NHẬP MÔN KINH TẾ LƯỢNG (ECONOMETRICS) CHƯƠNG 1 NHẬP MÔN KINH TẾ LƯỢNG (ECONOMETRICS)

NHẬP MÔN KINH TẾ LƯỢNG Biết được phương pháp luận của kinh tế lượng Nắm được bản chất của phân tích hồi quy Hiểu các loại số liệu và các quan hệ MỤC TIÊU

NỘI DUNG CHƯƠNG 1 Khái niệm 2 Phương pháp luận nghiên cứu của kinh tế lượng 3 Phân tích hồi quy 4 Các loại quan hệ 5 Số liệu

1.1 KHÁI NIỆM Kinh tế lượng (Econometrics) có nghĩa “đo lường kinh tế” (A.K.R. Frisch, 1930) Kinh tế lượng là sự kết hợp giữa số liệu thực 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 và kiểm định các giả thuyết liên quan đến hành vi kinh tế Dự báo các hành vi của các biến số kinh tế (Ramu Ramanathan, 2002)

1.1 KHÁI NIỆM Ví dụ: ước lượng Các nhà phân tích quan tâm đến ước lượng cung/cầu hàng hóa, dịch vụ Công ty quan tâm đến ước lượng ảnh hưởng của các mức độ quảng cáo đến doanh thu và lợi nhuận Chính quyền địa phương quan tâm đến tác động của một công ty đặt tại địa phương (nhu cầu nhà ở, việc làm, dịch vụ công cộng…)

1.1 KHÁI NIỆM Ví dụ: kiểm định giả thuyết Chuỗi cửa hàng thức ăn nhanh muốn xác định chiến dịch quảng cáo có làm tăng doanh thu hay không Các nhà phân tích quan tâm cầu co giãn hay không co giãn theo giá và thu nhập Các nhà kinh tế học vĩ mô muốn đánh giá hiệu quả của các chính sách nhà nước

1.1 KHÁI NIỆM Ví dụ: dự báo Các công ty dự báo doanh thu, lợi nhuận, chi phí sản xuất, lượng hàng tồn kho cần thiết Chính quyền dự báo thu nhập, chi tiêu, lạm phát, thất nghiệp, thâm hụt ngân sách, thương mại

PHƯƠNG PHÁP LUẬN Lý thuyết kinh tế, kinh nghiệm, các nghiên cứu khác Thiết lập mô hình KTL Kiểm định giả thuyết Ước lượng các tham số Thu thập, xử lý số liệu Sử dụng mô hình: dự báo, đề ra chính sách Mô hình ước lượng có tốt không? Không Có 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) Hình 1.1: Phương pháp luận nghiên cứu của kinh tế lượng

1.2 PHƯƠNG PHÁP LUẬN Ví dụ: Khảo sát lý thuyết về thu nhập- tiêu dùng của Keynes “chi tiêu tiêu dùng tăng khi thu nhập tăng nhưng sự gia tăng trong chi tiêu tiêu dùng không nhiều như sự gia tăng trong thu nhập”

Thiết lập mô hình kinh tế lượng Đặt Y: biến chi tiêu tiêu dùng 1.2 PHƯƠNG PHÁP LUẬN Xác định 2 biến số kinh tế cần khảo sát là thu nhập và tiêu dùng với giả thuyết kinh tế “tiêu dùng sẽ phụ thuộc vào thu nhập” Thiết lập mô hình kinh tế lượng Đặt Y: biến chi tiêu tiêu dùng X: biến thu nhập U: sai số ngẫu nhiên (Vai trò của U?) Mô hình toán: Y=α + βX (1.1) Mô hình kinh tế lượng: Y=α + βX + U (1.2)

(Nguồn: Tổng Cục Thống kê Việt Nam) 1.2 PHƯƠNG PHÁP LUẬN 3. Thu thập, xử lý số liệu Năm GDP (X) Chi tiêu tiêu dùng (Y) 1995 195567 142916 1996 213833 155909 1997 231264 165125 1998 244596 172498 1999 256272 176976 2000 273666 182420 2001 292535 190577 2002 313247 205114 2003 336243 221545 Bảng 1.1 GDP và tiêu dùng cá nhân của Việt Nam tính theo giá 1994 (Đv: tỷ đồng) (Nguồn: Tổng Cục Thống kê Việt Nam)

