Huong Dan Su Dung Eviews5.1

Dự báo trong kinh doanh và kinh tế Bài giảng 2: Hướng dẫn sử dụng Eviews 5.1

Bài giảng 2:

HƯỚNG DẪN SỬ DỤNG EVIEWS 5.1

Mục tiêu học tập:Cài đặt, khởi động và giới thiệu các manu chính trong cửa sổ Eviews

Mở một tập tin làm việc (Workfile)

Nhập dữ liệu

Trình bày và chỉnh sửa dữ liệu

Vẽ đồ thị

Thống kê mô tả dữ liệu

Chọn mẫu nghiên cứu

Mở rộng workfile nhập dữ liệu mới

Tạo các biến mới

Xây dựng hàm kinh tế lượng

Kiểm định giả thiết

Tài liệu tham khảo chính:Hoàng Ngọc Nhậm và các tác giả, 2006, Bài tập Kinh tế lượng với sự trợ giúp của Eviews và Stata, Đại học Kinh tế TP.HCM.

Nguyễn Trọng Hoài, 2006, Phân tích dữ liệu bằng phần mềm Eviews, Chương trình giảng dạy kinh tế Fulbright.

Trần Thanh Phong, 2006, Eviews căn bản, Bài giảng PowerPoint, Chương trình giảng dạy kinh tế Fulbright.

Wagenigen University, Econometrics AEP-21306 Syllabus.

Eviews 5.1 Update

Eviews 5 Command and Programming Reference

Eviews 5 User’s Guide

Các file dữ liệu được trích từ các tài liệu sau đây:

Domodar Gujarati, 2003, Kinh tế lượng cơ sở, ấn bản thứ tư, Nhà Xuất bản McGraw-Hill. Ký hiệu *be.wfl

Domodar Gujarati, 1999, Essentials of Econometrics, 2nd Edition, McGraw-Hill. Ký hiệu *ee.wfl

M Daniel Westbrook, 2002, Kinh tế lượng ứng dụng với Eviews, Chương trình giảng dạy kinh tế Fulbright.

Phùng Thanh Bình, UEH – Đại Học Kinh Tế TP.HCM 1


CÀI ĐẶT EVIEWS 5.1

Bước 1: Cài Eviews 5

Bước 2: Update Eviews 5.1

Xem hướng dẫn chi tiết kèm trong đĩa Eviews 4&5, Bộ môn TOÁN - THỐNG KÊ, Khoa TOÁN THỐNG KÊ, Trường Đại học Kinh tế TP.HCM

KHỞI ĐỘNG VÀ GIỚI THIỆU CÁC MENU CHÍNH TRONG CỬA SỔ EVIEWS

Khởi động EViews

Vào Windows Start Menu/Eviews5; hoặc

Nhấp đúp vào biểu tượng

trên desktop

Cửa sổ chính của Eviews

Thoạt đầu cửa sổ này trống và bao gồm những lựa chọn sau: File Edit Objects, …, Help. Khi ta tạo hoặc mở các file dữ liệu hoặc phân tích dữ liệu thì sẽ có nhiều cửa sổ nhỏ trong cửa sổ chính này.

MỞ WORKFILE

Mở và lưu một workfile mới

Bài tập 1: Thực hành cách mở workfile mới

Chọn File/New/Workfile … trên thanh công cụ, sẽ xuất hiện màng hình như sau:



Workfile structure type gồm 3 loại:

Unstructured/Undated Date Range Observations

Dated - Regular frequency Date specification Frequency …

Balanced panel Panel specification Frequency …

Names:

WF: Anh/Chị đặt tên file dự định vào ô này

Page: Workfile sẽ có mấy trang, phần này không cần thiết

Đối với dữ liệu chéo (Cross-sectional data)

Số quan sát = 55

Lưu với tên: baitap1a.wfl

Đối với dữ liệu thời gian (Time series data)

Annual = dữ liệu thời gian theo năm

Start date: 1980 End date: 1996



Lưu với tên: baitap1b.wfl

Semi-annual = dữ liệu thời gian theo kỳ nữa năm

Quartly = dữ liệu chuỗi thời gian theo quí

Start date: 2000:2 và End date: 2007:3 (từ quí 2/2000 đến quí 3/2007)

Lưu với tên: baitap1c.wfl

Monthly = dữ liệu chuỗi thời gian theo tháng

Start date: 2000:1 và End date: 2007:8 (từ tháng 1/2000 đến tháng 8/2007)

