Top 7 # Video Huong Dan Su Dung Auto Click 2.5 Xem Nhiều Nhất, Mới Nhất 2/2023 # Top Trend | Karefresh.com

Huong Dan Su Dung Eviews 5.1

Published on

4. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 4 liệu thời gian; số quan sát đối với loại dữ liệu chéo; và tần suất, ngày bắt đầu, ngày kết thúc, và số quan sát tại mỗi thời điểm đối với loại dữ liệu bảng.

6. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6 mong muốn (ví dụ biến “employment” đổi thàng X2). Ngoài ra, ta cũng có thể mô tả đặc điểm của biến đó (ví dụ đơn vị tính, …). Cuối cùng ta chọn Finish.

8. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 8 Nội dung cửa sổ tập tin của Eviews Khi mở một tập tin làm việc của Eviews ta sẽ thấy một cửa sổ như sau: Nguồn: Eviews 5 Users Guide, pp.52 Ta có thể trình bày dạng tóm tắt nội dung của tập tin Eviews bằng cách chọn View/Statistics và quay trở về thư mục gốc bằng cách chọn View/Workfile Directory. Sau khi đã tạo một tập tin Eviews, ta nên lưu lại dưới định dạng Eviews bằng cách chọn File/Save As … hay File/Save … Eviews sẽ hiện ra hộp thoại Saveas, ta đặt tên cho tập tin đó, và chọn mức độ chính xác trong hộp thoại Workfile Save. TRÌNH BÀY DỮ LIỆU Khi đã có sẵn tập tin Eviews, ta có thể sử dụng các công cụ Eviews cơ bản để phân tích dữ liệu của từng chuỗi (sau đây cũng được gọi là biến1) hay một nhóm các biến theo nhiều cách khác nhau. Trình bày dữ liệu của một chuỗi2 Để xem nội dung của một biến nào đó, ví dụ M13 trong tập tin Chapter2.3.wf1, ta nhấp đúp vào biểu tượng biến M1 trong cửa sổ của tập tin này, hay chọn Quick/Show … trong thực đơn chính, nhập M1 và chọn OK. Eviews sẽ mở biến M1 và thể hiện dưới một dạng bảng tính mặc định. 1 Variable Series statistics 3 ??? 2

12. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 12 1600 2000 1200 1500 800 1000 400 0 500 0 55 60 65 70 75 GDP 80 85 90 95 M1 * Thống kê mô tả Ta có thể đồng thời tạo ra một bảng thống kê mô tả nhiều biến khác nhau bằng cách chọn View/Descriptive Stats/Individual Samples hay Quick/Group Statistics/Descriptive Statistics/Individual Samples.

16. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 16 * Xem đối tượng1 Một cách khác để chọn và mở đối tượng là chọn Show ở thanh công cụ2 hay chọn Quick/Show … từ thực đơn và nhập tên đối tượng vào hộp thoại. Nút Show cũng có thể được sử dụng để hiển thị các phương trình của các chuỗi. Cửa sổ đối tượng Cửa sổ đối tượng là cửa sổ được hiển thị khi ta mở một đối tượng hay một chứa đối tượng. Một cửa sổ đối tượng sẽ chứa hoặc một hiển thị của đối tượng hoặc các kết quả của một thủ tục của đối tượng. Eviews cho phép mở cùng lúc nhiều cửa sổ đối tượng. * Các thành phần của một cửa sổ đối tượng Đây là minh họa cửa sổ phương trình từ kết quả hồi qui theo phương pháp OLS. Một số điểm cần lưu ý như sau: Thứ nhất, đây là một cửa sổ chuẩn vì ta có thể đóng, thay đổi kích cở, phóng to, thu nhỏ, và kéo lên xuống hay qua lại. Khi có nhiều cửa sổ khác đang mở, nếu ta muốn cửa sổ nào ở chế độ làm việc thì ta chỉ cần nhấp vào thanh tiêu đề hay bất kỳ đâu trong cửa số đó. Lưu ý, cửa sổ đang ở chế độ làm việc được biểu hiện với thanh tiêu đề có màu đậm. Thứ hai, thanh tiêu đề của cửa sổ đối tượng cho biết loại đối tượng, tên đối tượng, và tập tin chứa. Nếu đối tượng cũng chính là đối tượng chứa thì thông tin chứa được thay bằng thông tin thư mục.Thứ ba, trên đỉnh cửa sổ có một thanh công cụ chứa một số nút giúp ta dễ dàng làm việc. 1 2 Show Toolbar

17. 17 Hướng dẫn sử dụng Eviews 5.1 Phùng Thanh Bình * Các thực đơn và thanh công cụ của đối tượng Làm việc với đối tượng * Đặt tên và tên nhãn của đối tượng Các đối tượng có thể được đặt tên hoặc không được đặt tên. Khi ta đặt tên cho đối tượng, thì tên đối tượng sẽ xuất hiện trong thư mục của tập tin Eviews, và đối tượng sẽ được lưu như một phần của tập tin khi tập tin được lưu. Ta phải đặt tên đối tượng nếu muốn lưu lại các kết quả của đối tượng. Nếu ta không đặt tên, đối tượng sẽ được gọi là “UNTITLED”. Các đối tượng không được đặt tên sẽ không được lưu cùng với tập tin, nên chúng sẽ bị xóa khi đóng tập tin. Để đổi tên đối tượng, trước hết phải mở cửa sổ đối tượng, sau đón nhấp vào nút Name trên cửa sổ đối tượng và nhập tên (và tên nhãn) vào. Nếu có đặt tên nhãn thì tên nhãn sẽ xuất hiện trong các bảng biểu đồ thị, nếu không Eviews sẽ dùng tên đối tượng. Lưu ý, đây là nhóm đã mặc định và không được sử dụng cho tên đối tượng: ABS, ACOS, AND, AR, ASIN, C, CON, CNORM, COEF, COS, D, DLOG, DNORM, ELSE, ENDIF, EXP, LOG, LOGIT, LPT1, LPT2, MA, NA, NOT, NRND, OR, PDL, RESID, RND, SAR, SIN, SMA, SQR, và THEN. * Copy và dán đối tượng Có hai phương pháp tạo ra bản sao các thông tin chứa trong đối tượng: Copy và Freeze.

20. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 20 Các hàm chuỗi Hầu hết các hàm trong Eviews đều bắt đầu bằng ký hiệu @, ví dụ @mean(y) nghĩa là lấy giá trị trung bình của chuỗi y cho toàn bộ mẫu hiện hành. Có ba nhóm hàm chuỗi hay sử dụng trong Eviews: hàm toán (mathematical functions), hàm tập tin Eviews (workfile functions), và hàm dãy số (string functions). Để tìm hiểu thêm về các hàm này, ta có thể tham khảo ở Help/Command & Programming Reference, hoặc Help/Quick Help Reference, ở đây chỉ trình bày một số hàm hay sử dụng trong cuốn sách này. Hàm giá trị tuyệt đối: @abs(x), abs(x) Hàm mũ cơ số e hay antilog (ex): @exp(x), exp(x) Hàm nghịch đảo (1/x): @inv(x) Hàm log tự nhiên (ln(x) hay loge(x)): @log(x), log(x) Hàm căn bậc hai: @sqrt(x), sqr(x) Hàm xu thế: @trend(base date), trong đó, base date chỉ thời điểm bắt đầu của chuỗi xu thế T (tại đó T = 0) Biến trễ, tới, sai phân1 và mùa vụ Khi làm việc với dữ liệu chuỗi thời gian, ta thường xử lý dữ liệu bằng cách chuyển hóa sang dạng trễ, tới, sai phân, hoặc tạo thêm các biến giả mùa vụ. * Biến trễ, tới và sai phân Biến trễ một giai đoạn (xt-1): x(-1) Biến trễ k giai đoạn (xt-k): x(-k) Biến tới một giai đoại (xt+1): x(1) Biến tới k giai đoạn (xt+k): x(k) Sai phân bậc một (∆x = xt – xt-1): d(x) Sai phân bậc k (∆kx = xt – xt-k): d(x,k) Sai phân bậc một của biến trễ dạng log tự nhiên: dlog(x) Trung bình trượt k giai đoạn: @movav(x,k) Ngoài ra, ta có thể đồng thời kết hợp nhiều toán tử với nhau, ví dụ dlog(x), dlog(x,4), … * 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: @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: @month(2) 1 Lead: tới, Lag: trễ, và Difference: Sai phân

22. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 22 JB lớn hơn giá trị quan sát (giá trị phê phán) dưới giả thiết không (H0). Giá trị xác suất càng nhỏ thì khả năng bác bỏ giả thiết H0 càng cao. * Thống kê theo nhóm Thống kê theo nhóm cho phép ta tính các thống kê mô tả của một chuỗi theo các phân nhóm khác nhau trong mẫu phân tích. Nếu ta chọn View/Descriptive Statistics/Stats by Classification …, thì một hộp thoại sau đây sẽ xuất hiện: Các lựa chọn ở Stattistics bên trái cho phép ta chọn các tiêu chí thống kê muốn tính toán. Trong ô Series/Group for classify ta nhập tên chuỗi hay nhóm để xác định các phân nhóm. Nếu ta chọn nhiều chuỗi thì mỗi chuỗi cách nhau một khoảng trắng. Ở mục Output Layout, nếu ta chọn các Margins thì bảng kết quả có trình bày thống kê của tất các các quan sát trong cùng một nhóm cũng như của toàn bộ mẫu phân tích. Ví dụ, sử dụng file chúng tôi để thống kê mô tả biến LWAGE (log tự nhiên1 của lương tuần) theo hai biến CONSTRUC (= 1 nếu làm việc trong ngành xây dựng và = 0 nếu làm trong các ngành khác) và MARRIED (= 1 nếu đã có gia đình và = 0 nếu chưa có gia đình). Kết quả thống kê biến LWAGE với bốn tiêu chí thống kê là trung bình, trung vị, lệch chuẩn, và số quan sát được trình bày như bảng bên cạnh. Nhìn vào bảng kết quả ta có thể so sánh có sự khác biệt giữa các nhóm hay không. Tuy nhiên, để chắc chắn sự khác biệt đó có ý nghĩa về mặt thống kê hay không, ta cần dựa vào loại kiểm định thống kê thích hợp. 1 Log tự nhiên được ký hiệu là ln, nhưng toán tử trong Eviews là log

24. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 24 χ2 = ( N − 1)s 2 σ2 (2.4) Với giả thiết H0 và giả định rằng X có phân phối chuẩn, thì thống kê chi bình phương sẽ theo phân phối chi bình phương với N-1 bậc tự do. * Kiểm định ngang bằng theo nhóm Đây là các kiểm định xem các giá trị trung bình, phương sai và trung vị ở các phân nhóm trong cùng một chuỗi có bằng nhau hay không. Khi chọn View/Tests for Descriptive Stats/Equality Tests by Classification … sẽ thấy xuất hiện một hộp thoại như hình bên. Trước tiên ta phải chọn loại kiểm định: trung bình, phương sai, hay trung vị, sau đó chọn các phân nhóm muốn so sánh. Xác định giả thiết: Đối với kiểm định trung bình H0: Trung bình của các nhóm bằng nhau H1: Trung bình của các nhóm khác nhau Đối với kiểm định phương sai H0: Phương sai của các nhóm bằng nhau H1: Phương sai của các nhóm khác nhau Để quyết định, ta so sánh giá trị thống kê F1 tính toán với giá trị thống kê F quan sát (phê phán). Nếu giá trị thống kê F tính toán lớn hơn giá trị thống kê F quan sát tại một mức ý nghĩa nhất định, ta bác bỏ giả thiết H0 và ngược lại. Lập bảng tần suất một chiều Để lập bảng tần suất một chiều ta chọn View/One-Way Tabulation … và sẽ xuất hiện một hộp thoại như sau. Biểu đồ tự tương quan Mục đích của biểu đồ tự tương quan là giúp ta kiểm định xem một chuỗi thời gian dừng hay không dừng2. Trong các mô hình dự báo chuỗi thời gian và dự báo bằng phương pháp hồi qui các chuỗi thời gian, thì việc các chuỗi thời gian dừng hay không 1 Sẽ được giải thích ở chương 4 và 5 Đây là một nội dung rất quan trọng khi phân tích chuỗi thời gian và đặc biệt có ý nghĩa rất lớn trong việc lựa chọn mô hình dự báo thích hợp trong các phương pháp dự báo định lượng với dữ liệu chuỗi thời gian. Nội dung này sẽ được trình bày chi tiết ở chương 14. 2

26. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 26 Trong Eviews, ta lập biểu đồ tự tương quan bằng cách chọn View/Correlogram … , xác định biểu đồ tự tương quan của chuỗi gốc hay chuỗi sai phân bậc một và bậc hai, và cuối cùng là xác định độ trễ k. Ví dụ, chuỗi GDP trong chúng tôi có biểu đồ tự tương quan như sau: Dựa vào biểu đồ tự tương quan để xác định một chuỗi thời gian dừng hay không như sau. Có thể tóm tắt ý tưởng chính như sau. Nếu hệ số tự tương quan đầu tiên khác không nhưng các hệ số tự tương quan tiếp theo bằng không một cách có ý nghĩa thống kê, thì đó là một chuỗi dừng. Nếu một số hệ số tự tương quan khác không một cách có ý nghĩa thống kê thì đó là một chuỗi không dừng. Kiểm định nghiệm đơn vị Kiểm định nghiệm đơn vị là một kiểm định được sử dụng khá phổ biến để kiểm định một chuỗi thời gian dừng hay không dừng. Nội dung chi tiết phần kiểm định nghiệm đơn vị sẽ được trình bày ở chương 14 về các mô hình hồi qui chuỗi thời gian. Tuy nhiên, để hiểu qui trình kiểm định nghiệm đơn vị trên Eviews, ta nên xem qua một số ý tưởng cơ bản về mặt lý thuyết. Trước hết, cần lưu ý rằng có nhiều khái niệm chưa được học nên người đọc không nhất thiết phải hiểu ngay nội dung kiểm định nghiệm đơn vị ở chương này. Giả sử ta có phương trình hồi qui tự tương quan như sau: Yt = ρYt-1 + ut (-1 ≤ ρ ≤ 1) (2.7) Ta có các giả thiết: H0: ρ = 1 (Yt là chuỗi không dừng) H1: ρ < 1 (Yt là chuỗi dừng) Phương trình (2.7) tương đương với phương trình (2.8) sau đây: Yt – Yt-1 = ρYt-1 – Yt-1 + ut = (ρ – 1)Yt-1 + ut ∆Yt = δYt-1 + ut Như vậy các giả thiết ở trên có thể được viết lại như sau: H0: δ = 0 (Yt là chuỗi không dừng) (2.8)

27. 27 Hướng dẫn sử dụng Eviews 5.1 Phùng Thanh Bình 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: ∆Yt = δYt-1 + ut (2.9) * Khi Yt là một bước ngẫu nhiên có hằng số: ∆Yt = β1 + δYt-1 + ut (2.10) * Khi Yt là một bước ngẫu nhiên với hằng số xoay quanh một đường xu thế ngẫu nhiên: ∆Yt = β1 + β2TIME + δYt-1 + ut (2.11) 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 τ). Tuy nhiên, do có thể có hiện tượng tương quan chuỗi giữa các ut 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 (2.11) các biến trễ của sai phân biến phụ thuộc ∆Yt: ∆Yt = β1 + β2TIME + δYt-1 + αi Σ∆Yt-i + εt (2.12) Để tiến hành kiểm định nghiệm đơn vị trên Eviews ta chọn View/Unit Root Test …, sẽ xuất hiện hộp thoại Unit Root Test. Ở lựa chọn Test for unit root in, chọn level nếu muốn kiểm định chuỗi gốc có phải là một chưỡi dừng hay không, chọn 1st difference nếu muốn kiểm định chuỗi sai phân bậc một có phải là một chuỗi dừng hay không. Ở lựa chọn Include in test equation, chọn intercept nếu dùng phương trình (2.10), chọn trend and intercept nếu dùng phương trình (2.11), chọn None nếu dùng phương trình (2.9), chọn trend and intercept và xác định độ trễ ở lựa chọn Lag length nếu dùng phương trình (2.12).

28. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 28 PHÂN TÍCH NHÓM Khi mở một nhóm, nếu chọn View ta thấy xuất hiện thực đơn dạng drop-down như hình bên cạnh. Block thứ nhất cung cấp các cách khác nhau để mô tả dữ liệu trong nhóm. Block thứ hai trình bày các thống kê cơ bản. Block thứ ba chuyên về các thống kê của chuỗi thời gian. Block thứ tư là tên nhãn nhằm cung cấp các thông tin về nhóm. Trong phần này ta chỉ xem xét một số nội dung quan trọng thường được sử dụng trong kinh tế lượng. Thống kê mô tả Trong thống kê mô tả ta thấy có ba loại như sau: Common Sample, Individual Sample, và Boxplots. Common Sample chỉ tính các thống kê các quan sát có đầy đủ giá trị ở tất cả các chuỗi dữ liệu trong nhóm. Individual Sample tính các thống kê của các quan sát có đầy đủ giá trị ở mỗi chuỗi dữ liệu. Kiểm định đồng liên kết1 Chúng ta sẽ được biết ở chương 14 rằng khi hồi qui các chuỗi thời gian không dừng thường dẫn đến “kết quả hồi qui giả mạo”2. Tuy nhiên, Engle và Granger3 (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. Mục đích của kiểm định đồng liên kết là xác định xem một nhóm các chuỗi không dừng có đồng liên kết hay không. Có hai cách kiểm định. * Kiểm định nghiệm đơn vị phần dư Giả sử GDP và M1 là hai chuỗi thời gian không dừng và ta có mô hình hồi qui như sau: GDPt = β1 + β2M1t + ut (2.13) Nếu phần dư ut là một chuỗi dừng thì kết quả hồi qui giữa GDP và M1 là “thực” và ta vẫn sử dụng một cách bình thường. Nói cách khác, GDP và M1 có quan hệ đồng liên kết và β2 được gọi là hệ số hồi qui đồng liên kết. Các bước thực hiện trên Eviews như sau: 1) Ước lượng mô hình GDPt = β1 + β2M1t + ut 1 Cointegration test Spurious regression 3 Đoạt giải Nobel kinh tế năm 2003 2

29. 29 Hướng dẫn sử dụng Eviews 5.1 Phùng Thanh Bình 2) Kiểm định nghiệm đơn vị chuỗi ut * Kiểm định đồng liên kết dựa trên phương pháp VAR của Johasen Eviews thực hiện kiểm định đồng liên kết trên cơ sở phương pháp luận VAR của Johasen (1991, 1995a). Lưu ý, kiểm định này chỉ có hiệu lực khi ta đang xét các chuỗi thời gian không dừng. Giả sử ta muốn kiểm định đồng liên kết giữa GDP và M1 trong chúng tôi theo phương pháp luận của Johasen, ta chọn View/Cointegration Test … sẽ thấy xuất hiện một hộp thoại như sau: Ở lựa chọn Deterministic trend in data có năm giả định về các chuỗi thời gian đang xem xét. Như sẽ được trình bày ở chương 14, một chuỗi thời gian có thể dừng sai phân hoặc dừng xu thế, trong đó có thể có xu thế xác định và xu thế ngẫu nhiên. Tương tự, các phương trình đồng liên kết có thể có hệ số cắt và xu thế xác định. Trên thực tế, trường hợp 1 và 5 ít khi được sử dụng. Nếu ta không chắc chắn về các giả định xi thế, ta nên chọn trường hợp 6. Nếu mô hình có các biến ngoại sinh thì ta đưa vào ô exog variables. Ngoài ra, ta có thể xác định độ trể của biến phụ thuộc trong mô hình ở ô Lag intervals và mức ý nghĩa ở ô MHM. Kết quả kiểm định mối quan hệ đồng liên kết giữa GDP và M1 như bảng bên

31. 31 Hướng dẫn sử dụng Eviews 5.1 Phùng Thanh Bình Lưu ý, các độ trễ của X và Y có thể khác nhau và có thể được xác định bằng một số tiêu chí thống kê khác nhau. XÂY DỰNG HÀM KINH TẾ LƯỢNG TRÊN EVIEWS Trong tài liệu này ta chỉ xét phân tích hồi qui đơn phương trình. Phần này trình bày các kỹ thuật phân tích hồi qui cơ bản như xác định và ước lượng một mô hình hồi qui, kiểm định giả thiết, và sử dụng kết quả ước lượng cho các mục đích dự báo. ĐỐI TƯỢNG PHƯƠNG TRÌNH Ước lượng hồi qui đơn phương trình trên Eviews được thực hiện bằng cách sử dụng đối tượng phương trình. Để tạo ra một đối tượng phương trình ta chọn Object/New Object … /Equation hay Quick/Estimate Equation … từ thực đơn chính, hay đơn giản chỉ cần đánh equation trong cửa sổ lệnh. Kế tiếp, ta sẽ xác định dạng phương trình trong hộp soạn thảo Specification của hộp thoại Equation Estimation và chọn phương pháp ước lượng ở ô Method. Các kết quả ước lượng được lưu trữ như một phần của đối tượng phương trình. Xác định phương trình hồi qui Khi tạo ra một đối tượng phương trình sẽ thấy xuất hiện một hộp thoại Equation Estimation và ta cần xác định ba việc sau: dạng phương trình, phương pháp ước lượng, và mẫu được sử dụng để ước lượng. Trong hộp soạn thảo dạng phương trình ta nhập các biến phụ thuộc và giải thích theo thứ tự từ trái qua phải và lưu ý xác định dạng hàm. Có hai cách xác định dạng phương trình ước lượng: liệt kê các biến và công thức. Phương pháp liệt kê dễ hơn nhưng chỉ có thể sử dụng giới hạn ở các dạng mô hình tuyến tính. Phương pháp công thức tổng quát hơn và phải được sử dụng để xác định các dạng mô hình phi tuyến và các mô hình có ràng buộc tham số. Xác định phương trình theo phương pháp liệt kê Cách đơn giản nhất để xác định một phương trình tuyến tính là liệt kê các biến trong phương trình. Trước hết, nhập tên biến phụ thuộc hay công thức của biến phụ thuộc,

32. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 32 sau đó nhập tên các biến giải thích. Ví dụ, sử dụng chúng tôi để xác định phương trình hồi qui GDP theo cung tiền M1, ta nhập vào hộp thoại soạn thảo dạng phương trình như sau: GDP c M1 (2.17) Lưu ý có hiện diện của chuỗi C trong danh sách các biến giải thích. Đây là một chuỗi mặc định sẵn trong Eviews được dùng để xác định hằng số trong phương trình hồi qui. Eviews không tự động đưa hằng số vào phương trình hồi qui vì tùy thuộc vào mô hình có hệ số cắt hay không nên ta phải đưa vào khi xác định phương trình hồi qui. C là một đối tượng đã được xác định trước trong bất kỳ một tập tin Eview nào. Đây là một vectơ hệ số mặc định – khi ta xác định phương trình bằng cách liệt kê tên các biến, Eviews sẽ lưu giữ các hệ số ước lượng trong vectơ này theo thứ tự xuất hiện trong danh sách các biến. Trong ví dụ trên, hằng số sẽ được lưu trong C(1) và hệ số của M1 sẽ được lưu trong C(2). Nếu mô hình có biến trễ một giai đoạn của biến phụ thuộc thì ta liệt kê các biết trong hộp thoại soạn thảo này như sau: GDP GDP(-1) c M1 (2.18) Như vậy hệ số của biến trễ biến GDP là C(1), hệ số của hằng số là C(2), và hệ số của M1 là C(3). Nếu mô hình có nhiền biến trễ liên tục của biến GDP thì thay vì phải nhập từng biến trễ GDP(-1) GDP(-2) GDP(-3) GDP(-4), Eviews cho phép thực hiện như sau: GDP GDP(1 to 4) c M1 (2.19) Tuy nhiên, nếu ta không đưa số 1 và dấu ngoặc đơn thì Eviews sẽ hiểu đó là số 0. Ví dụ: GDP c M1(to 2) M1(-4) (2.20) Thì Eviews sẽ hiểu ta hồi qui GDP theo hằng số C, M1, M1(-1), M1(-2), và M1(-4). Ngoài ra, ta cũng có thể đưa các chuỗi điều chỉnh vào nhóm các biến giải thích. Ví dụ ta hồi qui GDP theo hằng số, biến trễ của GDP, và biến trung bình di động hai giai đoạn của M1 như sau: GDP GDP(-1) c ((M1+M1(-1))/2) (2.21) Xác định phương trình theo phương pháp công thức Một công thức phương trình trong Eviews là một biểu thức toán về các biến và hệ số. Để xác định một phương trình bằng công thức, đơn giản là ta nhập biểu thức vào hộp thoại soạn thảo. Ví dụ, hồi qui mô hình dạng log tự nhiên như sau: log(GDP) c log(GDP(-1)) log(M1) (2.22) Hai lý do chủ yếu ta phải sử dụng phương pháp công thức này là ước lượng các mô hình ràng buộc và phi tuyến.

33. 33 Hướng dẫn sử dụng Eviews 5.1 Phùng Thanh Bình Ước lượng một phương hồi qui Phương pháp ước lượng Sau khi đã xác định phương trình, ta cần chọn phương pháp ước lượng bằng cách nhấp vào Method và sẽ thấy xuất hiện một hộp thoại dạng drop-down liệt kê các phương pháp ước lượng. Phương pháp sử dụng phổ biến nhất đối với hồi qui đơn phương trình là phương pháp bình phương bé nhất1. Trong chương trình kinh tế lượng căn bản của cuốn sách này, ta chỉ sử dụng hai phương pháp là LS – Least Squares2 và BINARY – Binary choice3. Hai phương pháp này sẽ được trình bày chi tiết vào các chương sau. Mẫu ước lượng Ta nên xác định mẫu sử dụng cho việc ước lượng mô hình. Theo mặc định, Eviews đưa ra mẫu của tập tin Eviews hiện hành, nhưng ta có thể thay đổi mẫu theo mục đích ước lượng bằng cách nhập vào hộp thoại Sample. Thay đổi mẫu ở đây không ảnh hưởng gì đến mẫu của tập tin Eviews hiện hành. Nếu có quan sát không có giá trị4, Eviews tạm thời điều chỉnh mẫu ước lượng để loại bỏ các quan sát đó ra khỏi mẫu phân tích. Ngoài ra, nếu trong mô hình có các biến trễ hay biến điều chỉnh thì Eviews cũng điều chỉnh số mẫu ước lượng. 1 Least squares/Ordinary least squares Kể cả phương pháp WLS (Weighted least squares) và GLS (Generalized least squares) 3 Hai loại mô hình sẽ được trình bày ở chương 15 là Logit và Probit 4 Missing value 2

34. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 34 Các lựa chọn ước lượng Khi chọn Options ta sẽ thấy xuất hiện hộp thoại Equation Estimation. Các nội dung trong phần lựa chọn ước lượng như Heteroskedastiscity consistent coefficient covariance và Weighted LS/TSLS sẽ được trình bày chi tiết ở chương 11 và 12. Kết quả ước lượng Sau khi đã hoàn thành các bước trên ta chọn OK trong hộp thoại Equation Estimation, Eviews sẽ hiển thị cửa số phương trình về hiển thị kết quả ước lượng. Trong kết quả ước lượng của Eviews gồm ba phần chính: Tóm tắt các đặc điểm của mô hình hồi qui (biến phụ thuộc, phương pháp ước lượng, thời điểm thực hiện ước lượng, mẫu ước lượng, và số quan sát được sử dụng cho ước lượng kết quả); Kết quả hệ số (tên các biến giải thích, giá trị ước lượng các hệ số hồi qui, sai số chuẩn, thống kê t, và giá trị xác suất); và Tóm tắt thống kê (hệ số xác định R2, R2 điều chỉnh, sai số chuẩn của hồi qui, tổng bình phương phần dư (RSS), thống kê d Durbin-Watson, AIC, SIC, thống kê F, …). Sau khi học xong chương trình kinh tế lượng căn bản ít nhất ta sẽ hiểu một cách hệ thống tất cả các thông tin trong bảng kết quả ước lượng này.

36. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 36 ta nên lưu phần dư với một tên gọi khác. Khi vừa ước lượng mô hình, nếu ta chọn Resids ở Equation ta sẽ có đồ thị hệ trục kép như sau: 2000 1500 1000 30 500 20 10 0 0 -10 -20 -30 55 60 65 70 Residual 75 80 Actual 85 90 95 Fitted Biến giả trong Eviews Để đưa biến giả vào mô hình hồi qui, thay vì phải tạo ra các biến này, Eviews đưa ra công thức hỗ trợ rất hữu ích như sau: @EXPAND(D1, D2, …) (2.23) Ví dụ sử dụng chúng tôi hồi qui biến wage theo các biến giáo dục, năm kinh nghiệm, giới thích, ngành xây dựng, và ngành dịch vụ như sau:

39. 39 Hướng dẫn sử dụng Eviews 5.1 Phùng Thanh Bình Tổng các hệ số hồi qui của log(K) và log(L) dường như lớn hơn 1, nhưng để có kết luận tin cậy ta cần kiểm định giả thiết H0: β2 + β3 = 1. Để thực hiện kiểm định Wald ta chọn View/Coefficient Tests/Wald – Coefficient Restrictions … và nhập điều kiện ràng buộc vào hộp thoại soạn thảo như sau: Lứu ý, nếu có nhiều ràng buộc khác nhau, thì mỗi ràng buộc cách nhau bằng một dấu phẩy. Eviews sẽ cho kết quả kiểm định như sau: Các giá trị thống kê sẽ được giải thích ở chương mô hình hồi qui bội. Ngoài ra, ta có thể đưa ra các điều kiện ràng buộc khác tùy vào phát biểu giả thiết. Để quyết định bác bỏ hay chấp nhận H0, nếu là mô hình hồi qui tuyến tính ta so sánh giá trị F tính toán với giá trị F phê phán ở một mức ý nghĩa xác định. Ngược lại, nếu mô hình hồi qui phi tuyến ta so sánh giá trị chi bình phương tính toán với giá trị chi bình phương phê phán với số bậc tự do bằng số ràng buộc. * Kiểm định bỏ sót biến Đây là một nội dung quan trọng trong kiểm định sai dạng mô hình. Ý tưởng của kiểm định này là khi ta đưa thêm biến vào mô hình và muốn biết các biến này có đóng góp có ý nghĩa vào việc giải thích sự thay đổi của biến phụ thuộc hay không. Giả thiết không của kiểm định này là các biến mới đưa thêm vào mô hình đồng thời không có ý nghĩa. Giả sử, với chúng tôi lúc đầu ta chỉ ước lượng mô hình như sau: log(GDPt) = B1 + B2log(M1t) + B3log(RSt) + ut Hai điểm lưu ý với kiểm định này: (2.27)

40. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 40 – Số quan sát trong hai mô hình phải bằng nhau. – Áp dụng cho mọi phương pháp ước lượng miễn là phương trình hồi qui được xác định bằng cách liệt kê các biến chứ không phải bằng công thức. Để thực hiện kiểm định bỏ sót biết ta chọn View/Coefficient Tests/Omitted Variables – Likelihood Ratio … và nhập tên các biến nghi là bị bỏ sót cần được kiểm định (giả sử đó là TIME và PR) vào hộp thoại soạn thảo và được kết quả sau đây: Để quyết định bác bỏ hay chấp nhận H0, nếu là mô hình hồi qui tuyến tính ta so sánh giá trị F tính toán với giá trị F phê phán ở một mức ý nghĩa xác định. Ngược lại, nếu mô hình hồi qui phi tuyến ta so sánh giá trị LR với giá trị chi bình phương phê phán với số bậc tự do bằng số ràng buộc. * Kiểm định thừa biến Đây cũng là một nội dung trong kiểm định sai dạng mô hình. Kiểm định này cho phép ta kiểm định xem một nhóm biến đưa vào mô hình có ý nghĩa thống kê hay không. Nói cách khác, đây là kiểm định xem các hệ số của một nhóm biến đưa vào mô hình có đồng thời bằng không hay không để quyết định có nên loại chúng ra khỏi mô hình hay không. Các điều kiện áp dụng kiểm định này cũng tương tự như kiểm định bỏ sót biến. Giả sử lúc đầu ta có mô hình như sau: log(GDPt) = B1 + B2log(M1t) + B3log(RSt) + B4PRt + B5TIME + ut (2.28)

42. CHƯƠNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 42 tương quan và thống kê Q để kiểm định “chuỗi” phần dư của mô hình hồi qui có tương quan với nhau không. Biểu đồ tự tương quan đã được trình bày ở phần xử lý dữ liệu chuỗi. Để thực hiện kiểm định phần dư có tự tương quan hay không ta chọn View/Residual Tests/Correlogram – Q Statistics … * Kiểm định nhân tử Lagrange Đây là một cách kiểm định khác với kiểm định Q để kiểm định tương quan chuỗi. Kiểm định này sẽ được trình bày ở chương 13 về lựa chọn dạng mô hình. Trên Eviews ta thực hiệm kiểm định này bằng cách chọn Views/Residual Tests/Serial Correlation LM Test … * Kiểm định White về phương sai thay đổi Tương tự, mô hình hồi qui tuyến tính cổ điển cũng giả định các hạn nhiễu có phương sai đồng nhất. Để xem phương sai của nhiễu có đồng nhất hay không ta có thể sử dụng các kiểm định Park, kiểm định Glejser, kiểm định White, … Nội dung các kiểm định này sẽ được trình bày ở chương 11 về phương sai thay đổi. Trên Eviews ta thực hiện kiểm định White bằng cách chọn hoặc View/Residual Tests/White Heteroskedasticity (no cross terms) hoặc View/Residual Tests/White Heteroskedasticity (cross terms). Kiểm định sự ổn định * Kiểm định Chow Mục đích của kiểm định Chow là xem liệu có sự thay đổi về mặt cấu trúc của mô hình hồi qui (đối với hồi qui chuỗi thời gian) giữa các giai đoạn khác nhau (do thay đổi chính sách hoặc cú sốc kinh tế) hay không. Nội dung của kiểm định này sẽ được trình bày ở chương 8 về phân tích hồi qui bội. Ta xét ví dụ trong chúng tôi Sau khi ta hồi qui tiết kiệm theo thu nhập và thực hiện kiểm định như sau View/Stability Tests/Chow Breakpoint Test … và ta nhập mốc thời gian vào hộp thoại soạn thảo để có kết quả như sau: . * Kiểm định RESET của Ramsay Mục đích của kiểm định này là xem có bỏ sót biến quan trọng trong mô hình hồi qui hay không (nhất là khi không có số liệu về biến bỏ sót đó). Nội dung của kiểm định này sẽ được trình bày ở chương 8 về lựa chọn dạng mô hình. Sau khi ước lượng, để kiểm định xem liệu mô hình có sót biến hay không ta chọn View/Stability Tests/Ramsay RESET Test …

Huong Dan Su Dung Joomla 1.5

Published on

1. Tàiđdjhjds [Year]10-2011CLOUD2S.COM HƯỚNG DẪN SỬ DỤNG JOOMLA 1.5″Tài liệu này mô tả chi tiết về Joomla phiên bản 1.5, nhằm giúpngười sử dụng – những người chưa biết đến Joomla hoặc chưacó kinh nghiệm quản trị website Joomla có cái nhìn sâu sắc hơnvà quản trị tốt hơn website của mình.Tài liệu này cũng có thể được dùng cho việc nghiên cứu và tựlàm một website bằng Joomla.Trong quá trình biên soạn, với góc độ là chuyên gia lập trình cóthể có những chỗ gây khó hiểu. Chúng tôi rất mong nhận đượcý kiến đóng góp của các bạn để tài liệu ngày càng hoàn thiệnhơn.”Mọi ý kiến đóng góp xin vui lòng gửi về địa chỉ email:support@cloud2s.com hoặc diễn đànhttp://cloud2s.com/vn/forumXin chân thành cảm ơn !Ban biên tập Cloud2s.comPhần 1

9.  Sau khi chỉnh sửa xong, bạn bấm vào “Insert” ở phía cuối trang để chènhình vào bài viết. Mục “Các thông số bài viết” nên để mặc định. Mục “Các thông số nâng cao” bạn nên để chế độ “Dùng theo cấu hình chung”, vìcác thiết lập này được xử lý khi bạn tạo Menu. Chú ý các mục sau: Phần “Ngôn ngữ của nội dung” (Content Language) bạn nên chọn đúngngôn ngữ của bài viết hiện tại nếu website của bạn hỗ trợ đa ngôn ngữ.

12.  Kiểu của mục menu: phần này rất quan trọng, với hầu hết các trang thì kiểu”Blog” và kiểu “Bài viết chuẩn” được sử dụng nhiều nhất. Bạn có thể thay đổikiểu bằng cách bấm vào nút “Thay đổi loại”. Mỗi loại menu được chú thích rõràng khi bạn đưa chuột lên.

16.  Resources: thống kê sử dụng tài nguyên hosting bao gồm Băng thông(Bandwidth), Dung lượng đĩa cứng (Disk), Email. Domain DNS: dùng để quản lý và tạo thêm các bản ghi (Record) quản lý hệthống tên miền (DNS – Domain Name Server) Domain Alias: dùng để quản lý và thêm các tên miền phụ chạy song song.Ví dụ: chúng tôi có thể truy cập thêm bằng 2 tên miền Việt Nam làcloud2s.com.vn và cloud2s.vn

18. 3. Các Component mặc định của Joomla!Trong phiên bản Joomla! 1.5 có tất cả 11 component mặc định được cung cấp kèm theo.Các component này được đặt trong thư mục [Joomla]/components và nằm trong cácthư mục con tương ứng với ký hiệu là “com_xyz”.

20. IV – Mô-đun (Module)1. Giới thiệuModule là một trong các thành phần mở rộng của Joomla, nó là một ứng dụng nhỏ(thường chỉ có vài file và phần lập trình cũng không nhiều) được sử dụng chủ yếu để lấydữ liệu và hiển thị thông tin. Module thường được dùng kết hợp kèm với các Thành phần(component) nhằm mở rộng cũng như thể hiện rõ ràng hơn các chức năng củacomponent.Không giống như component, một module có thể được đặt ở bất kỳ vị trí nào trêntemplate hoặc vị trí do người dùng tự định nghĩa. Ngoài ra một module có thể được nhânbản, nghĩa là cùng lúc có thể xuất hiện tại một vị trí hoặc các vị trí khác nhau.2. Vị trí của Module Joomla?Vị trí của module (module position) là nơi mà module có thể được đặt vào đó. Mỗi vị tríđều được xác định thông qua một định danh duy nhất (một cái tên), chẳng hạn như: left,right, top, bottom, user1, user2… Tên và số lượng các vị trí này được quy định bởitemplate. Các template khác nhau thì số lượng vị trí module cũng như tên của chúng cóthể khác nhau. Ngoài ra, trong quá trình sử dụng người dùng cũng có thể tự định nghĩacác vị trí mới sao cho phù hợp với yêu cầu của mình.Bạn có thể xem các vị trí của website bằng cách thêm đoạn mã sau vào URL của trangchủ: ?tp=1 . Ví dụ: http://cloud2s.com/?tp=13. Các Module mặc định của Joomla!Trong phiên bản Joomla! 1.5 có tất cả 20 module mặc định được cung cấp kèm theo.Các module này được đặt trong thư mục [Joomla]/modules và nằm trong các thư mụccon tương ứng với ký hiệu là “mod_xyz”.

22.  mod_wrapper: Mudule hiển thị một trang web bất kỳ được nhúng vào websiteJoomla.5. Cài đặt ModuleGiống cài đặt ComponentSau khi cài đặt, trạng thái “Đã bật” (Enabled) của Module mặc định là “Không” (No). Bạncần tìm đến module vừa cài đặt sau đó cấu hình lại theo mong muốn, chọn vị trí cấn hiểnthị rồi chuyển trạng thái “Đã bật” (Enabled) thành Yes.V – Plugin

23. 1. Giới thiệuPlugin (nhúng, cài cắm) là 1 loại thành phần mở rộng giống như component hay module.Cơ chế hoạt động của Plugin dựa trên các sự kiện kích hoạt (Trigger events – 1 loại hànhđộng được lập trình sẵn nhưng chỉ được kích hoạt khi có 1 sự kiện nào đó xảy ra phùhợp với điều kiện mà plugin đang chờ đợi).Joomla cung cấp sẵn 1 danh sách các Plugin events tạihttp://docs.joomla.org/Plugin/Events hoặc người dùng có thể tự định nghĩa thêm cácevents thông qua các thư viện: JPlugin, JObserver, JEventDispatcher,2. Cài đặtGiống cài đặt ComponentVI – Mẫu giao diện (Template)1. Giới thiệuJoomla Template là một gói bao gồm các file PHP, HTML, CSS, JS (Javascript)… và cáctấm hình, ảnh, biểu tượng, video, flash kèm theo tạo nên giao diện (bố cục và hình hài)của Website Joomla.Mỗi website, mỗi trang (Page) hay mỗi người dùng (User) có thể cài đặt các giao diệnkhác chúng tôi làm việc với giao diện, điều quan trọng mà bạn cần chú ý đó là các Vị trí (Position).Để xem các vị trí có sẵn trên Joomla web, bạn cần thêm mã tp=1 vào đằng sau URL củatrang chủ. Ví dụ: http://cloud2s.com/?tp=1

24. 2. Các template mặc định của JoomlaTrong phiên bản Joomla! 1.5 có 3 template được đóng gói sẵn kèm theo:- JA Purity (Joomlart)- Rhuk Milkyway (RocketTheme)- Beez (Angie Radtke/Robert Deutz).Cloud2s.com còn cung cấp miễn phí thêm rất nhiều giao diện đẹp khác. Bạn có thể xemdemo và tải về tại: http://cloud2s.com/vn/d%E1%BB%8Bch-v%E1%BB%A5-web-vn/cloud2s-joomla-template-stores.htmlCác template này được đặt trong thư mục [Joomla]/templates và nằm trong các thưmục con tương ứng. Riêng “system” là một template đặc biệt, nó được sử dụng khiJoomla! không tìm thấy bất cứ template nào khác trên hệ thống.

25. 3. Đặc điểm của Template Joomla! Các template của Joomla! đều có khả năng tùy biến cao thông qua cách sắp xếpvà đặt vị trí các module rất linh động. Việc thiết kế Template Joomla! khá dễ dàng, thậm chí chỉ cần vài giờ là có thểchuyển từ một template thuần HTML/CSS hay một template của một PORTAL /CMS khác sang template Joomla. Bạn có thể dùng cùng lúc vài template khác nhau trên cùng website. Chẳng hạnđối với trang HOME bạn gắn nó với template JA Purity, còn trang DOWNLOAD lạigắn nó với template Rhuk Milkyway… Số lượng template Joomla free (template miễn phí) và template Joomlacommercial (template có phí) được cung cấp trên mạng hiện nay là một con số mànhiều PORTAL / CMS / BLOG khác phải kính nể. Có tới hàng nghìn thậm chí hàngchục nghìn template.4. Cài đặt Template JoomlaGiống cài đặt ComponentBây giờ giao diện của bạn đã được đưa vào danh sách các giao diện của website, bạnhãy cấu hình cho giao diện đó là giao diện mặc định khi người xem vào website của bạn.Ở phần Extension bạn chọn Template Manager. Bạn hãy chọn giao diện bạn muốn hiểnthị trong danh sách và bấm vào “Default” để biến giao diện này thành giao diện mặc địnhVII. Quản lý người dùng (Users Manager)Bước 1. Mở trang quản trị và đăng nhập bằng tài khoản admin

Huong Dan Su Dung Eview 7

, Student at Khoa Hoc Tu Nhien

Published on

Huong dan su dung eview 7

1. TRƯỜNG ĐẠI HỌC TÀI CHÍNH – MARKETING BỘ MÔN TOÁN HƯỚNG DẪN SỬ DỤNG PHẦN MỀM EVIEW 7.0 ThS. NGUYỄN TRUNG ĐÔNG ThS. NGUYỄN VĂN PHONG TP. HỒ CHÍ MINH – 2013

2. 1 MỤC LỤC Trang 1. Màn hình Eviews………………………………………………………………………………………………….. 3 2. Các kiểu dữ liệu thông thường ……………………………………………………………………………….. 4 2.1. Số liệu theo thời gian…………………………………………………………………………………… 4 2.2. Số liệu chéo ……………………………………………………………………………………………….. 4 2.3. Số liệu hỗn hợp…………………………………………………………………………………………… 4 3. Nhập dữ liệu ………………………………………………………………………………………………………… 5 3.1. Nhập trực tiếp vào Eview…………………………………………………………………………….. 5 3.2. Nhập từ Excel và Word có sẵn……………………………………………………………………… 10 4. Vẽ đồ thị. ……………………………………………………………………………………………………………. 14 4.1. Vẽ biểu đồ phân tán số liệu ………………………………………………………………………….. 14 4.2. Vẽ đường hồi quy tuyến tính ……………………………………………………………………….. 17 5. Tìm hàm hồi quy tuyến tính mẫu (SRF)…………………………………………………………………… 18 6. Một số hàm trong Eviews………………………………………………………………………………………. 21 7. Cách tìm một số dạng hàm hồi quy…………………………………………………………………………. 21 8. Tìm ma trận tương quan và ma trận hiệp phương sai của các hệ số hồi quy…………………. 22 8.1. Ma trận tương quan giữa các biến…………………………………………………………………. 20 8.2. Ma trận hiệp phương sai của các hệ số hồi quy……………………………………………….. 23 9. Bài toán tìm khoảng tin cậy cho các hệ số hồi quy……………………………………………………. 24 10. Bài toán dự báo…………………………………………………………………………………………………… 26

