QUY CHẾ TỔ CHỨC VÀ QUẢN LÝ GIAO DỊCH CHỨNG KHOÁN CÔNG TY ĐẠI CHÚNG CHƯA NIÊM YẾT TẠI TRUNG TÂM GIAO

KINH T
Ế
L
ƯỢ
NG
BẬC CAO HỌC

ECONOMETRICS






KINH TẾ LƯỢNG CƠ BẢN

Chương 1, 2,
3


KINH TẾ LƯỢNG NÂNG CAO

Chương 4, 5, 6, 7,8

TÀI LIỆU

1. Nguyễn Quang Dong, (2008), Bài giảng Kinh tế
lượng, NXB Khoa học kỹ thuật.
2. Nguyễn Quang Dong, (2002), Kinh tế lượng -
Chương trình nâng cao + Bài tập Kinh tế lượng
với sự trợ giúp của phần mềm Eviews, NXB Khoa
học kỹ thuật.
3. Nguyễn Khắc Minh, (2002), Các phương pháp
Phân tích & Dự báo trong Kinh tế, NXB KHKT.
4. Damodar N.Gujarati, Basic Econometrics, 4
th

Edition, Mc Graw - Hill, 2004

KHÁI NIỆM VỀ KINH TẾ LƯỢNG




• Econometrics = Econo + Metrics → Đo lường
kinh tế
• Đối tượng: các mối quan hệ, các quá trình kinh
tế xã hội
• Công cụ: các lý thuyết kinh tế, các mô hình
Toán kinh tế, phương pháp toán, xác suất
thống kê, với sự hỗ trợ của máy tính.

•
Kết quả: bằng số, tùy thuộc mục đích sử dụng.





PHƯƠNG PHÁP LUẬN

• Đặt giả thiết về vấn đề nghiên cứu
• Xây dựng mô hình

- Mô hình lí thuyết

- Mô hình toán học

• Thu thập số liệu và ước lượng tham số
• Kiểm định về mối quan hệ
•
Phân tích, dự báo, minh chứng hoặc phản
biện lý thuyết

KINH TẾ LƯỢNG CƠ BẢN


Basic Econometrics




CHƯƠNG 1. MÔ HÌNH KINH TẾ LƯỢNG

CHƯƠNG 2. ƯỚC LƯỢNG VÀ PHÂN TÍCH
MÔ HÌNH KINH TẾ LƯỢNG
CHƯƠNG 3. ĐÁNH GIÁ VỀ MÔ HÌNH






CHƯƠNG I. MÔ HÌNH KINH TẾ LƯỢNG
Econometrics Model

1.1. Phân tích hồi qui

1.2. Mô hình hồi qui tổng thể

1.3. Mô hình hồi qui mẫu

1.4. Mô hình hồi qui tổng quát

1.5. Mô hình hồi qui trong kinh tế




PHÂN TÍCH HỒI QUY
• Nghiên cứu mối liên hệ phụ thuộc giữa 1 biến
(biến phụ thuộc) vào một hoặc một số biến số
khác (biến độc lập/biến giải thích).
• Biến phụ thuộc, thường ký hiệu
Y
, đại diện cho
đối tượng kinh tế mà ta quan tâm nghiên cứu
sự biến động (dependent, explained, exogenous
variable).
• Biến độc lập, thường ký hiệu
12
X
, , , XX đại
diện cho đối tượng kinh tế giải thích cho sự
biến động của biến phụ thuộc (independent,

explanatory, regressor)

MÔ HÌNH HỒI QUY TỔNG THỂ
•
i
X
X
YX

= : xác định → Y là biến ngẫu nhiên,
) (/
i
• Quan hệ hàm số : x → ! y
∈ [-1 ; 1]
ρ
• Hệ số tương quan :
X
,Y
• Tổng thể (Population): tất cả các phần tử chứa
dấu hiệu nghiên cứu
• Phân tích dựa trên toàn bộ tổng thể
• Để thuận tiện: mô hình một biến độc lập, X →
Y
X giải thích cho Y, Y phụ thuộc vào X

