bài giảng kinh tế lượng trong tài chính ngân hàng iuh

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (13 MB, 105 trang )

Trang 2<div class="page_container" data-page="2">

BẢNSAOLưu TRỮ

KINH TẾ LƯỢNG

TRONG TÀI CHÍNH - NGÂN HÀNG

GIẢNG VIÊN: TS. NGUYÊN THỊ MỸ PHƯỢNG

MỤC TIÊU CỦA HỌC PHẦN

</div>Trang 3<div class="page_container" data-page="3">

CHUẨNĐẰURA CỦA HỌCPHẦN

Vận dụng được các mơ hình hồi quy để tính tốn và kiểm định

các giá trị ước lượng trong nghiên cứuTài chính- Ngân hàng.

Phân tíchđược kết quả ước lượngcủamơ hình nghiên cứu trong Tài chính - Ngân hàng.

Tổnghợp và phân tích được dữ liệu/thơngtintrong lĩnh vực

Tài chính - Ngân hàng.

Thựchiện cơngviệc cá nhân/nhóm liên quanđếncác tình

► Họcviên cần

chuẩn bị bài

học

và

hoàn thành

bài

tập

theoyêu

cầucủagiảngviêngiảng

dạy.

□ Dự

lóp: trên 80%

□

Khác: theo yêu

cầu

của

Giảng viên

</div>Trang 4<div class="page_container" data-page="4">

TÀILIỆU •HỌC♦ TẬP♦

□ Bài giảng

Kinh tế

lượng trong

Tài chính -

Ngân

hàng

□ Các

tài

liệu do

Giảng

viên cung cấp

tiếp

cận

hiệnđại

(Trần Thi

Tuấn Anh

chủ

biêndịch),

</div>Trang 5<div class="page_container" data-page="5">

TIÊU CHUẨN ĐÁNH GIÁ HỌC VIÊN

Dự

lớp: trên

80%

Thi

giữa

học

phần

(Tiểu

luận nhóm)

^ Thi

kết thúchọcphần (Tiểu luận nhóm)

Theo

qui chế tín chỉ

</div>Trang 6<div class="page_container" data-page="6">

CÁC THÀNHPHẨN ĐÁNH GIÁ HỌC VIÊN

THỜILƯỢNG VÀ NỘI DUNG HỌCPHÀN

□ NỘI DƯNG HỌC PHẢN:

1 Chương 1. ứng dụng mơ hình hơi quy

tuyến tính cổ điển trong TCNH 102 Chương 2. ứng dụng các mơ hình hồi quy

3 Chương 3. ứng dụng mơ hình hồi quy với

dữ liệu chuỗi thời gian trong TCNH 154 Chương 4. Tiến hành nghiên cứu thực

nghiệm trong lĩnh vực TCNH 5

</div>Trang 7<div class="page_container" data-page="7">

CÁC DẠNG DỮ LIỆU KINH TẾ

□

Dữ liệu

chuỗi thời

gian (time series data)

□ Dữ

liệubảng (paneldata)

DỮ LIỆU CHÉO (CROSS SECTIONAL DATA)

Dữ liệu chéo bao gồm một mẫu các đối tượng (cá nhân, gia đình, doanh nghiệp, địa phương, quốc gia,...) được thu thập tại một thời điểm cụ thể.Ví dụ: Dữ liệu lạm phát của các quốc gia ASEAN vào năm 2022

</div>Trang 8<div class="page_container" data-page="8">

DỮ LIỆU CHUỎI THỜI GIAN (TIMES SERIES DATA)

Dữ liệu chuỗi thời gian bao gồm các quan sát về một hoặc nhiều biến theo thời gian.

Ví dụ:

- Dữ liệu giá cổ phiếu VIC trong giai đoạn 2007-2022.- Dữ liệu GDP của Việt Nam trong giai đoạn 2000-2022

DỮ LIỆU BẢNG (PANEL DATA)

Dữ liệu dạng bảng bao gồm các chuỗi thời gian ứng với mỗi đối tượng chéo trong tập dữ liệu. Đây là sự kết hợp của hai loại dữ liệu trên.