1.2 PHƯƠNG PHÁP LUẬN Hình 1.2 Biểu đồ phân tán của GDP (X) và tiêu dùng cá nhân (Y) của Việt Nam (1995-2003)

1.2 PHƯƠNG PHÁP LUẬN 4. Ước lượng các tham số Theo phương pháp bình phương nhỏ nhất thông thường (OLS- Ordinary Least Squares) Ŷi= 43,08986 + 0,519794Xi (1.3) Tại sao có ký hiệu Ŷi ?

1.2 PHƯƠNG PHÁP LUẬN (1.3) là ước lượng mô hình (1.2) khi sử dụng bảng số liệu bảng 1.1 và không có thành phần nhiễu Ý nghĩa: Nếu loại trừ yếu tố nhiễu thì tác động của thu nhập ảnh hưởng đến tiêu dùng cá nhân (xét về mặt giá trị trung bình) được đo lường theo biểu thức (1.3) Cụ thể: Nếu thu nhập trong nước tăng (hay giảm) 1 tỷ đồng thì bình quân chi tiêu tiêu dùng cá nhân tăng (hay giảm) xấp xỉ 0,519794 tỷ đồng.

1.2 PHƯƠNG PHÁP LUẬN Vì sao tác động của thu nhập đối với tiêu dùng cá nhân chỉ được giải thích là “xấp xỉ”? Vì: Nếu lấy mẫu khác thì kết quả ước lượng có thể khác nhau. Kết quả tìm được chỉ là ước lượng gần đúng cho các tham số của mô hình.

5. Kiểm định giả thuyết nhằm 1.2 PHƯƠNG PHÁP LUẬN 5. Kiểm định giả thuyết nhằm Xác định mức độ phù hợp về mặt lý thuyết của mô hình Xác định dạng mô hình và chẩn đoán dấu hiệu có thể vi phạm các giả thiết cổ điển của mô hình kinh tế lượng Trong ví dụ trên: Đánh giá mức độ ý nghĩa thống kê của con số 0,519794 trong mô hình (1.3) Nếu mô hình ước lượng được chẩn đoán là tốt thì có thể sử dụng để dự báo và củng cố luận cứ kinh tế

1.2 PHƯƠNG PHÁP LUẬN 6. Dự báo Giả sử mô hình (1.3) được đánh giá tốt. Sử dụng mô hình này để tính chi tiêu cá nhân Việt Nam năm 2006 nếu GDP 2006 Việt Nam đạt 425000 tỷ đồng Ŷ2006= 43,08986 + 0,519794 *(425000) Ŷ2006 =220955 (tỷ đồng)

MÔ HÌNH HỒI QUY với Mô hình hồi quy tuyến tính đơn Y= α+βX +u α tung độ gốc hoặc hệ số chặn, β độ dốc của đường thẳng (gọi chung hai loại hệ số này là hệ số hồi quy) Y biến phụ thuộc X biến độc lập u nhiễu, số dư, sai số (2) Mô hình hồi quy tuyến tính bội Y=α+β1X1+ β2X2++... βkXk+u

Kiểm định giả thiết về bản chất quan hệ phụ thuộc 1.3 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: Phân tích hồi quy nhằm: Ước lượng giá trị trung bình của biến phụ thuộc với giá trị đã biết của biến độc lập Kiểm định giả thiết về bản chất quan hệ phụ thuộc Dự đoán giá trị trung bình của biến phụ thuộc Kết hợp các vấn đề trên

Hàm hồi quy tổng thể PRF (Population Regression Function) 1.3 PHÂN TÍCH HỒI QUY 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)

1.3 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. 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