Lưu với tên: baitap1d.wfl



Đối với dữ liệu bảng (Panel data)

Dữ liệu của 10 doanh nghiệp, từ 2000 đến 2006

Lưu với tên: baitap1e.wfl

Mở một workfile đã có sẵn

Bài tập 2: Thực hành cách mở workfile có sẵn

Chọn File/Open/Workfile … trên thanh công cụ

Màn hình Open được mở ra, trên đó liệt kê các tập tin trong thư mục mặc định. Nếu thư mục mặc định không phải là thư mục mà anh chị mong muốn, thì Anh/Chị có thể tìm trong các thư mục khác.



Lưu ý: Để mở workfile, thì dòng "Files of type" phải là “Workfile.wf1”

Vì Anh/Chi sẽ sử dụng thư mục này thường xuyên, nên Anh/Chị nên đánh dấu vào ô vuông “Update default directory”

Mở workfile có tên table5-1ee.wf1 bằng cách nhấp đúp vào nó.

NHẬP DỮ LIỆU

Nhập từ bàn phím/Copy & dán

Bài tập 3: Thực hành nhập dữ liệu từ bàn phím

Yêu cầu nhập bảng table 1-1, Gujarati (1999, tr.6)

Tên biến:

CLPR(%) = Tỷ lệ tham gia lực lượng lao động

CUNR(%) = Tỷ lệ thất nghiệp

AHE82($) = Thu nhập thực trung bình/giờ

Chọn File/New/Workfile …

Chọn Annual và nhập năm bắt đầu và năm kết thúc, OK

Eviews sẽ tự động tạo ra 2 biến là c và resid

c là biến hằng số, dùng khi thực hiện hồi qui có tung độ góc (intercept)

resid là phần dư của kết quả ước lượng mô hình hồi qui gần nhất

Tạo tên biến mới CLFPR, CUNR, và AHE82 như sau:

genr clfpr = na => OK



genr cunr = na => OK

genr ahe82=na => OK

Lưu ý, thay vì na, ta có thể genr cunr=0

Chọn các biến vừa tạo, Open/as Group/Edit+/-:

Nhập bằng tay vào, hoặc

Nhập từ Excel, rồi copy và paste bình thường

Save/Save as với tên table1-2ee.wfl

Từ các phần mềm khác

Dữ liệu có thể được nhập vào từ các tập tin Lotus, Excel, SPSS, MINITAB hoặc ASCII. Trong mỗi trường hợp đều dùng phương pháp như nhau

Ví dụ với tập tin table 1-1ee.txt

F ile/Open/Text file, xem kỹ dữ liệu dạng gì (Annual), năm bắt đầu và kết thúc, mấy biến, và tên gì (có thể đặt tên khác cũng được), đếm thử xem từ đầu trang đến dữ liệu có bao nhiêu khoảng trắng, không kể dòng tên biến nhé (9), và xem thử ranh giới các biến cách nhau bằng dấu phẩy (comma), Tab, hay khoảng trắng (Space).

F ile/New/Workfile

Chọn Annual và nhập thời gian vào

OK, một workfile mới xuất hiện

Nhấn Procs/Import/Read Text-Lotus-Excel... và một hộp thoại xuất hiện để mở các tập tin. Hãy đưa về Table 1-1.txt và nhấp để mở nó.



Một hộp thoại khác (phức tạp hơn) xuất hiện, và Anh/Chị hãy điều vào như sau:

OK và dữ liệu đã được nhập vào

Chọn các biến clfpr, cunr, và ahe82 để kiểm tra (thời gian, khoảng cách từ đầu trang đến dòng dữ liệu có thích hợp không (Anh/Chị thử lại với 8 hoặc 10)

Lưu với tên table1-1ee.wfl



Bài tập 4: Thực hành nhập dữ liệu từ file Excel

Sử dụng file table5-1ee.xls

Xem dữ liệu dạng gì (undated), bao nhiêu quan sát (55), mấy biến (2, X và Y), ô dữ liệu đầu tiên (quan sát thứ nhất của biến đầu tiên, A4)

F ile/New/Workfile

Procs/Import/Read Text-Lotus-Excel …/table5-1

OK

Kiểm tra lại

Lưu với tên table5-1ee.wfl

Ôi, may mắn thay, các tác giả phần mềm Eviews 5 và Eviews 5.1 hiểu rằng con người vốn rất bận và lười biến nên đã cải tiến đáng kể việc mở một file từ các phần mềm khác (text và excel) rất dễ dàng và nhanh chóng (mặt) như sau (ví dụ mở file table7-1ee.txt):