Ví dụ: Dữ liệu giá cổ phiếu của các doanh nghiệp ngành bất động sản trong giai đoạn 2010-2022. Dữ liệu chỉ số giá tiêu dùng CPI và GDP của các quốc gia ASEAN trong giai đoạn 2010-2022.

Công ty A Công tyA

Công ty B

CơngtyBCơngty B

</div>Trang 9<div class="page_container" data-page="9">

CÁC PHẦN MÈM THĨNG KÊ sử DỤNG

□ Phần

mềm

Stata□ Phan

mem

Eviews

</div>Trang 10<div class="page_container" data-page="10">

TỔNG QUAN VÈ PHẦN MÈM STATA

1985

bởi

StataCorp.

TÔNG QUAN VÈ PHÀN MÈM STATA

Number trước khi chuyển số

liệu

sang

Stata.

-

Ket

thúc câu lệnh

bằng phím

Enter.

trắng.

</div>Trang 11<div class="page_container" data-page="11">

GIÓI THIỆU PHẦN MỀM STATA

- Khởi động Stata

Stata được khởi động tương tự như các chương trình tin học ứng dụng khác, bằng cách click vào biểu tượng của Stata:

GIỚI THIỆU PHẦN MỀM STATA

Giaodiện

Stata 14:

Sau khi Stata được khởi động, giao diện của Stata sẽ được hiện lên, bao gồm thanh thực đơn ở trên cùng, dưới đó là thanh cơng cụ và các cửa sổ.

4905 Lakeway Drive

College Station, Texas 77845 USA 800-STATA-PC ta#com979-696-4600 stataộstata.com979-696-4601 (fax)

Unicode is supported; see help unlcode_advice.

Maximum number of variables is set to 5006; see help set maxvar

Vanjbh

</div>Trang 12<div class="page_container" data-page="12">

GIƠI THIÊU PHAN MÈM STATA

Giao diện Stata

1

7.

A MP—ParallelEdition NameLabel

4905 Lakeway Drive

College Station, Texas 77845 USA

There areitems rc shew.

8ee-sTATA-Khttps: /Aww. stata. com statadstata.ccmstata license: Unlimited-user 64-core network perpetual

Serial number: 18461036TEARTEAR

Unicode issupported; see help unieode_advi.ee.

2. Here than 2 billion observations are allowed; see help obs_advice.3. Maxiawjw number of variables is set to 5,009; see help set-Warvar.4. New update available; type -update all-

Propertiesft < >

GIỚI THIỆU PHÀN MỀM STATA

rile Edit Data Graphics Statistics User Wincow Help

y^* d d„i_ df Ji'd

VariablesA, Hite?

There are no items to showStatxstics/Data Analysis ■f here are no items to show

Tic-Command ở dưới cùng ià màn hình lệnh

Các biến chứa trong file xuất hiện ở Variables bên phải.

</div>Trang 13<div class="page_container" data-page="13">

GIÓI THIỆU PHẦN MÈM STATA

File Edit Data GraphicsStatistics User Window Help

l£-r taSI I..Ẽ.I ___ J i^j ... i___ J ^___ J .____ I

- Data: Để quản lý dữ liệu như nhập dữ liệu từ Excel, biên tập dữ liệu, tạo hoặc thay đổi biến, quản lý các biến...

- Graphics: Vẽ đồ thị.

- Statistics: Tất cả công việc liên quan đến thống kê mô tả và hồi quy.- User và Help: Cung cấp tất cầ các lệnh.

Ví dụ thực hành: Tập tin WAGE1.XLS

</div>Trang 14<div class="page_container" data-page="14">

GIỚI THIỆU PHẦN MỀM STATA- Nhập số liệu:

Có một số cách để nhập số liệu vào bộ nhớ của Stata:

+

Cách

1:

Sử dụng cửa sổ Data Editor

(Edit)

:

+

Cách2: Từ cửa sổ

Command,

nhập lệnh

“edit”

.

Sau đó, nhập số liệu vào cửa sổ hiện ra. Stata cho phép nhập số liệu từ các file số liệu trên Excel. Chúng ta có thể dùng lệnh

- Ngồi ra, có thê mờ file sơ liệu trên Stata đang có tưong tự chương trình tin học thơng thường.

