Hướng Dẫn Thực Hành Eview 4 - 123doc

Nội dung

Hướng dẫn sử dụng phần mềm eview 4 trong môn học kinh tế lượng tại các trường đại học và cao đẳng. Phần mềm eview 4 là phần mềm khá phổ biến trong môn học kinh tế lượng giúp xây dựng mô hình kinh tế qua đó có thể dự báo được các kết quả biến số kinh tế.

Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu ĐẠI HỌC KINH TẾ QUỐC DÂN KHOA TOÁN KINH TẾ - BỘ MÔN TOÁN KINH TẾ _ KINH TẾ LƯỢNG – CÁC CHUYÊN ĐỀ HƯỚNG DẪN THỰC HÀNH BẰNG PHẦN MỀM EVIEWS BÙI DƯƠNG HẢI Yêu cầu: Eviews4, DATA_CH2014 www.mfe.edu.vn, mục Thư viện / Dữ liệu – phần mềm để tải Eviews4 www.mfe.edu.vn/buiduonghai để tải DATA_CH2014 Với cửa sổ Series View Procs Spreadsheet Graph Descriptive Statistic Correlogram Unit Root Test Seasonal Adjustment Moving Average Method Exponential Smoothing Hodrick-Prescott Filter Số liệu Đồ thị Các thống kê đặc trưng Lược đồ tự tương quan Kiểm định nghiệm đơn vị Hiệu chỉnh yếu tố thời vụ Hiệu chỉnh theo trung bình trượt San mũ đơn, kép, Holt-Winters Lọc chuỗi Với cửa sổ Equation View Procs Representations Estimation Output Actual, Fitted, Residual Gradients and Derivatives Covarian Matrix Coefficient Test Residual tests Correlogram – Q-statistic Histogram – Normality test Serial Correlation LM test White Heterokedasticity Stability test Chow breakpoint test Chow forecast test Ramsey RESET test Specify/Estimate Forecast Make residual series Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai Các cách thể khác Bảng kết đầy đủ Các thông tin phần dư Các thông tin Gradient Đảo biến Ma trận Hiệp phương sai ước lượng Các kiểm định hệ số Các kiểm định phần dư Lược đồ tự tương quan phần dư Đồ thị, kiểm định tính phân phối chuẩn Kiểm định tự tương quan theo B-G Kiểm định phương sai sai số thay đổi Các kiểm định dạng hàm Kiểm định tính đồng hai đoạn Kiểm định đánh giá dự báo Kiểm định định dạng hàm theo Ramsey Định dạng phương trình, mẫu, phương pháp Đặt tên chuỗi ước lượng, đánh giá dự báo Đặt tên chuỗi phần dư Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu NHẬP SỐ LIỆU Nhập số liệu từ file Excel Bộ số liệu DATA_VD [1.1]  File  New  Workfile… : Mở cửa sổ Workfile Range   Annual  Start date: 2000  End date: 2013  OK: Mở cửa sổ Workfile: UNTITLED Range: 2000 2013 Sample: 2000 2013 c resid [1.2]  [Eviews] Quick  Empty Group (Edit Series): Mở cửa sổ Group: UNTITLE Copy số liệu gồm tên biến GDP PPP từ năm 2000 đến 2013 GDP 31.176 32.524 … 155.565 170.565 PPP 159.786 174.695 … 443.911 474.95  Dán (paste) số liệu, dòng obs cửa sổ Group Thêm hai biến: GDP PPP XỬ LÝ SỐ LIỆU Mở số liệu VN2004_09_GSO Đây số liệu theo tháng Vẽ đồ thị [2.1]  Chọn riêng hai biến EX IM  Chuột phải  Open  as Group: Mở cửa sổ Group  [Group] View  Graph  Line: Đồ thị hai biến theo thời gian [2.2]  [Group] View  Graph  Scatter  Simple Scatter : Đồ thị điểm hai biến theo Thống kê mô tả [2.3]  [Group] View  Descriptive Stats  Common Sample: Các thống kê mô tả Mean Median Maximum Minimum Std Dev Skewness Kurtosis EX 3599.028 3500.000 6250.000 1650.000 1160.214 0.137923 2.033731 IM 4342.778 4025.000 8000.000 1820.000 1590.665 0.405903 2.104203 Jarque-Bera Probability 3.029301 0.219885 4.384443 0.111668 Sum Sum Sq Dev 259130.0 95572832 312680.0 1.80E+08 Observations 72 72 Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu Jarque-Bera để Kiểm định cặp giả thuyết: [2.4] H0: Biến phân phối Chuẩn H1: Biến không phân phối Chuẩn  [Group] View  Correlations  Common Sample: Hệ số tương quan hai biến  [Group] View  Covariances  Common Sample: Phương sai, hiệp phương sai hai biến Đặt biến [2.5]  [Cửa sổ lệnh] GENR NX = EX – IM  T = @TREND  EX1 = EX(–1)  ƯỚC LƯỢNG MÔ HÌNH HỒI QUY Mô hình : [3.1] E X     G IC   G IL  u (MH 3.1)  [Cửa sổ lệnh] LS EX C GIC GIL  Được kết ước lượng : Dependent Variable: EX