Mô tả:
10/22/2014
u
antitative
Analysis
A
Nội dung buổi 3
1. Lý thuyết 1: Phân tích định lượng
2. Lý thuyết 2: Hồi quy đơn biến
3. Lý thuyết 3: Hồi quy đa biến
4. Thực hành 1: Hồi quy đơn biến
5. Thực hành 2: Hồi quy đa biến
6. Hướng dẫn thực hiện bài tập
1
10/22/2014
A
Buổi 7
A
Lý thuyết 1: Phân tích
định lượng là gì?
I. Phương pháp phân tích định lượng
Nghiên cứu định lượng
Nghiên cứu định lượng là tất cả bước thực hiện để định
lượng mối quan hệ nhân quả giữa các biến số nghiên cứu
trong đó việc sử dụng các công cụ phân tích định lượng như
là cách thức chính để giải quyết vấn đề.
Mục tiêu nghiên cứu định lượng để lượng hóa mối quan hệ nhân quả
giữa các nhân tố (các biến) thông qua việc áp dụng các công cụ phân tích
thống kê thường được áp dụng khi mô hình nghiên cứu đã khá rõ ràng và
cụ thể
2
10/22/2014
A
I. Phương pháp phân tích định lượng
Quy trình nghiên cứu định lượng
1. Quan sát sự vật hay hiện tượng,
2. Đặt vấn đề nghiên cứu
3. Nghiên cứu lý thuyết
4. Xây dựng mô hình nghiên cứu
4.1. Xây dựng tập biến số
4.2. Xây dựng mối quan hệ giữa các biến số (giả thuyết N/c)
4.3. Xác định thước đo và công thức đo lường cho các biến số
4.4. Xác định nguồn thông tin và phương pháp thu thập
4.5. Phương pháp phân tích
5. Phân tích số liệu
6. Rút ra kết luận từ phân tích số liệu
Nghiên cứu khoa học
Methodology and research model
Bank
Ralationship
Number bank
Ralationship
Credit financing
relationships
Size
Research
model
Firm
characteristics
Tangible asset
structure
ROA,
ROE
Age
Type of
ownership
The effect of banking relationship on firm performance
3
10/22/2014
A
II. Kinh tế lượng
Là công cụ toán học dùng để khảo sát định lượng mối
quan hệ nhân quả giữa các hiện tượng kinh tế xã hội để
trả lời hai câu hỏi cơ bản:
1. Các hiện tượng này có mối quan hệ nhân quả với
nhau hay không?
2. Nếu tồn tại mối quan hệ nhân quả thì mức độ mạnh
yếu của mối quan hệ này là như thế nào?
A
III. Phương pháp luận của Kinh tế lượng
1. Xác định vấn đề nghiên cứu;
2. Tham khảo lý thuyết kinh tế và nghiên cứu thực
nghiệm trước;
3. Xác định đặc trưng của mô hình toán kinh tế;
4. Xác định đặc trưng của mô hình kinh tế lượng cho lý
thuyết hoặc giả thuyết;
5. Thu thập và xử lý dữ liệu;
6. Ước lượng tham số của mô hình kinh tế lượng;
7. Kiểm định giả thuyết và giải thích;
8. Diễn giải kết quả
9. Dự báo và ứng dụng thực tế
4
10/22/2014
A
III. Phương pháp luận của Kinh tế lượng
1. Xác định
vấn đề cần
nghiên cứu
Ví dụ
A
1. Mục tiêu nghiên cứu?
2. Phạm vi nghiên cứu?
3. Đối tượng nghiên cứu?