MÔ HÌNH HỒI QUY TỔNG THỂ
•
i
X
X
i
(Y / X )
i
=
→
có quy luật phân phối xác
suất
• ∃ !
E

(Y / X )
i
: trung bình (kỳ vọng) có điều
kiện
•
X
X= → !
E
(Y
i
/ X )
(
i
: quan hệ hàm số
• )
i
(/ )
E
YX fX= ) ( hoặc )(/
E
YX fX
=

Gọi là hàm hồi qui tổng thể
→
PRF: Population Regression Function

MÔ HÌNH HỒI QUY TỔNG THỂ
• Dạng của PRF tùy thuộc mô hình kinh tế,
gồm các hệ số (coefficient) chưa biết

• Nếu hàm hồi quy tổng thể có dạng đường
thẳng
:
E
YX
β
β X
12
.(/ )
=
+
β
1
0 =
E
YX(/ )
=
: hệ số chặn (intercept term)
β
2
=
E
YX
X
(/ )∂
∂
: hệ số góc (slope coefficient)
→ PRF cho biết quan hệ giữa biến phụ thuộc
và biến giải thích về mặt trung bình trong
tổng thể.

MÔ HÌNH HỒI QUY TỔNG THỂ
• Hàm hồi quy tổng thể được gọi là tuyến tính
nếu nó tuyến tính theo tham số.
• Giá trị cụ thể
i
)
i
YYX(/
∈
, thông thường
ii
). Đặt
ii i
)YEY(/X≠ EYX(/uY
=
− : là yếu tố
ngẫu nhiên (nhiễu, sai số ngẫu nhiên - Random
errors)
• Tính chất của yếu tố ngẫu nhiên : E(u
i
) = 0 ∀i
→ đại diện cho tất cả những yếu tố không phải
biến giải thích trong mô hình nhưng cũng tác
động tới biến phụ thuộc.
MÔ HÌNH HỒI QUY MẪU
• Không biết toàn bộ Tổng thể, nên dạng của
PRF có thể biết nhưng giá trị
j
β

thì không
biết.
• Mẫu : một bộ phận mang thông tin của tổng
thể. W = {(X
i
, Y
i
), i = 1÷ n} được gọi là một
mẫu kích thước n, n quan sát (observation).
• Trong mẫu W, tồn tại một hàm số mô tả xu thế
biến động của biến phụ thuộc theo biến giải
thích về mặt trung bình,
ˆ
=
ˆ
) gọi là hàm
hồi qui mẫu (SRF- Sample Regression
Function).
Y
fX(

• Hàm hồi qui mẫu có dạng giống PRF
Nếu PRF có dạng
ii
E
YX
β
β X
12
.=+

ˆ
(/ )
thì SRF có dạng =
i
Y
1
ˆ
β
+
i
X
2
.
β
• Vì có vô số mẫu ngẫu nhiên, nên có vô số giá
trị của
ˆ
ˆ

j
ˆ
1
β
và
ˆ
2
β
→
β
là biến ngẫu nhiên.

ˆ
• Với mẫu cụ thể w kích thước n,
j
β
là số cụ thể.
• Thông thường
i
YY
i
ˆ
≠
, đặt
i
Y và gọi là
phần dư (residual).
ii
ˆ
eY=−
i
e
i
u
• Bản chất của phần dư giống như của yếu tố
ngẫu nhiên

TÓM TẮT
E
YX
β
β X

12
.(/ )
=
+
i

ii
Y
β
β
12
=+ Xu. +

ii
ˆ
ˆ
YX
1
=+
ββ
ˆ
2
i
e+
ˆ

ii
ˆˆ
YX
12

=+
ββ

i
Y
,
ˆ
1
β
,
ˆ
2
β
, là các ước lượng điểm tương
ứng của
i
e
i
E
(Y / X )
i
,
,
,u
12
β
β
1− k

MÔ HÌNH HỒI QUY TỔNG QUÁT
• Mô hình hồi quy k biến, 1 biến phụ thuộc và
) biến giải thích, hệ số (kể cả hệ số
chặn).

