Bài giảng Kinh tế lượng - Chương 4: Dạng hàm
MỤC
TIÊU
1. Mở rộng các dạng hàm
2. Hiểu ý nghĩa các hệ số hồi quy
NỘI DUNG
1 Khái niệm biên tế, hệ số co giãn
2 Giới thiệu các mô hình
TIÊU
1. Mở rộng các dạng hàm
2. Hiểu ý nghĩa các hệ số hồi quy
NỘI DUNG
1 Khái niệm biên tế, hệ số co giãn
2 Giới thiệu các mô hình
Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Kinh tế lượng - Chương 4: Dạng hàm", để tải tài liệu gốc về máy hãy click vào nút Download ở trên.
File đính kèm:
- bai_giang_kinh_te_luong_chuong_4_dang_ham.pdf
Nội dung text: Bài giảng Kinh tế lượng - Chương 4: Dạng hàm
- 4.4 . Mô hình bán logarit 4.4.1. Mô hình log-lin Công thức tính lãi gộp t Yt Y0 (1 r) Với r: tốc độ tăng trưởng gộp theo thời gian của Y t: thời gian (tháng, quý, năm) t 1, n 11
- 4.4.1. Mô hình log-lin Lấy logarit hai vế lnYt = lnY0 + t*ln(1+r) Hay lnYt = 1 + 2.t với lnY0= 1 và ln(1+r) = 2 Mô hình bán logarit có yếu tố ngẫu nhiên lnYt = 1 + 2.t + Ut 12
- 4.4.1. Mô hình log-lin d (ln Y ) (1 Y )dY dY Y 2 dt dt dt Thay đổi tương đối của biến phụ thuộc (Y) 2 = Thay đổi tuyệt đối của biến độc lập (t) Nhân thay đổi tương đối của Y lên 100. Nếu 2>0: tốc độ tăng trưởng (%) của Y đối với thay đổi tuyệt đối của t Nếu 2 < 0: tốc độ giảm sút 13
- 4.4.1. Mô hình log-lin Ứng dụng: Nghiên cứu khảo sát tốc độ tăng trưởng (giảm sút) của các biến kinh tế vĩ mô như GDP, dân số, lao động, năng suất. Mô hình tuyến tính Yt = β1 + β2.t +Ut thích hợp với ước lượng thay đổi tuyệt đối của Y theo thời gian Mô hình log-lin thích hợp với ước lượng thay đổi tương đối của Y theo thời gian 14
- 4.4.1. Mô hình log-lin Ví dụ: Cho kết quả hồi quy tổng SP nội địa (RGDP) tính theo giá năm 1987 của Mỹ trong khoảng thời gian 1972-1991 ˆ Nếu Y = ln(RGDP) Yi 8,0139 0,0247 t GDP thực tăng với tốc độ 2,47%/năm từ 1972- 1991. ˆ Nếu Y = RGDP Yi 2933 ,054 97,6806 t GDP thực tăng với tốc độ tuyệt đối 97,68 tỷ USD/năm từ 1972-1991. 15
- 4.4.2. Mô hình lin-log Yi 1 2 lnXi ui dY dY 1 2 hay 2 dX dX X X Nếu X thay đổi 0,01 (hay 1%) thay đổi tuyệt đối của Y là 0,012. 16
- 4.4.2. Mô hình lin-log Ví dụ Y: GNP (tỷ USD) X: lượng cung tiền (tỷ USD) Với số liệu trong khoảng thời gian 1970-83 ˆ Yi 16329,21 2584,785*ln Xi Ý nghĩa 2=2584,785: trong khoảng thời gian 1970-83, lượng cung tiền tăng lên 1%, kéo theo sự gia tăng bình quân của GNP 25,84 tỷ USD. 17
- 4.5 Mô hình nghịch đảo 1 Y u i 1 2 X i Đặc điểm: Khi X tiến tới ∞, số hạn β2(1/X) tiến dần tới 0 và Y tiến tới giá trị tới hạn β1. Ứng dụng: đường chi phí đơn vị, đường tiêu dùng theo thu nhập Engel hoặc đường cong Phillips. 18
- Đường chi phí đơn vị Y (AFC) Chi phí sản xuất cố định trung bình (AFC) giảm liên tục 1 >0 2 >0 khi sản lượng tăng và cuối cùng tiệm cận với trục sản 1 lượng ở β1 0 X (sản lượng) 19
- Đường cong Phillips Y (Tỷ lệ thay 1 0 0 X (Tỷ lệ thất 1 nghiệp) Khi tỷ lệ thất nghiệp tăng vô hạn, tỷ lệ giảm sút của tiền lương sẽ không vượt quá β1 20
- Đường cong Engel Y (Chi tiêu của một loại hàng) 1 1 > 0 2 < 0 0 -2 / 1 X (Tổng thu nhập/ Tổng chi tiêu) 21