</div>Trang 15<div class="page_container" data-page="15">

GIỚI THIỆU PHẦN MÈM STATA- Nhập sô liệu:

wageeducexpertenure nanwhfte female

stata license: Unlimited-user 64-ccre network perpetualSerial number: 18461936

licensed to: TEAM BKRNotes:

1. Unicode is supported; see help unicodeadvice.

2. More than 2 billion observations are allowed; see help cbs_ôdvice.3. Maxẳntum number of variables is set to 5,969; see help set_®axvar.4. Hew update available; type -update all-

marriednemdepnorthcensouthPrependÔ < >^Variables

. edit

. *{24 variables, 526 observations pasted into data editor}

Vilus ỉxbei. Oita

GIỚI THIỆU PHẦN MỀM STATA- Lưu số liệu:

Việc lưu trữ số liệu có thể thực hiện bằng các tùy chọn Save hoặc

Save

as ở

trong thanh thực đơn; hoặc nút Save trên thanh công cụ.

2 Stata/SE 11.1 - D:\Cong viec\Phanĩ

'Tile j Edit ~D^aGraphicsStatistic Qj Open...I Ctrl+O

d Ss« 5 ctrl+sSaye As-;y* Ctrl*Shift*s

Do...

Filename...

</div>Trang 16<div class="page_container" data-page="16">

GIỚI THIỆU PHẦNMÈM STATA

- Lưu các thao tác khi thực hiện lệnh và kết quả phân tích:

Khai

báo

trước

khi phân

tích:

File / Log / Begin...

Khai

báo

sau

khi phântíchxong:

File / Log / Close

MỘT SĨ CÂU LỆNH Cơ BẲN TRÊN PHẦN MÈM STATA

gồm số lượng quan sát trong tệp dữ liệu, số lượng biến, tên củacác biến,...

cha :

from C:52€

storagedisplay value

Kểt

ouả:

variable nametypeformat label variable labelwagefl oat*8- Og

educbyteAS .Ogejcperbye®AB - Ogternarybyteve. OgnonwhitebyteAS - Ogf eraa-lebyte% 8 . OgmarriedbyteAB _ Ognemdepbyte*3-2«sms a.byteA8 - Ogno r th ceilbyte*8 _ OgsouthbyteAS _ Ogwestbyte%8 . Ogcone truebyteA8 OgndurmenbyteAB-Ogt rcomnspu,byte% 8 - Ogtradebyte*3 -Ogservice abyteAB . Ogpro Fee wbyteA8_ OgprofonebyteA a . Og• arvoccAB - OgIwagefl oatA8- Ogeocperegint*3 . Og■ UenuragmtAB-Og

</div>Trang 17<div class="page_container" data-page="17">

MỘT SỐ CÂU LỆNH Cơ BẢN TRÊN PHẢN MỀM STATA

MỘT SÓ CÂU LỆNH cơ BẢN TRÊN PHẰN MÈM STATA

- Đổi tên biến:

Câu

lệnh: renameTenBienCuTenBienMoi

Ví

dụ:

rename educ edu

dụng lệnh “help CauLenhCanTim”. Ví dụ: “help rename”.

</div>Trang 18<div class="page_container" data-page="18">

MỘT SÓ CÂU LỆNH CO BẢN TRÊN PHẦN MÈM STATA

- Gán nhãn cho các biến: (giúp hiểu rõ hon về dữ liệu)

Câu

lệnh: label variable Tên Biến “tên nhãn”

Vídụ:

label var married "Tình trạng hơn nhân"

Ket quả:

MỘT SÓ CÂU LỆNH Cơ BẢN TRÊN PHÀN MÈM STATA

- Giữ lại các biến cần:

Câu

lệnh: keep_Bien l_Biến 2_Biến 3....