Method: Least Squares Sample(adjusted): 2004:01 2009:08 Included observations: 68 after adjusting endpoints Variable Coefficient Std Error t-Statistic Prob C GIC GIL 1161.943 0.102649 0.490855 218.8752 0.079698 0.058174 5.308703 1.287974 8.437663 0.0000 0.2023 0.0000 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat 0.675160 0.665165 666.0811 28838165 -537.0497 0.630795 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 3525.735 1151.096 15.88381 15.98173 67.54919 0.000000 [?] Giải thích ý nghĩa kết ? - Phân tích ý nghĩa thống kê hệ số - Hệ số xác định ý nghĩa ? Xem phần dư giá trị ước lượng [3.2]  [Equation] View  Actual, Fitted, Residual  Actual, Fitted, Residual Table  [Equation] View  Actual, Fitted, Residual  Actual, Fitted, Residual Graph [?] Quý có giá trị thực tế gần nhất, xa giá trị ước lượng? Xem phương sai, hiệp phương sai ước lượng [3.3]  [Equation] View  Covariance Matrix C GIC GIL C 47906.35 -2.176187 -8.396374 Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai GIC -2.176187 0.006352 -0.002796 GIL -8.396374 -0.002796 0.003384 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu Kiểm định hệ số: Giả thuyết βGIC = βGIL [3.4]  [Equation] View  Coefficient Test  Wald – Coefficient Restrictions… : Cửa sổ Wald Test  [Wald Test] Gõ: C(2) = C(3)  OK Wald Test: Equation: Untitled Null Hypothesis: C(2) = C(3) F-statistic Chi-square 9.831723 9.831723 Probability Probability 0.002575 0.001715 [?] Kết luận giả thuyết hai hệ số góc nhau? Mô hình Logarit – logarit Mô hình: EX = eβ1 GICβ2 GILβ3 eu (MH 3.2) Dạng logarit : ln(EX) = β1 + β2ln(GIC) + β3ln(GIL) + u [3.5]  [Cửa sổ lệnh] LS LOG(EX) C LOG(GIC) LOG(GIL)  Dependent Variable: LOG(EX) Method: Least Squares Sample(adjusted): 2004:01 2009:08 Included observations: 68 after adjusting endpoints Variable Coefficient Std Error t-Statistic Prob C LOG(GIC) LOG(GIL) 2.299025 0.074172 0.633237 0.383492 0.068880 0.068550 5.994975 1.076832 9.237615 0.0000 0.2855 0.0000 R-squared Adjusted R-squared Durbin-Watson stat 0.785417 0.778815 0.667135 Mean dependent var S.D dependent var Prob(F-statistic) 8.112417 0.341624 0.000000 [?] Phân tích kết ước lượng nào? MÔ HÌNH VỚI BIẾN GIẢ Với số liệu VN2004_09_GSO Xét biến giả D07 với giai đoạn từ năm 2007 trở đi, với giai đoạn trước Mô hình: EX = β1 + β2GIL + α1D07 + α2D07*GIL + u Trước 2007 : EX = β1 + β2GIL + u Từ 2007 : EX = (β1 + α1) + (β2 + α2)GIL + u Đặt biến giả [4.1]  [Cửa sổ lệnh] GENR D07 =  SMPL 2007:1 @LAST  D07 =  SMPL @ALL  Ước lượng mô hình: [4.2]  [Cửa sổ lệnh] LS EX C GIL D07 D07*GIL  Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu Dependent Variable: EX Method: Least Squares Date: 10/31/14 Time: 00:12 Sample(adjusted): 2004:01 2009:08 Included observations: 68 after adjusting endpoints Variable Coefficient Std Error t-Statistic Prob C GIL D07 D07*GIL 1281.144 0.428895 2245.891 -0.251542 269.5721 0.081421 499.9426 0.108681 4.752511 5.267629 4.492297 -2.314491 0.0000 0.0000 0.0000 0.0239 R-squared Durbin-Watson stat 0.803147 0.535081 Mean dependent var Prob(F-statistic) 3525.735 0.000000 [?] Giải thích ý nghĩa kết quả? - Hệ số chặn có thực khác hai giai đoạn không? Nếu có hệ số chặn giai đoạn lớn ? - Hệ số góc có thực khác hai giai đoạn không? Nếu có hệ số góc giai đoạn lớn ? Biến giả mùa vụ Đặt biến giả M12 = tương ứng với tháng 12, với tháng khác [4.3]  [Cửa sổ lệnh] GENR M12 = @SEAS(12)  LS EX C GIL M12  LS EX C GIL @SEAS(12)  Hoặc KIỂM ĐỊNH CÁC HIỆN TƯỢNG Xét mô hình : EX = β1 + β2GIC + β3GIL + u (MH 5.1) [5.1]  [Cửa sổ lệnh] LS EX C GIC GIL  Kiểm định dạng hàm sai, thiếu biến hay không [5.2]  [Equation] View  Stability Tests  Ramsey RESET Test… : Cửa sổ RESET Specification  [RESET]: Number of fitted terms:  OK Ramsey RESET Test: F-statistic Log likelihood ratio 15.19905 14.48952 