3. 2 11. Định mẫu …………………………………………………………………………………………………………… 31 12. Tính các giá trị thống kê………………………………………………………………………………………. 33 13. Các bài toán kiểm định giả thiết mô hình ………………………………………………………………. 35 13.1. Kiểm định phương sai ……………………………………………………………………………….. 35 13.1.1. Kiểm định White ……………………………………………………………………………… 35 13.1.2. Kiểm định Glejser…………………………………………………………………………….. 37 13.1.3. Kiểm định Breusch – Pangan – Godfrey ……………………………………………… 38 13.2. Kiểm định tự phương quan (kiểm định BG) …………………………………………………. 39 13.3. Kiểm định biến có cần thiết trong mô hình hay không (kiểm định Wald)…………. 41 13.4. Kiểm định thừa biến trong mô hình …………………………………………………………….. 43 13.5. Kiểm định biến bị bỏ sót trong mô hình……………………………………………………….. 45 13.6. Kiểm định Chow trong mô hình hồi quy với biến giả…………………………………….. 46 14. Định dạng mô hình (Kiểm định Ramsey RESET) ………………………………………………….. 49 15. Lưu kết quả trong Eviews ……………………………………………………………………………………. 51 15.1. Lưu file dữ liệu ………………………………………………………………………………………… 51 15.2. Lưu các bảng kết quả ……………………………………………………………………………….. 51 Tài liệu tham khảo …………………………………………………………………………………………………… 54

4. 3 HƯỚNG DẪN SỬ DỤNG PHẦN MỀM EVIEW 7.0 1. Màn hình Eviews Hình 1 Màn hình Eviews Thanh công cụ Cửa sổ Command Cửa sổ Workfile

5. 4 2. Các kiểu dữ liệu thường dùng. 2.1. Số liệu theo thời gian: là các số liệu thu thập tại nhiều thời điểm khác nhau trên cùng một đối tượng. Chẳng hạn như số liệu về GDP bình quân của Việt Nam từ 1998 – 2006 được cho trong bảng sau: 2.2. Số liệu chéo: là số liệu thu thập tại một thời điểm ở nhiều nơi, địa phương, đơn vị, khác nhau. Chẳng hạn như số liệu về GDP bình quân trong năm 2006 của các nước Brunei, Campuchia, Indonesia, Lào, Malaysia, Myanmar, Philippines, Singapore, Thái Lan, Việt Nam được cho như sau: 2.3. Số liệu hỗn hợp: là số liệu tổng hợp của hai loại trên, nghĩa là các số liệu thu thập tại nhiều thời điểm khác nhau ở nhiều địa phương, đơn vị khác nhau. Chẳng hạn như số liệu về GDP bình quân của các nước từ 1998 – 2006.

7. 6 Mở Eview, để nhập dữ liệu: Chọn File→New→Workfile, ta có màn hình như sau: Hình 2 Tuỳ vào kiểu dữ liệu cần khảo sát, ta có thể chọn được các kiểu sau : Dated – regular frequency Multi – year : Số liệu nhiều năm Annual : Số liệu năm Semi – Annual : Số liệu nửa năm Quarterly : Số liệu theo quý Monthly : Số liệu theo từng tháng Bimonthly : Mỗi tháng 2 lần/2 tháng 1 lần Fortnight : Hai tuần lễ/15 ngày Ten – day (Trimonthly) : Weekly : Số liệu theo từng tuần Unstructure / Undate : Số liệu chéo Để nhập dữ liệu ở ví dụ 1, ta chọn các khai báo như trong hình 3 như sau:

8. 7 Hình 3 Để nhập dữ liệu ở ví dụ 2, ta chọn các khai báo như trong hình 4 Hình 4 Để nhập dữ liệu cho ví dụ 3, ví dụ 4, ta có thể khai báo báo như trong hình 5.

9. 8 Hình 5 Trong ô Observations ta nhập cỡ mẫu (số các quan sát) Chẳng hạn như trong ví dụ 3, ta nhập 10 rồi nhấn OK ta được hình 6 Hình 6 Để nhập số liệu ta chọn : Quick →Empty Group (Edit Series), màn hình xuất hiện một cửa sổ như hình 7. Trong đó

10. 9 – Cột obs ghi thứ tự quan sát. – Các cột kế tiếp để khai báo các biến và nhập số liệu. Hình 7 Ví dụ nhập số liệu cho biến Y vào cột số 2, ta nhấp chuột vào đầu cột này và gõ tên biến Y sau đó nhấp Enter và lần lượt gõ các giá trị vào các ô bên dưới có ghi chữ NA. Chẳng hạn như trong ví du 3 và ví dụ 4, ta khai báo và nhập số liệu tuần tự như trong các hình sau : Hình 8

11. 10 Hình 9 3.2. Nhập từ Excel và Word có sẵn Giả sử ta có sẵn File Excel vidu chúng tôi chứa số liệu của ví dụ 3. Khi đó ta thực hiện các bước Import sau: (Excel 2003 mới dùng được) Mở chương trình Eviews chọn File → Open →Foreign Data as Workfile…như sau Hình 10

12. 11 Hình 11 Chọn Open ta được kết quả như trong hình 12. Trong cửa sổ này chúng ta thấy có hai cột số liệu của X và Y tương ứng trong Sheet1 của File vidu chúng tôi Hình 12

13. 12 Sau đó chọn Next ta được kết quả như trong Hình 13 Trong của sổ này với cột nội dung Column info ta có thể mô tả lại tên của các biến tại các ô Name: Tên biến; Description: Mô tả tên biến Hình 13 Cuối cùng chọn Finish ta được kết quả như trong hình 14 Hình 14 Lưu ý. Các bước trên được gọi là trích lọc dữ liệu từ một file dữ liệu có sẵn.

14. 13 Ta có thể thực hiện copy trực tiếp từ một file Word hoặc Excel Mở của sổ Group của Eview Hình 15 Từ file excel hoặc file word bôi đen rồi copy và paste vào file trên. Chẳng hạn ta có file word ta thực hiện như sau: Hình 16 Ta paste vào của sổ Group như sau

15. 14 Hình 17 Và được kết quả như sau: Hình 18 4. Vẽ đồ thị. 4.1. Vẽ biểu đồ phân tán số liệu. Mục đích của việc vẽ đồ thị này cho phép ta đánh giá sơ bộ về mối quan hệ cũng như hình dung được dạng hàm (mô hình) giữa hai biến với nhau. Để vẽ đồ thị phân tán của hai biến, chẳng hạn như trong ví dụ 3 ta vẽ đồ thị phân tán của Y và X.

16. 15 Từ của sổ Eviews chọn Quick→Graph Hình 19 Một của sổ Series List xuất hiện. Ta gõ tên biến độc lập (X) và biến phụ thuộc (Y) giữa hai biến này là khoảng trắng. Khi đó màn hình sẽ như sau (không cần viết hoa) Hình 20 Nhấp OK, ta được màn hình sau

17. 16 Hình 21 Ta chọn Scatter rồi nhấn Ok, ta được đồ thị phân tán dữ liệu như sau Hình 22 Làm tương tự như các bước trên ta có thể vẽ các loại đồ thị khác.

18. 17 4.2. Vẽ đường hồi quy tuyến tính. Hình 23 Thực hiện các bước tương tự như trên. Ta chọn Scatter→Regression line rồi nhấn Ok, ta được đồ thị đường hồi quy như sau: Hình 24

19. 18 Đối với đồ thị cần hiệu chỉnh màu (đường nét,…,) ta chỉ cần nhấp đúp vào đồ thị màn hình sau sẽ xuất hiện: Hình 25 Trong đó: – Color : hiệu chỉnh màu sắc – Line pattern : hiệu chỉnh kiểu đường nét – Line width : hiệu chỉnh độ rộng của đường nét – Symbol size : chọn kiểu hiển thị cho các điểm 5. Tìm hàm hồi quy tuyến tính mẫu (SRF). Muốn tìm hàm hồi quy tuyến tính mẫu của Y theo X chẳng hạn như trong ví dụ 3 có nhiều cách làm sau đây tôi chỉ giới thiệu một cách đơn giản nhất. Từ cửa sổ Command ta gõ dòng lệnh ls y c x và nhấn Enter. Ta có bảng hồi quy sau mà ta gọi là bảng Equation

20. 19 Hình 26 Các kết quả ở bảng trong hình 22 lần lượt là – Dependent Variable : Tên biến phụ thuộc – Method: Least Squares : Phương pháp bình phương tối thiểu (nhỏ nhất). – Date – Time : Ngày giờ thực hiện – Sample : Số liệu mẫu 1 – 10 – Included observations : Cỡ mẫu là 10 (số các quan sát) – Cột Variable : Các biến giải thích có trong mô hình (trong đó C là hệ số bị chặn) – Cột Coefficient : Giá trị các hệ số hồ quy ɵ ɵ 1 2;β β . – Cột Std. Error : Sai số chuẩn của các hệ số hồi quy. ɵ ( ) ɵ ( ) ɵ ( ) ɵ ( )1 1 2 2se var ;se varβ = β β = β – Cột t – Statistic : Giá trị thống kê t tương ứng ɵ ɵ ( ) ɵ ɵ ( ) 1 2 1 2 1 2 t ;t se se β β = = β β

22. 21 6. Một số hàm trong Eviews. LOG(X) : ln(X) EXP(X) : X e ABS(X) : giá trị tuyệt đối của X SQR(X) : căn bậc 2 của X @SUM(X) : tổng của các X @MEAN(X) : giá trị trung bình của X @VAR(X) : phương sai của X @COV(X,Y) : hiệp phương sai của X, Y @COR(X,Y) : hệ số tương quan của X, Y 7. Cách tìm một số dạng hàm hồi quy. Giả sử ta có số liệu của các biến Y và X tại thời điểm t. Nếu tìm hàm hồi quy của tY theo X và t 1Y− (biến trễ thì câu lệnh sẽ là y c x y(-1). Giả sử ta có số liệu của các biến Y và X. Nếu tìm hàm hồi quy của ln(Y) theo ln(X) thì câu lệnh sẽ là log(y) c log(x). Giả sử ta có số liệu của các biến Y và X. Nếu tìm hàm hồi quy của Y theo X thì câu lệnh sẽ là y c sqr(x). Giả sử ta có số liệu của các biến Y và X. Nếu tìm hàm hồi quy của Y theo X e thì câu lệnh sẽ là y c exp(x). Giả sử ta có số liệu của các biến Y và X. Nếu tìm hàm hồi quy của Y theo X và 2 X thì câu lệnh sẽ là y c x x^2. Giả sử ta có số liệu của các biến Y và X. Nếu tìm phương trình sai phân cấp 1 của Y theo X thì câu lệnh sẽ là d(y) c d(x). Giả sử ta có số liệu của các biến Y và X. Nếu tìm phương trình sai phân cấp k của Y theo X thì câu lệnh sẽ là d(y,k) c d(x,k). Nếu cần tìm hàm hồi quy nhưng không sử dụng hết các quan sát của mẫu, chẳng hạn ta tìm hàm hồi quy của Y theo X trong ví dụ 3 nhưng ta chỉ sử dụng 7 cặp quan sát đầu tiên. Khi đó ta thực hiện các thao tác như sau: Từ bảng Equation chọn Estimate, ta có màn hình sau. Ta chỉnh 10 thành 7

23. 22 Hình 28 8. Tìm ma trận tương quan và ma trận hiệp phương sai của các hệ số hồi quy 8.1. Ma trận tương quan giữa các biến. Giả sử ta có mẫu gồm các biến Y, X2, X3 cho trong ví dụ 4. Để tìm ma trận tương quan của các biến này ta thực hiện như sau: Từ cửa sổ Eviews chọn Quick →Group Statistics →Correlations. Khi đó màn hình xuất hiện như sau: Hình 29

24. 23 Nhấp chuột sẽ xuất hiện cửa sổ sau Hình 30 Sau đó nhấn OK, ta được ma trận tương quan như sau Hình 31 Ý nghĩa: Ma trận tương quan (Correlation) cho biết xu thế và mức độ tương quan tuyến tính giữa hai biến trong mô hình. Nhìn vào bảng ma trận tương quan ở trên ta thấy hệ số tương quan của X2 và X3 là 0.480173 khá nhỏ điều đó có nghĩa là X2 và X3 có tương quan tuyến tính ở mức độ yếu và tương quan thuận. 8.2. Ma trận hiệp phương sai giữa các hệ số hồi quy. Giả sử ta có mẫu gồm các biến Y, X2, X3 cho trong ví dụ 4. Để tìm ma trận hiệp phương sai giữa các hệ số hồi quy, ta thực hiện như sau: Từ cửa sổ Equation chọn View →Covariance Matrix. Khi đó màn hình xuất hiện như sau:

25. 24 Hình 32 Nhấp chuột, ta được ma trận hiệp phương sai giữa các hệ số hồi quy như sau Hình 33 Ý nghĩa: Ma trận hiệp phương sai của các hệ số hồi quy (Coefficient Covariance matrix) cho biết phương sai các hệ số hồi quy nằm trên đường chéo chính, các thành phần còn lại là hiệp phương sai của những hệ số trong mô hình. Chẳng hạn, ví dụ 4 bên trên. Nhìn vào ma trận hiệp phương sai bên trên ta có phương sai của các hệ số hồi quy là: ɵ ( ) ɵ ( ) ɵ ( )1 2 3var 39.10093;var 0.107960;var 0.168415.β = β = β = 9. Bài toán tìm khoảng tin cậy cho các hệ số hồi quy (Khoảng tin cậy đối xứng). Khoảng ước lượng các hệ số hồi quy tổng thể

26. 25 ɵ ɵ ( ) ɵ ɵ ( )j j j jj Cse ; Cse ; j 1,2,…,k β ∈ β − β β + β =   Trong đó C là giá trị được dò trong bảng phân phối Student với bậc tự do là (n-k). Ký hiệu n k 2 C t − α = Giả sử ta có mẫu gồm các biến Y, X2, X3 cho trong ví dụ 4. Để tìm khoảng tin cậy cho các hệ số hồi quy tổng thể, ta thực hiện như sau: Từ cửa sổ Equation chọn View →Coefficient Diagnostics→confidence Intervals… Khi đó màn hình xuất hiện như sau: Hình 34 Nhấp chuột, ta được kết quả sau

28. 27 Hình 36 Nhấp chuột, màn hình sau xuất hiện. Ở ô quan sát (Observations) ta điều chỉnh 12 thành 13) như sau: Hình 37 Nhấp OK. Từ bảng Group. Ta chọn Edit+/- , sau đó nhập 2 3X 20,X 16= = vào hàng số 13 có chữ NA như sau:

29. 28 Hình 38 Tắt cửa sổ Group. Bước 2. Tính giá trị ( ) ( )0 0 0DB 0Y Y ;se Y Y se1;se Y se2.= − = = Từ bảng Equation. Chọn forecast màn hình xuất hiện như sau Hình 39

30. 29 Ô Forecast name ta đổi Yf thành DBY , ô S.E. (optional) ta gõ Se1. Nhấn OK. Hình 40 Tắt đồ thị dự báo Từ bảng Workfile. Chọn Genr và gõ lệnh như sau rồi nhấn Ok. Hình 41 Bước 3. Tìm khoảng dự báo – Dự báo giá trị trung bình

31. 30 Từ bảng Workfile. Chọn Genr và gõ lệnh như sau rồi nhấn Ok. Hình 42 Dự báo giá trị cá biệt. Từ bảng Workfile. Chọn Genr và gõ lệnh như sau rồi nhấn Ok. Hình 43

32. 31 Để mở các kết quả trên cùng một bảng ta thực hiện như sau: Từ của số Workfile, nhấn phím Ctrl rồi chọn canduoicabiet, cantrencabiet, canduoitrungbinh, cantrentrungbinh sau đó nhấn Enter, ta được kết quả sau (lưu ý nhìn vào hàng thứ 13) Hình 44 Vậy khoảng dự báo giá trị trung bình và giá trị cá biệt của Y là CANDUOITB CANTRENTB CANDUOICB CANTRENCB 153.9864 163.0754 148.3989 168.6630 11. Định mẫu Trước hết ta xét ví dụ sau Ví dụ 5. Bảng số liệu sau cho biết số liệu về lượng hàng bán được (Y tấn/tháng), giá bán (X ngàn đồng/kg) ở 20 khu vực bán và được khảo sát tại hai nơi là Thành phố và Nông thôn.