Ví dụ: keep wage exper tenure female numdep

FileuJ; un

Edit View Data Tools® -^ ®> Qj—5 7 *

wage exper tenu.Ee female nuxodep

1345€789

</div>Trang 19<div class="page_container" data-page="19">

MỘT SỐ CÂU LỆNH CO BẢN TRÊN PHẦN MỀM STATA

- Thống kê tần suất xuất hiện của các biến

Câulệnh: tabulate TenBien

MỘT SỐ CÂU LỆNH Cơ BẢN TRÊN PHẦN MÈM STATA

- Thống kê mô tả chung:

</div>Trang 20<div class="page_container" data-page="20">

MỘT SÓ CÂU LỆNH Cơ BẢN TRÊN PHÀN MÈM STATA

- Vẽ đồ thị phân phối tần suất của một biến

Câu

lệnh: histogram [DanhSachBien]

3

</div>Trang 21<div class="page_container" data-page="21">

CHƯƠNG 1

ỨNG DỤNG MƠ HÌNH HỊI QUY

GIẢNG VIÊN: TS. NGUYỄN THỊ MỸ PHƯỢNG

HÒI QUY (REGRESSION)

Hồi quy dựa là ước lượng giá trị trung bình của biến phụ thuộc trên cơ sở các giá trị biết trước của các biến độc lập.

- Hàm hồi quy: Y = f(X) + u

với

u

là sai

sô hay

nhiêu, đại diệnchoyếu

tố khác

không

phải

X

ảnh hưởng

denY

</div>Trang 22<div class="page_container" data-page="22">

HỎI QUY (REGRESSION)

* Tại sao sai sổ u ln tồn tại trong mơ hình hồi quy?

► - Vì khơng biết hết các yếu tố ảnh hưởng đến biến phụ thuộc Y.► - Vì khơng thể đưa hết các yếu tố ảnh hưởng đến Y vào mơ hình.► - Mơ hình sẽ trở nên quá phức tạp nếu ta đưa hết các yếu tố ảnh

hưởng vào mơ hình

► - Vì dữ liệu khơng có sẵn.

► - Vì sai sót và sai số trong quá trình thu thập số liệu.

Hàm hồi quy tống thế - PRF (Population Regression Function)

Là hàm hồi quy được xây dựng dựa trên số liệu của tất cả các đối tượng cần nghiên cứu.

Y : Biến phụ thuộc

Y|: Giá tri thực tế cụ thể của biến phụ thuộc

X2,X3,..., xk : Các biến độc lập

^2i>^3iv‘í xtó : Giá trị cụ thể của biến độc lập

Ui: Sai số ngẫu nhiên ứng với quan sát thứ i ..

</div>Trang 23<div class="page_container" data-page="23">

- Hàm hồi quy tổng thể - PRF (Population Regression Function)

PRF-.Y^^X^X^.XJ + U,

Hoặc :

EịY

I ^21 5

^3ì

5 • * 9^3/

9 • • 'Xkĩ)

Hàm hồi quy mẫu - SRF (Sample Regression Function)

Trong thực tế rất khó nghỉẽn cứu trên tổng thể nên thông thường người ta nghiên cứu xây dựng hàm hồi quy trên một mẫu => Gọi là hàm hồi quy mẫu

Với

€ị

là sai sổ trong mẫu, là phần dư, là ước lượng của

ưị.

SRFX^flX^X^.XJ

</div>Trang 24<div class="page_container" data-page="24">

MƠ HÌNH HỎI QUY TUYẾN TÍNH

Mơ hình hồi quy tuyến tính - LRM (Liner Regression Model) là phương pháp tiếp cận xem xét mối quan hệ tuyến tính - dạng quan hệ đường thẳng giữa các biến độc lập (X) với biến phụ thuộc (Y) trong mơ hình.

MƠ HÌNH HỎI QUY TUYẾN TÍNH

+ Nếu chỉ có một biến độc lập, mơ hình được gọi là mơ hình hồi quy tuyến tính đơn SLR (Simple Linear Regression).

► p! ... Pn: các tham số

► Pn đo lường sự thay đổi của Y theo Xn , trong điều kiện các yếu tổ khác không đổi► Ư: sai số

</div>Trang 25<div class="page_container" data-page="25">

CÁC DẠNG MƠ HÌNH HỒI QUY TUYẾN TÍNH

- Mơ hình tuyến tính logarit (log-log)- Mơ hình Log-lin

- Mơ hình Lin-log- Mơ hình nghịch đảo- Mơ hình đa thức

MƠ HÌNH TUYẾN TÍNH LOGARIT (LOG-LOG)

Mơ hình tuyến tính logarit (log-log) là dạng mơ hình biến phụ thuộc (biến Y) và biến độc lập (biến X) đều ở dạng log.