1.3 PHÂN TÍCH HỒI QUY Ví dụ khảo sát chi tiêu và thu nhập của 60 hộ gia đình tại một khu vực ở Mỹ với giả thiết khu vực này là tổng thể nghiên cứu. Gọi X: thu nhập hàng tuần của các hộ gia đình (USD) Y: mức chi tiêu trong tuần (USD)

Bảng 1.2 Số liệu thu nhập và chi tiêu của 60 hộ gia đình 1.3 PHÂN TÍCH HỒI QUY X Y 80 100 120 140 160 180 200 220 240 260 55 65 79 102 110 135 137 150 60 70 84 93 107 115 136 145 152 74 90 95 155 175 94 103 116 130 144 165 178 75 85 98 108 118 157 88 113 125 189 185 162 191 E(Y/Xi) 77 89 101 149 161 173 Bảng 1.2 Số liệu thu nhập và chi tiêu của 60 hộ gia đình (Nguồn: D.N. Gujarati)

Hình 1.3 Biểu đồ phân tán giá của Y theo X 1.3 PHÂN TÍCH HỒI QUY Hình 1.3 Biểu đồ phân tán giá của Y theo X

Hình 1.4 Biểu đồ phân tán giá trị trung bình của Y theo X 1.3 PHÂN TÍCH HỒI QUY Hình 1.4 Biểu đồ phân tán giá trị trung bình của Y theo X

Mô hình hồi quy tổng thể dạng xác định: 1.3 PHÂN TÍCH HỒI QUY Mô hình hồi quy tổng thể dạng xác định: E(Y/Xi) = f(Xi)= β1 + β2Xi (1.4) Dạng ngẫu nhiên: Yi = E(Y/Xi) + Ui = β1 + β2Xi + Ui (1.5) Với 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 Ui : nhiễu (sai số ngẫu nhiên, độ lệch giữa giá trị quan sát Yi và E(Y/Xi)) β1,, β2: tham số, hệ số hồi quy

1.3 PHÂN TÍCH HỒI QUY β1: hệ số chặn, hệ số tự do, tung độ góc, cho biết giá trị trung bình của biến phụ thuộc Y là bao nhiêu khi biến độc lập X nhận giá trị 0 β2 : hệ số góc, độ dốc, cho biết giá trị trung bình của Y sẽ thay đổi (tăng, giảm) bao nhiêu đơn vị khi giá trị của X tăng lên 1 đơn vị với điều kiện các yếu tố khác không đổi.

1.3 PHÂN TÍCH HỒI QUY Ví dụ trên, ở nhóm hộ có mức thu nhập 100 USD/tuần thì hộ thứ nhất có mức chi tiêu Y1= 65 = E(Y/X=100) + U1 = 77 + U1 Với U1 = -12 USD Hộ thứ sáu Y6= 88= E(Y/X=100) + U6 = 77 + U6 Với U6 = 11 USD

1.3 PHÂN TÍCH HỒI QUY Ui : biểu thị cho ảnh hưởng của các yếu tố đối với biến phụ thuộc mà không được đưa vào mô hình. Sự tồn tại của nhiễu do: Nhà nghiên cứu không biết hết các yếu tố ảnh hưởng đến biến phụ thuộc Y. Hoặc nếu biết cũng không thể có số liệu cho mọi yếu tố Không thể đưa tất cả yếu tố vào mô hình vì làm mô hình phức tạp Sai số đo lường trong khi thu thập số liệu Bỏ sót biến giải thích Dạng mô hình hồi quy không phù hợp

Ví dụ các hàm không phải hồi quy tuyến tính 1.3 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

2. Hàm hồi quy mẫu SRF (Sample Regression Function) 1.3 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

Yi = E(Y/Xi) + Ui = β1 + β2Xi + Ui SRF dạng xác định 1.3 PHÂN TÍCH HỒI QUY PRF dạng xác định E(Y/Xi) = f(Xi)= β1 + β2Xi dạng ngẫu nhiên Yi = E(Y/Xi) + Ui = β1 + β2Xi + Ui SRF dạng xác định