File/Open/Workfile/table7-1ee.txt => next, đặt tên và mô tả các biến (được hiển thị với tên series01, series02, …), finish



TRÌNH BÀY VÀ CHỈNH SỬA DỮ LIỆU

Trình bày dữ liệu

Mở file table5-1ee.wf1

Nếu muốn lựa chọn một đối tượng (hoặc nhiều đối tượng) để làm việc, Anh/Chị hãy bôi đen chúng. Nếu Anh/Chị muốn bôi đen nhiều đối tượng, thì hãy giữ phím Ctrl và nhấp vào mỗi đối tượng. Hãy bôi đen x và y.

Nhấp đúp vào một trong các mục đã bôi đen/hoặc nhấp chuột phải, chọn open Group, và sau đó cả hai mục đều hiện trên bảng tính.

Đặt tên nhóm, đổi tên biến và đặt tên nhãn

Nhấp Name và tên đặt tên cho nhóm xy, và đóng bảng tính lại.

Muốn đổi tên biến x => P, nhấp đúp x và chọn Name, đánh tên mới là P vào; tương tự đặt y là Q.

Muốn đặt tên nhãn (label) cho biến x là price và y là quantity demanded, nhấp đúp vào từng biến, chọn Name và nhập vào ô “display for labeling …”

Xem và biên tập dữ liệu

Xem và biên tập các biến p và q, chọn Edit+/-, và sử dụng các phím ←↑→↓ để di chuyển trên bảng tính.

VẼ ĐỒ THỊ TRONG EVIEWS

Cách 1: View/Graph

Sử dụng file dữ liệu table5-1ee.wfl

Chọn 2 biến x và y, rồi mở theo nhóm (Open as Group)

Trên manu của nhóm xy chọn View/Graph/Scatter …

Global fit option … OK



Bảo lưu đồ thị trên file dữ liệu, Anh/Chị nhấn vào Freeze và đặt tên đồ thị

Cách 2: Quick/Graph/…



Chỉnh sửa đồ thị: View/Spreadsheet, nhấn Edit+/- để bật chức năng hiệu chỉnh đồ thị (chỉnh sửa số liệu, nếu nghi ngờ có outliers)

Anh/Chị có thể nhấn đúp vào đồ thị này để biến đổi các lựa chọn khi vẽ đồ thị …

Nhấp View/Multiple Graphs/Line => có công dụng vẽ đồ thị từng chuỗi theo thời gian

Thống kê mô tả

Tìm các tiêu thức thống kê của mẫu

Open as Group/View/Descriptive Stats/Common Sample; hoặc

Quick/Group Statistics/Descriptive Statistics/Common Sample; hoặc

Quick/Series Statistics/Histogram & Stats => thống kê mô tả và đồ thị tần suất của một biến

Tính hệ số tương quan giữa các biến trong Eviews

Open as Group/View/Correlations; hoặc

Quick/Group Statistics/Correlations

LỰA CHỌN MẪU DỮ LIỆU

Lựa chọn mẫu dữ liệu là chọn giai đoạn nghiên cứu trong dữ liệu hiện có trong workfile

EViews cho phép chúng ta làm điều này theo hai cách:

Bằng cách xác định khoảng mẫu mà chúng ta muốn xem xét

Mở file table1-1ee.wfl

Chọn Sample

Nhập vào Sample range pairs, ví dụ 1980 1990 (hoặc từ quan sát thứ mấy nếu là dữ liệu chéo)

Bằng cách xác định các quan sát thoả mãn một điều kiện logic (if) nào đó


Nhập vào If conditions, ví dụ q>40

MỞ RỘNG WORKFILE

Dữ liệu chuỗi thời gian


Proc/Change workfile Range

Nhập vào Start date và End date khoảng thời gian mới

Các quan sát mới của tất cả các biến sẽ là NA (not available)

Dữ liệu chéo




Procs/Structure/Resize Current Page …

Nhập vào End date số quan sát mở rộng thêm

Các quan sát mới của tất cả các biến sẽ là NA

TẠO BIẾN MỚI

Tạo biến mới là một hàm số của các biến hiện hữu

Các toán tử trong Eviews (Operators)

Help/Quick Help References/Function Reference/Operators

Sử dụng chức năng Genr trên Eviews.

