Bài giảng Kinh tế lượng: Chương 8 - Học viện Tài chính

Bài giảng "Kinh tế lượng" Chương 8: Chọn mô hình và kiểm định việc chỉ định mô hình, được biên soạn gồm các nội dung chính sau: Các thuộc tính của một mô hình tốt; Các loại sai lầm chỉ định và hậu quả; Phát hiện sai lầm chỉ định; Kiểm định về tính phân bố chuẩn của sai số ngẫu nhiên. Mời các bạn cùng tham khảo!
Nội dung trích xuất từ tài liệu:
Bài giảng Kinh tế lượng: Chương 8 - Học viện Tài chínhBộ môn Kinh tế lượng – Học viện Tài chính Nội dung8.1. Các thuộc tính của một mô hình tốt8.2. Các loại sai lầm chỉ định và hậu quả8.3. Phát hiện sai lầm chỉ định8.4. Kiểm định về tính phân bố chuẩn của sai số ngẫu nhiên 1/7/2021 Bộ môn Kinh tế lượng – Học viện Tài chính 2 8.1. Các thuộc tính tốt của một mô hình Tính tiết kiệm: Mô hình chứa một lượng tối thiểu các biến số nhưng vẫn phản ánh được bản chất quan hệ kinh tế thông qua mối quan hệ của biến phụ thuộc và các biến độc lập trong mô hình. Tính thống nhất: Với cùng một bộ số liệu ta chỉ có một kết quả duy nhất. Tính phù hợp: Biến độc lập phải giải thích được sự thay đổi cơ bản của biến phụ thuộc. Tính vững về mặt lý thuyết: Các kết quả ước lượng được phải phù hợp với lý thuyết và thực tiễn kinh tế. Khả năng dự báo cao: Thông qua mô hình có thể dự báo tương đối chính xác về biến phụ thuộc. 1/7/2021 Bộ môn Kinh tế lượng – Học viện Tài chính 3 8.2. Các loại sai lầm chỉ định và hậu quả8.2.1. Bỏ sót một biến hoặc một số biến giải thích của mô hình  Giả sử mô hình được chỉ định đúng: Yi  1  2 X 2i  3 X 3i  Ui  Mô hình bỏ sót biến độc lập X3: Yi  1   2 X 2i  Vi Hậu quả:  Nếu X2 và X3 có tương quan với nhau thì: E (1 )  1 , E ( 2 )   2 ˆ ˆ  Nếu X2 và X3 không có tương quan với nhau thì: E ( 2 )   2 , E (1 )  1 ˆ ˆ  Các suy diễn thống kê đều mất chính xác. 1/7/2021 Bộ môn Kinh tế lượng – Học viện Tài chính 4 8.2. Các loại sai lầm chỉ định và hậu quả8.2.2. Đưa vào mô hình một hoặc một số biến giải thích không cần thiết  Giả sử mô hình được chỉ định đúng: Yi  1   2 X 2i  U i  Mô hình thừa biến độc lập X 3 : Yi  1   2 X 2i   3 X 3i  Vi Hậu quả  Ước lượng  3 không có ý nghĩa thống kê. ˆ  Các ước lượng 1 , 2 vẫn là các ước lượng không chệch nhưng không còn là ˆ ˆ các ước lượng hiệu quả nhất.  Các suy diễn thống kê đều mất chính xác. 1/7/2021 Bộ môn Kinh tế lượng – Học viện Tài chính 5 8.2. Các loại sai lầm chỉ định và hậu quả8.2.3. Lựa chọn sai dạng hàm  Giả sử mô hình được chỉ định đúng: ln(Yi )  1   2 ln( X 2i )   3 ln( X 3i )  Vi  Mô hình có dạng hàm sai: Yi  1   2 X 2i   3 X 3i  Vi Hậu quả: Các kết luận dựa trên kết quả thu được có thể không phản ánh đúng bản chất hiện tượng kinh tế. 1/7/2021 Bộ môn Kinh tế lượng – Học viện Tài chính 6 8.3. Phát hiện sai lầm chỉ định8.3.1. Phát hiện mô hình thừa biến Xét mô hình: Yi  1  2 X 2i  ...  m X mi  m1 X m1i  ...  k X ki  Ui  Nếu nghi ngờ biến độc lập Xj nào đó là không cần thiết đối với mô hình thì tiến hành kiểm định cặp giả thuyết:  H :   0  0 j   H1 :  j  0   Nếu nghi ngờ một số biến độc lập nào đó, chẳng hạn: Xm+1,…, Xk là không cần thiết đối với mô hình thì tiến hành kiểm định cặp giả thuyết:  H 0 :  m1   m2  ...   k  0    H1 :  j  0, j  m  1, k  1/7/2021 Bộ môn Kinh tế lượng – Học viện Tài chính 7 8.3. Phát hiện sai lầm chỉ định8.3.2. Phát hiện mô hình thiếu biến Xét mô hình ban đầu: Yi  1  2 X 2i  Ui (1) a. Trường hợp có thông tin về biến nghi ngờ bị bỏ sót Nếu nghi ngờ mô hình bỏ sót biến Z nào đó thì ta tiến hành hồi quy mô hình: Yi  1  2 X 2i  3Zi  Ui Kiểm định cặp giả thuyết:  H 0 : 3  0   H1 :  3  0 Phương pháp này chỉ áp dụng được khi có thông tin về biến Z. b. Trường hợp không có thông tin về biến nghi ngờ bỏ sót Nếu biến Z không có thông tin sử dụng kiểm định Ramsey hoặc Lagrange. 1/7/2021 Bộ môn Kinh tế lượng – Học viện Tài chính 8 8.3. Phát hiện sai lầm chỉ định Kiểm định Ramsey  Bước 1: Ước lượng mô hình (1) thu được: ˆ Yi , R12  Bước 2: Ước lượng mô hình Ramsey: ˆ ˆ ˆ Yi  1   2 X 2i  ...   k X ki   k 1Yi ...