1.3 PHÂN TÍCH HỒI QUY Trong đó: Ŷi : ước lượng điểm của E(Y/Xi) : ước lượng điểm của β1 , β2 ei : ước lượng điểm của Ui và được gọi là phần dư (residuals)

Quan hệ thống kê và quan hệ hàm số 1.4 CÁC LOẠI QUAN HỆ Quan hệ thống kê và quan hệ hàm số Quan hệ thống kê: ứng với mỗi giá trị của biến độc lập có thể có nhiều giá trị khác nhau của biến phụ thuộc -> phản ánh mối quan hệ không chính xác- > đối tượng của phân tích hồi quy VD: chi tiêu- thu nhập của 60 hộ gia đình Quan hệ hàm số: các biến không phải là ngẫu nhiên, ứng với mỗi giá trị của biến độc lập chỉ duy nhất một giá trị của biến phụ thuộc -> phản ánh mối quan hệ chính xác VD: cách tính lương cơ bản= đơn giá lương * hệ số lương

1.4 CÁC LOẠI QUAN HỆ 2. Hàm hồi quy và quan hệ nhân quả Quan hệ nhân quả: Biến X (biến độc lập) -> biến Y (biến phụ thuộc) (nhân) (quả) Nhưng thực tế không thể xác định rõ ràng biến nào quy định biến nào Phân tích hồi quy không nhất thiết bao hàm quan hệ nhân quả VD: tiêu dùng phụ thuộc vào thu nhập nhưng thu nhập không hẳn là nguyên nhân khiến con người tiêu dùng

1.4 CÁC LOẠI QUAN HỆ 3. Hồi quy và tương quan Phân tích tương quan: đo lường liên kết tuyến tính giữa hai biến và hai biến có vai trò đối xứng VD: quan hệ tương quan cao giữa hút thuốc và ung thư phổi Phân tích hồi quy: ước lượng hoặc dự báo giá trị trung bình của biến phụ thuộc dựa trên giá trị xác định của biến độc lập.

1.5 SỐ LIỆU Số liệu trong phân tích hồi quy có được từ hai nguồn thu thập Số liệu thử nghiệm: tiến hành thử nghiệm theo những điều kiện nhất định VD: trồng giống lúa mới trên các thửa ruộng thí nghiệm, thực hiện các chế độ chăm sóc giống lúa này và ghi chép lại số liêu liên quan đến quá trình sinh trưởng, khả năng phòng chống sâu bệnh, năng suất lúa. Số liệu thực tế không bị kiểm soát bởi nhà nghiên cứu. VD: giá vàng, số liệu GDP…

1.5 PHÂN LOẠI SỐ LIỆU Số liệu chuỗi thời gian: số liệu của biến điều tra từ một thực thể ứng với các thời điểm khác nhau VD: chỉ số VN-Index sàn HoSE từ ngày 2.1.2010 đến 15.1.2010 2. Số liệu chéo: số liệu của biến điều tra từ các thực thể khác nhau tại cùng một thời điểm VD: giá vàng tại TPHCM, Hà Nội, Cần Thơ ngày 2.1.2010

1.5 PHÂN LOẠI SỐ LIỆU 3. Số liệu hỗn hợp (số liệu bảng) Là kết hợp của hai dạng trên VD: giá vàng SJC bán ra trong tuần từ 8.2.2010 đến 12.2.2010 tại TPHCM, Hà Nội, Cần Thơ, Đà Nẵng Chất lượng số liệu phụ thuộc nhiều yếu tố: - Vấn đề sai số trong quá trình thu thập số liệu Hiệu quả của phương pháp điều tra chọn mẫu Mức độ tổng hợp và bảo mật của số liệu

BÀI TẬP 1. Cho mô hình Y=β1 + β2 X + U. Hãy dự đoán dấu của β2 theo các trường hợp sau: Mức cầu của một loại hàng hóa (Y) và giá bán (X) Lượng tiền mặt lưu giữ trên thu nhập của cá nhân (Y) với mức lạm phát (X) Lượng khách đi xe buýt (Y) và giá bán lẻ xăng (X)