KINH TẾ LƯỢNG
ĐỀ TÀI: HIỆN TƯỢNG
TỰ TƯƠNG QUAN
NỘI DUNG
PHẦN 2
LÝ
THUYẾT
PHẦN 1
VẬN
DỤNG
HIỆN TƯỢNG TỰ TƯƠNG QUAN
PHẦN 1
01
Khái niệm tự tương quan
02
Phương pháp phát hiện tự tương quan
LÝ THUYẾT
03
Biện pháp khắc phục hiện tượng tự tương quan
1. Khái niệm hiện tượng tự tương quan
Là sự tương quan giữa các thành phần của chuỗi các quan sát
được sắp xếp theo thứ tự thời gian (trong các số liệu chuỗi thời gian)
hoặc không gian (trong số liệu chéo).
Hiện tượng tự tương quan xảy ra khi:
Cov (,)
Lược đồ tự hồi quy bậc 1, AR(1)
Hệ số tự tương quan bậc 1
Sai số ngẫu nhiên thỏa mãn mọi giả thiết của MHHQ tuyến tính
cổ điển
Lược đồ tự hồi quy bậc
p, AR(p)
Contents
2. PHƯƠNG PHÁP PHÁT HIỆN HIỆN TƯỢNG T
Ự TƯƠNG QUAN
PHƯƠNG PHÁP ĐỒ THỊ
KIỂM ĐỊNH d (Durbin
Watson)
01
04
KIỂM ĐỊNH BG
(Breusch – Goldfrey)
02
03
KIỂM ĐỊNH Durbin h
(1). PHƯƠNG PHÁP ĐỒ THỊ
Phần dư là ước lượng của sai số ngẫu nhiên
Xem xét trực quan về có thể cho thơng tin hữu ích về tính tự tương quan
Vẽ đồ thị của phần dư theo
Nếu đồ thị gần như một đường
nằm ngang
MH khơng có tự tương quan
Nếu đồ thị có xu hướng đi lên
MH có tự tương quan dương giữa
các sai số ngẫu nhiên
Nếu đồ thị có xu hướng đi xuống
MH có tự tương quan âm giữa
các sai số ngẫu nhiên
(2). KIỂM ĐỊNH d (Durbin – Watson)
Thống kê d được định nghĩa: =
Vì chỉ sai khác nhau nên ta có:
Trong đó:
là hệ số tương quan bậc nhất của mẫu và ước lượng của p
Vì
Nếu thì d = 4: dấu hiệu TTQ âm cao
Nếu thì d = 2: dấu hiệu khơng có TTQ
Nếu thì d = 0: dấu hiệu TTQ dương cao
Quy tắc ra quyết định
Có TTQ +
khơng có kết luận
khơng có TTQ
0
Chú ý:
2
khơng có kết luận Có TTQ -
4-
4-
- Các giá trị được tính sẵn phụ thuộc mức ý nghĩa kích thước mẫu n và số biến
giải thích k’ có trong mơ hình (k’= k -1)
- Kiểm định Durbin-Watson chỉ đáng tin cậy khi:
+ Kiểm định tự tương quan bậc 1
+ MH khơng có biến độc lập là biến trễ của biến phụ thuộc
+ MH có hệ số chặn
+ Chuỗi số liệu liên tục
4
(3). KIỂM ĐỊNH Durbin h
Xét MH tự hồi quy: (*)
Bước 1: Hồi quy mơ hình (*) thu được
Bước 2: Kiểm định cặp giả thuyết:
Tiêu chuẩn kiểm định được chọn là:
Miền bác bỏ:
Nếu bác bỏ kết luận mơ hình có hiện tượng tự tương quan.
Chú ý: Kiểm định này chỉ dùng cho mẫu lớn.
(4) KIỂM ĐỊNH BG
Xét MH:
Giả sử: (
01
Hồi quy gốc để thu được các phần dư
02
Ước lượng mơ hình sau bằng phương pháp OLS thu được
Kiểm định giả thuyết:
03
⇔
(4) KIỂM ĐỊNH BG
Tiêu chuẩn kiểm định:
Miền bác bỏ:
Nếu bác bỏ kết luận mơ hình tồn tại ít nhất tự
tương quan ở một bậc nào đó.