Lấy log: y=log(x)

Bình phương: y=x^2, …

Lấy căn: y=@sqrt(x), y=sqr(x)

Antilog (ex): y=@exp(x), y=exp(x)

Giá trị tuyệt đối: y=@abs(x), y=abs(x)

Nghịch đảo: y=@inv(x)

Trung bình: y=@mean(x)

Các hàm số khác tham khảo ở Help/Quick Help Reference/Function Reference/Basic mathematical functions



Lưu ý rằng Anh/Chị không bắt buộc phải tạo ra các biến mới từ các biến hiện hữu nhằm sử dụng trong một phép hồi qui (hoặc một qui trình nào khác), vì biểu thức có thể được đưa trực tiếp vào phần xác định phương trình hồi qui.

Bài tập 5: Tạo biến mới

Mở file pm.xls

Chuyển qua workfile, đặt tên pm.wfl

Đổi tên và đặt tên nhãn cho các biến

VA => Y và có nhãn là Value Added

K => Capital

L => Labour

Tạo biến K_Lratio=K/L, đặt tên nhãn Capital Labour Ratio, thống kê mô tả cùng đồ thị tần suất

Tạo biến Y_Lratio=Y/L, đặt tên nhãn Labour Productivity, thống kê mô tả cùng đồ thị tần suất

Tạo biến log(Y), log(K), log(L), log(Y/L), log(K/L)

Tạo biến trễ, sai phân, xu thế, và biến giả

(tất cả đều dùng lệnh genr)

Biến trễ 1 giai đoạn yt-1

lag1y=y(-1)

Ví dụ: Thực hành trên file table7-3be.wfl

Biến trễn k giai đoạn yt-k

lagky=y(-k)


Sai phân y=yt – yt-1

d1y=d(y)

d1y=y-y(-1)

dny=d(y,n)

d1logy=dlog(y,n)


Công thức tạo biến mới chi tiết trong Eviews:

Help/Quick Help Reference/Function Reference/Time series functions

Biến giả mùa vụ



Tạo ra một biến giả theo quí có giá trị là 1 đối với quí 2 và giá trị là 0 đối với các quí khác

Q2=@seas(2)

Tạo ra một biến giả theo tháng có giá trị là 1 đối với tháng 2 và giá trị 0 đối với các tháng khác

M2=@month(2)

Biến xu thế

Ví dụ dữ liệu theo tháng (từ 1/2000 đến 12/2006), và ta muốn tạo một biến xu thế TT từ 1 đến 84:

TT=@trend(1999:12)

Lưu ý:

Khi Anh/Chị sử dụng toán tử @trend(p), tham số p chỉ giai đoạn mà đối với nó giá trị của biến xu thế bằng 0.


Tạo biến tt=@trend(1957)

Tham khảo: Help/Quick Help Reference/Function Reference/Workfile functions

XÂY DỰNG HÀM KINH TẾ LƯỢNGHồi qui dữ liệu chéo

Bài tập 6: Hồi qui đơn

Sử dụng file table5-1ee.wfl

Anh/Chị ước lượng phương trình đường cầu: Q = f(P)

Q = B1 + B2P + ei

Quick/Estimate equation



Kết quả ước lượng như sau:

Anh/Chị có phương trình đường cầu như sau:

Q = 50 – 2P

Trong đó: B2 = 2 = độ dốc của đường cầu, nghĩa là khi giá tăng 1 đơn vị, thì trung bình lượng cầu sẽ giảm 2 đơn vị

Anh/Chị ước lượng mô hình sau:

log(Q) = b1 + b2log(P) + ei




Anh/Chị có phương trình sau:

log(Q) = 3.935 – 0.187log(P)

=> hệ số co giãn của cầu theo giá là b2 = -0.187

Phân tích kết quả hồi qui

Kiểm định giả thiết (sẽ được trình bày ở phần sau)

Xem lại kết quả phương trình hồi qui:

View/representations



Xem giá trị thực (y), giá trị ước lượng (y^) và phần dư (e)

View/Actual, Fitted, Residual/Actual, Fitted, Residual Table

Lưu kết quả trong file table5-1ee.wfl

Freeze => đặt tên



Bài tập 7: Hồi qui bội

Sử dụng file pm.wfl

Giả sử ta có hàm sản xuất Cobb-Dougle có dạng:

Y = AK2L3eui (1)

Trong đó:

Y là sản lượng (VA), K là vốn, L là lao động, 2 và 3 lần lượt là hệ số co giãn của sản lượng theo vốn và lao động, và 2 + 3 là tính (lợi thế) kinh tế theo/nhờ qui mô (return to scale).