Probability Probability 0.000234 0.000141 Kiểm định phương sai sai số thay đổi [5.3]  [Equation] View  Residual Tests  White Heteroskedasticity (no cross terms) White Heteroskedasticity Test: F-statistic Obs*R-squared 3.313042 11.81799 Probability Probability 0.015830 0.018757  [Equation] View  Residual Tests  White Heteroskedasticity (cross terms) White Heteroskedasticity Test: F-statistic Obs*R-squared Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 2.658946 12.00670 Probability Probability 0.030546 0.034696 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu Kiểm định tính phân phối chuẩn sai số [5.4]  [Equation] View  Residual Tests  Histogram – Normality Test Jarque-Bera 13.77391 Probability 0.001021 Kiểm định tự tương quan [5.5]  [Equation] View  Residual Tests  Serial Correlation LM Tests…: Cửa sổ Lag  [Lag Specification] Lag to include:  OK Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared 78.40533 37.43935 Probability Probability 0.000000 0.000000 Đánh giá mức độ đa cộng tuyến [5.6]   [Cửa sổ lệnh] LS GIC C GIL [?] Đánh giá tượng thông qua kiểm định hồi quy phụ? MÔ HÌNH CÓ BIẾN TRỄ Sử dụng số liệu VN2004_09_GSO, số liệu tháng Mô hình có trễ phân phối Thực hồi quy trễ phân phối nhận xét [6.1]   [Cửa sổ lệnh] LS EX C IM IM(-1)  LS EX C IM IM(-1) IM(-2) LS EX C IM IM(-1) IM(-2) IM(-3)  Mô hình tự hồi quy [6.2]   [Cửa sổ lệnh] LS EX C IM EX(-1) Giải thích ý nghĩa kết : Dependent Variable: EX Sample(adjusted): 2004:02 2009:12 Included observations: 71 after adjusting endpoints Variable Coefficient Std Error t-Statistic Prob C IM EX(-1) 226.3650 0.304670 0.577825 97.38035 0.044698 0.061060 2.324545 6.816175 9.463215 0.0231 0.0000 0.0000 R-squared Durbin-Watson stat 0.953721 1.921959 Mean dependent var Prob(F-statistic) 3626.479 0.000000 Trễ đa thức Xét mô hình trễ bậc 9: EX t  a   j IM t- j  ut j0 Giả thiết hệ số trễ có dạng đa thức bậc 2: [6.3]  [Cửa sổ lệnh] LS EX C PDL(IM,9,2)  j    1 j   j  Dependent Variable: EX Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu Sample(adjusted): 2004:10 2009:12 Included observations: 63 after adjusting endpoints Variable Coefficient Std Error t-Statistic Prob C PDL01 PDL02 PDL03 560.8040 0.023716 -0.024704 0.007260 124.5773 0.016683 0.003564 0.002103 4.501656 1.421554 -6.931929 3.452429 0.0000 0.1604 0.0000 0.0010 R-squared Durbin-Watson stat 0.927807 1.173777 Lag Distribution of IM * * * * * * * * * Mean dependent var Prob(F-statistic) i Coefficien t *| | | | | | | | | | Sum of Lags [6.4] 3830.476 0.000000 Std Error T-Statistic 0.23868 0.16316 0.10216 0.05568 0.02372 0.00627 0.00335 0.01494 0.04106 0.08169 0.02889 0.01371 0.00862 0.01323 0.01668 0.01667 0.01318 0.00850 0.01362 0.02885 8.26268 11.9010 11.8537 4.20749 1.42155 0.37627 0.25392 1.75802 3.01362 2.83159 0.73071 0.02707 26.9924 Kiểm định nhân Granger  Chọn EX IM thành Group, mở cửa sổ Group  [Group] View  Granger Causality … : Chọn bậc trễ = Pairwise Granger Causality Tests Sample: 2004:01 2010:12 Lags: Null Hypothesis: IM does not Granger Cause EX EX does not Granger Cause IM Obs F-Statistic Probability 70 5.58722 0.03811 0.00577 0.96262 HỒI QUY HỆ PHƯƠNG TRÌNH Sử dụng số liệu VN2004_09_GSO Mô hình gồm hai phương trình EX t   IM t     IM t   3G ILt     E X t   IM t 1  4EX t 1  u 1t ( )  u 2t ( ) [?] Ước lượng hai phương trình LS thông thường lưu lại kết để so sánh [7.1]  [Cửa sổ lệnh] LS EX C IM GIL  LS IM C EX IM(-1) EX(-1)  Các biến nội sinh: EX, IM; biến ngoại sinh: C, GIL, IM(-1), EX(-1) [?] Định dạng hai phương trình hệ điều kiện Hạng điều kiện Thứ bậc Khai báo hệ phương trình Có nhiều cách để hồi quy hệ phương trình, đặt tên hệ EX_IM Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu [7.1]  [7.1] Cách 3: [Eview] Object > New Object > System  Cửa sổ [System] biểu tượng