33. 32 Trong đó Z là biến giả: Z = 0 : khảo sát ở nông thôn Z = 1 : khảo sát ở thành thị Có nhiều trường hợp ta không sử dụng hết các số liệu của mẫu ban đầu, hay chỉ cần khảo sát sự phụ thuộc khi biến giả nhận một giá trị nào đó. Để định mẫu lại, từ cửa sổ Workfile chọn Sample, màn hình xuất hiện như Hình 45 Chẳng hạn ta chỉ khảo sát 15 mẫu đầu tiên và ở khu vực Thành phố ứng với Z = 1 . Ta khai báo vào ô Sample range pairs và IF condition nhưtrong hình sau

34. 33 Hình 46 Nhấn OK, ta thấy có sự thay đổi trong cửa số Workfile như sau Hình 47 12. Tính các giá trị thống kê. Để tính các giá trị thống kê như Trung bình, trung vị, độ lệch chuẩn, …của các biến có trong mô hình chẳng hạn vớ số liệu cho trong ví dụ 4 ta làm như sau: Từ cửa sổ EViews chọn Quick →Group Statistics →Descriptive statistics →Common sample, như hình sau

35. 34 Hình 48 Nhấp chuột và nhập tên các biến vào cửa sổ Series List như hình sau Hình 49 Nhấp OK, ta được bảng các giá trị thống kê sau:

36. 35 Hình 50 Giải thích : – Mean : trung bình. – Median : trung vị – Maximum : Giá trị lớn nhất – Minimum : Giá trị nhỏ nhất – Std. Dev : Độ lệch chuẩn – Skewness : Hệ số bất đối xứng – Kurtosis : Hệ số nhọn – Jarque – Bera : Kiểm định phân phối chuẩn – Sum : Tổng các quan sát – Sum sq. Dev : Độ lệch chuẩn của tổng bình phương – Observations : Số quan sát (cỡ mẫu) 13. Các bài toán kiểm định giả thiết mô hình. 13.1. Kiểm định phương sai thay đổi. 13.1.1. Kiểm định White. Chẳng hạn như trong ví dụ 4.

37. 36 Để thực hiện việc kiểm định White bằng Eview, sau khi ước lượng mô hình hồi quy mẫu, từ cửa sổ Equation chọn View→Residual Diagnostics → Heteroskedasticity tests… Khi đó màn hình sẽ như sau: Hình 51 Nhấp chuột, màn hình như sau Hình 52

41. 40 Hình 56 Nhấp chuột, cửa sổ sau xuất hiện như sau: Hình 57 Ô Lags to indude ta gõ bậc tự tương quan vào (ví dụ như tự tương quan là bậc 2) Nhấn Ok. Ta có kết quả như sau:

43. 42 Hình 59 Nhấp chuột ta có cửa sổ sau xuất hiện: Gõ c(2)=0 vào Hình 60 Nhấp Ok. Ta được kết quả như sau:

44. 43 Hình 61 Ta đặt bài toán kiểm định như sau: 0H : Biến X2 không cần thiết trong mô hình; 1H : Biến X2 cần thiết trong mô hình. Từ bảng kiểm định Wald ở trên, ta có P _ value 0.0000= < α cho trước nên bác bỏ 0H .Vậy X2 cần thiết trong mô hình. Lưu ý: Trong trường hợp này ta chỉ khảo sát X2 nên ta có thể dùng giá trị xác suất của thống kê t hoặc giá trị xác suất của thống kê F đều được. Trong trường hợp ta khảo sát nhiều hơn hai biến thì ta chỉ dùng thống kê F. 13.4. Kiểm định thừa biến trong mô hình (biến không cần thiết). Giả sử xét ví dụ 4 bên trên, ta tiến hành như sau: – Tìm hàm hồi quy của Y theo X2 và X3. Từ cửa số Equation, ta chọn View→Coefficient Diagnostics → Redundant Variables Test – Likelihood ratio… Khi đó màn hình sẽ như sau:

45. 44 Hình 62 Nhấp chuột ta có cửa sổ One or more test series to remove xuất hiện, rồi gõ biến X3 vào Hình 63 Nhấp Ok, ta có kết quả sau:

46. 45 Hình 64 Ta đặt bài toán kiểm định như sau: 0 3H : 0 :β = Biến X3 không cần thiết trong mô hình; 1 3H : 0:β ≠ Biến X3 cần thiết trong mô hình. Từ bảng kiểm định ở trên, ta có P_ value 0.0000= < α cho trước nên bác bỏ 0H . Vậy X3 cần thiết trong mô hình. 13.5. Kiểm định biến bị bỏ sót trong mô hình. Giả sử xét ví dụ 4 bên trên, ta tiến hành như sau. – Tìm hàm hồi quy mẫu của Y theo X2. Từ cửa số Equation, ta chọn View→Coefficient Diagnostics → Omitted Variables Test – Likelihood ratio… Khi đó màn hình sẽ như sau: Hình 65

47. 46 Nhấp chuột ta có cửa sổ One or more test series to add xuất hiện. Ta gõ biến X3 vào Hình 66 Nhấp Ok, ta được kết quả sau: Hình 67 Ta đặt bài toán kiểm định như sau: 0 3H : 0 :β = Biến X3 ảnh hưởng tới Y (X3 không bị bỏ sót); 1 3H : 0:β ≠ Biến X3 bị bỉ sót trong mô hình. Từ bảng kiểm định ở trên, ta có P_ value 0.0000= < α cho trước nên bác bỏ 0H . Vậy X3 bị bỏ sót trong mô hình. 13.6. Kiểm định Chow trong mô hình hồi quy với biến giả. Ví dụ7. Giả sử số liệu về tiết kiệm và thu nhập cá nhân ở nước Anh từ năm 1946 đến 1963 (đơn vị pound) cho ở bảng sau:

48. 47 Trong đó, Y : Tiết kiệm ; X : Thu nhập. Để kiểm định rằng có sự thay đổi về tiết kiệm giữa hai thời kỳ hay không, ta thực hiện các bước kiểm định Chow như sau: Hồi quy Y theo X, ta được kết quả Hình 68 Từ cửa sổ Equation, chọn View →Stability Diagnostics → Chow Breakpoint Test…như hình sau:

49. 48 Hình 69 Sau khi nhấp chuột, một cửa sổ xuất hiện như sau: Hình 70

50. 49 Ta gõ vào cửa sổ Chow Test giá trị Breakpoint là 1955 như hình trên, nhấp OK. Khi đó ta được kết quả sau: Hình 71 và dự vào bảng kết quả trên ta cũng có giá trị F = 5.037 . Với giá trị xác suất là 0.022493. nên ta chấp nhập giả thuyết là hai mô hình hồi quy khác nhau. 14. Định dạng mô hình (Kiểm định Ramsey RESET) Xét mô hình gốc: i 1 2 i iY X (1)= β +β + ε Kiểm định Ramsey RESET 2 3 m 1 i i ii 1 2 i 1 2 m iY X Y Y … Y (2) + = β +β + α + α + α + ε Bài toán kiểm định 0 1 2 m 1 j H : … 0 H : 0, j 1,m α = α = = α =  ∃α ≠ = H0 : Mô hình gốc không thiếu biến, dạng hàm đúng H1 : Mô hình gốc thiếu biến, dạng hàm sai 2 2 2 1 2 22 2 R R n k F F(m,n k ) 1 R m − − = ⋅ − − ∼ Giả sử xét ví dụ 3 bên trên, ta tiến hành như sau: Tìm hàm hồi quy tuyến tính mẫu của Y theo X. Từ của số Equation. Chọn View →Stability Diagnostics →Ramsey RESET Test…như hình sau:

51. 50 Hình 72 Nhấp chuột ta có cửa sổ Number of fitted terms xuất hiện. Ta gõ tham số m=1 vào Hình 73 Nhấp Ok, ta được kết quả sau: Hình 74

53. 52 Chẳng hạn với số liệu trong ví dụ 3 sau khi tìm được mô hình hồi quy xong và ta thực hiện lưu trữ như sau: Từ cửa sổ Equation. Nếu ta chọn chức năng Name như hình 63 Hình 76 Chọn OK ta được kết quả có biểu tượng là Hình 77

54. 53 Từ cửa sổ Equation. Nếu ta chọn chức năng Freeze thì ta thấy một table mới xuất hiện như sau: Hình 78 Chọn OK ta được kết quả có biểu tượng là

55. 54 TÀI LIỆU THAM KHẢO [1] Đinh Ngọc Thanh, Nguyễn Văn Phong, Nguyễn Trung Đông, Nguyễn Thị Hải Ninh: Giáo trình kinh tế lượng, lưu hành nội bộ, Đại học tài chính – Marketing. [2] Bài tập sử dụng Eview 5.0. Đại học kinh tế. [3] Nguyễn Quang Dong: Bài giảng Kinh tế lượng, nhà xuất bản thống kê, 2006. [4] Phụ lục hướng dẫn sử dụng phần mềm Eview 5.1, lưu hành nội bộ. [5] Huỳnh Đạt Hùng, Nguyễn Khánh Bình, Phạm Xuân Giang: Kinh tế lượng, nhà xuất bản Phương Đông, 2012. [6] Bùi Dương Hải, bổ sung kiến thức kinh tế lượng cơ bản.

Huong Dan Su Dung Eviews 6.0

Published on

1. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn BÀI GIẢNG 2 HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0MỤC TIÊU BÀI GIẢNG: 1. Eviews là gì? 2. Workfile là gì? 3. Trình bày dữ liệu trong Eviews? 4. Đối tượng trong Eviews 5. Quản lý dữ liệu trong Eviews 6. Các phép toán và hàm số gì trong Eviews 7. Các vấn đề cơ bản về phân tích dữ liệu chuỗi và nhóm 8. Xây dựng hàm kinh tế lượng trong Eviews 9. Kiểm định giả thiết của mô hình hồi qui trong EviewsĐỐI TƯỢNG BÀI GIẢNG: 1. Tài liệu bài giảng cho sinh viên đại học 2. Tài liệu tham khảo ôn tập cho học viên cao học NHỮNG VẤN ĐỀ CƠ BẢN VỀ EVIEWSEVIEWS LÀ GÌ?Eviews1 cung cấp các công cụ phân tích dữ liệu phức tạp,hồi qui và dự báo chạy trên nền Windows. Với Eviews ta cóthể nhanh chóng xây dựng một mối quan hệ thống kê từ dữliệu có sẵn và sử dụng mối quan hệ này để dự báo các giátrị tương lai. Eviews có thể hữu ích trong nhiều lĩnh vựcnhư phân tích và đánh giá dữ liệu khoa học, phân tích tài1 Viết tắt của Econometrics Views 1

2. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnchính, dự báo kinh tế vĩ mô, mô phỏng, dự báo doanh số,và phân tích chi phí. Đặc biệt, Eviews là một phần mềmrất mạnh cho các nghiên cứu dữ liệu thời gian và dữ liệuchéo với cỡ mẫu lớn. Eviews đưa ra nhiều cách nhập dữ liệu rất thông dụngvà dễ sử dụng như nhập từ bàn phím, từ các tập tin sẵn códưới dạng Excel hay Text. Với Eviews, chúng ta có thể dễdàng tạo ra các chuỗi mới từ các chuỗi hiện hành, hoặc mởrộng dữ liệu có sẵn. Eviews trình bày các biểu mẫu, đồthị, kết quả ấn tượng và có thể in trực tiếp hoặc chuyểnqua các loại định dạng văn bản khác. Eviews giúp người sửdụng dễ dàng ước lượng và kiểm định các mô hình kinh tếlượng. Ngoài ra, Eviews còn giúp những người nghiên cứuchuyên nghiệp có thể xây dựng các tập tin bài giảng trìnhcho dự án nghiên cứu của mình. Eviews tận dụng các đặcđiểm hiển thị ưu việc của nền Windows hiện đại nên rấtthuận tiện cho tất cả mọi người dễ dàng sử dụng như dùngchuột, các thanh kéo, thay đổi giao diện, thoát, … Nhờ sửdụng loại ngôn ngữ rất gần với các ký hiệu chuẩn củatoán, thống kế, và kinh tế lượng, nên người sử dụng dễdàng suy luận một cách hợp lý khi xây dựng hoặc kiểm địnhcác mô hình hồi qui trên Eviews. Nếu chương trình đượccài đặt thành công, thì khi khởi động Eviews chúng ta sẽthấy xuất hiện một cửa sổ chính như sau:Title bar: Thanh tiêu đề, Main Menu: Trình đơn chính, CommandWindow: Cửa sổ/Màn hình lệnh, Work Area: Vùng làm việc, Status Line:Dòng trạng thái.Nguồn: Eviews 6 Users Guide, pp.10 2

4. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn(i) Tạo một tập tin bằng cách mô tả cấu trúcĐể mô tả cấu trúc của tập tin Eviews, ta phải cung cấpcho Eviews cácthông tin về sốquan sát và cácnhận dạng liênquan. Để tạo mộttập tin mới trênEviews, ta chọnFile/New Workfile,… từ thực đơnchính để mở hộpthoại WorkfileCreate. Ở gốc tráicủa hộp thoại làmột hộp nhỏ để môtả cấu trúc cơ bảncủa bộ dữ liệu. Ta có thể chọn giữa Dated-RegularFrequency, Unstructured, và Balanced Panel. Nói chung, tacó thể sử dụng Dated-regular frequency7 nếu ta có bộ dữliệu thời gian, với bộ dữ liệu bảng đơn giản ta sử dụngBalanced Panel, và các trường hợp khác ta sử dụngUnstructured8. Sau khi ta đã xác định loại cấu trúc dữ liệu, Eviewssẽ tự động nhắc ta mô tả đặc điểm của bộ dữ liệu đó nhưtần suất, ngày bắt đầu, ngày kết thúc đối với loại dữliệu thời gian; số quan sát đối với loại dữ liệu chéo; vàtần suất, ngày bắt đầu, ngày kết thúc, và số quan sát tạimỗi thời điểm đối với loại dữ liệu bảng.7 Nếu là dữ liệu năm, thì ở ô Frequency ta chọn Annual; ở các ô Start date và End date ta nhập năm bắt đầu vànăm kết thúc của các chuỗi dữ liệu. Nếu dữ liệu là quí, thì ở ô Frequency ta chọn Quarterly; ở các ô Start date vàEnd date ta nhập quí bắt đầu và quí kết thúc của các chuỗi dữ liệu. Ở đây ta có thể chọn một trong hai cách sau(ví dụ quí 2 năm 2005): 2005:2 hoặc 2005Q2. Nếu là dữ liệu tháng, thì ở ô Frequency ta chọn Monthly; ở các ôStart date và End date ta nhập tháng bắt đầu và tháng kết thúc của các chuỗi dữ liệu. Tương tự, ta có thể chọnmột trong hai cách sau (ví dụ tháng 8 năm 2008): 2008:8 hoặc 2008M8. Các ô đặt tên là tùy chọn (đặt tên tập tinvà tên trang), nhưng thông thường không cần thiết.8 Sử dụng đối với loại dữ liệu chéo và ta chỉ cần nhập số quan sát của bộ dữ liệu (dataset) vào ô Observations làxong. 4

5. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn(ii) Tạo một tập tin bằng đọc từ một nguồn dữ liệu bên ngoàiTa có thể mở trực tiếp một nguồn dữ liệu bên ngoài nhưnhư cách mở một tập tinEviews. Để mở một filebên ngoài, trước hết tachọn File/Open/ForeignData as Workfile9, … đểđến hộp thoại Open, chọnFiles of type, mở filecần chuyển sang tập tinEviews, và thực hiện mộtsố điều chỉnh nếu cầnthiết. Xem ví dụ minh họasau đây. Để mở và chuyểnmột tập tin nào đó sangEviews, trước hết phảixác định thư mục thíchhợp, rồi chọn tập tin(File name và Files oftype) cần chuyển sang tậptin Eviews. Tuy nhiên,tập tin nguồn với địnhdạng khác nhau sẽ có mộtsố khai báo riêng. Đối với tập tinStata. Khi chọn và mở tậptin (ví dụ Chapter2.1.dtatrong thư mục data nhưtrong hộp thoại), ta thấyxuất hiện hộp thoại TableRead Specification. Trongđó, ta chọn Select hoặcUnselect để chọn các biếncần thiết chuyển sang dạng dữ liệu Eviews thôi. Tuynhiên, thông thường ta chọn tất cả các biến có sẵn theomặc định của Eviews. Ngoài ra, ta cũng có thể định nghĩalại bộ dữ liệu của mình thông qua chọn các điều kiện cầncho phù hợp mục tiêu nghiên cứu (ví dụ chỉ chọn các quan9 Dĩ nhiên ta cũng có thể chọn File/Open/Eviews Workfile … nhưng sẽ bất tiện một tí xíu là trong types offile sẽ mặc định loại tập tin Eviews thôi. 5

8. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnNội dung cửa sổ tập tin của EviewsKhi mở một tập tin làm việc của Eviews ta sẽ thấy xuấthiện một cửa sổ như sau:Nguồn: Eviews 6 Users Guide, pp.47 8

10. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn* Đặt tên và nhãn của một chuỗiNhấp đúp vào thực đơn Name, Eviews sẽ hiển thị ObjectName (tên đối tượng), trong đó có phần tên biến và nhãncủa biến. Nếu biến có tên nhãn thì khi ta lập bảng hoặcvẽ đồ thị, thì trên bảng hay đồ thị sẽ hiển thị tên nhãn.* Vẽ đồ thịCó hai cách biểu diễn đồ thị dạng Line của biến M1. Thứnhất, từ Series M1 (chuỗi M1), ta chọn View/Graph/Line.Thứ hai, từ cửa sổ tập tin chúng tôi ta chọnQuick/Graph/ … rồi nhập tên biến M1, chọn OK, và ta sẽthấy xuất hiện hộp thoại như sau:Nếu chọn Area, ta sẽ có đồ thị sau đây (nếu muốn copy vàdán đồ thị này ra word, ta nhấp vào đồ thị, Ctrl C, rồidán vào word một cách bình thường): 10

11. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn M1 1,200 1,000 800 600 400 200 0 1955 1960 1965 1970 1975 1980 1985 1990Để chỉnh sửa và biên tập đồ thị, ta chọn Options hay nhấpđúp vào đồ thị. Eviews cho phép thay đổi hình nền, khungđồ thị, dạng đường đồ thị, đổi trục14, đặt tên nhãn đồthị, thay đổi font chữ, … Ngoài ra, Eviews cũng cho phépta ghi chú dưới dạng text lên đồ thị, đặt tên đồ thị vàlưu trong tập tin Eviews, hay có thể copy và dán dướidạng văn bản (nhấp vào đồ thị, Ctrl C, và có thể dán vàoword một cách bình thường). Ta cũng hay quan tâm đến cácdạng biểu thị đồ thị bằng cách chọ Template, trong đó cónhiều sự lựa chọn rất thú vị.14 Eviews cũng cho phép vẽ đồ thị hệ trục kép (thường đối với các biến có đơn vị tính khác nhau như lượng cổphiếu giao dịch và chỉ số giá chứng khoán) 11

14. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn 1. Quick/Graph/Line, … GDP M1, OK 2. Chọn Graph Options, rồi chọn Axes/Scales để chuyển đồ thị của chuỗi GDP sang phải (Right)Ngoài ra, trong nhiều trường hợp người nghiên cứu có thểchọn dạng đồ thị thích hợp để biểu diễn mối quan hệ giữacác biến. Chẳng hạn, trường hợp hay gặp là trong mối quanhệ giữa lượng cổ phiếu giao dịch và chỉ số giá chứngkhoán, thì người ta thường biểu diễn lượng cổ phiếu giaodịch bằng đồ thị dạng bar19 và chỉ số giá chứng khoán bằngđồ thị dạng line. Trong Options ta chọn Type và chọn dạnghỗn hợp (Mixed)20.19 Thông thường là dạng cột (column), nhưng trường hợp này chưa gặp trong Eviews 5.20 Điều quan trọng là ‘đọc’ được mối quan hệ giữa các biến trên đồ thị. 14

15. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn 1,000 1,200 800 600 800 400 400 200 1955 1960 1965 1970 1975 1980 1985 1990 M1 GDP* Thống kê mô tảTa có thể đồng thời tạo ra một bảng thống kê mô tả nhiềubiến khác nhau bằng cách chọn View/DescriptiveStats/Individual Samples hay Quick/GroupStatistics/Descriptive Statistics/Individual Samples.Ngoài ra, để xem xét mối quan hệ giữa từng cặp biến ta cóthể tạo ma trận hệ số tương quan bằng cách chọnView/Correlations/Pairwise Samples hay Quick/GroupStatistics/Correlations21.21 Thống kê hệ số tương quan sẽ được trình bày ở bài giảng 3 15

17. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vntượng phương trình và hệ thống chứa đựng các thông tin vềdạng mô hình, và các kế quả ước lượng cũng như các thamchiếu về nguồn dữ liệu được sử dụng để ước lượng. Các đốitượng đồ thị và biểu bảng chứa cả các thông tin số, chữ,và định dạng. Do các đối tượng chứa đựng các loại dữ liệukhác nhau nên ta sẽ làm việc với các đối tượng khác nhautheo các cách khác nhau.Các hiển thị đối tượng28Có nhiều cách khác nhau để phân tích dữ liệu trong mộtđối tượng. Các hiển thị là các cửa sổ dạng biểu bảng hayđồ thị cung cấp cho ta nhiều cách khác nhau để xem xét dữliệu trong một đối tượng. Ví dụ, một đối tượng chuỗi cóthể có các cách hiển thị bảng tính, đồ thị đường thẳng,đồ thị thanh, thống kê và biểu đồ tần suất, giản đồ tựtương quan29, đồ thị phân phối, … Một đối tượng phươngtrình có thể có các hiển thị dạng mô hình của phươngtrình, kết quả ước lượng, hiển thị giá trị thực-giá trịước lượng-phần dư30 (kể cả các đồ thị). Một hiển thị hiệpphương sai chứa ma trận hiệp phương sai của các hệ số ướclượng, … Các hiển thị của một đối tượng được trình bày trongcửa sổ đối tượng31. Chỉ một cửa sổ có thể được mở cho mỗiđối tượng và tại một thời điểm mỗi cửa sổ chỉ trình bàymột hiển thị duy nhất của một đối tượng. Dĩ nhiên, ta cóthể thay đổi hiển thị của một đối tượng. Lưu ý, thay đổihiển thị chỉ thay đổi định dạng của dữ liệu32 chứ khôngkhông thể thay đổi dữ liệu trong đối tượng.Các thủ tục của đối tượng33Hầu hết các đối tượng của Eviews đều có các thủ tục.Giống như hiển thị, thủ tục thường trình bày các bảngbiểu và đồ thị trong cửa sổ đối tượng. Tuy nhiên, kháchiển thị ở chổ thủ tục có thể thay đổi dữ liệu trong bảnthân đối tượng hoặc một đối tượng khác. Nhiều thủ tục cóthể tạo ra các đối tượng mới. Ví dụ, một đối tượng chuỗicó thể chứa các thủ tục làm trơn34 hay điều chỉnh yếu tố27 Numeric information28 Object view29 Correlogram30 Actual-Fitted-Residual view31 Object window32 Data display format33 Object procedure/procs34 Smoothing 17

19. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn* Mở đối tượngSau khi đã chọn đối tượng hay một số đối tượng, chắc chắnta sẽ muốn mở hoặc tạo ra một đối tượng mới chứa các đốitượng đã chọn. Thật đơn giản, ta chỉ cần nhấp đúp vào đốitượng đó. Nếu là một nhóm các đối tượng, ta phải chọnView/Open as One Window …* Xem đối tượng38Một cách khác để chọn và mở đối tượng là chọn Show ởthanh công cụ39 hay chọn Quick/Show … từ thực đơn và nhậptên đối tượng vào hộp thoại. Nút Show cũng có thể được sửdụng để hiển thị các phương trình của các chuỗi.Cửa sổ đối tượngCửa sổ đối tượng là cửa sổ được hiển thị khi ta mở mộtđối tượng hay một chứa đối tượng. Một cửa sổ đối tượng sẽchứa hoặc một hiển thị của đối tượng hoặc các kết quả củamột thủ tục của đối tượng. Eviews cho phép mở cùng lúcnhiều cửa sổ đối tượng.* Các thành phần của một cửa sổ đối tượngĐây là minh họa cửa sổ phương trình từ kết quả hồi quitheo phương pháp OLS. Một số điểm cần lưu ý như sau:Nguồn: Eviews 6 User Guide, pp.6938 Show39 Toolbar 19

20. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnThứ nhất, đây là một cửa sổ chuẩn vì ta có thể đóng, thayđổi kích cở, phóng to, thu nhỏ, và kéo lên xuống hay qualại. Khi có nhiều cửa sổ khác đang mở, nếu ta muốn cửa sổnào ở chế độ làm việc thì ta chỉ cần nhấp vào thanh tiêuđề hay bất kỳ đâu trong cửa số đó. Lưu ý, cửa sổ đang ởchế độ làm việc được biểu hiện với thanh tiêu đề có màuđậm. Thứ hai, thanh tiêu đề của cửa sổ đối tượng cho biếtloại đối tượng, tên đối tượng, và tập tin chứa. Nếu đốitượng cũng chính là đối tượng chứa thì thông tin chứađược thay bằng thông tin thư mục.Thứ ba, trên đỉnh cửa sổcó một thanh công cụ chứa một số nút giúp ta dễ dàng làmviệc.* Các thực đơn và thanh công cụ của đối tượngNguồn: Eviews 6 User Guide, pp.71Làm việc với đối tượng* Đặt tên và tên nhãn của đối tượngCác đối tượng có thể được đặt tên hoặc không đượcđặt tên. Khi ta đặt tên cho đối tượng, thì tên đốitượng sẽ xuất hiện trong thư mục của tập tinEviews, và đối tượng sẽ được lưu như một phần củatập tin khi tập tin được lưu. Ta phải đặt tên đốitượng nếu muốn lưu lại các kết quả của đối tượng. 20

21. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnNếu ta không đặt tên, đối tượng sẽ được gọi là”UNTITLED”. Các đối tượng không được đặt tên sẽkhông được lưu cùng với tập tin, nên chúng sẽ bịxóa khi đóng tập tin. Để đổi tên đối tượng, trước hết phải mở cửa sổđối tượng, sau đón nhấp vào nút Name trên cửa sổđối tượng và nhập tên (và tên nhãn) vào. Nếu cóđặt tên nhãn thì tên nhãn sẽ xuất hiện trong cácbảng biểu đồ thị, nếu không Eviews sẽ dùng tên đốitượng. Lưu ý, đây là nhóm đã mặc định và khôngđược sử dụng cho tên đối tượng: ABS, ACOS, AND,AR, ASIN, C, CON, CNORM, COEF, COS, D, DLOG,DNORM, ELSE, ENDIF, EXP, LOG, LOGIT, LPT1, LPT2,MA, NA, NOT, NRND, OR, PDL, RESID, RND, SAR, SIN,SMA, SQR, và THEN.* Copy và dán đối tượngCó hai phương pháp tạo ra bản sao các thông tinchứa trong đối tượng: Copy và Freeze. Nếu ta chọn Object/Copy từ thực đơn, Eviews sẽtạo ra một đối tượng mới giống y như đối tượng gốc(dĩ nhiên phải khác tên). Ta cũng có thể copy đốitượng từ cửa sổ tập tin bằng cách chỉ ra đối tượngvà chọn Object/Copy Selected … sau đó xác định tênđích40 cho đối tượng mới được copy. Nếu ta chọn Object/Freeze Output hay chọn nútFreeze trên thanh công cụ của đối tượng, một đốitượng dạng bảng hay đồ thị được tạo ra giống y nhưhiển thị hiện hành của đối tượng gốc. Freeze hiểnthị tạo ra một bản copy của hiển thị và tạo ra mộtđối tượng độc lập hoàn toàn. Tính chất cơ bản củaviệc Freeze một đối tượng là các bảng biểu và đồthị được tạo ra có thể được chỉnh sử cho mục đíchtrình bày hay báo cáo.40 Destination name, khác với original name 21

23. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnrồi nhập tên các chuỗi, công thức, hàm số vào, rồi chọnName để đặt tên nhóm. Mẫu là một tập hợp các quan sát trong tập tin Eviewsđược sử dụng cho việc mô tả dữ liệu hoặc thực hiện cácqui trình thống kê. Cần phân biệt hai khái niệm, WorkfileRange – toàn bộ các quan sát sẵn có của một bộ dữ liệu,với Workfile Sample – chỉ các quan sát được sử dụng chomục đích phân tích nhất định.Có bốn cách xác định một mẫu tập tin Eviews: Thứ nhất,nhấp vào Sample trên Workfile Toolbar; Thứ hai, nhấp đúpvào mẫu hiện trong cửa số tập tin Eviews; Thứ ba, chọnProc/Sample … từ thực đơn chính của tập tin Eviews; Thứtư, dùng lệnh smpl trong cửa sổ lệnh. Để mở rộng một tập tin Eviews, ta chọn Proc/ChangeWorkfile Range …, nhập vào các ô Start date và End datekhoảng thời gian mới. Khi đó, các quan sát mới của tất cảcác chuỗi sẽ là NA. Ngoài ra, Eviews cho phép ta có thể nhập và xuất dữliệu từ các nguồn bên ngoài như Excel, Lotus, hay ASCIIsang Eviews và ngược lại. Để biết chi tiết, ta có thểtham khảo chương 5, Eviews 6 Users Guide.PHÉP TOÁN VÀ HÀM SỐ TRONG EVIEWSPhần này sẽ giới thiệu các nguyên tắc cơ bản khi sử dụngcác phép tính toán học trong Eviews và hướng dẫn cách sửdụng các phép toán này khi làm việc với các dữ liệu chuỗivà nhóm.Các phép toán số học43Các phép tính trong Eviews có thể là các toán tử44 cho cácphép toán số học thông thường. Trong Eviews, các toán tử43 Numeric expression 23

25. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn Antilog của X (eX) @exp(x) Hàm nghịch đảo của X (1/X) @inv(x) Hàm logarith tự nhiên của X (ln(X)) @log(x) hoặc log(x) Căn bậc hai của X @sqrt(x) hoặc Tạo biến xu thế sqrt(x) Làm tròn số @trend(base date) Lũy thừa của X @round(x) x^2, x^3, …Nguồn: Eviews 6 User GuideĐể tạo một vô hướng trên Eviews, ví dụ tính hệ số tươngquan giữa X và Y, ta tiến hàm như sau. Từ cửa số lệnh, tanhập vào như sau: Scalar rxy=@cor(x,y)Khi đó trong tập tin Eviews sẽ có một đối tượng mới dạngtích vô hướng là RXY. Vô hướng được sử dụng khá phổ biếntrong cuốn sách này, đặc biệt là ở các nội dung kiểm địnhgiả thiết.Biến trễ, tới, sai phân45, mùa vụ, và biến xu thếKhi làm việc với dữ liệu chuỗi thời gian, ta thường xử lýdữ liệu bằng cách chuyển hóa sang dạng trễ, tới, saiphân, hoặc tạo thêm các biến giả mùa vụ.45 Lead: tới, Lag: trễ, và Difference: Sai phân 25

26. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn* Biến trễ, tới và sai phân Biến trễ một giai đoạn (Xt-1): x(-1) Biến trễ k giai đoạn (Xt-k): x(-k) Biến tới một giai đoại (Xt+1): x(1) Biến tới k giai đoạn (Xt+k): x(k) Sai phân bậc một (∆X = Xt – Xt-1): d(x) Sai phân bậc k (∆kX = Xt – Xt-k): d(x,k) Sai phân bậc một của biến trễ dạng log tự nhiên:dlog(x) Trung bình trượt k giai đoạn: @movav(x,k)Ngoài ra, ta có thể đồng thời kết hợp nhiều toán tử vớinhau, ví dụ dlog(x), dlog(x,4), … Để tạo một biến mới (vídụ sai phân của X) ta có thể chọn một trong hai cách sauđây. Thứ nhất, trên cửa sổ lệnh ta nhập genr dx=d(x). Thứhai, ta có thể nhấp vào genr trên thanh công cụ của cửasổ tập tin Eviews và nhập dx=d(x).* 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: @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: @month(2)o Biến xu thế Biến xu thế là một biến có giá trị từ 1 đến n, trong đó 1 đại diện cho quan sát đầu tiên trong dữ liệu và n đại diện cho quan sát cuối cùng trong dữ liệu. Tạo biến xu thế đối với dữ liệu theo năm, ví dụ bắt đầu từ năm 1990 đến 2008, ta làm như sau: Trên cửa sổ lệnh ta nhập genr t=@trend(1989). Tạo biến xu thế đối với dữ liệu theo quí, ví dụ bắt đầu từ 2000Q2 đến 2008Q3, ta làm như sau: Trên cửa sổ lệnh ta nhập genr t=@trend(2000Q1). Tạo biến xu thế đối với dữ liệu theo tháng, ví dụ bắt đầu từ 2002M3 đến 2008M2, ta làm như sau: Trên cửa sổ lệnh ta nhập genr t=@trend(2002M2). 26

27. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnTuy nhiên, khi phân tích dữ liệu và hồi qui, ta không cầnphải tạo thêm các biến mới như vậy mà thường sử dụng trựctiếp các hàm từ các dữ liệu gốc. Ví dụ, ta có thể hồi quitrực tiếp như sau: y c x @trend(1989) hoặc log(y) clog(x). Lý do ta không cần tạo thêm biến mới là để chotập tin Eviews được đơn giản và dễ quản lý hơn. PHÂN TÍCH DỮ LIỆU VỚI EVIEWSPHÂN TÍCH CHUỖIKhi mở một chuỗi dữ liệu, nếuchọn View ta thấy xuất hiện mộtthực đơn dạng drop-down như hìnhbên cạnh. Thực đơn nay chia thànhbốn block riêng. Block thứ nhấtmô tả dữ liệu dưới dạng bảng tínhhay đồ thị. Block thứ hai và thứba cung cấp các công cụ thống kêcơ bản về chuỗi, trong đó blockthứ ba chủ yếu sử dụng cho cácchuỗi thời gian. Block thứ tư chobiết các thuộc tính, và tên nhãncủa chuỗi. Lưu ý rằng các phân phối xácsuất của một biến ngẫu nhiên sẽđược trình bày một cách chi tiết ở bài giảng 3.Thống kê mô tảThống kê mô tả gồm có bốn nội dung: Đồ thị tần suất vàthống kê (Histogram and Stats), Bảng thống kê (StatsTable), Thống kê theo nhóm (Stats by Classification …),và Đồ thị hình hộp theo nhóm (Boxplots by Classification…). 27

30. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn H0: µ = m H1: µ ≠ mNếu ta không biết giá trị độ lệch chuẩn của X, Eviews sẽcho kết quả giá trị thống kê t 50tính toán như sau: X−m t= (2.2) s/ NTrong đó, s là độ lệch chuẩn của mẫu và N là số quan sáttrong mẫu. Nếu X có phân phối chuẩn, thì với giả thiết H0,thống kê t sẽ theo phân phối t với bậc tự do là N-1. Nếu ta biết giá trị độ lệch chuẩn của X, Eviews sẽcho kết quả giá trị thống kê z51 tính toán như sau: X−m z= (2.3) σ/ NTrong đó, σ là độ lệch chuẩn tổng thể của X. Nếu X cóphân phối chuẩn với độ lệch chuẩn là σ, thì với giả thiếtH0, thống kê z có phân phối chuẩn hóa. Làm sao để tạo biếnz trong Eviews? Nếu giá trị t (z) tính toán lớn hơn giá trị t (z) phêphán ở một mức ý nghĩa xác định (α), ta bác bỏ giả thiếtH0 và ngược lại.Kiểm định phương saiThực hiện kiểm định giả thiết H0 cho rằng phương sai củachuỗi X bằng một giá trị σ2 nhất định, ta có các giả thiếtnhư sau: H0: var(X) = σ2 H1: var(X) ≠σ2Eviews sẽ cho kết quả thống kê chi bình phương tính toánnhư sau: 2 ( N − 1)s 2 χ = (2.4) σ250 Sẽ được giải thích ở bài giảng 551 Khác biệt giữa thống kê z và thống kê t sẽ được giải thích ở bài giảng 5 30

31. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnVới giả thiết H0 và giả định rằng X có phân phối chuẩn,thì thống kê chi bình phương sẽ theo phân phối chi bìnhphương với N-1 bậc tự do.* Kiểm định ngang bằng theo nhómĐây là các kiểm định xem cácgiá trị trung bình, phương saivà trung vị ở các phân nhómtrong cùng một chuỗi có bằngnhau hay không. Khi chọnView/Tests for DescriptiveStats/Equality Tests byClassification … sẽ thấy xuấthiện một hộp thoại như hình bên. Trước tiên ta phải chọnloại kiểm định: trung bình, phương sai, hay trung vị, sauđó chọn các phân nhóm muốn so sánh.Xác định giả thiết:Đối với kiểm định trung bình H0: Trung bình của các nhóm bằng nhau H1: Trung bình của các nhóm khác nhauĐối với kiểm định phương sai H0: Phương sai của các nhóm bằng nhau H1: Phương sai của các nhóm khác nhauĐể quyết định, ta so sánh giá trị thống kê F52 tính toánvới giá trị thống kê F phê phán. Nếu giá trị thống kê Ftính toán lớn hơn giá trị thống kê F quan sát tại một mứcý nghĩa nhất định, ta bác bỏ giả thiết H0 và ngược lại.Lập bảng tần suất một chiềuĐể lập bảng tần suất một chiều ta chọn View/One-WayTabulation …Biểu đồ tự tương quanMục đích của biểu đồ tự tương quan là giúp ta kiểm địnhxem một chuỗi thời gian dừng hay không dừng53. Trong cácmô hình dự báo chuỗi thời gian và dự báo bằng phương pháp52 Sẽ được giải thích ở bài giảng 4 và 553 Đây là một nội dung rất quan trọng khi phân tích chuỗi thời gian và đặc biệt có ý nghĩa rất lớn trong việc lựachọn mô hình dự báo thích hợp trong các phương pháp dự báo định lượng với dữ liệu chuỗi thời gian. Nội dungnày sẽ được trình bày chi tiết ở bài giảng 14. 31

33. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn* Thống kê QHai cột cuối trong biểu đồ tự tương quan là thống kê Qcủa Ljung-Box và giá trị xác suất tương ứng. Thống kê Qkiểm định giả thiết đồng thời là tất cả các hệ số ρk chotới một độ trễ đồng thời bằng không. Giá trị thống kê Qtính toán theo công thức sau đây: m Q = n ∑ ρ2 k (2.6) k =1Với cỡ mẫu lớn, Q có phân phối theo Chi bình phương vớibậc tự do bằng số độ trễ. Nếu giá trị thống kê Q tínhtoán lớn hơn giá trị thống kê Q quan sát ở một mức ýnghĩa xác định, ta bác bỏ giả thiết H0. Trong Eviews, ta lập biểu đồ tự tương quan bằng cáchchọn View/Correlogram … , xác định biểu đồ tự tương quancủa chuỗi gốc hay chuỗi sai phân bậc một và bậc hai, vàcuối cùng là xác định độ trễ k. Ví dụ, chuỗi GDP chúng tôi có biểu đồ tự tương quan như sau:Dựa vào biểu đồ tự tương quan để xác định một chuỗi thờigian dừng hay không như sau. Có thể tóm tắt ý tưởng chínhnhư sau. Nếu hệ số tự tương quan đầu tiên khác khôngnhưng các hệ số tự tương quan tiếp theo bằng không mộtcách có ý nghĩa thống kê, thì đó là một chuỗi dừng. Nếumột số hệ số tự tương quan khác không một cách có ý nghĩathống kê thì đó là một chuỗi không dừng.Kiểm định nghiệm đơn vịKiểm định nghiệm đơn vị là một kiểm định được sử dụng kháphổ biến để kiểm định một chuỗi thời gian dừng hay không 33

34. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vndừng. Nội dung chi tiết phần kiểm định nghiệm đơn vị sẽđược trình bày ở Bài giảng 15 về các mô hình hồi quichuỗi thời gian. Tuy nhiên, để hiểu qui trình kiểm địnhnghiệm đơn vị trên Eviews, ta nên xem qua một số ý tưởngcơ bản về mặt lý thuyết. Trước hết, cần lưu ý rằng cónhiều khái niệm chưa được học nên người đọc không nhấtthiết phải hiểu ngay nội dung kiểm định nghiệm đơn vị ởbài giảng này.Giả sử ta có phương trình hồi qui tự tương quan như sau: Yt = ρYt-1 + ut (-1 ≤ ρ ≤ 1) (2.7)Ta có các giả thiết: H0: ρ = 1 (Yt là chuỗi không dừng) H1: ρ < 1 (Yt là chuỗi dừng)Phương trình (2.7) tương đương với phương trình (2.8)sau đây: Yt – Yt-1 = ρYt-1 – Yt-1 + ut = (ρ – 1)Yt-1 + ut ∆Yt = δYt-1 + ut (2.8)Như vậy các giả thiết ở trên có thể được viết lại nhưsau: 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 sốYt-1 sẽ theo phân phối xác suất τ (tau statistic, τ = giátrị δ ước lượng/sai số của hệ số δ). Kiểm định thống kê τcòn được gọi là kiểm định Dickey – Fuller (DF). Kiểm địnhDF được ước lượng với 3 hình thức:* Khi Yt là một bước ngẫu nhiên không có hằng số: ∆Yt = δYt-1 + ut (2.9)* Khi Yt là một bước ngẫu nhiên có hằng số: ∆Yt = β1 + δYt-1 + ut (2.10)* Khi Yt là một bước ngẫu nhiên với hằng số xoay quanh một đường xu thế ngẫu nhiên: ∆Yt = β1 + β2TIME + δYt-1 + ut (2.11) 34

35. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnĐể kiểm định H0 ta so sánh giá trị thống kê τ tính toánvới giá trị thống kê τ tra bảng DF (các phần mềm kinh tếlượng đều cung cấp giá trị thống kê τ). Tuy nhiên, do cóthể có hiện tượng tương quan chuỗi giữa các ut do thiếubiến, nên người ta thường sử dụng kiểm định DF mở rộng làADF (Augmented Dickey – Fuller Test). Kiểm định này đượcthực hiện bằng cách đưa thêm vào phương trình (2.11) cácbiến trễ của sai phân biến phụ thuộc ∆Yt: ∆Yt = β1 + β2TIME + δYt-1 + αi Σ∆Yt-i + εt (2.12)Để tiến hành kiểm định nghiệm đơn vị trên Eviews ta chọnView/Unit Root Test …, sẽ xuất hiện hộp thoại Unit RootTest. Ở lựa chọnTest for unit rootin, chọn level nếumuốn kiểm địnhchuỗi gốc có phảilà một chưỡi dừnghay không, chọn 1stdifference nếumuốn kiểm địnhchuỗi sai phân bậcmột có phải là mộtchuỗi dừng haykhông. Ở lựa chọnInclude in testequation, chọnintercept nếu dùngphương trình(2.10), chọn trend and intercept nếu dùng phương trình(2.11), chọn None nếu dùng phương trình (2.9), chọn trendand intercept và xác định độ trễ ở lựa chọn Lag lengthnếu dùng phương trình (2.12). 35

36. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnPHÂN TÍCH NHÓMKhi mở một nhóm, nếu chọn View tathấy xuất hiện thực đơn dạng drop-down như hình bên cạnh. Block thứnhất cung cấp các cách khác nhauđể mô tả dữ liệu trong nhóm. Blockthứ hai trình bày các thống kê cơbản. Block thứ ba chuyên về cácthống kê của chuỗi thời gian.Block thứ tư là tên nhãn nhằm cungcấp các thông tin về nhóm. Trongphần này ta chỉ xem xét một số nộidung quan trọng thường được sửdụng trong kinh tế lượng.Thống kê mô tảTrong thống kê mô tả ta thấy có baloại như sau: Common Sample,Individual Sample, và Boxplots.Common Sample chỉ tính các thốngkê các quan sát có đầy đủ giá trịở tất cả các chuỗi dữ liệu trongnhóm. Individual Sample tính cácthống kê của các quan sát có đầyđủ giá trị ở mỗi chuỗi dữ liệu.Kiểm định đồng liên kết56Chúng ta sẽ được biết ở bài giảng 14 rằng khi hồi qui cácchuỗi thời gian không dừng thường dẫn đến “kết quả hồiqui giả mạo”57. Tuy nhiên, Engle và Granger58 (1987) chorằng nếu kết hợp tuyến tính của các chuỗi thời gian khôngdừng có thể là một chuỗi dừng và các chuỗi thời giankhông dừng đó được cho là đồng liên kết. Kết hợp tuyếntính dừng được gọi là phương trình đồng liên kết và cóthể được giải hích như mối quan hệ cân bằng dài hạn giữacác biến. Nói cách khác, nếu phần dư trong mô hình hồiqui giữa các chuỗi thời gian không dừng là một chuỗidừng, thì kết quả hồi qui là thực và thể hiên mối quan hệcân bằng dài hạn giữa các biến trong mô hình. Mục đíchcủa kiểm định đồng liên kết là xác định xem một nhóm các56 Cointegration test57 Spurious regression58 Đoạt giải Nobel kinh tế năm 2003 36

37. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnchuỗi không dừng có đồng liên kết hay không. Có hai cáchkiểm định.* Kiểm định nghiệm đơn vị phần dưGiả sử GDP và M1 là hai chuỗi thời gian không dừng và tacó mô hình hồi qui như sau: GDPt = β1 + β2M1t + ut (2.13)Nếu phần dư ut là một chuỗi dừng thì kết quả hồi qui giữaGDP và M1 là “thực” và ta vẫn sử dụng một cách bìnhthường. Nói cách khác, GDP và M1 có quan hệ đồng liên kếtvà β2 được gọi là hệ số hồi qui đồng liên kết. Các bướcthực hiện trên Eviews như sau: 1) Ước lượng mô hình GDPt = β1 + β2M1t + ut 2) Kiểm định nghiệm đơn vị chuỗi ut* Kiểm định đồng liên kết dựa trên phương pháp VAR của JohasenEviews thực hiện kiểm định đồng liên kết trên cơ sởphương pháp luận VAR của Johasen (1991, 1995a). Lưu ý,kiểm định này chỉ có hiệu lực khi ta đang xét các chuỗithời gian không dừng. Giả sử ta muốn kiểm định đồng liênkết giữa GDP và M1 trong chúng tôi theo phương phápluận của Johasen, ta chọn View/Cointegration Test … sẽthấy xuất hiện một hộp thoại như sau: 37

39. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnNhân quả GrangerĐể kiểm định liệu có tồn tại mối quan hệ nhân quảGranger59 giữa hai chuỗi thời gian Y và X trên Eviews, taxây dựng hai phương trình sau:Yt = α0 + α1Yt-1 + … + αlYt-l + β1Xt-1 + … + βlXt-l + εt (2.14)Xt = α0 + α1Xt-1 + … + αlXt-l + β1Yt-1 + … + βlYt-l + εt (2.15)Để xem các biến trễn của X có giải thích cho Y (X tácđộng nhân quả Granger lên Y) và các biến trễ của Y cógiải thích cho X (Y tác động nhân quả Granger lên X) haykhông ta kiểm định giả thiết sau đây cho mỗi phươngtrình: H0: β1 = β2 = … = βl = 0 (2.16)Để kiểm định giả thiết đồng thời này, ta sử dụng thống kêF của kiểm định Wald60 và cách quyết định như sau: Nếu giátrị thống kê F tính toán lớn hơn giá trị thống kê F phêphán ở một mức ý nghĩa xác định ta bác bỏ giả thiết H0 vàngược lại. Có bốn khả năng như sau: Nhân quả Granger một chiều từ X sang Y nếu các biến trễ của X có tác động lên Y, nhưng các biến trễ của Y không có tác động lên X. Nhân quả Granger một chiều từ Y sang X nếu các biến trễ của Y có tác động lên X, nhưng các biến trễ của X không có tác động lên Y. Nhân quả Granger hai chiều giữa X và Y nếu các biến trễ của X có tác động lên Y và các biến trễ của Y có tác động lên X. Không có quan hệ nhân quả Granger giữa X và Y nếu các biến trễ của X không có tác động lên Y và các biến trễ của Y không có tác động lên X.Để kiểm định nhân quả Granger trên Eviews ta chọnView/Granger Causality … sẽ xuất hiện một hộp thoại về độtrễ tối ưu. Khi xác định độ trễ tối ưu và chọn OK, ta cókết quả như sau:59 Granger causality60 Kiểm định tập hợp ràng buộc tuyến tính sẽ được trình bày ở bài giảng 7 39

40. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnLưu ý, các độ trễ của X và Y có thể khác nhau và có thểđược xác định bằng một số tiêu chí thống kê khác nhau.XÂY DỰNG HÀM KINH TẾ LƯỢNG TRÊN EVIEWSTrong tài liệu này ta chỉ xét phân tích hồi qui đơnphương trình. Phần này trình bày các kỹ thuật phân tíchhồi qui cơ bản như xác định và ước lượng một mô hình hồiqui, kiểm định giả thiết, và sử dụng kết quả ước lượngcho các mục đích dự báo.ĐỐI TƯỢNG PHƯƠNG TRÌNHƯớc lượng hồi qui đơn phương trình trên Eviews được thựchiện bằng cách sử dụng đối tượng phương trình. Để tạo ramột đối tượng phương trình ta chọn Object/New Object …/Equation hay Quick/Estimate Equation … từ thực đơnchính, hay đơn giản chỉ cần đánh equation trong cửa sổlệnh. Kế tiếp, ta sẽ xác định dạng phương trình trong hộpsoạn thảo Specification của hộp thoại Equation Estimationvà chọn phương pháp ước lượng ở ô Method. Các kết quả ướclượng được lưu trữ như một phần của đối tượng phươngtrình.Xác định phương trình hồi quiKhi tạo ra một đối tượng phươngtrình sẽ thấy xuất hiện một hộpthoại Equation Estimation và tacần xác định ba việc sau: dạngphương trình, phương pháp ướclượng, và mẫu được sử dụng để ướclượng. Trong hộp soạn thảo dạngphương trình ta nhập các biến phụthuộc và giải thích theo thứ tự từtrái qua phải và lưu ý xác định 40

41. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vndạng hàm. Có hai cách xác định dạng phương trình ướclượng: liệt kê các biến và công thức. Phương pháp liệt kêdễ hơn nhưng chỉ có thể sử dụng giới hạn ở các dạng môhình tuyến tính. Phương pháp công thức tổng quát hơn vàphải được sử dụng để xác định các dạng mô hình phi tuyếnvà các mô hình có ràng buộc tham số.Xác định phương trình theo phương pháp liệt kêCách đơn giản nhất để xác định một phương trình tuyếntính là liệt kê các biến trong phương trình. Trước hết,nhập tên biến phụ thuộc hay công thức của biến phụ thuộc,sau đó nhập tên các biến giải thích. Ví dụ, sử dụngChapter2.3.xls để xác định phương trình hồi qui GDP theocung tiền M1, ta nhập vào hộp thoại soạn thảo dạng phươngtrình như sau: GDP c M1 (2.17)Lưu ý có hiện diện của chuỗi C trong danh sách các biếngiải thích. Đây là một chuỗi mặc định sẵn trong Eviewsđược dùng để xác định hằng số trong phương trình hồi qui.Eviews không tự động đưa hằng số vào phương trình hồi quivì tùy thuộc vào mô hình có hệ số cắt hay không nên taphải đưa vào khi xác định phương trình hồi qui. C là mộtđối tượng đã được xác định trước trong bất kỳ một tập tinEview nào. Đây là một vectơ hệ số mặc định – khi ta xácđịnh phương trình bằng cách liệt kê tên các biến, Eviewssẽ lưu giữ các hệ số ước lượng trong vectơ này theo thứtự xuất hiện trong danh sách các biến. Trong ví dụ trên,hằng số sẽ được lưu trong C(1) và hệ số của M1 sẽ đượclưu trong C(2). Nếu mô hình có biến trễ một giai đoạn của biến phụthuộc thì ta liệt kê các biết trong hộp thoại soạn thảonày như sau: GDP GDP(-1) c M1 (2.18)Như vậy hệ số của biến trễ biến GDP là C(1), hệ số củahằng số là C(2), và hệ số của M1 là C(3). Nếu mô hình có nhiền biến trễ liên tục của biến GDPthì thay vì phải nhập từng biến trễ GDP(-1) GDP(-2) GDP(-3) GDP(-4), Eviews cho phép thực hiện như sau: GDP GDP(1 to 4) c M1 (2.19)Tuy nhiên, nếu ta không đưa số 1 và dấu ngoặc đơn thìEviews sẽ hiểu đó là số 0. Ví dụ: 41

42. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn GDP c M1(to 2) M1(-4) (2.20)Thì Eviews sẽ hiểu ta hồi qui GDP theo hằng số C, M1,M1(-1), M1(-2), và M1(-4). Ngoài ra, ta cũng có thể đưacác chuỗi điều chỉnh vào nhóm các biến giải thích. Ví dụta hồi qui GDP theo hằng số, biến trễ của GDP, và biếntrung bình di động hai giai đoạn của M1 như sau: GDP GDP(-1) c ((M1+M1(-1))/2) (2.21)Xác định phương trình theo phương pháp công thứcMột công thức phương trình trong Eviews là một biểu thứctoán về các biến và hệ số. Để xác định một phương trìnhbằng công thức, đơn giản là ta nhập biểu thức vào hộpthoại soạn thảo. Ví dụ, hồi qui mô hình dạng log tự nhiênnhư sau: log(GDP) c log(GDP(-1)) log(M1) (2.22)Hai lý do chủ yếu ta phải sử dụng phương pháp công thứcnày là ước lượng các mô hình ràng buộc và phi tuyến.Ước lượng một phương hồi quiPhương pháp ước lượngSau khi đã xácđịnh phươngtrình, ta cầnchọn phương phápước lượng bằngcách nhấp vàoMethod và sẽ thấyxuất hiện một hộpthoại dạng drop-down liệt kê các phương pháp ước lượng. Phương pháp sử dụng phổ biến nhất đối với hồi qui đơnphương trình là phương pháp bình phương bé nhất61. Trongbài giảng trình kinh tế lượng căn bản của cuốn sách này,ta chỉ sử dụng hai phương pháp là LS – Least Squares62 vàBINARY – Binary choice63. Hai phương pháp này sẽ đượctrình bày chi tiết vào các bài giảng sau.61 Least squares/Ordinary least squares62 Kể cả phương pháp WLS (Weighted least squares) và GLS (Generalized least squares)63 Hai loại mô hình sẽ được trình bày ở bài giảng 15 là Logit và Probit 42

43. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnMẫu ước lượngTa nên xác định mẫu sử dụng cho việc ước lượng mô hình.Theo mặc định, Eviews đưa ra mẫu của tập tin Eviews hiệnhành, nhưng ta có thể thay đổi mẫu theo mục đích ướclượng bằng cách nhập vào hộp thoại Sample. Thay đổi mẫu ởđây không ảnh hưởng gì đến mẫu của tập tin Eviews hiệnhành. Nếu có quan sát không có giá trị64, Eviews tạm thờiđiều chỉnh mẫu ước lượng để loại bỏ các quan sát đó rakhỏi mẫu phân tích.Ngoài ra, nếu trong mô hình có các biến trễ hay biến điềuchỉnh thì Eviews cũng điều chỉnh số mẫu ước lượng.Các lựa chọn ướclượngKhi chọn Options tasẽ thấy xuất hiệnhộp thoại EquationEstimation. Các nộidung trong phần lựachọn ước lượng nhưHeteroskedastiscityconsistentcoefficientcovariance vàWeighted LS/TSLS sẽđược trình bày chitiết ở bài giảng 12và 13. Đây là mộtphương pháp xử lý hiện tượng tự tương quan rất phổ biếnđối với cỡ mẫu lớn (gọi là phương pháp Newey-West).64 Missing value 43

44. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vnKết quả ước lượngSau khi đã hoàn thành các bước trên ta chọn OK trong hộpthoại Equation Estimation, Eviews sẽ hiển thị cửa sốphương trình về hiển thị kết quả ước lượng. Trong kết quảước lượng của Eviews gồm ba phần chính: Tóm tắt các đặcđiểm của mô hình hồi qui (biến phụ thuộc, phương pháp ướclượng, thờiđiểm thực hiệnước lượng, mẫuước lượng, vàsố quan sátđược sử dụngcho ước lượngkết quả); Kếtquả hệ số (têncác biến giảithích, giá trịước lượng cáchệ số hồi qui,sai số chuẩn,thống kê t, vàgiá trị xácsuất); và Tómtắt thống kê(hệ số xác định R2, R2 điều chỉnh, sai số chuẩn của hồiqui, tổng bình phương phần dư (RSS), thống kê d Durbin-Watson, AIC, SIC, thống kê F, …). Sau khi học xong bàigiảng trình kinh tế lượng căn bản ít nhất ta sẽ hiểu mộtcách hệ thống tất cả các thông tin trong bảng kết quả ướclượng này.Phân tích kết quả hồi quiCác hiển thị của phương trình hồi quiCác hình thức biểu diễn phương trìnhhồi qui65. Biểu diễn phương trình hồiqui dưới ba hình thức: hình thức lệnhước lượng trong màn hình lệnh củaEviews, hình thức phương trình đại sốdưới dạng các ký hiệu, và hình thứcphương trình với các giá trị ước lượngcác hệ số.65 Representation 44

46. BÀI GIẢNG 2: HƯỚNG DẪN SỬ DỤNG EVIEWS 6.0 ThS Phùng Thanh Bình ptbinh@ueh.edu.vn 2000 1500 1000 30 500 20 10 0 0 -10 -20 -30 55 60 65 70 75 80 85 90 95 Residual Actual FittedBiến giả trong EviewsĐể đưa biến giả vào mô hình hồi qui, thay vì phải tạo racác biến này, Eviews đưa ra công thức hỗ trợ rất hữu íchnhư sau: @EXPAND(D1, D2, …) (2.23)Ví dụ sử dụng chúng tôi hồi qui biến wage theo cácbiến giáo dục, năm kinh nghiệm, giới thích, ngành xâydựng, và ngành dịch vụ như sau: 46