Lợi thế kinh tế tăng theo qui mô khi 2 + 3 > 1

Lợi thế kinh tế không đổi theo qui mô khi 2 + 3 = 1

Lợi thế kinh tế giảm theo qui mô khi 2 + 3 < 1

Lấy log 2 vế của (1):

log(Y) = log(A) + 2log(K) + 3log(L) + ui (2)

đặt 1 = log(A) và A = 101 (lưu ý, nếu là c = ln(B), thì B = ec), ta có

log(Y) = 1 + 2log(K) + 3log(L) + ui (3)

Lưu ý: Eviews qui ước hệ số hồi qui là chữ c và ký hiệu c(1) là 1, c(2) là 2, c(3) là 3, …, c(n) là n

Ước lượng phương trình (3) như sau:


log(y) c log(K) log(L)

Kết quả ước lượng:



Phương trình được viết lại như sau:

LOG(Y) = C(1) + C(2)*LOG(K) + C(3)*LOG(L)

LOG(Y) = 1.170643956 + 0.3757102983*LOG(K) + 0.6029992072*LOG(L)

Với giả thiết H0: 2 + 3 = 1 => 3 = 1 - 2

(1) được biến đổi như sau:

Y = AK2L3eui

= AK2L(1-2)eui

= AK2L1L-2eui

=

(4)

Lấy log 2 vế của (4), ta có

log(Y/L) = log(A) + 2log(K/L) + ui

log(Y/L) = 1 + 2log(K/L) + ui (5)

Ước lượng phương trình (5) như sau:




Cách tính giá trị ước lượng Y^

của phương trình (3)

Genr log(yhat)=c(1)+c(2)*log(K)+c(3)*log(L)

của phương trình (5)

Genr log(y/lhat)=c(1)+c(2)log(k/l)



Hồi qui dữ liệu chuỗi thời gian

Khi hồi qui giữa các chuỗi thời gian không dừng (non-stationary) sẽ có thể có hiện tượng “hồi qui giả mạo” (spurious regression) do yếu tố xu thế tạo ra và kết quả ước lượng sẽ không thể tin cậy được. Cho nên trước khi tiến hành hồi qui giữa các chuỗi thời gian (dừng hay không dừng), trước hết, Anh/Chị nên kiểm định xem các chuỗi thời gian dừng hay không dừng. Và có thể có hai khả năng:

Nếu tất cả các biến đều là các chuỗi dừng: Thực hiện hồi qui bình thường

Nếu các (hoặc một vài) chuỗi không dừng, Anh/Chị phải:

Đưa về chuỗi dừng (thường là lấy sai phân bậc 1). Tuy nhiên, cách này chỉ cho ta biết mối quan hệ ngắn hạn và thường thích hợp cho mục đích dự báo.

Tiến hành hồi qui bình thường, và kiểm định tính đồng liên kết (cointegration test), nghĩa là, kiểm định xem phần dư từ kết quả “hồi qui giữa các biến không dừng” có phải là một chuỗi dừng hay không.

o Nếu dừng: Các hệ số ước lượng (gọi là hệ số ước lượng đồng liên kết) thực sự có ý nghĩa và thể hiện mối quan hệ dài hạn giữa chúng. Phương trình hồi qui như thế được gọi là “phương trình đồng liên kết” (cointegrating equations, viết tắt là CEs).

o Nếu không dừng: Kết quả ước lượng không nói lên được điều gì và phải thay đổi dạng mô hình.

Có nhiều cách kiểm định xem một chuỗi thời gian là dừng hay không: Đồ thị, ACF, Kiểm định nghiệm đơn vị, … Anh/Chị sẽ được hướng dẫn chi tiết hơn ở phần sau.

KIỂM ĐỊNH GIẢ THIẾTKiểm định phân phối chuẩn

Mục đích: Kiểm định xem phần dư của mô hình hồi qui có phân phối chuẩn hay không.