3. BIỆN PHÁP KHẮC PHỤC HIỆN TƯỢNG TỰ TƯƠNG QUAN
Trường hợp đã biết
cấu trúc tự tương
quan
Trường hợp chưa
biết cấu trúc tự
tương quan
3. BIỆN PHÁP KHẮC PHỤC HIỆN TƯỢNG TỰ TƯƠNG QUAN
Xét mơ hình:
Giả sử thỏa mãn lược đồ tự hồi quy bậc nhất:
TH1: Đã biết cấu trúc tự tương quan
đã biết và thỏa mãn các giả thiết của OLS
Để khắc phục khuyết tật, ta sử dụng phương pháp sai phân tổng quát.
Nếu (1) đúng với t thì cũng đúng với t - 1 nên:
= 1+2
Lấy - ta được:
Đặt:
Mơ hình (3) trở thành:
Mơ hình (4) khơng cịn khuyết tật tự tương quan bậc 1 vì thỏa mãn
các giả thiết của phương pháp OLS
Chú ý: Trong thực tế thường chưa biết
TH2: Chưa biết cấu trúc tự tương quan
chưa biết và thỏa mãn các giả thiết của OLS
a. Mơ hình sai phân cấp 1
Mơ hình có tự tương quan dương (0 < <
Mơ hình (3) có dạng phương trình sai phân cấp 1:
Hay:
+
Để hồi quy mơ hình (5) ta cần lập chuỗi sai phân cấp 1 của X, Y
=> Mất đi một quan sát đầu tiên
Bổ sung cho quan sát đầu:
Mơ hình (5) khơng có hệ số chặn
Cách khắc phục: Thêm vào mơ hình (1) một biến mới gọi là biến xu thế. MH mới
có dạng:
(6)
Tại thời điểm t – 1:
Lấy (6) – (7) ta được mơ hình sai phân cấp 1:
++
có ý nghĩa là hệ số của biến xu thế
Chú ý: Các mơ hình được viết dưới dạng sai phân có hệ số chặn có nghĩa là mơ
hình gốc có một biến xu thế tuyến tính và hệ số chặn là hệ số của biến xu thế.
Mơ hình có tự tương quan âm (4 – dl < d < du)
Mơ hình (3) có dạng:
+ = 1 + 2( + ) +
Chia 2 vế mơ hình cho 2 ta được:
Mơ hình này được gọi là mơ hình trung bình trượt (2 thời kỳ)
b. Ước lượng dựa trên thống kê d. Durbin – Watson
Ta dùng làm xấp xỉ cho trong mơ hình sai phân (3), và hồi quy theo mơ hình (4)
PHẦN 2: VẬN DỤNG
01. ĐẶT VẤN ĐỀ
02. DỮ LIỆU
Add Contents Title
03. PHÁT HIỆN HIỆN TƯỢNG
TỰ TƯƠNG QUAN
04. KHẮC PHỤC HIỆN TƯỢNG
TỰ TƯƠNG QUAN
Việc nghiên cứu khuynh hướng của sự tăng trưởng GDP, các yếu tố ảnh
hưởng tới GDP giúp chính phủ có thể thay đổi các chính sách để đạt được
những mục tiêu đề ra nhằm thúc đẩy tăng trưởng kinh tế.
Đó là lí do nhóm chúng em quyết định nghiên cứu đề tài: “Một số yếu tố ảnh
hưởng đến Tổng sản phẩm quốc nội (GDP) Việt Nam trong giai đoạn 2005-2019”
ĐẶT VẤN ĐỀ
“
“
GDP – tổng sản phẩm quốc nội là một chỉ tiêu có tính cơ sở phản ánh sự
tăng trưởng kinh tế, quy mơ kinh tế, trình đồ phát triển kinh tế bình quân
đầu người, cơ cấu kinh tế và sự thay đổi mức giá cả của một quốc gia.
