YOMEDIA
Bài giảng Kinh tế lượng (Bậc cao học)
Chia sẻ: _ _
| Ngày:
| Loại File: PDF
| Số trang:85
47
lượt xem
6
download
Download
Vui lòng tải xuống để xem tài liệu đầy đủ
Bài giảng Kinh tế lượng (Bậc cao học) với các nội dung mô hình kinh tế lượng, phân tích hồi qui, mô hình hồi qui tổng thể, mô hình hồi qui mẫu, mô hình hồi qui tổng quát, mô hình hồi qui trong kinh tế.
AMBIENT/
Chủ đề:
Nội dung Text: Bài giảng Kinh tế lượng (Bậc cao học)
- KINH TẾ LƯỢNG
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, 4th
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 X , X 1 , X 2 ,...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
• X = X i : xác định → Y là biến ngẫu nhiên,
(Y / X i )
• Quan hệ hàm số : x → ! y
• Hệ số tương quan : ρX ,Y ∈ [-1 ; 1]
• 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
• 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 i → ! E(Y / X i ): quan hệ hàm số
• E (Y / X i ) = f ( X i ) hoặc E (Y / X ) = f ( X )
→ 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 (Y / X ) = β1 + β2 . X
β1 = E (Y / X = 0) : hệ số chặn (intercept term)
∂E (Y / X )
β2 = : hệ số góc (slope coefficient)
∂X
- → 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 Yi ∈ (Y / X i ) , thông thường
Yi ≠ E (Y / X i ). Đặt ui = Yi − E (Y / X i ) : là yếu tố
ngẫu nhiên (nhiễu, sai số ngẫu nhiên - Random
errors)
- • Tính chất của yếu tố ngẫu nhiên : E(ui) = 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 β j thì không
biết.
• Mẫu : một bộ phận mang thông tin của tổng
thể. W = {(Xi, Yi), 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, Yˆ = fˆ ( X ) gọi là hàm
hồi qui mẫu (SRF- Sample Regression
Function).
• Hàm hồi qui mẫu có dạng giống PRF
Nếu PRF có dạng E (Y / X i ) = β1 + β2 . X i
thì SRF có dạng Yˆi = βˆ1 + βˆ2 . X i
• Vì có vô số mẫu ngẫu nhiên, nên có vô số giá
trị của βˆ1 và βˆ2 → βˆ j là biến ngẫu nhiên.
- • Với mẫu cụ thể w kích thước n, βˆ j là số cụ thể.
• Thông thường Yi ≠ Yˆi , đặt ei = Yi − Yˆi và gọi là
phần dư (residual).
• Bản chất của phần dư ei giống như của yếu tố
ngẫu nhiên ui
TÓM TẮT
E (Y / X ) = β1 + β2 . X
Yi = β1 + β2 . X i + ui
- Yˆi = βˆ 1 + βˆ 2 X i
Yi = βˆ 1 + βˆ 2 X i + ei
Yˆi , βˆ 1 , βˆ 2 , ei là các ước lượng điểm tương
ứng của E(Y / X i ), β 1 , β 2 ,ui
MÔ HÌNH HỒI QUY TỔNG QUÁT
• Mô hình hồi quy k biến, 1 biến phụ thuộc và
( k − 1 ) biến giải thích, k hệ số (kể cả hệ số
chặn).
- E(Yi ) = β 1 + β 2 X 2 i + β 3 X 31 + ... + β k X ki
Yi = β 1 + β 2 X 2 i + β 3 X 31 + ... + β k X ki + ui
Yˆi = βˆ 1 + βˆ 2 X 2 i + βˆ 3 X 31 + ... + βˆ k X ki
Yi = βˆ 1 + βˆ 2 X 2 i + βˆ 3 X 31 + ... + βˆ k X ki + ei
β 1 = E(Y / X 2 = X 3 = ... = X k = 0 ): hệ số chặn
∂E(Y )
βj = ( j = 2,k ): hệ số hồi quy riêng-hệ số
∂X j
góc
MÔ HÌNH TRONG KINH TẾ
• Hàm bậc nhất
- C = β 1 + β 2Y + u
Q = β1 + β 2 P + u
D D
Q = β1 + β 2 P + u
S S
• Hàm bậc cao
TC = β 1 + β 2Q + β 3Q 2 + β 4Q 3 + u
MC = β 2 + 2 β 3Q + 3 β 4Q 2 + u'
Q = β 1 + β 2 AD + β 3 AD 2 + u
MÔ HÌNH TRONG KINH TẾ
• Dạng hàm mũ: ví dụ hàm sản xuất dạng
Thêm tài liệu vào bộ sưu tập có sẵn:
Báo xấu
LAVA
ERROR:connection to 10.20.1.100:9315 failed (errno=111, msg=Connection refused)
ERROR:connection to 10.20.1.100:9315 failed (errno=111, msg=Connection refused)
Đang xử lý...
Thêm vào BST
Báo xấu