Giả thiết H0: Phần dư của mô hình hồi qui có phân phối chuẩn

(là giả thiết đồng thời H0: S = 0, và K = 3)

Thống kê JB có phân phối chi-square với số bậc tự do là 2 (2(2))


Ước lượng mô hình: y c x



Từ kết quả ước lượng, Anh/Chị vào:

View/Residual tests/Histogram – Normality test

So sánh giá trị JB với giá trị chi-square (2 df) tra bảng

Kiểm định Wald

Mục đích: Kiểm định tổ hợp tuyến tính, kiểm định bỏ sót biến, kiểm định thừa biến, …

Mở file pm.wfl

Ước lượng mô hình đầy đủ: log(Y) c log(K) log(L)

Giả thiết H0: B2 + B3 = 1

Từ kết quả ước lượng, Anh/Chị vào:

View/Coefficient Tests/Wald – Coefficient Restrictions

C(2)+c(3)=1

So sánh giá trị F tính toán với giá trị F tra bảng

Kiểm định Chow

Mục đích: Kiểm định xem có sự thay đổi về mặt cấu trúc của mô hình hồi qui (chuỗi thời gian) giữa các giai đoạn khác nhau hay không.


Ước lượng mô hình: y c x

Giả thiết H0: Hai mô hình hồi qui (của 2 giai đoạn khác nhau) là như nhau (nghĩa là không có sự thay đổi về mặt cấu trúc



Từ kết quả ước lượng, Anh/Chị vào

View/Stability Tests/Chow Breakpoit Test


Lưu ý: Anh/Chị có thể dùng biến giả và dùng thống kê t để kiểm định hệ số ước lượng của biến giả để thay cho kiểm định Chow.

Kiểm định White

Mục đích: Giống như các kiểm định Park, Glejser, Goldfeld-Quandt, kiểm định White dùng để kiểm định xem phương sai của phần dư có thay đổi hay không.


Ước lượng mô hình: y c x2 x4

Giả thiết H0: Phương sai không đổi

Từ kết quả hồi qui, Anh/Chị vào

View/Residual Tests/White Heteroskedasticity (no cross terms/cross terms)

(Cross terms nghĩa là biến “tích các biến giải thích”, ví dụ X2*X3)

So sánh giá trị nR2 với giá trị chi-square (2 df)

Kiểm định RESET của Ramsay

Mục đích: Kiểm định xem có bỏ sót biến quan trọng trong mô hình hồi qui hay không (khi không có số liệu về biến bỏ sót đó).

Mở file table7-3be.wfl

Ước lượng mô hình: log(Y) c log(X2)

Giả thiết H0: Không bỏ sót biến

Từ kết quả hồi qui, Anh/Chị vào

View/Stability Tests/Ramsay reset test


Kiểm định nghiệm đơn vị

Mục đích: Kiểm định tính dừng của chuỗi thời gian

TÓM TẮT LÝ THUYẾT

Giả sử: Yt = ρYt-1 + ut (-1 ≤ ρ ≤ 1) (1)

Giả thiết H0: ρ = 1 (Yt là chuỗi không dừng)

H1: ρ < 1 (Yt là chuỗi dừng)

pt (1) tương đương với:

Yt - Yt-1 = ρYt-1 - Yt-1 + ut

= (ρ – 1)Yt-1 + ut

ΔYt = δYt-1 + ut (2)



Giả thiết ở trên có thể được viết lại như sau:

Giả thiết H0: δ = 0 (Yt là chuỗi không dừng)

H1: δ < 0 (Yt là chuỗi dừng)

Dickey và Fuller cho rằng giá trị t ước lượng của hệ số Yt-1 sẽ theo phân phối xác suất τ (tau statistic, τ = giá trị δ ước lượng/sai số của hệ số δ). Kiểm định thống kê τ còn được gọi là kiểm định Dickey – Fuller (DF).

Kiểm định DF được ước lượng với 3 hình thức:

Khi Yt là một bước ngẫu nhiên không có hằng số:

ΔYt = δYt-1 + ut (DF1)

Khi Yt là một bước ngẫu nhiên có hằng số:

ΔYt = β1 + δYt-1 + ut (DF2)

Khi Yt là một bước ngẫu nhiên với hằng số xoay quanh một đường xu thế ngẫu nhiên:

ΔYt = β1 + β2TIME + δYt-1 + ut (DF3)

Để kiểm định H0 ta so sánh giá trị thống kê τ tính toán với giá trị thống kê τ tra bảng DF (các phần mềm kinh tế lượng đều cung cấp giá trị thống kê ).