</div>Trang 26<div class="page_container" data-page="26">

MƠ HÌNH LOG - LIN

Mơ hình Log-lin là dạng mơ hình mà biến phụ thuộc ở dạng log, cịn biến độc lập có thể ở dạng log hoặc bình thường

Thay

đổi tương đối của

biến

phụ

thuộc (Y) Thay

đổi tuyệt đối của

biến độc lập

(t)

Ý nghĩa của hệ số p : Khi X tăng I đơn vị thì Y thay đổi 100.P2 (%)

MƠ HÌNH LIN - LOG

Mơ hình Lin-log là dạng mơ hình mà biến phụ thuộc ở dạng bình thường, cịn một hay nhiều biến độc lập ở dạng log.

}; =/í + & In Jf, + U;

Hệ số p2 trong mô hình này sẽ được giải thích là nếu X thay đổi 0,01 (hay 1%) thay đổi tuyệt đối của Y là 0,0 lp2.

</div>Trang 27<div class="page_container" data-page="27">

Mơ hình đa thức/lũy thừa là mơ hình mà biến độc lập ở dạng lũy thừa

Mơ hình này cho biết về mức độ thay đổi của biến Y. Đe tính được mức độ thay đối này, ta phải lấy đạo hàm theo bien X của mơ hình.

dY/dX = p! + 2 p2X

</div>Trang 28<div class="page_container" data-page="28">

PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHÁT (ORDINARY LEAST SQUARES - OLS)Các giả thiết của phương pháp OLS:

Giả

thiết

1: Quan hệgiữaYvà

là

tuyến tính.

Các

Giả

thiết

2:

Cấc sai số

Uilà đại

lượng ngẫu

nhiêncó

giá trị

trungbình

bằng

0.

PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT (ORDINARY LEAST SQUARES - OLS)Các giả thiết của phương pháp OLS:

í Giả

thiết3: Cảc

sai

số Ui là đại

lượng

ngẫu nhiên

có phương sai khơng thayđổi.

VarịUị

I Tị) =ơ2 = const

® Giả

thiềt4: Khơng

có

sự

tương

quan

giữa các

Ui.

CovịỤ., u. \x.,x.) = 0, i * j

</div>Trang 29<div class="page_container" data-page="29">

PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHÁT (ORDINARY LEAST SQUARES - OLS)Các giả thiết của phương pháp OLS:

SD

Giảthiết

5:

Khơng

có

sự tương quan

giữa

Ui và

Xi.

SD

Giả thiết 6: Các sai

số Uicó

phân

phối

chuẩn.

PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT (ORDINARY LEAST SQUARES - OLS)Các giả thiết của phương pháp OLS:

■♦

Khi

các

giả

thiết

này được đảm bảo thì

các ước lượng

thể.

</div>Trang 30<div class="page_container" data-page="30">

PHƯƠNG PHÁP BÌNH PHUONG NHỎ NHẤT (ORDINARY LEAST SQUARES - OLS)

</div>Trang 31<div class="page_container" data-page="31">

TÌNH HUỐNG NGHIÊN cứu

Nghiên cứu ẳnh hưởng của học vấn và kinh nghiệm đến tiền lương của ngưòi lao động tại doanh nghiệp

File

dữliệu

thựchành: WAGE

Mơ hình

nghiên cún:

Wage được xác định bởi hai biến giải thích là học vấn và kinh nghiệm

và những yếu tố không quan sát được chứa trong Ư.- pj là hệ số chặn

- Hệ số hồi quy P2 đo lường tác động của educ lên wage trong điều kiện các yếu tố khác không đổi.

- Hệ số hồi quy P3 đo lường tác động của exper lên wage trong điều kiện các yếu tố khác không đổi.

