Đang tạo bản xem trước...
5/14/2012 Dữ liệuDữ liệu bảngbảng (Panel Data)(Panel Data) Đinh Công Khải Tháng 5/2012 GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng Nội dung 1. Giới thiệu chung về dữ liệu bảng 2. Những lợi thế khi sử dụng dữ liệu bảng 3. Ước lượng mô hình hồi qui dữ liệu bảng Mô hình những ảnh hưởng cố định (FEM) Mô hình những ảnh hưởng ngẫu nhiên (REM) 4. Các kiểm định phương sai thay đổi và tương quan chuỗi trong dữ liệu bảng. GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng 1
5/14/2012 Giới thiệu chung về số liệu bảng Thế nào là dữ liệu bảng? Dữ liệu bảng là dữ liệu có 2 chiều: chiều không gian và chiều thời gian. Là sự mở rộng dữ liệu chéo (cross section) theo thời gian (time series). Là dữ liệu chéo theo chuỗi thời gian (cross sectional time-series data). GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng Bảng cân đối (Balanced panel) Tỉnh Năm GDP Dân số 1 2005 1 2006 1 2007 2 2005 2 2006 2 2007 …… …….. ……. ……. 63 2005 63 2006 63 2007 GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng 2
5/14/2012 Bảng không cân đối (Unbalanced panel) Tỉnh Năm GDP Dân số 1 2005 1 2006 1 2007 2 2005 2 2006 …… …… 10 2007 ……. ……. 63 2005 63 2006 63 2007 GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng Những lợi thế của việc sử dụng dữ liệu bảng Dữ liệu bảng cung cấp nhiều thông tin hơn, biến thiên hơn, ít có sự đa cộng tuyến giữa các biến số, bậc tự do cao hơn, và hiệu quả hơn. Bằng cách nghiên cứu các dữ liệu chéo một cách lặp đi lặp lại, dữ liệu bảng thực hiện tốt hơn các nghiên cứu về những thay đổi xảy ra liên tục như tỷ lệ thất nghiệp, di chuyển lao động. GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng 3
5/14/2012 Những lợi thế của việc sử dụng số liệu bảng Cho phép kiểm soát sự khác biệt không quan sát được giữa các thực thể (entities), ví dụ như khác biệt văn hoá giữa các quốc gia hay sự khác biệt về triết lý kinh doanh giữa các công ty. Cho phép kiểm soát các biến không quan sát được nhưng thay đổi theo thời gian (chính sách quốc gia, thỏa thuận quốc tế). Cho phép nghiên cứu các mô hình phức tạp, ví dụ như tính kinh tế do quy mô hay thay đổi công nghệ. GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng Dữ liệu bảng GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng 4
5/14/2012 Ước lượng các mô hình hồi qui dữ liệu bảng: Phương pháp những ảnh hưởng cố định Mô hình ước lượng Y = β + β X + β X + u it 1 2 2it 3 3it it (1) i= 1, 2, 3, 4 và t = 1, 2, .., 20 trong đó Yit = tổng đầu tư thực của công ty i tại thời điểm t X2it = giá trị thực của công ty i tại thời điểm t X3it = trữ lượng vốn của công ty i tại thời điểm t uit = nhiễu trắng GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng Ước lượng các mô hình hồi qui dữ liệu bảng (tt) Xem xét việc ước lượng (1) trong 5 trường hợp sau đây: 1. Tung độ gốc và hệ số góc giống nhau giữa các công ty và qua thời gian (phần dư thể hiện sự khác biệt giữa các công ty và qua thời gian). 2. Tung độ gốc khác nhau giữa các cty, hệ số góc là hằng số 3. Tung độ gốc khác nhau giữa các công ty và qua thời gian, hệ số góc là hằng số. GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng 5
5/14/2012 Ước lượng các mô hình hồi qui dữ liệu bảng (tt) 4. Tung độ gốc và hệ số góc thay đổi giữa các công ty. 5. Tung độ gốc và hệ số góc thay đổi giữa các công ty và qua thời gian. GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng Ước lượng các mô hình hồi qui dữ liệu bảng (tt) Nguồn: Cao Hào Thi Y Y X X cùng tung độc gốc, cùng tung độ gốc, khác nhau về hệ số góc cùng hệ số góc 12 6
5/14/2012 Ước lượng các mô hình hồi qui dữ liệu bảng (tt) Nguồn: Cao Hào Thi Y Y X Khác tung độ gốc X Cùng hệ số góc Khác tung độ gốc Khác hệ số góc 13 Ước lượng các mô hình hồi qui dữ liệu bảng (tt) TH 1: Tung độ gốc không đổi và hệ số góc không đổi Y = β + β X + β X + u it 1 2 2 it 3 3it it TH 2: Tung độ gốc thay đổi theo i và hệ số góc không đổi Mô hình những các ảnh hưởng cố định (fixed effects) hay mô hình bình phương tối thiểu các biến giả (LSDV) Y = β + β X + β X + u it 1i 2 2 it 3 3it it GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng 7
