Bài giảng Kinh tế lượng - Chương 8: Hiện tượng tự tương quan (2019)

Bài giảng "Kinh tế lượng - Chương 8: Hiện tượng tự tương quan" cung cấp các kiến thức giúp người học có thể biết cách tiếp cận để lựa chọn mô hình, biết cách kiểm định việc chọn mô hình. Mời các bạn cùng thâm khảo nội dung chi tiết.
Nội dung trích xuất từ tài liệu:
Bài giảng Kinh tế lượng - Chương 8: Hiện tượng tự tương quan (2019) CHƯƠNG8HIỆNTƯỢNGTỰTƯƠNGQUAN (Autocorrelation) TỰTƯƠNGQUAN 1. Hiểu bản chất và hậu quả của tự tương quanMỤCTIÊU 2. Biết cách phát hiện tự tương quan và biện pháp khắc phục 2 NỘIDUNG1 Bảnchấthiệntượnghiệntượngtựtươngquan2 Hậuquả3 Cáchpháthiệntựtươngquan4 Cáchkhắcphụctựtươngquan 3 8.1Bảnchất1. Tựtươngquanlàgì?Làtươngquangiữacácsaisốngẫunhiên. cov(ui,uj) 0 (i j) 701003- Tự tương quan 4 Tựtươngquanlàgì?Giả sử Yt = 1 + 2 Xt + u tAR(p): Tự tương quan bậc p ut = 1ut-1 + 2ut-2 + … + put-p + vtQuá trình tự hồi quy bậc p của các sai sốngẫu nhiên 701003- Tự tương quan 5 8.1Bảnchất• Sự tương quan xảy ra đối với những quan sát theo không gian gọi là “tự tương quan không gian”.• Sự tương quan xảy ra đối với những quan sát theo chuỗi thời gian gọi là “tự tương quan thời gian”.ui, ei ui, ei t t (b) (a)ui, ei ui, ei t t (c) (d) ui, ei t (e) Hình 8.1 Một số dạng biến thiên của nhiễu theo thời gian NguyênnhânNguyên nhân khách quan:• Quántính:cácchuỗithờigianmangtínhchu kỳ,VD:các chuỗi số liệu thời gian về GDP, chỉ số giá, sản lượng, tỷ lệ thất nghiệp…• Hiện tượng mạng nhện: phản ứng của cung của nông sản đối với giá thường có một khoảng trễ về thời gian: QSt = 1 + 2Pt-1 + ut• Độ trễ: tiêu dùng ở thời kỳ hiện tại phụ thuộc vào thu nhập và chi tiêu tiêu dùng ở thời kỳ trước đó: Ct = 1 + 2It + 3Ct-1 + ut NguyênnhânNguyên nhân chủ quan• Hiệu chỉnh số liệu: do việc “làm trơn” số liệu loại bỏ những quan sát “gai góc”.• Sailệchdolậpmôhình:bỏsótbiến, dạnghàmsai.• Phép nội suy và ngoại suy số liệu Ví dụ bỏ sót biến Mô hình đúng Yt 1 2 X 2t 3 X 3t 4 X 4t ut Với Y: cầu thịt bò X2: giá thịt bò X3: thu nhập người tiêu dùng X4: giá thịt heo t: thời gianMô hình bỏ sót biến Yt 1 2 X 2t 3 X 3t vt vt 4 X 4t ut 10 8.2Hậuquảcủatự tươngquanÁp dụng OLS thì sẽ có các hậu quả:• Các ước lượng không chệch nhưng không hiệu quả (vì phương sai không nhỏ nhất)• Phương sai của các ước lượng là các ước lượng chệch, vì vậy các kiểm định t và F không còn hiệu quả. 11 8.2Hậuquảcủatự tươngquan• ˆ 2 là ước lượng chệch của σ2• R2 của mẫu là ước lượng chệch (dưới) của R2 tổng thể• Các dự báo về Y không chính xác 12 8.3Cáchpháthiệntựtương quana. Đồ thịChạy OLS cho mô hình gốc và thu thập e t. Vẽ đường et theo thời gian. Hình ảnh của et có thể cung cấp những gợi ý về sự tự tương quan. 13et a. Đồ thị et t t (b) (a)et et t t (c) (d) et t (e) Không có tự tương quan b.DùngkiểmđịnhdcủaDurbin–WatsonThống kê d của Durbin – Watson (ei ei 1 ) 2 d 2 e i ei ei 1Khi n đủ lớn thì d 2(1- ) với ei2do -1 ≤ ≤ 1, nên 0 d = 2: không có tự tương quan = 1 => d = 0: tự tương quan hoàn hảodương 15 b.DùngkiểmđịnhdcủaDurbin–Watson Bảng thống kê Durbin cho giá trị tới hạn d U và dL dựa vào 3 tham số: α: mức ý nghĩa k’: số biến độc lập của mô hình n: số quan sátCó tự Không có Khôngtương Không tự tương quyết ...