hệ ( EX_IM ) Workfile Trong cửa sổ [System], khai báo biến công cụ phương trình Lưu ý biến công cụ bao gồm hệ số chặn, hệ số phương trình kí hiệu C,  INST C GIL IM(-1) EX(-1) Cách 1: Cửa sổ lệnh: SYSTEM EX_IM Cách 2: [Workfile] Objects > New Object > System EX = C(11) + C(12)*IM + C(13)*GIL IM = C(21) + C(22)*EX + C(23)*IM(-1) + C(24)*EX(-1)  [System] Estimate  Cửa sổ [System Estimation]  Nếu chọn OLS: kết giống hồi quy riêng hai phương trình Nếu chọn 2SLS: kết ước lượng phương pháp bình phương nhỏ hai bước Nếu chọn 3SLS: kết ước lượng phương pháp bình phương nhỏ ba bước Để thay đổi phương trình chọn [System] View > Specification [System] Spec Xem ma trận hiệp phương sai: [System] View > Coefficient Covarian Matrix Kiểm định hệ số: [System] View > Wald Coefficient Test [?] Thêm vào phương trình (7.1) biến GILt – 1, ước lượng lại hệ phương trình [?] Không thêm biến GILt – vào (7.1), mà thay vào biến EXt–1 , xác định lại biến công cụ ước lượng hệ phương trình MÔ HÌNH CÓ BIẾN PHỤ THUỘC LÀ ĐỊNH TÍNH Sử dụng số liệu BINARY_CAR thư mục DATA4 Với YD thu nhập khả dụng cá nhân, GEN giới tính, CONS chi cho tiêu dùng, CAR thể sở hữu ôtô riêng Mô hình LPM Mô hình [8.1] p i  P r  C A R  | Y D i   E ( C A R | Y D i )     2Y D i (8.1)  LS CAR C YD [?] Ước lượng khả có ôtô riêng thu nhập 120? Xem giá trị ước lượng: [Equation] View > Actual, Fitted, Residuals Mô hình Logit Mô hình [8.2] pi  P r  C A R  | YDi   L o g it     Y D i   e x p (    2Y D i )  e x p (    2Y D i )  Logit CAR C YD (Hoặc [Eviews] Quick > Estimate Equation > [Equation Specification] Method : Binary > Logit) Dependent Variable: CAR Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu Method: ML - Binary Logit (Quadratic hill climbing) Sample: 40 Convergence achieved after iterations Variable Coefficient Std Error z-Statistic Prob C -5.986968 1.941467 -3.083734 0.0020 YD 0.052696 0.017302 3.045689 0.0023 Mean dependent var 0.450000 S.D dependent var 0.503831 LR statistic (1 df) 13.34465 McFadden R-squared 0.242405 Probability(LR stat) 0.000259 [?] Viết lại mô hình ước lượng phân tích ý nghĩa kết quả? Ước lượng khả có ô tô riêng thu nhập 120? Ước lượng mức thay đổi thu nhập tăng thêm đơn vị? [?] Ước lượng giải thích ý nghĩa mô hình: Logit CAR C GEN [?] Ước lượng giải thích ý nghĩa mô hình: Logit CAR C YD GEN GEN*YD ; ước lượng chênh lệch khả có ôtô nam nữ thu nhập 120? Mô hình Probit Mô hình [8.3] p i  P r  C A R  / Y D i   P r o b it     Y D i        Y D i   Probit CAR C YD (Hoặc [Eviews] Quick > Estimate Equation > [Equation Specification] Method : Binary > Probit) Dependent Variable: CAR Method: ML - Binary Probit (Quadratic hill climbing) Included observations: 40 Convergence achieved after iterations Variable Coefficient Std Error z-Statistic Prob C -3.455582 1.020164 -3.387279 0.0007 YD 0.030425 0.009115 3.337726 0.0008 Mean dependent var 0.450000 S.D dependent var 0.503831 LR statistic (1 df) 13.09888 McFadden R-squared 0.237940 Probability(LR stat) 0.000295 [?] Viết lại mô hình ước lượng phân tích ý nghĩa kết quả? Ước lượng khả có ô tô riêng thu nhập 120? Ước lượng mức thay đổi thu nhập tăng thêm đơn vị? [?] Ước lượng giải thích ý nghĩa mô hình: Probit CAR C YD GEN GEN*YD ; ước lượng chênh lệch khả có ôtô nam nữ thu nhập 120? [?] Ước lượng giải thích ý nghĩa mô hình: Probit CAR C 1/YD LÀM TRƠN VÀ NGOẠI SUY CHUỖI THỜI GIAN Sử dụng số liệu VN_Quaterly thư mục DATA4 Phân tích cho chuỗi GDP Ngoại suy giản đơn Hồi quy GDP theo biến thời gian, đặt biến xu thời gian, với quan sát Hồi quy xu thời gian tuyến tính [9.1]  LS GDP C @TREND  Lưu lại chuỗi ước lượng với tên GDP1 Xem tiêu chí đánh giá dự báo Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu [9.2]  [Equation] Forecast  Đặt tên, xem RMSE, MAE, MAPE [?] Dự báo giá trị GDP năm tiếp