Ước LƯỢNG MƠ HÌNH THEO PHƯƠNG PHÁP OLS

Ket quả:

. reg wage educ exper

SourcessdfMS Number of obs =526

CT^ } —

Residual5548.1597952310.6083361 R-sgtlared =0.2252

Total7160.4142952513.6388844Root MSE3.257

wageCoef.Std- Err.t p>1t1[95% Conf.Interval]educ.6442721.053806111.970.000.5385695.7499747exper.0700954.01097766.390.000. 0485297.0916611

</div>Trang 32<div class="page_container" data-page="32">

Đẻ biết mô hình hồi quy tuyến tính đã xây dựng trên dữ liệu mẫu phù hợp đến mức độ nào với dữ liệu, chúng ta cần dùng một thước đo nào đó về độ phù hợp của nó.

ƯỚC LƯỢNG MƠ HÌNH THEO PHU ƠNG PHÁP OLS- Hệ số xác định và kiểm định hệ số xác định:

Hệ

số

xácđịnh(R2

)

cóđặcđiểm

sau:+

0 < R2

< 1

R2 =

Mơ hình

phù hợp hoàn

toàn

với

mẫu

nghiên cứu.+

R2 =

0: Mơ

hình

hồn

tồn

khơng phù

hợpvới

mẫu

nghiên

cứu.

</div>Trang 33<div class="page_container" data-page="33">

ƯỚC LƯỢNG MÔ HĨNH THEO PHU ONG PHÁP OLS

+ TSS: Tổng bình

phương

tồn

phần (Total

Sum of

Squares)+

ESS:Tổng bình phương hồiquy

(Explained

Sum of

Squares)+

RSS: Tổngbình phương

phần

dư (Residual Sum

Squares)

ƯỚC LƯỢNG MƠ HÌNH THEO PHƯONG PHÁP OLS - Hệ số xác định và kiểm định hệ sổ xác định:

ireg wage: educ exper*

SourcessdrMSNumbe X a— abs =523) =

£ \ ^ r

Mode 11612.25452806.127251Prob> F =0.oooo

Ele si dual5548.15979523IO . 6083361st—squared =0.2252

Adj a—squared =0.2222Total7160.4142952513.6388844 Elect MSE =3.257

wageCoef.Std. Err. tp> 1 t 1 [95% Conf.Interval]educ.6442721.053806111.970.000.5385695. 7499747exp er.0700954.01097766.390.000.0485297.0916611_cons-3.390539. 7665661-4.420.000-4.896466-1.884613

Trong

bảng

kết

quả

trên:

1^*6041429

</div>Trang 34<div class="page_container" data-page="34">

ƯỚC LƯỢNG MÔ HĨNH THEO PHƯƠNG PHÁP OLS

</div>Trang 35<div class="page_container" data-page="35">

ƯỚC LƯỢNG MƠ HÌNH THEO PHƯƠNG PHÁP OLS - Hệ số xác định và kiểm định hệ số xác định:

. v^g wage exilic ^xp^ir

SourcessdfMSNumber of obs=526F<2,523)75.99Model1612.25452806.127251Prob5- F=0.oooo

Residual5548.1597952310.€083361R—squared=0.2252Adi a — s quared0.2222Total7160.4142952513.6388844RootMSE—3.257WâgeCoer .Std- Err.tp> i t 1[95% ConInterval ]e due.6442721. 053806111.970 . ooo.5385695. 7499747exper.0700954.01097766.390.000. 0485297. 0916611_ cons-3.390539.7665661-4.420 . ooo-4.896466-1.884613

ƯỚC LƯỢNG MÔ HÌNH THEO PHUONG PHÁP OLS

Kiểm định giả thiết về R2:

Với độ

tincậy là

(1-a)

là mức

nghĩa.Trong TCNH,

a thường

ở

các mức

Nếu p-value

a

=> bác

bỏ

o

tức là

chấp nhận

Hj

Nếu

p-value > a => chấp nhận

Ho

, tức

là bác

bỏ

Hj

</div>Trang 36<div class="page_container" data-page="36">

ƯỚC LƯỢNG MƠ HÌNH THEO PHƯƠNG PHÁP OLS

Kiếm định giả thiết ve R2:

SourcessdrMSNumber of obs =F(2r S23) =

52675.99Model1612.25452806.127251Prob > F =0.0000Residual5548.1597952310.6083361R-squared =

