KINH TẾ LƯỢNG - THỐNG KÊ MÔ TẢ - 5

Thứ nhất, có sự hiện diện của biến ngẫu nhiên trong các biến độc lập, đó là Yt-1. Điều này vi phạm điều kiện của mô hình hồi quy tuyến tính cổ điển. (2) Thứ hai, có khả năng xảy ra hiện tượng tương quan chuỗi. Để tránh các hệ quả bất lợi do Yt-1 gây ra người ta sử dụng một biến thay thế cho Yt-1 với đặc tính biến này tương quan mạnh với Yt-1 nhưng không tương quan với Xt.
Nội dung trích xuất từ tài liệu:
KINH TẾ LƯỢNG - THỐNG KÊ MÔ TẢ - 5 Hiệu chỉnh từng phần Yt = δβ0 + δβ1 X t + (1 − δ)Yt −1 + δε t (6.20) Dạng chung của ba mô hình này là Yt = α 0 + α1X t + α 2 Yt −1 + γ t (6.21) Có hai vấn đề cần lưu tâm đối với mô hình (6.21): (1) Thứ nhất, có sự hiện diện của biến ngẫu nhiên trong các biến độc lập, đó là Yt-1. Điều này viphạm điều kiện của mô hình hồi quy tuyến tính cổ điển. (2) Thứ hai, có khả năng xảy ra hiện tượng tương quan chuỗi. Để tránh các hệ quả bất lợi do Yt-1 gây ra người ta sử dụng một biến thay thế cho Yt-1 với đặc tính biếnnày tương quan mạnh với Yt-1 nhưng không tương quan với Xt. Biến độc lập có đặc tính vừa kể được gọilà biến công cụ24. 6.6. Phát hiện tự tương quan trong mô hình tự hồi quy Trị thống kê h n h=ρ ˆ (6.22) 1 − n[var(α 2 )] ˆ Trong đó: n = cỡ mẫu; var(α 2 ) = phương sai hệ số ước lượng của Yt-1. ˆ ρ là hệ số tự tương quan mẫu bậc nhất được xác định từ công thức ˆ n ∑ε ε ˆˆ t −1 t ρ= t =1 ˆ (6.23) n ∑ ε 2t ˆ t= h có phân phối chuẩn hoá tiệm cận. Từ phân phối chuẩn hoá chúng ta có P(-1,96 < h < 1,96) = 0,95 Quy tắc quyết định: √ Nếu h < -1,96, chúng ta bác bỏ H0 cho rằng mô hình không có tự tương quan bậc 1 nghịch. √ Nếu h > 1,96, chúng ta bác bỏ H0 cho rằng mô hình không có tự tương quan bậc 1 thuận. √ Nếu -1,96 < h < 1,96: chúng ta không thể bác bỏ H0 cho rằng không có tự tương quan bậc nhất. CHƯƠNG 7 CÁC MÔ HÌNH DỰ BÁO MANG TÍNH THỐNG KÊ (Tham khảo) 7.1. Các thành phần của dữ liệu chuỗi thời gian Các thành phần chính của dữ liệu chuỗi thời gian là a. Xu hướng24 N.Levitan có đề xuất dùng Xt-1 làm biến công cụ cho Yt-1 và dề xuất một hệ phương trình chuẩn đặc biệt cho ước lượng hệ số, nhưng vấnđề đa cộng tuyến của mô hình cũng không được khắc phục triệt để. (Theo Gujarati, Basic Econometrics, 3rd Edition,Mc Graw-Hill Inc,1995,trang 604-605). 56 b. Chu kỳ c. Thời vụ d. Ngẫu nhiên 7.1.1. Xu hướng dài hạn Xu hướng dài hạn thể hiện sự tăng trưởng hoặc giảm sút của một biến số theo thời gian với khoảngthời gian đủ dài. Một số biến số kinh tế có xu hướng tăng giảm dài hạn như e. Tốc độ tăng dân số của Việt Nam có xu hướng giảm. f. Tỷ trọng nông nghiệp trong GDP của Việt Nam có xu hướng giảm. g. Mức giá có xu hướng tăng. 7.1.2. Chu kỳ Các số liệu kinh tế vĩ mô thường có sự tăng giảm có quy luật theo chu kỳ kinh tế. Sau một thời kỳ suythoái kinh tế sẽ là thời kỳ phục hồi và bùng nổ kinh tế, kế tiếp tăng trưởng kinh tế sẽ chựng lại và khỏiđầu cho một cuộc suy thoái mới. Tuỳ theo nền kinh tế mà chu kỳ kinh tế có thời hạn là 5 năm, 7 năm hay10 năm. 7.1.3. Thời vụ Biến động thời vụ của biến số kinh tế là sự thay đổi lặp đi lặp lại từ năm này sang năm khác theo mùavụ. Biến động thời vụ xảy ra do khí hậu, ngày lễ, phong tục tập quán…Biến động thời vụ có tính ngắnhạn với chu kỳ lặp lại thường là 1 năm. 7.1.4. Ngẫu nhiên Những dao động không thuộc ba loại trên được xếp vào dao động ngẫu nhiên. Các nguyên nhân gây rabiến động ngẫu nhiên có thể là thời tiết bất thường, chiến tranh, khủng hoảng năng lượng, biến độngchính trị… 3500 Xu hướng dài 3000 2500 Giá bắp cải, đồng/kg 2000 1500 1000 500 Tính thời 0 Jan-90 Apr-90 Jul-90 Oct-90 Jan-91 Apr-91 Jul-91 Oct-91 Jan-92 Apr-92 Jul-92 Oct-92 Hình 7.1. Xu hướng và thời vụ2525 Nguồn: Problem set 7, Analytic method for Policy Making, Chương trình Giảng dạy Kinh tế Fulbright Việt Nam 2000. 57 7 6 5 4 3 2 % 1 0 1961 1966 1971 1976 1981 1986 1991 1996 -1 Bất thường -2 ...