụng một trong các kiểm định sau:

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

10 / 16


3.2.1 Kiểm định RESET của RAMSEY

1
2

3

2 ;
Hồi quy Yi theo Xi ta được Yˆi và Rold
2
3
2
3
2
Hồi quy Yi theo Xi , Yˆi , Yˆi được Rnew
và kiểm định các hệ số của Yˆi , Yˆi bằng 0
(khơng bỏ sót biến);

Kiểm định điều kiện ràng buộc
F =

2
2 )/m
(Rnew
− Rold
2 )/(n − k)

(1 − Rnew

với m là số biến mới được đưa vào mơ hình và k là số hệ số của mơ hình mới.
Khi n lớn, ta có F ∼ F (m,n−k) .

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

11 / 16


3.2.2 Kiểm định d (Durbin - Watson)
1

UL mơ hình
Yi = β1 + β2 X2i + Ui

2

3

Sắp xếp ei theo thứ tự tăng dần của biến bỏ sót Z , nếu chưa có số liệu của Z thì sắp xếp
ei theo X ;
n
P
(ei − ei−1 )2
Tính d = i=2 n
;
P 2

ei
i=1

4

Kiểm định H0 : Dạng hàm đúng (khơng có biến bỏ sót).

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

12 / 16


3.2.3 Phương pháp nhân tử Lagrange (LM)

1

Hồi quy mơ hình gốc thu được Yˆi và ei .

2

Ước lượng mơ hình sau để thu được R 2
2

p

ei = β1 + β2 Xi + α2 .Yˆi + · · · + αp .Yˆi + Vi

3

Với n khá lớn χ2 = nR 2 ∼ χ2(p) . Từ đó ta đưa ra kết luận bài tốn.

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

13 / 16


3.3 Kiểm định phân phối chuẩn của sai số ngẫu nhiên

Thường dùng kiểm định Jarque-Berra (JB)

 2
(K − 3)2
S
+
JB = n
6
24
Với S : skewness và K : kurtosis.
Nếu H0 đúng thì J ∼ χ2(2) , từ đó ta có kết luận của bài tốn.

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

14 / 16

§4. Một số mơ hình kinh tế lượng thơng dụng

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

15 / 16


1

Hàm sản xuất Cobb-Douglas;

2

Hàm tăng trưởng kinh tế;

3

Mơ hình Hyperbol;

4

Mơ hình hồi quy đa thức.

Bộ mơn Phân tích dữ liệu kinh tế

Kinh tế lượng

16 / 16