Adj R-squared =

0.22520.2222Total7160.4142952513.6388844Root MSE =3.257

wageCoef.Std. Err.tp>|t| [9S% Conf.Interval]educ. 6442721. 053806111.970.000 .5385695.7499747exper. 0700954.01097766.390.000 .0485297. 0916611cons-3.390539.7665661-4.420.000 -4.896466-1.884613

Trong

bảngkết

quả

trên:

p-value

(Prob > F) =

0.0000

p-value

1% => bácbỏ

ƯỚC LƯỢNG MƠ HÌNH THEO PHU ONG PHÁP OLS- Kiểm định giả thiết về Pp P2, p3:

Ho: p, = 0 Hpft/O

Vớiđộtincậy là

(1-a)

là mức

ý nghĩa.

Trong

TCNH, a thường

ở các

mức

ý nghĩa1%,

5%, 10%.

Neu p-value

< a

=> bác

bỏ Ho,

tức là

chấp

nhận

Hị

Neu p-value

> cc

=>

chấp nhận Ho,

tức

là bác

bỏ

Hị

</div>Trang 37<div class="page_container" data-page="37">

ƯỚC LƯỢNG MÕ HÌNH THEO PHƯƠNG PHÁP OLS- Kiểm định giả thiết về I ■ ị, p2, p3:

Sourcessdf MS Number of cbs=52675.99

£ \ ^, f 5^0/

Model1612.25452 806.127251 Prob > F=0.0000Residual5548.15979523 10.6083361 R-squared=0.22520 .2222Total7160.41429525 13.6388844 Root MSE—3.257

wageCoer .Std. Err. t p>|t| [95% Con f.Interval]educ.6442721.0538061 11.97 0.000 .5385695.7499747exper.0700954.0109776 6.39 0.000 .0485297.0916611cons-3.390539.7665661 -4.42 0.000 -4.896466-1.884613

Trong

bảng kết quả

trên:

Coef.

là

hệ số

hồi

quy (P)

ƯỚC LƯỢNG MƠ HÌNH THEO PHUONG PHÁP OLS

SourcessdrMSNumberof obs= 526

Model1612.25452806.127251Prob> F=0.0000

Total7160.4142952513.6388844Root MSE=3.257

wageCoef.Std- Err.tp> 11Ị[95% Conf.Interval]

Trong bảng

kểt

quảtrên:

</div>Trang 38<div class="page_container" data-page="38">

ƯỚC LƯỢNG MƠ HÌNH THEO PHƯƠNG PHÁP OLS

SourcessdfMSNumber of obs =526c*?ií

o i o

Model1612.25452806.127251 Prob > F=0.0000Residual5548.1597952310.6083361R-squared=0.2252

Total7160.4142952513.6388844 RootMSE =3.257

Trong

bảng kêt quả

trên:

Khoảng tin cậy

của

hệ sôhôi quy là

[95% Conf. Interval]

ƯỚC LƯỢNG MƠ HÌNH THEO PHƯƠNG PHÁP OLS

Khoảngtin cậy của Pj với độ

tin cậy

(1-a) đượctính

bằng

cơng

</div>Trang 39<div class="page_container" data-page="39">

■bíy&ơng-ƯỚC LƯỌNG MƠ HÌNH THEO PHƯƠNG PHÁP OLS- Phân tích tương quan

Ma trận tương quan đo lường mối quan hệ tương quan giữa các biến. Nó là một bảng thể hiện hệ số tương quan giữa các cặp biến trong tập dữ liệu.

- Vai trò của ma trận tương quan là giúp hiểu rõ hơn về mối quan hệ giữa các biến trong dữ liệu. Nó cho biết xem các biến có quan hệ tương quan mạnh, yếu hay không quan hệ tương quan với nhau.

- Thơng qua việc phân tích ma trận tương quan, có thể phát hiện ra các mẫu tương quan, mối liên hệ dự đoán được giữa các biến.