5/14/2012 Mô hình những ảnh hưởng cố định (fixed effects) hay mô hình bình phương tối thiểu các biến giả (LSDV) Mỗi thực thể đều có những đặc điểm riêng biệt, có thể ảnh hưởng đến các biến giải thích. Ví dụ: Cách thức kinh doanh của một công ty có thể ảnh hưởng đến giá trị của công ty hay trữ lượng vốn của nó. Giả thiết rằng có sự tương quan giữa phần dư của mỗi thực thể (có chứa các đặc điểm riêng) với các biến giải thích. GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng Mô hình những ảnh hưởng cố định (fixed effects) hay mô hình bình phương tối thiểu các biến giả (LSDV) FE có thể kiểm soát và tách ảnh hưởng của các đặc điểm riêng biệt (không đổi theo thời gian) này ra khỏi các biến giải thích để chúng ta có thể ước lượng những ảnh hưởng thực (net effects) của biến giải thích lên biến phụ thuộc. Các đặc điểm riêng biệt (không đổi theo thời gian) này là đơn nhất đối với 1 thực thể và không tương quan với đặc điểm của các thực thể khác. GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng 8
5/14/2012 Ước lượng các mô hình hồi qui dữ liệu bảng (tt) Y = β + β X + β X + u it 1i 2 2it 3 3it it Y = α +α D +α D +α D + β X + β X + u it 1 2 2i 3 3i 4 4i 2 2it 3 3it it D2i = 1 nếu quan sát thuộc GM; bằng 0 nếu không thuộc GM D3i = 1 nếu quan sát thuộc US; bằng 0 nếu không thuộc US D4i = 1 nếu quan sát thuộc WEST, bằng 0 nếu không thuộc WEST GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng Phân tích số liệu bảng (tt) TH 3: Tung độ gốc thay đổi theo t và hệ số góc không đổi (sự thay đổi về công nghệ, chính sách của chính phủ, thuế) Y = β + β X + β X +u it 1t 2 2it 3 3it it Y =α +α t +α t +..+α t + β X + β X +u it 1 2 35 3 36 4 54 2 2it 3 3it it t35 = 1 nếu quan sát ở năm 1935; bằng 0 nếu không phải t36 = 1 nếu quan sát ở năm 1936; bằng 0 nếu không phải .. t54 = 1 nếu quan sát ở năm 1954; bằng 0 nếu không phải . GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng 9
5/14/2012 Phân tích số liệu bảng (tt) TH 4: Tung độ gốc thay đổi theo i và t và hệ số góc không đổi Y =α +α D +α D +α D +λt +..+λ t +β X +β X +u it 1 2 2i 3 3i 4 4i 1 35 19 53 2 2it 3 3it it TH 5: Tung độ thay đổi và hệ số góc thay đổi Y =α +α D +α D +α D +β X +β X +γ (D X )+ it 1 2 2i 3 3i 4 4i 2 2it 3 3it 1 2i 2it γ (D X )+γ (D X )+γ (D X )+γ (D X )+γ (D X )+u 2 2i 3it 3 3i 2it 4 3i 3it 5 4i 2it 6 4i 3it it GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng Những hạn chế của FEM hay LSDV Có quá nhiều biến được tạo ra trong mô hình, do đó có khả năng làm giảm bậc tự do và làm tăng khả năng sự đa cộng tuyến của mô hình. FEM không đo lường được tác nhân không thay đổi theo thời gian như giới tính, màu da, hay chủng tộc. GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng 10
5/14/2012 Mô hình những tác động ngẫu nhiên (random effects model) Đặc điểm riêng giữa các thực thể được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích thì chúng ta dùng REM. REM xem các phần dư của mỗi thực thể (không tương quan với biến giải thích) là một biến giải thích mới. GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng Mô hình những tác động ngẩu nhiên (random effects model) Y = β + β X + β X + u it 1i 2 2it 3 3it it β = β + ε 1i 1 i Y = β + β X + β X + ε + u it 1 2 2it 3 3it i it w = ε + u it i it E (w ) = 0 it σ σ σ 2 var( w ) = 2 + 2 ; cov( w , w ) = ε it ε u it is σ 2 + σ 2 ε u ε ~ N (0,σ 2 ) i ε u ~ N (0,σ 2 ) it u E (ε u ) = 0 i it E (ε ε ) = 0 i j GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng 11
5/14/2012 Mô hình FEM (LSDV) hay REM Nếu εi và Xs không có tương quan, sử dụng REM Nếu εi và Xs có tương quan, sử dụng FEM Nếu T lớn, N nhỏ, 2 phương pháp giống nhau Nếu N lớn, T nhỏ, kết quả ước lượng của 2 phương pháp khá khác nhau. Nếu N lớn, T nhỏ, các điều kiện trong REM được thỏa, ước lượng của REM có hiệu quả hơn FEM GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng Mô hình FEM (LSDV) hay REM Hausman test Ho: Ước lượng của FEM và REM không khác nhau p-value < 0.05, bác bỏ Ho Nếu bác bỏ Ho, REM không hợp lý, nên sử dụng FEM Breusch-Pagan Lagrange Multiplier cho REM (xttest0) Ho: Phương sai qua các thực thể là không đổi p-value < 0.05, bác bỏ Ho GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng 12
5/14/2012 Các test khác Phương sai thay đổi trong FEM (xttest 3) Ho: Phương sai không thay đổi p-value < 0.05, bác bỏ Ho Tương quan chuỗi (kiểm định nhân tử Lagrange , xtserial y x) Ho: Không có tương quan chuỗi p-value < 0.05, bác bỏ Ho (có tương quan chuỗi) GV. Đinh Công Khải - FETP- Kinh tế lượng ứng dụng 13
Hiển thị 13 trang đầu. Tải tài liệu để xem đầy đủ.
Chưa có bình luận nào. Hãy là người đầu tiên!
Bình luận (0)
Chưa có bình luận nào. Hãy là người đầu tiên!