Bài giảng Kinh tế lượng - Chương 7: Lựa chọn mô hình

Chương 7:
LUỰA CHỌN MÔ HÌNH
Th.S NGUYỄN PHƯƠNG
Bộ môn Toán kinh tế
Trường Đại học Ngân hàng TPHCM
Blog: https://nguyenphuongblog.wordpress.com
Email: nguyenphuong0122@gmail.com
Ngày 18 tháng 9 năm 2016
1
NỘI DUNG
1 Các thuộc tính của mô hình tốt
2 Cách tiếp cận để lựa chọn mô hình
3 Phát hiện những sai lầm và kiểm định
2
Các thuộc tính của mô hình tốt
Các thuộc tính của mô hình tốt
1 Tiết kiệm: mô hình là sự biểu diễn đơn giản của thực tại khách quan
−→ mô hình càng đơn giản càng tốt.
2 Tính đồng nhất: với một tập hợp dữ liệu đã cho, các tham số ước lượng
phải duy nhất.
3 Tính thích hợp: mô hình càng thích hợp thì việc phân tích càng chính xác.
4 Tính bền vững về mặt lý thuyết: trong việc xây dựng mô hình, phải có
một cơ sở lý thuyết nào đó
−→ nếu không sẽ dễ dẫn đến kết quả sai.
5 Có khả năng dự báo tốt: mô hình được chọn sao cho khi dùng để dự báo
sẽ cho những kết quả sát với thực tế.
3
Cách tiếp cận để lựa chọn mô hình
Các thuộc tính của mô hình tốt
1 Xác định số biến độc lập: từ đơn giản đến tổng quát, từ tổng quát đến
đơn giản.
2 Kiểm tra mô hình có vi phạm các giả thiết hay không.
3 Chọn dạng hàm
Để chọn dạng hàm, ta cần dựa vào:
ä Các lý thuyết kinh tế.
ä Các nghiên cứu thực nghiệm.
ä Đồ thị biểu diễn sự biến thiên của dãy các số liệu quan sát.
ä Phân tích về bản chất của mối quan hệ giữa các biến kinh tế.
4 Sử dụng các tiêu chuẩn thông dụng để chọn mô hình
ä Giá trị của hàm hợp lý log-likelihood (L):
L = −n2 ln σ2 − n2 ln(2pi) − 12
∑
u2i
Giá trị của L càng lớn thì mô hình càng phù hợp.
ä Tiêu chuẩn AIC (Akaike info criterion): AIC =
(
RSS
n
)
.e2k/n
Giá trị của AIC càng nhỏ thì mô hình càng phù hợp.
ä Tiêu chuẩn Schwarz (Scharz criterion): SC =
(
RSS
n
)
.nk/n
Giá trị của AIC càng nhỏ thì mô hình càng phù hợp.
4
Phát hiện những sai lầm và kiểm định
Phát hiện những sai lầm và kiểm định
ä Bỏ sót biến thích hợp.
ä Đưa vào mô hình những biến không thích hợp.
ä Chọn dạng hàm không đúng.
5