Nghiên cứu về mối liên hệ giữa tiêu
dùng cá nhân và GDP giai đoạn
1982 – 1986 tại Mỹ
III. Phương pháp luận của Kinh tế lượng
2. Tham khảo lý
thuyết kinh tế và
n/c thực nghiệm
trước
1. Tìm hiểu bản chất của từng biến
nghiên cứu
2. Định hình việc xây dựng từng
biến số trong mô hình
3. Định hình các phương pháp ước
lượng
Ví dụ
1. Lý thuyết về thu nhập và tiêu
dùng của Keynes
2. Các nghiên cứu thực nghiệm tại
các quốc gia khác nhau trên thế
giới có liên quan
5
10/22/2014
A
III. Phương pháp luận của Kinh tế lượng
3. Xác định
đặc trưng của
mô hình toán
kinh tế
Ví dụ
A
Mô hình toán kinh tế lý thuyết áp
dụng cho trường hợp phân tích
1. Y = β1 + β2X
2. Trong đó:
Y: Tiêu dùng
X: Thu nhập
β1: Tiêu dùng tự định
β2: Tiêu dùng biên (0< β2 <1)
III. Phương pháp luận của Kinh tế lượng
4. Xác định mô
hình kinh tế
lượng
Mô hình toán dùng để ước lượng cho
trường hợp phân tích
Ví dụ
Y = β1 + β2X + u
Trong đó:
Y: Tiêu dùng
X: Thu nhập
β1: Tiêu dùng tự định
β2: Tiêu dùng biên = MPC
U: Số hạng nhiễu đại diện cho các nhân tố
tác động khác mà ta không ước lượng
6
10/22/2014
A
III. Phương pháp luận của Kinh tế lượng
5. Thu thập
và xử lý dữ
liệu
Ví dụ
A
1. Dữ liệu theo thời gian hoặc dữ liệu chéo
2. Dữ liệu mô tả đúng bản chất của biến số
3. Dữ liệu phù hợp với phương pháp ước
lượng
4. Xử dụng phần mềm xử lý dữ liệu
Dữ liệu về GDP (đại diện cho thu nhập) và dữ
liệu về tiêu dùng theo thời gian
III. Phương pháp luận của Kinh tế lượng
6. Ước lượng
tham số của
mô hình kinh
tế lượng
Ước lượng mối quan hệ mạnh yếu giữa các
biến số
Ví dụ
Phương trình hồi quy mô tả mối quan hệ giữa
tiêu dùng và thu nhập từ những số liệu thu
thập được như sau:
Y = - 184,0780 + 0.706408*X
β2 = MPC = 0.706408
7
10/22/2014
A
III. Phương pháp luận của Kinh tế lượng
7. Kiểm định
giả thuyết
Ví dụ
A
1. Mối quan hệ này có thực sự tồn tại hay
không?
2. Dấu của mối quan hệ này có như kỳ vọng
hay không?
1.
2.
3.
4.
Kiểm định hệ số tương quan
Kiểm định hệ số hồi quy;
Kiểm định đa cộng tuyến;
Kiểm định về phần dư.
III. Phương pháp luận của Kinh tế lượng
8. Diễn giải
kết quả
Ví dụ
Sự tác động/không tác động của từng biến số
khi biến số khác không đổi
Trị số β2 = MPC = 0.706408 có ý nghĩa như sau:
GDP và tiêu dùng có quan hệ đồng biến. Cụ
thể khi GDP tang (giảm) 1 tỷ USD, tiêu dùng sẽ
tang (giảm) khoảng 0.706408 tỷ USD
8
10/22/2014
A
III. Phương pháp luận của Kinh tế lượng
9. Dự báo và
ứng dụng
A
1. Điều gì sẽ xảy ra nếu một biến số thay
đổi?
2. Ứng dụng của mô hình trong thực tế là
gì?
IV. Quan hệ hồi quy
1. Hồi quy nghiên cứu sự tác động của một hoặc nhiều biến độc
lập đến một biến phụ thuộc.
2. Nếu biết được giá trị của biến độc lập thì ước lượng được giá
trị trung bình của biến phụ thuộc.
3. Việc ước lượng được dựa trên hàm số:
Y = f(X1, X2, X3 … Xk) + U
X là các biến độc lập, Y là biến phụ thuộc, U là sai số (số hạng
nhiễu)
9
10/22/2014
A
V. Các giả định trong mô hình hồi quy tuyến tính
1.
2.
3.
4.
5.