02. SỐ LIỆU
• Mơ tả số liệu:
- Số liệu bao gồm: Tổng giá trị
vốn đầu tư; Tổng giá trị Xuất
khẩu; Tổng giá trị Nhập khẩu và
Tổng sản phẩm quốc nội
(GDP)
của Việt Nam trong giai đoạn
2005-2019.
- Số liệu được thu thập từ
tổng cục thống kê Việt Nam.
- Đơn vị: Triệu đô la Mỹ.
Trong đó:
Y: Tổng sản phẩm quốc nội (GDP)
X: Tổng giá trị vốn đầu tư
Z: Tổng giá trị Xuất khẩu
K: Tổng giá trị Nhập khẩu
Tạo một file mới trong Eviews và nhập số liệu vào. Sau đó, ước lượng mơ hình
Bảng kết quả của phương pháp ước lượng bình
phương nhỏ nhất
Dependent Variable: Y
Method: Least Squares
Date: 04/15/21 Time: 17:34
Sample: 2005 2019
Variable
Ta có mơ hình hồi quy:
Included observations: 15
Coefficient
Std. Error
t-Statistic
Prob.
C
3105.541
16338.66
0.190073
0.8527
X
4.003280
1.434350
2.791006
0.0176
Z
-0.248728
0.741324
-0.335519
0.7435
K
-0.062366
0.896661
-0.069553
0.9458
R-squared
0.975175 Mean dependent var
150840.1
Adjusted R-squared
0.968404 S.D. dependent var
69614.85
S.E. of regression
12374.20 Akaike info criterion
21.90779
Sum squared resid
1.68E+09 Schwarz criterion
22.09661
Log likelihood
-160.3084 Hannan-Quinn criter.
21.90578
F-statistic
144.0320 Durbin-Watson stat
Prob(F-statistic)
0.000000
0.649022
03
PHÁT HIỆN HIỆN TƯỢNG T
Ự TƯƠNG QUAN
1
PHƯƠNG PHÁP ĐỒ THỊ
Từ cửa sổ Equation chọn View/ Atual, Fitted,
Residual →Atual, Fitted, Residual Table
Ta được Residual = ei
và đồ thị phần dư:
PHƯƠNG PHÁP ĐỒ THỊ
Vẽ đồ thị phần dư của mô hình
Từ menu chính chọn Quick/
Last updated: 04/20/21 - 17:23
Residuals
from equation with dependent variable Y
Graph/
Line sổ
Graph
+ Từ cửa
Equation, chọn Proc/ Make Residual Series.
Modified: 2005 2019 // makeresids e
+ Cửa sổ Make Residual Series hiện ra, nhập tên cho phần dư là “E” …
2005
-12536.65
Cửa sổ Series List sẽ xuất hiện,
2006
-15449.75
2007
-1994.940
yêu cầu nhập tên biến “E” cần
2008
9671.311
vẽ đồ thị
2009
-1479.876
Ta được bảng phần dư:
Sau khi nhập tên biến xong, chọn
OK ta được đồ thị phần dư
→
2010
2011
2012
2013
2014
2015
2016
2017
xu2018
thế
2019
-8219.051
2516.358
12738.66
18959.01
17524.30
3277.610
-1548.659
-2804.264
-5239.890
tuyến
tính, tăng
-15414.17
Chọn OK
Nhìn vào đồ thị phần dư ta thấy có
hoặc giảm trong các nhiễu.
Nó ủng hộ cho giả thiết có sự tương quan trong mơ hình hồi quy tuyến tính cổ điển.
2
KIỂM ĐỊNH DURBIN – WATSON
•
Từ bảng kết quả ta có giá trị Durbin – Watson là:
d = 0,649022
•
Tra bảng: n = 15, α = 5%, k’ = 3
→ = 0,814;
= 1,750
Ta nhận thấy → Xảy ra hiện tượng tự quan dương.