Nhập môn kinh tế lượng

CHƯƠNG I
NHẬP MÔN KINH TẾ LƯỢNG


NHẬP MÔN KINH TẾ LƯỢNG

MỤC
TIÊU

1. Biết được phương pháp luận của
kinh tế lượng
2. Biết được mô hình kinh tế lượng
cho biết điều gì
3. Nắm được bản chất của phân
tích hồi quy
4. Hiểu và vận dụng được phương
pháp bình phương cực tiểu
thông thưởng

2


NHẬP MÔN KINH TẾ LƯỢNG
NỘI DUNG CHƯƠNG
1

Khái niệm

2

Phương pháp luận nghiên cứu của kinh tế lượng

3

Mô hình Kinh tế lượng

4

Phân tích hồi quy

5
4

Phương pháp bình phương cực tiểu thông thường
3


1.1. KHÁI NIỆM
Kinh tế lượng là sự kết hợp giữa số liệu thưc
tế, lý thuyết kinh tế và thống kê toán nhằm

Ước lượng
các mối
quan hệ
kinh tế

Đối chiếu lý
thuyết kinh tế
với thực tế
Kiểm định
các giả thiết

liên quan đến
hành vi kinh
tế
4

Dự báo
các hành
vi của các
biến số
kinh tế


1.2. PHƯƠNG PHÁP LUẬN NGHIÊN CỨU
CỦA KINH TẾ LƯỢNG
Đặt giả thiết về vấn đề nc
Thiết lập mô hình KTL
Thu thập, xử lý số liệu
Ước lượng các tham số
Kiểm định giả thiết

Không

Mô hình ước
lượng có tốt
không?
Có
Sử dụng mô hình: dự báo,
đề ra chính sách
5

Nguồn: Ramu Ramanathan,
Nhập môn kinh tế lượng với
các ứng dụng (ấn bản thứ
năm), Nhà xuất bản
Harcourt College, 2002.
(Bản dịch của chương trình
Giảng dạy Kinh tế Fulbright,
Việt Nam)


1.3. MÔ HÌNH KINH TẾ LƯỢNG
 Một mô hình kinh tế lượng là một tập các mối
quan hệ giữa các biến số về một hệ thống kinh
tế mà nó nhằm mô tả
 Ví dụ
• Hàm tiêu dùng: C=a+b*Yd
• Hàm sản xuất Cobb Douglash: Y=γKαLβ
• Mô hình cung cầu
Qd=Qs
Qd=f(P)
Qs=f(P)
6


1.3. MÔ HÌNH KINH TẾ LƯỢNG
 Ví dụ
• Mô hình tổng cầu trong nền kinh tế đóng có sự
tham gia của Chính phủ
Yt = Ct + I t + Gt
(1)

Ct = Co + mpc*Yt

(2)

It =Io – b*Rt +c*Yt-1

(3)

7


1.3. MÔ HÌNH KINH TẾ LƯỢNG
Các loại phương trình có trong mô hình
 Phương trình hành vi: là các phương trình mô
tả gần đúng, những phương trình mô tả hành
vi của một biến nào đó dựa trên các giả thiết
tiên nghiệm
• Ví dụ: phương trình (2) và (3)

 Phương trình đồng nhất thức: là các phương
trình luôn đúng, chúng có các hệ số đã xác
định. Thông thường chúng có thể là phương
trình định nghĩa của một biến nào đó
• Ví dụ: phương trình (1)
8


1.3. MÔ HÌNH KINH TẾ LƯỢNG
Các loại biến trong mô hình
 Biến ngoại sinh: là các biến mà giá trị của

chúng được xác định bởi các yếu tố bên
ngoài mô hình
 Biến nội sinh: là các biến mà giá trị của chúng
được xác định bởi mô hình
 Các biến xác định trước: các biến ngoại sinh
và các biến nội sinh trễ

9


1.3. MÔ HÌNH KINH TẾ LƯỢNG

Giá trị các biến
ngoại sinh

Mô hình
KTL

Giá
Giá trị
trịcác
cácbiến
biến
nội
nộisinh
sinhhiện
hiệnthời
thời

Giá trị các biến

nội sinh trễ

Đầu vào của mô hình

Đầu ra của mô hình

10


1.4. SỐ LIỆU
Phân
loại số
liệu

Số
Số liệu
liệu chuỗi
chuỗi thời
thời gian
gian
Số
Số liệu
liệu chéo
chéo
Số
Số liệu
liệu hỗn
hỗn hợp
hợp

11


1.4. SỐ LIỆU
Số liệu theo chuỗi thời gian (Time series data)
Năm
2001
2002
2003
2004
2005
Chỉ số 101,54 103,72 103,97 102,28 108,77
giá tiêu
dùng

12


1.4. SỐ LIỆU
Số liệu chéo (Cross data)
Năm

2001

Chỉ số giá tiêu dùng

101,54

Chỉ số giá vàng

105,83

Chỉ số giá USD

103,19

13


1.4. SỐ LIỆU
Số liệu hỗn hợp (Panel data)
Năm

2001

2002

2003

2004

2005

Chỉ số
giá tiêu
dùng

101,54

103,72

103,97

109,28

108,77

Chỉ số
105,83
giá vàng

118,70

126,88

112,14

110,49

Chỉ số
103,19
giá USD

101,95

102,32

100,21

100,83

14


1.5. PHÂN TÍCH HỒI QUY

Phân
tích
hồi
quy

 Nghiên cứu mối liên hệ phụ
thuộc của một biến (biến phụ
thuộc, biến được giải thích) với
một hay nhiều biến khác (biến
độc lập, biến giải thích)
 VD: Y = β1 +β2 X