theo? [?] Hồi quy mô hình ngoại suy sau, so sánh đánh giá, dự báo cho năm G D Pt     ln t  u t G D Pt  e    ln t  u t  G D Pt  e t 2 e ut Trung bình trượt (MA) Hàm trung bình trượt: @movav(X,3) = X (  )  X (  1)  X Để tính trung bình trượt trung tâm thời kỳ GDP: G D Pt   G D Pt  G D Pt  [9.3]  Genr GDP_MA3 = @movav(GDP(+1),3)  [?] Đặt chuỗi GDP_MA9 trung bình trượt trung tâm thời kỳ GDP, so sánh đồ thị chuỗi GDP, GDPMA3, GDP_MA9, so sánh trung bình, tối đa, tối thiểu, độ lệch chuẩn chuỗi San mũ (Exponential Smoothing) Mô hình san mũ đơn [9.4] G D P1 SE  G D P1 , G D Pt SE   G D Pt  (1   ) G D Pt  SE  Chọn GDP, mở cửa sổ Series  [Series] Procs  Exponential Smoothing  [Exponential Smoothing]   Single, đặt tên chuỗi GDP_ESS (trong ô Smoothed series) Sample: 1990:1 2008:4 Included observations: 76 Method: Single Exponential Forecast Series: GDP_ESS Parameters: Sum of Squared Residuals Root Mean Squared Error End of Period Levels: Mô hình san mũ kép [9.5] G D Pt DE   G D Pt SE Alpha 0.3120 1.03E+10 11647.74 126704.1 Mean  (1   ) G D Pt  DE  [Exponential Smoothing] Double, đặt tên chuỗi GDP_ESD Method: Double Exponential Forecast Series: GDP_SED Parameters: Alpha Sum of Squared Residuals Root Mean Squared Error End of Period Levels: Mean Trend 0.0800 7.69E+09 10060.49 124898.5 1685.333 [?] Với kết san mũ kép, viết công thức dự báo, dự báo GDP năm sau? Hiệu chỉnh yếu tố mùa vụ [9.6] Có hai mô hình: theo dạng Nhân theo dạng Cộng  Chọn GDP, mở cửa sổ Series  [Series] Procs  Seasonal Adjustment  Moving Average Method Mô hình dạng Nhân: Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 10 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu  [Seasonal Adjustment] Ratio to moving average – Multiplicative Đặt tên chuỗi sau hiệu chỉnh GDP_SAM Ratio to Moving Average Adjusted Series: GDP_SAM Scaling Factors: [9.7] 0.834067 1.093575 0.976339 1.122923 Mô hình dạng Cộng:  [Seasonal Adjustment] Difference from moving average – Additive, Đặt tên chuỗi GDP_SAD Difference from Moving Average Adjusted Series: GDP_SAD Scaling Factors: -12361.31 5603.803 -1644.939 8402.446 [?] So sánh chuỗi GDP, GDP_SAM, GDP_SAD nhận xét hiệu chỉnh mùa vụ [?] Với chuỗi GDP_SAM, hồi quy theo xu thời gian, so sánh với kết phần 9.1; từ kết hồi quy hệ số hiệu chỉnh mùa vụ, dự báo cho năm San mũ Holt-Winters [9.8]  Chọn GDP, mở cửa sổ Series Holt-Winters có xu thế, tính mùa vụ  [Series] Procs > Exponential Smoothing  [Exponential Smoothing] Holt-Winters – No seasonal, đặt tên chuỗi GDP_HN Method: Holt-Winters No Seasonal Forecast Series: GDP_HN Parameters: Alpha Beta Sum of Squared Residuals Root Mean Squared Error End of Period Levels: Mean Trend [9.9] 0.0300 0.8001 6.72E+09 9401.643 126136.5 2971.115 Holt-Winters có xu thế, có mùa vụ, dạng Cộng  [Exponential Smoothing] Holt-Winters – Additive , đặt tên chuỗi GDP_HA Method: Holt-Winters Additive Seasonal Forecast Series: GDP_HA Parameters: Alpha Beta Gamma Sum of Squared Residuals Root Mean Squared Error End of Period Levels: Mean Trend Seasonals: 2008:1 2008:2 2008:3 Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 0.1800 0.4799 1.0000 3.02E+08 1994.939 126761.2 2052.432 -24705.60 5717.984 -290.4307 11 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu 2008:4 19278.05 Holt-Winters có xu thế, có mùa vụ, dạng Nhân [9.10]  [Exponential Smoothing] Holt-Winters – Mutiplicative , đặt tên chuỗi GDP_HM Method: Holt-Winters Multiplicative Seasonal Original Series: GDP Forecast Series: GDP_HM Parameters: Alpha Beta Gamma Sum of Squared Residuals Root Mean Squared Error End of Period Levels: Mean Trend Seasonals: 2008:1 2008:2 2008:3 2008:4 0.3101 0.6000 1.0000 63598622 914.7808 125568.7 1665.087 0.790690 1.047565 1.000662 1.161083 [?] Với ba mô hình trên, dự báo giá trị GDP năm [?] So sánh tất