Mô hình có dạng hồi quy tuyến tính đối với hệ số hồi quy;
Mô hình được xác định đúng
Biến số độc lập có dữ liệu biến thiên (phương sai khác 0);
Biến số độc lập không tương quan với số hạng nhiễu (sai số)
Không xuất hiện hiện tượng đa cộng tuyến giữa các biến số độc
lập (trong mô hình hồi quy đa biến) không
6. Số hạng nhiễu không tương quan với biến phụ thuộc;
7. Số hạng nhiễu có phân phối chuẩn và giá trị kỳ vọng bằng 0
8. Kích thước mẫu phải lớn hơn tham số cần ước lượng
Định lý Gaus – Markov: Nếu các giả thuyết trên được thỏa mãn thì ước
lượng OLS sẽ là tuyến tính, không chệch, tốt nhất – BLUE: Best Linear
Unbiased Estimator
A
Buổi 7
Lý thuyết 2: Mô hình hồi
quy tuyến tính đơn
10
10/22/2014
A
I. Phương pháp ước lượng
Yi = β1 + β2Xi + ei
hay
Yi = Y + ei
hay
Yi = β1 + β2Xi
ei
ei
Tổng bình
phương các
phần dư là
nhỏ nhất:
Min( 𝑛𝑖=1 𝑒𝑖2)
Y
Yi
ei
Yi
Xi
A
X
I. Phương pháp ước lượng
ei
ei
Y
s
Yi
ei
Yi
β1
Xi
Biến thiên trong
các giá trị Y quan
sát bao gồm 2
phần:
1. Phần đại diện
cho đường hồi
quy.
2. Phần đại diện
cho yếu tố ngẫu
nhiên
X
11
10/22/2014
A
I. Phương pháp ước lượng
Gauss-Markov
assumptions
1.
2.
3.
4.
5.
Hệ số hồi quy có dạng tuyến tính;
Mẫu được chọn ngẫu nhiên;
Không xuất hiện đa cộng tuyến hoàn hảo.
Sai số luôn bằng 0 với mọi X: E(u/x) = 0
Phương sai sai số không đổi
Nếu các giả thuyết từ 1 – 4 được thỏa mãn thì các hệ số hồi quy 𝛽 là các ước lượng
không chệch (unbiased) của các hệ số hồi quy tổng thể β. Nếu cỡ mẫu đủ lớn thì hệ số
hồi quy 𝛽 được gọi là ước lượng vững của β. Có nghĩa là giá trị trung bình của 𝛽 bằng
với β và phân phối của 𝛽 tiệm cận với phân phối của tổng thể.
Nếu các giả thuyết từ 1 – 5 được thỏa mãn thì các hệ số hồi quy 𝛽 là các ước lượng
tuyến tính không chệch tốt nhất (Best linear unbiased estimator) của các hệ số hồi quy
tổng thể β.
A
I. Phương pháp ước lượng
Giả thuyết thứ 6
6. Sai số có phân phối chuẩn
Nếu các giả thuyết từ 1 – 6 được thỏa mãn thì các hệ số hồi quy 𝛽 có dạng phân phối:
𝛽 ~ Nomal [β, Var(𝛽)].
Trong trường hợp này từng hệ số hồi quy sẽ được kiểm định căn cứ vào phân phối
student – t. Trong khi đó kiểm định kết hợp các hệ số hồi quy sẽ căn cứ vào phân phối
Fisher
12
10/22/2014
I. Phương pháp ước lượng
A
Các vấn đề lưu
ý khi ước
lượng mô hình
1. Hệ số tương quan;
2. Hệ số hồi quy;
3. Số hạng nhiễu.
II. Hệ số R2
A
Hệ số xác định
R2
(0≤R2≤1)
1. R2 đo lường mức độ phù hợp của mô hình
hồi quy.
2. R2 cho thấy biến độc lập X giải thích được
bao nhiêu % sự biến động của biến phụ
thuộc Y
Ví dụ
Trong mô hình hồi quy:
Y = - 184,0780 + 0.706408*X
Nếu R2 = 55% biến số độc lập X (thu nhập)
giải thích được 55% sự biến động của biến phụ
thuộc Y (chi tiêu), 45% còn lại do các yếu tố
ngẫu nhiên khác giải thích (sai số và do các yếu
tố khác chưa đưa vào mô hình)
13
10/22/2014
II. Hệ số R2
A
Kiểm định hệ
số R2
1. R2 cao hay thấp không quan
trọng, quan trọng là có ý nghĩa
thống kê hay không.
2. Sử dụng kiểm định Fisher để
kiểm định hệ số tương quan
Giả thuyết:
H0: Hệ số tương quan bằng 0 (R2 = 0)
H1: Hệ số tương quan khác 0 (R2 ≠ 0)
III. Hệ số hồi quy (β)
A
Hệ số β1
1. β1 được gọi là hệ số chặn của mô hình.
2. Điều quan trọng là β1 có ý nghĩa thống kê hay
không (β1 thực sự có khác giá trị 0 hay không)
3. Tùy vào từng mô hình mà có sử dụng hệ số
chặn trong việc giải thích hay không dù nó có
ý nghĩa thống kê.