1.5. PHÂN TÍCH HỒI QUY
1. Hàm hồi quy tổng thể PRF
(Population Regression Function)


Là hàm hồi quy được xây dựng dựa
trên kết quả khảo sát tổng thể. Hàm
hồi qui tổng thể có dạng:
E(Y/Xi) = f(Xi)

1.5. PHÂN TÍCH HỒI QUY
 Hàm hồi qui tổng thể cho biết giá trị trung
bình của biến Y sẽ thay đổi như thế nào
khi biến X nhận các giá trị khác nhau.
Hàm
hồi
quy
tổng
thể
PRF

Hồi quy đơn (hồi quy hai
biến): nếu PRF có một
biến độc lập
Hồi quy bội (hồi quy nhiều
biến): nếu PRF có hai biến
độc lập trở lên
17


1.5. PHÂN TÍCH HỒI QUY

Mô
hình
PRF

Dạng xác
định

E(Y/Xi) = f(Xi)= β1 + β2Xi

Yi = E(Y/Xi) + εi
= β 1 + β 2X i + ε i

Dạng ngẫu
nhiên

E(Y/Xi): trung bình của Y với điều kiện X nhận
giá trị Xi
Yi : giá trị quan sát thứ i của biến phụ thuộc Y
εi : nhiễu
β1, β2: tham số, hệ số hồi quy
18


1.5. PHÂN TÍCH HỒI QUY
2. Hàm hồi quy mẫu SRF (Sample
Regression Function)
Thực tế, không có điều kiện khảo sát tổng
thể -> lấy mẫu -> xây dựng hàm hồi quy
mẫu -> ước lượng giá trị trung bình của
biến phụ thuộc từ số liệu mẫu

19


1.5. PHÂN TÍCH HỒI QUY

Mô
hình

SRF

Dạng xác
định

ˆ +β
ˆ X
Yˆi = β
1
2
i

Dạng ngẫu
nhiên

Yi = Yˆi + ε$ i = βˆ1 + βˆ2 X i + ε$ i

Ŷi : ước lượng điểm của E(Y/Xi)
βˆ1 , βˆ2 : ước lượng điểm của β1 , β2
εµi : ước lượng điểm của εi và được gọi là phần
dư (residuals)
20


1.5. PHÂN TÍCH HỒI QUY
 Hàm hồi quy tuyến tính được hiểu là hồi
quy tuyến tính đối với tham số
Ví dụ các hàm hồi
quy tuyến tính

Ví dụ các hàm không
phải hồi quy tuyến tính

 1 
Yi = β1 + β 2   + U i
 Xi 
ln Yi = β1 + β 2 ln X i + U i

1
ln Yi =   + β 2 ln X i + U i
 β1 
Yi = β1 + β 22 X i + U i

21


1.6. PHƯƠNG PHÁP BÌNH PHƯƠNG CỰC TIỂU
THÔNG THƯỜNG (OLS)

Mô hình hồi quy tuyến tính hai biến
 PRF dạng xác định
E(Y/Xi) = f(Xi)= β1 + β2Xi
dạng ngẫu nhiên
Yi = E(Y/Xi) + εi = β1 + β2Xi + εi
 SRF dạng xác định

ˆ +β
ˆ X
Yˆi = β
1

2
i

dạng ngẫu nhiên

$ i =β
$i
ˆ +β
ˆ X +ε
Yi =Yˆi +ε
1
2
i
22


1.6. PHƯƠNG PHÁP BÌNH PHƯƠNG CỰC TIỂU
THÔNG THƯỜNG (OLS)

Trong đó


βˆ1

: Ước lượng cho β1



βˆ2

: Ước lượng cho β2



Yˆi

: Ước lượng cho E(Y/Xi)

 Sử

dụng phương pháp bình phương
nhỏ
ˆ
β1 βˆ2
nhất thông thường (OLS) để tìm
,
23


1.6. PHƯƠNG PHÁP BÌNH PHƯƠNG CỰC TIỂU
THÔNG THƯỜNG (OLS)

Y

SRF
βˆ2

β2

β1

PRF

βˆ1

X
Hình 4.1: Hệ số hồi quy trong hàm hồi quy PRF và SRF
24


1.6. PHƯƠNG PHÁP BÌNH PHƯƠNG CỰC TIỂU
THÔNG THƯỜNG (OLS)

Giả sử có n cặp quan sát (Xi, Yi). Tìm giá trị Ŷi
µ
sao cho Ŷi gần giá trị Yi nhất, tức εµ = Y −Ycàng
nhỏ càng tốt.
 Hay, với n cặp quan sát, muốn
i

n

n

i =1

i =1

(

$εi2 =
ˆ −β
ˆ X
Y
−
β
∑
∑ i 1 2 i

25

)

i

i

2

⇒min