Do có thể có hiện tượng tương quan chuỗi giữa các u t do thiếu biến, nên người ta thường sử dụng kiểm định DF mở rộng là ADF (Augmented Dickey – Fuller Test). Kiểm định này được thực hiện bằng cách đưa thêm vào phương trình (DF3) các biến trễ của sai phân biến phụ thuộc ΔYt:

ΔYt = β1 + β2TIME + δYt-1 + αi ΔYt-i + t (DF4)

CÁC BƯỚC TIẾN HÀNH TRÊN EVIEWS

Sử dụng file table17-3be.wfl

Quick/Series Statistics/Unit root test …/nhập vào biến M1 (cung tiền)

Eviews sẽ hiện lên bảng sau:



Do ta đang kiểm định xem M1 có phải là một chuỗi dừng hay không, nên ta chọn “level”

Giả sử ta sử dụng DF4 thì ta sẽ chọn “Trend and Intercept” và xác định độ trễ (tùy vào độ trễ tối ưu là bao nhiêu), ví dụ là 1.

Kết quả như sau:



So sánh giá trị tuyệt đối tau tính toán với giá trị tuyệt đối tau tra bảng (1.468 < 3.198, …) ta chấp nhận giả thiết H0 => M1 là chuỗi không dừng.

Nếu chuỗi M1 không dừng, ta tiến hành kiểm định sai phân bậc 1 của M1 (M1) bằng cách chọn “1st difference”, và tiến hành tương tự.

Kiểm định đồng liên kết

Mục đích: Khi hồi qui các chuỗi thời gian không dừng thường dẫn đến “kết quả hồi qui giả mạo” (spurious regression). Tuy nhiên, Engle và Granger (1987) cho rằng nếu kết hợp tuyến tính của các chuỗi thời gian không dừng có thể là một chuỗi dừng và các chuỗi thời gian không dừng đó được cho là “đồng liên kết”. Kết hợp tuyến tính dừng được gọi là phương trình đồng liên kết và có thể được giải hích như “mối quan hệ cân bằng dài hạn giữa các biến”. Nói cách khác, nếu phần dư trong mô hình hồi qui giữa các chuỗi thời gian không dừng là một chuỗi dừng, thì “kết quả hồi qui là thực” và thể hiên mối quan hệ cân bằng dài hạn giữa các biến trong mô hình.

Cách 1: Kiểm định nghiệm đơn vị phần dư (Dickey Fuller)

Giả sử: GDPt và M1t là 2 chuỗi thời gian klhông dừng

GDPt = β1 + β2M1t + ut (1)

Nếu phần dư ut là một chuỗi dừng thì kết quả hồi qui giữa GDPt và M1t là “thực” và ta vẫn sử dụng một cách bình thường.

Các bước thực hiện trên Eviews:

Ước lượng mô hình GDPt = 1 + 2M1t + ut


GDP c M1

Lưu phần dư với tên khác, ví dụ e1=resid

Quick/Series Statistics/Unit root test …

Cách 2: Kiểm định đồng liên kết dựa trên phương pháp VAR của Johasen

Quick/Group Statistics/Cointegration Test

Nhập tên các biến trong mô hình vào bảng sau:



Sau khi chọn “OK”, Anh/Chị sẽ thấy xuất hiện bảng sau:

Giả sử tất cả các biến GDP, M1, P và R đều là các biến nội sinh, nên ô “exog variables Anh/Chị để trống. Lưu ý, ô MHM size … là mức ý nghĩa được chọn.



Kết quả kiểm định như sau:

Giả thiết H0:

“None”: Không có đồng liên kết (no cointegration) (đây là giả thiết ta quan tâm nhất)

Ngoài ra, tùy vào số biến trong mô hình (ví dụ k biến) mà ta có k-1 số phương trình đồng liên kết (CEs). Khi đó, ta có thêm số giả thiết về số phương trình đồng liên kết.

So sánh giá trị “Trace Statistic” với giá trị “Critical Value” ở mức ý nghĩa α% (ở đây ta chọn là 5%):

Nếu Trace Statistic < Critical Value => Chấp nhận H0

Nếu Trace Statistic > Critical Value => Bác bỏ H0

Lưu ý: ký hiệu * nghĩa là “bác bỏ giả thiết H0)

*******************


Huong Dan Su Dung Eviews5.1

Documents

Transcript of Huong Dan Su Dung Eviews5.1