4. Sử dụng kiểm định Student để kiểm định ý
nghĩa của hệ số chặn
Giả thuyết:
H0: Hệ số chặn bằng 0 (β1 = 0)
H1: Hệ số chặn khác 0 (β1 ≠ 0)
14
10/22/2014
II. Hệ số hồi quy (β)
A
Hệ số β2
1. β2 được gọi là hệ số góc, hệ số hồi quy dùng
để giải thích sự tác động của biến độc lập X
tới biến phụ thuộc Y.
2. Điều quan trọng là β2 có ý nghĩa thống kê hay
không (β2 thực sự có khác giá trị 0 hay không)
3. Sử dụng kiểm định Student để kiểm định ý
nghĩa của hệ số góc.
Giả thuyết:
H0: Hệ số góc bằng 0 (β2 = 0)
H1: Hệ số góc khác 0 (β2 ≠ 0)
A
III. Số hạng nhiễu của mẫu (e)
Số hạng nhiễu
1. Giữa các sai số không có mối quan hệ tương
quan với nhau;
2. Sai số phải độc lập với biến phụ thuộc và biến
giải thích (biến số độc lập)
3. Sai số phải có phân phối chuẩn và có giá trị
trung bình bằng 0
Các phân tích về số hạng nhiễu sẽ được đề cập chi tiết tại mô hình hồi
quy tuyến tính bội
15
10/22/2014
A
Buổi 7
Thực hành 1: Phân tích
hồi quy đơn biến
Sử dụng file: 01. Hoi quy don bien va
da bien
Làm theo hướng dẫn trên lớp
16
10/22/2014
A
Buổi 7
Lý thuyết 2: Hồi quy đa
biến
I. Hồi quy đa biến
A
Phương trình hồi quy mẫu: Yi = β1 + β2X2i + β3X3i +…+ βnXni + ei
Hay: Yi = β1 + β2X2i + β3X3i +…+ βnXni
Hồi quy đa
biến
Phân tích ảnh hưởng của nhiều
yếu tố (biến độc lập) tới vấn đề
cần nghiên cứu (biến phụ thuộc)
trong các điều kiện ràng buộc về
giả thuyết hồi quy
17
10/22/2014
I. Hồi quy đa biến
A
Các vấn đề lưu
ý khi ước
lượng mô hình
A
Các
kiểm
định cần thiết
1. Hệ số tương quan;
2. Hệ số hồi quy;
3. Số hạng nhiễu.
I. Hồi quy đa biến
1. Kiểm định VIF.
2. Kiểm định ý nghĩa tổng thể của mô
hình.
3. Kiểm định ý nghĩa thống kê của từng
hệ số hồi quy.
4. Kiểm định sai dạng mô hình.
5. Kiểm định phương sai sai số thay đổi
18
10/22/2014
I. Hồi quy đa biến
A
Ví dụ
Hàm hồi quy tuyến tính của doanh số bán
hàng theo chi phí chào hàng và chi phí
quảng cáo được ước lượng như sau:
Y = 33.3 + 4.6X2i + 3.7X3i
Nhận xét:
1. β1 = 33.3: Khi chi phí chào hàng và quảng cáo đều bằng 0 (doanh
nghiệp không thực hiện việc chào hàng và quảng cáo) thì doanh số
bàn hàng trung bình là 33.3 (tỷ)
2. β2 = 4.6: Chi phí chào hàng tác động dương (cùng chiều hoặc tích
cực) tới doanh số bán hàng. Trong trường hợp doanh nghiệp không
thực hiện chi phí quảng cáo (chi phí quảng cáo bằng 0) thì nếu chi
phí chào hàng tăng 1 tỷ thì doanh số bán hàng tăng trung bình 4 tỷ
3. β3 = 3.7: Tương tự, nếu các yếu tố khác không đổi (chi phí chào hàng
bằng 0), khi chi phí quảng cáo tăng 1 tỷ, doanh thu tăng 3.7 tỷ
A
Buổi 7
Thực hành 2: Phân tích
hồi quy đa biến
19
10/22/2014
Sử dụng file: 01. Hoi quy don bien va
da bien
Làm theo hướng dẫn trên lớp
A
Hướng dẫn thực hiện bài tập
20
- Xem thêm -