kết dự báo tính theo mô hình 10 QUÁ TRÌNH NGẪU NHIÊN VÀ TÍNH DỪNG Bộ số liệu EXCHANGE_WEEK thư mục DATA4 Xét chuỗi EX1 [10.1]  Mở chuỗi EX1 thành cửa sổ Series  [Series] View  Graph  Line Nhận xét đồ thị: Có hệ số chặn? Có xu thế? Kiểm định nghiệm đơn vị [10.1]  [Series] View  Unit Root Test … : Cửa sổ Unit Root Test  [Unit Root Test]  ADF  Test for unit root in  Level  Include in test equation  Intercept  Lagged differences: ADF Test Statistic -3.289673 1% Critical Value* 5% Critical Value 10% Critical Value -3.5625 -2.9190 -2.5970 [?] Kết luận tính dừng chuỗi? [?] Thay Lagged differences = kết luận nào? [?] Thêm xu thời gian kết luận nào? Kiểm định nghiệm đơn vị cho chuỗi sai phân [10.1]  [Series] View  Unit Root Test  Test for unit root in  1st difference  Include in test equation  Intercept Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 12 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu  Lagged differences: Kết luận chuỗi sai phân? Kết luận chuỗi EX1 Lược đồ tự tương quan Lược đồ chuỗi EX1 [10.1]  [Series] View  Correlogram…   Level [?] Nếu EX1 chuỗi dừng kết luận chuỗi EX1 qua lược đồ này? Lược đồ chuỗi sai phân [10.1]  [Series] View  Correlogram…   1st difference 11 MÔ HÌNH ARIMA Bộ số liệu VNQ_GDP Xét chuỗi GIP Các bước thực hiện:  Kiểm định nghiệm đơn vị để xác định chuỗi dừng  Xét lược đồ tương quan chuỗi dừng để xác định bậc AR, MA  Hồi quy, xét tính khả nghịch  Kiểm định: Ý nghĩa thống kê, phần dư nhiễu trắng (dừng, không tự tương quan)  Đánh giá khả dự báo  Dự báo [11.1]  Mở chuỗi GIP thành cửa sổ [Series: GIP]  [Series] View  Graph  Line : Có xu tăng lên  [Series] View  Unit Root Test… [Unit Root Test]   Level   Intercept: GIP Không dừng [Unit Root Test]   Level   Trend and Intercept: GIP Dừng xu (không dừng) [Unit Root Test]   1st diference   Intercept: D(GIP) dừng Vậy chuỗi GIP không dừng sai phân dừng: GIP ~ I(1) [11.2]  [Series] View  Correlogram…   1st diference Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 13 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu Nhận thấy AR 1, 2, MA 1, Tuy nhiên có AR(1) không dùng MA(1) [11.3]  [Cửa sổ lệnh] LS D(GIP) C AR(1) AR(2) AR(3) MA(4)  Dependent Variable: D(GIP) Method: Least Squares Sample(adjusted): 2005:1 2012:3 Included observations: 31 after adjusting endpoints Convergence achieved after 11 iterations Backcast: 2004:1 2004:4 Variable Coefficient Std Error t-Statistic Prob C AR(1) AR(2) AR(3) MA(4) 7366.400 -0.801064 -0.796963 -0.815397 0.878367 1557.688 0.142305 0.160992 0.168226 0.078332 4.729059 -5.629196 -4.950328 -4.847035 11.21337 0.0001 0.0000 0.0000 0.0001 0.0000 R-squared Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat 0.834764 0.809343 16167.25 6.80E+09 -341.6738 1.899408 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 7092.677 37026.24 22.36605 22.59734 32.83764 0.000000 Inverted AR Roots Inverted MA Roots 05 -.95i 68 -.68i 05+.95i 68+.68i -.68 -.68i -.91 -.68+.68i Tính khả nghịch thỏa mãn, hệ số có ý nghĩa thống kê [11.4]  [Equation] Procs  Make Residual Series…  OK  [Series: RESID…] View  Unit Root Test   Level  None: Phần dư dừng [Equation] View  Residual Tests  Correlogram - Q-statistics  OK: Không tự tương quan [Equation] View  Residual Tests  Serial Correlation LM Test…  1: Phần dư nhiễu trắng, mô hình thỏa mãn điều kiện Mô hình cho chuỗi GIP ARIMA(p = 1,2,3 ; d= 1; p = 4) [11.5]  [Equation] Forecast   GIP   Dynamic  Forecast name: GIPF1  Forecast sample: 2011:4 2012:3  OK Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 14 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu 340000 Forecast: GIPF 320000 Actual: GIP Forecast sample: 2012:1 2012:3 300000 Included observations: 280000 260000 240000 220000 Root Mean Squared Error 5706.756 Mean Absolute Error 4925.596 Mean Abs