ƯỚC LUỌNG MƠ HÌNH THEO PHUONG PHÁP OLS- Phân tích tương quan

Câu lệnh: corr

elate

wage educ exper

educexper

</div>Trang 40<div class="page_container" data-page="40">

ƯỚC LƯỢNG MƠ HÌNH THEO PHƯƠNG PHÁP OLS- Kiểm định đa cộng tuyến:

* Đa cộng tuyến (Multicollinearity) là gì?

Theo giả thiết của phương pháp OLS thì các biến độc lập khơng có mối quan hệ tuyến tính.

Nếu quy tắc này bị vi phạm thì sẽ có hiện tượng đa cộng tuyến.Như vậy , “đa cộng tuyến ”là hiện tượng các biến độc lập trong mơ hình phụ thuộc tuyến tính lẫn nhau và thể hiện được dưới dạng hàm số.

ƯỚC LƯỢNG MÔ HÌNH THEO PHƯƠNG PHÁP OLS- Kiểm định đa cộng tuyến:

* Đa cộng tuyến (Multicollinearity) là gì?

Đa cộng tuyến hồn hảo (nghiêm trọng) có thể làm cho các biến độc lập cộng tuyến mất đi ý nghĩa trong mơ hình hoặc có thể bị sai dấu của hệ số hồi quy.

Lưu ý: Việc phát hiện sai dấu do đa cộng tuyến có thể thực hiện bằng cách so sánh dấu cùa hệ số tương quan giữa biến phụ thuộc và các biến độc lập với dấu của hệ số hồi quy của kết quả ước lượng mơ hình.

</div>

bài giảng kinh tế lượng trong tài chính ngân hàng iuh

<b>BẢNSAOLưu TRỮ</b>

<b>KINH TẾ LƯỢNG</b>

<b>TRONG TÀI CHÍNH - NGÂN HÀNG</b>

<b>MỤC TIÊU CỦA HỌC PHẦN</b>

<b>CHUẨNĐẰURA CỦA HỌCPHẦN</b>

► Họcviên cần

học

hoàn thành

tập

cầucủagiảngviêngiảng

□ Dự

Khác: theo yêu

của

<b>TÀILIỆU <sub>•</sub>HỌC<sub>♦ </sub> TẬP<sub>♦</sub></b>

□ Bài giảng

lượng trong

Ngân

□ Các

liệu do

viên cung cấp

<i>tiếp</i>

<i>hiệnđại</i>

<i>Tuấn Anh</i>

<i> biêndịch), </i>

<b>TIÊU CHUẨN ĐÁNH GIÁ HỌC VIÊN</b>

lớp: trên

giữa

phần

luận nhóm)

kết thúchọcphần (Tiểu luận nhóm)

Theo

<b>CÁC THÀNHPHẨN ĐÁNH GIÁ HỌC VIÊN</b>

<b>THỜILƯỢNG VÀ NỘI DUNG HỌCPHÀN</b>

Dữ liệu

gian (time series data)

liệubảng (paneldata)

□ Phần

Stata□ Phan

Eviews

<b>TỔNG QUAN VÈ PHẦN MÈM STATA</b>

bởi

<b>TÔNG QUAN VÈ PHÀN MÈM STATA</b>

Number trước khi chuyển số

sang

-

thúc câu lệnh

Enter.

<i> Stata 14:</i>

<i>Giao diện Stata</i>

<i>7.</i>

<b>Ví dụ thực hành: Tập tin WAGE1.XLS</b>

<i>+ </i>

<i> 1:</i>

<i> (Edit)</i>

<i>+ </i>

<i>Command,</i>

<i>“edit”</i>

<i> as ở</i>

<b>GIỚI THIỆU PHẦNMÈM STATA</b>

<i>Khai </i>

<i>trước </i>

<i>tích:</i>

<i>Khai </i>

<i> sau </i>

<i> ouả:</i>

<i>Câu </i>

<i>dụ:</i>

<i>Câu </i>

<i>Vídụ:</i>

<i>Câu </i>

<i>Câu </i>

<b>CHƯƠNG 1</b>

<b>ỨNG DỤNG MƠ HÌNH HỊI QUY </b>

<i> u</i>

<i>sô hay </i>

<i> tố khác </i>

<i>phải </i>

<i>ảnh hưởng</i>

<i>PRF-.Y^^X^X^.XJ + U,</i>