- Đường cong Engel Chi tiêu hàng hóa tăng khi tổng thu nhập (hoặc tổng chi tiêu) tăng nhưng đối với một số loại hàng hóa thì thu nhập của người tiêu dùng phải đạt ở mức tối thiểu -2 / 1 (hay còn gọi là ngưỡng thu nhập) thì người tiêu dùng mới sử dụng loại hàng này. Mặt khác, nhu cầu của loại hàng này là hữu hạn, nghĩa là dù thu nhập có tăng vô hạn thì người tiêu dùng cũng không tiêu thụ thêm mặt hàng này nữa. Mức tiêu dùng bão hòa của loại hàng này là β1 22
- 4.6 Mô hình đa thức 2 3 Yi 1 2 X 3 X 4 X u i Với: Y Tổng chi phí X Số lượng sản phẩm Ứng dụng: từ hàm này, suy ra được chi phí trung bình (AC) và chi phí biên (MC) 23
- 4.7 Mô hình có độ trễ phân phối Yt 1 2 X t 3 X t 1 4 X t k u t Với: Yt Tiêu dùng năm t Xt Thu nhập năm t Xt-1 Thu nhập năm t-1 Xt-k Thu nhập năm t-k k Chiều dài độ trễ 24
- Hàm mũ 1 2 3 m Y 0 X 1 X 2 X 3 X m Hàm sản xuất Cobb-Douglas 1 2 Y 0 K 1 L 2 Y: sản lượng đầu ra; K: vốn; L: lao động 25
- Hàm mũ Nếu tăng lao động và vốn lên gấp k lần * 1 2 1 2 Y 0 .( k .K ) .( k .L 2 ) k .Y β1 + β2=1 sản lượng không đổi theo quy mô (không hiệu quả) β1 + β2 1 sản lượng tăng theo quy mô (có hiệu quả ?) 26
- So sánh R2 giữa các mô hình Cùng cỡ mẫu n Cùng số biến độc lập. Nếu các hàm hồi quy không cùng số biến độc lập thì dùng hệ số xác định hiệu 2 chỉnh R Biến phụ thuộc xuất hiện trong hàm hồi quy có cùng dạng. Biến độc lập có thể ở các dạng khác nhau. VD: Các hàm hồi quy có thể so sánh R2 với nhau Y=β1 + β.X +U Y= β1 + β.lnX +U Các hàm hồi quy không thể so sánh R2 với nhau Y=β1 + β.X +U lnY= β1 + β.X +U 27
- Hệ số Tên co Ý nghĩa hệ số hàm Dạng hàm Biên tế Dẫn xuất từ biên tế giãn góc Khi X tăng 1 đơn vị thì Y Tuyế β2(X/ thay đổi β2 đơn n tínhY=β1+β2*X β2 ∆Y=β2(∆X) Y) vị Khi X tăng 1% Log 100.∆Y/Y=β2(100.∆ thì Y thay đổi kép lnY=β1+β2*lnX β2(Y/X) X/X) β2 β2 (%) Khi X tăng 1 đơn vị thì Y Log- 100.∆Y/Y=(100.β2).( thay đổi 100.β2 lin lnY=β1+β2*X β2.Y ∆X) β2X (%) Khi X tăng 1% Lin- ∆Y=(β2/100)(100.∆ β2(1/ thì Y thay đổi log Y=β1+β2*lnX β2(1/X) X/X) Y) (β2/100) đơn vị 28
- Ví dụ 1 Y: Chi tiêu tiêu dùng (triệu đ/tháng) X: Thu nhập (triệu đồng/tháng), Ῡ= 4; X 5 Nêu ý nghĩa hệ số hồi quy 2 , ý nghĩa hệ số co giãn theo từng mô hình Mô hình tuyến tính Y = 0.25 + 0.75.X Nếu thu nhập tăng lên 1 triệu đồng/tháng thì chi tiêu tiêu dùng trung bình tăng 0.75 triệu đ/tháng (với điều kiện các yếu tố khác không đổi). EYX 2 (X /Y ) 0.75(5/ 4) 0.9375 29
- Ví dụ 1 Nếu thu nhập tăng 1% thì chi tiêu tăng 0.9375% Mô hình tuyến tính log LOG(Y) =0.0673 +0.8203*LOG(X) Nếu thu nhập tăng 1% thì chi tiêu tiêu dùng trung bình tăng 0.8203% (với điều kiện các yếu tố khác không đổi). Ý nghĩa hệ số co giãn? 30
- Mô hình lin-log Y = -0.3126 + 2.8070*LOG(X) Nếu thu nhập tăng 1% thì chi tiêu tiêu dùng trung bình tăng 0.028070 triệu đ/tháng (=2.8070/100) (với điều kiện các yếu tố khác không đổi). Mô hình log-lin LOG(Y) = 2.2647+ 0.2126*X Nếu thu nhập tăng 1 triệu đ/tháng thì chi tiêu tiêu dùng trung bình tăng 21,26 % (=0.2126*100) (với điều kiện các yếu tố khác không đổi). 31
- Ví dụ 2 Y: Nhu cầu mặt hàng A (ngàn cái/tháng) X: Giá mặt hàng A (triệu đồng/cái) Nêu ý nghĩa β2 theo từng mô hình •Mô hình tuyến tính Y = 0.25 - 3.5*X •Mô hình tuyến tính log LOG(Y) =0.0673 - 2.5*LOG(X) •Mô hình lin-log Y = -0.3126 - 120*LOG(X) •Mô hình log-lin LOG(Y) = 2.2647- 0.153*X 32