(k
ii kki
E
(Y ) X X
122 331
=+ + X++
β
ββ β
+ +
kkii
X u

=+ + +
122 331ii
Y X X
β
ββ β
++
kki
ˆ
X
β
+ +
kkii
ˆ

Xe
β
0
k

=+ +
122 331ii
ˆˆ ˆ
ˆ
YXX
ββ β

=+ + +
122 331ii
ˆˆ ˆ
YXX
ββ β

123
E
(Y / X X X )
β
=====
: hệ số chặn
j
j
E
(Y )
(j
2,k

X
β
∂
==
∂
)
: hệ số hồi quy riêng-hệ số
góc

MÔ HÌNH TRONG KINH TẾ
• Hàm bậc nhất
CYu
β
β
=
++
12

DD
QPu
β
β
=+ +
12

S
S
uQP
β
β

=
++
12

• Hàm bậc cao
TC Q Q Q u
β
ββ
=+ +
23
12 3
β
+ +
4

M
CQQu'
β
ββ
=+ +
23
23+
2
4
ADu

QAD
β
ββ
=+ +

12
+
2
3


MÔ HÌNH TRONG KINH TẾ
• Dạng hàm mũ: ví dụ hàm sản xuất dạng
Cobb-Douglas
LQK
β
β
β
=
3
2
0
tuyến tính hóa và
xây dựng mô hình kinh tế lượng:
L
n( Q ) Ln( K ) Ln( L ) u
β
ββ
=+ +
12
+
3

• Hàm thể hiện tính xu thế
T là biến xu thế thời gian, T = 0,1,2,…

YXTu
β
ββ
=+ + +
12 3

• Mô hình có biến trễ :
ttt
YXXu
β
ββ
−
++
12 31
+
=
• Mô hình tự hồi quy :
ttt
YXYu
=
β
ββ
−
++
12 31
+
CHƯƠNG II. ƯỚC LƯỢNG VÀ PHÂN TÍCH
MÔ HÌNH KINH TẾ LƯỢNG

• 2.1. Ước lượng mô hình 2 biến

• 2.2. Ước lượng mô hình tổng quát
• 2.3. Các giả thiết của phương pháp OLS
• 2.4. Các tham số của ước lượng OLS
• 2.5. Ước lượng khoảng tin cậy của các hệ
số
CHƯƠNG II. ƯỚC LƯỢNG VÀ PHÂN TÍCH
MÔ HÌNH KINH TẾ LƯỢNG
• 2.6. Kiểm định giả thuyết về các hệ số
• 2.7. Ước lượng về tổ hợp các hệ số hồi
quy
• 2.8. Kiểm định về tổ hợp các hệ số hồi
quy
• 2.9. Sự phù hợp của hàm hồi qui
• 2.10. Kiểm định thu hẹp hồi quy
• 2.11. Dự báo
ƯỚC LƯỢNG MÔ HÌNH HỒI QUY HAI BIẾN
• Mô hình hồi qui hai biến là mô hình gồm một
biến phụ thuộc (
Y) và một biến giải thích (X).
• Mô hình có dạng:
ii
E
(Y / X ) X
β
β
+
12
u

=

iii
YX
β
β
=
++
12

• Với mẫu kích thước n : W = {(X
i
, Y
i
), i = 1÷ n},
tìm
ˆˆ
,
β
β
12
, sao cho SRF:
ii
ˆˆ
ˆ
YX
ββ
=+
12
phản
ánh xu thế biến động về mặt trung bình của

mẫu.

• Tìm
ˆˆ
,
β
β
1
ii
ˆ
(Y Y ) e
2
sao cho
i
nn
ii
=
∑
=
−=
∑
2
11
2
→ min