Percent Error 1.811828 Theil Inequality Coefficient 0.010552 Bias Proportion 0.008226 Variance Proportion 0.940036 Covariance Proportion 0.051738 200000 180000 2012:01 2012:02 2012:03 GIPF Sai số dự báo MAPE 1.8% Để dự báo cho năm 2013 phải mở rộng khoảng số liệu [11.4]  Chọn cửa sổ Workfile  [Eviews] Procs  Change Workfile Range…  Start date: 2004:1  End date: 2013:4  OK  Hồi quy lại mô hình LS D(GIP) C AR(1) AR(2) AR(3) MA(4)   [Equation] Forecast  Forecast name: GIPF1  Forecast sample: 2012:4 2013:4  [Workfile] Mở xem biến GIPF1 Year 2012:4 2013:1 2013:2 2013:3 2013:4 GIPF1 362463.4 281102.5 295564.4 332497.2 382872.2 Lưu ý: Thay ước lượng LS D(GIP) C AR(1) AR(2) AR(3) MA(4) dùng: LS D(GIP) C D(GIP(-1)) D(GIP(-2)) D(GIP(-3)) MA(4) ước lượng hệ số góc giống cũ hệ số chặn khác Quá trình dự báo tính tay phải theo phương trình Nếu dùng AR máy tự động dự báo 11 MÔ HÌNH VAR Hai chuỗi GDP GI dừng sai phân, xét mô hình GDPt GIt VAR trễ bậc có dạng:  G D Pt     1  G D Pt     G D Pt    1  G I t     G I t   u t G It      G D Pt    2  G D Pt     G I t    2  G I t   u t [12.1]  [Eviews] Quick  Estimate VAR…  [Var Specification] Basics:   Unrestricted VAR ;  Endogenous Var.: D(GDP) D(GI)  Lag Intervals for Endogenous:  Exogenous Variables: C  OK Xác định độ trễ [12.2]  [Var] View  Lag Structure  Lag Length Criteria…  Theo tiêu chuẩn FPE, SE, HQ chọn lag = 3; theo AIC chọn lag = Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 15 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu BÀI TẬP TỔNG HỢP Các tập thực với  = 5% Bài số Sử dụng số liệu US_Y thư mục DATA0810 Trong GDP Tổng sản phẩm quốc nội, M2 cân đối tiền M2, R lãi suất, DEF thâm hụt ngân sách Cân đối tiền M2 tương quan với biến chặt chẽ nhất, chiều hay ngược chiều? Hồi quy M2 theo GDP R (mô hình [1]), hai biến độc lập có thực giải thích cho biến động biến phụ thuộc không? Giải thích phần trăm biến động? Dùng kiểm định Durbin-Watson cho biết mô hình [1] có tự tương quan bậc hay không? So sánh kết với kiểm định Breusch-Godrey? Kiểm định tượng phương sai sai số thay đổi kiểm định, kiểm định dạng hàm mô hình Có ý kiến cho M2 phụ thuộc vào GDP R không kỳ mà từ kỳ trước kỳ trước Hãy thực hồi quy (mô hình [2]) cho biết ý kiến có không? Dựa kết hồi quy, nhận thấy dấu hiệu tượng đa cộng tuyến mô hình không? Giả thiết M2 phụ thuộc GDP R dạng trễ vô hạn, theo giả thiết Koyck, thực mô hình tự hồi quy M2 theo GDP, R trễ bậc M2 (mô hình [3]) Khi phân tích tác động ngắn hạn, dài hạn GDP R đến M2? Với mô hình [3], dùng Durbin’h để kiểm định tự tương quan bậc 1, so sánh với kiểm định Breusch-Godfrey Xét mô hình hiệu chỉnh sau: Cân đối tiền kỳ vọng hàm Tổng sản phẩm quốc dân Lãi suất: lo g M t  c   lo g G N Pt   lo g R t  u t * hiệu chỉnh qua phương trình: ; chênh lệch cân đối tiền kỳ kỳ trước lo g ( M t / M t  )    lo g M t  lo g M t   * Thực biến đổi ước lượng mô hình tự hồi quy để phân tích; tính ước lượng hệ số hiệu chỉnh, ước lượng hệ số tác động GDP R đến cân đối tiền kỳ vọng 10 Xét hệ phương trình: [a] M2t = a1 + a2 GDPt + a3Rt + a4DEFt + u1t [b] GDPt = b1 + b2 Rt + b3 GDPt – + u2t [c] DEFt = c1 + c2 M2t + c3 DEFt – + u3t Thực định dạng phương trình điều kiện cần đủ Ước lượng hệ phương pháp bình phương nhỏ hai bước phân tích kết Khi hệ số ý nghĩa thống kê, phương trình hồi quy có hệ số xác định lớn nhất? Bài số Với số liệu Data_Quarterly thư mục DATA3 Xét mô hình gồm phương trình sau IM t     G D Pt   G D Pt    E X t 1 EX t     G D Pt   G D Pt    IM t G D Pt     G D Pt    E X t 1   5t  u 1t  u 2t  u 3t Hãy định dạng phương trình hệ điều kiện Hạng điều kiện Thứ bậc Nêu cách ước lượng phù hợp với hệ phương trình trên? Hãy ước lượng hệ phương pháp bình phương nhỏ hai bước ba bước Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 16 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu Khi thêm vào phương trình thứ ba biến trễ bậc IM định dạng phương trình nào? Nếu ước lượng hệ 2SLS 3SLS Bài số Sử dụng số liệu US_Y thư mục DATA0810 Đặt biến giả D71 = thời gian từ năm 1971 trở (giai đoạn sau), D = với thời kỳ trước (giai đoạn đầu) Nếu hồi quy M2 theo D71 (mô hình [1]), xét trung bình giai đoạn sau cân đối tiền M2 có nhiều giai đoạn đầu không? Nếu có tối đa bao nhiêu? Hồi quy M2 theo GDP, R, D71, D71*R (mô hình [2]) Viết hàm hồi quy mẫu với hai giai đoạn, tìm ước lượng điểm M2 GDP = 10000, R = Hệ số chặn mô hình có khác hai giai đoạn không? Giai đoạn hệ số chặn lớn hơn, lớn bao nhiêu? Với mô hình [3], lãi suất tăng 1(%), cân đối tiền M2 giai đoạn thay đổi nhiều hơn, nhiều tối đa bao nhiêu? Đặt biến Y = có cắt giảm lãi suất, Y = ngược lại (tức lãi suất kỳ thấp lãi suất kỳ trước R < R(-1) Y = 1) Hồi quy mô hình xác suất tuyến tính Y theo sai phân GDP (tăng trưởng tuyệt đối GDP) Theo kết này, tăng trưởng tuyệt đối GDP tăng tỉ USD khả có cắt giảm lãi suất thay đổi nào? Hồi quy khả có cắt giảm lãi suất theo tăng trưởng kinh tế tuyệt đối mô hình Logit Hãy ước lượng khả có cắt giảm lãi suất tăng trưởng 45 tỉ USD, mức tăng trưởng tăng thêm tỉ USD khả có cắt giảm lãi suất thay đổi nào? Trả lời câu hỏi với mô hình Probit Hồi quy khả có cắt giảm lãi suất theo tăng trưởng kinh tế tăng trưởng cung tiền M2 (sai phân M2) mô hình Logit Ước lượng khả có cắt giảm lãi suất tăng trưởng 50 tỉ USD tăng trưởng cung tiền 35 tỉ Khi tăng trưởng cung tiền tăng thêm tỉ khả có cắt giảm lãi suất thay đổi nào? Nếu mô hình đổi thành Probit kết chênh lệch so với mô hình Logit bao nhiêu? Bài số Sử dụng số liệu US_1947_2005 thư mục DATA2 Với biến D1 nhận giá trị có thặng dư tài khoản vãng lai (gọi tắt thặng dư), ngược lại Sử dụng mô hình LPM ước lượng khả có thặng dư theo GDP, giải thích ý nghĩa kết quả? Khi đổi sang mô hình Logit, viết mô hình kết hồi quy mẫu Ước lượng khả có thặng dư GDP 4000? Phân tích tác động GDP đến khả này, tính tỷ lệ ưu thế? Với mô hình Probit, ước lượng khả có thặng dư GDP 4000 bao nhiêu? Tác động GDP đến khả có thặng dư so với mô hình Logit nào? Với mô hình Logit, tác động GDP đến khả có thặng dư có giống thời kỳ đảng Dân chủ đảng Cộng hoà nắm quyền hay không? (Biến D2 biến giả xác định đảng nắm quyền) Hãy ước lượng khả có thặng dư GDP 4000 hai trường hợp Kết câu mô hình Probit? Bài số Sử dụng số liệu Binary_Health_Insurance thư mục DATA4 Với HI biến thể việc hộ gia đình có mua bảo hiểm y tế Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 17 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu Phân tích tác động thu nhập hộ gia đình đến khả mua bảo hiểm hai mô hình Logit Probit Phân tích tác động giới tính chủ hộ đến khả mua bảo hiểm hai mô hình Phân tích tác động đồng thời giới tính chủ hộ học vấn chủ hộ đến khả mua bảo hiểm? Với hai mô hình, cho với mức thu nhập chủ hộ tốt nghiệp có khả mua bảo hiểm nhiều chủ hộ khác hay không? Nếu có khoảng thu nhập 850? Phân tích tác động yếu tố tuổi chủ hộ đến khả mua bảo hiểm? Bài số Sử dụng số liệu VN_Quarterly thư mục DATA4 Hãy ước lượng CPI theo GDP nhận xét kết hồi quy? Hồi quy trung bình trượt trung tâm thời kỳ CPI theo trung bình trượt trung tâm thời kỳ GDP nhận xét kết quả, so sánh với mô hình câu Sử dụng mô hình ngoại suy giản đơn để dự báo CPI năm Sử dụng san mũ kép để dự báo CPI năm Hồi quy chuỗi san mũ kép CPI theo chuỗi san mũ kép GDP, so sánh với kết trước Phân tích tính mùa vụ chuỗi CPI qua hai mô hình Nhân Cộng, mô hình phù hợp hơn? Hồi quy chuỗi hiệu chỉnh mùa vụ CPI theo chuỗi hiệu chỉnh mùa vụ GDP (cả hai dạng) phân tích kết Sử dụng Holt-Winters dạng Cộng Nhân để phân tích chuỗi CPI dự báo cho năm Từ kết mô hình Holt-Winters dạng Cộng CPI, tách yếu tố mùa vụ, nhận xét so sánh chuỗi kết với chuỗi dạng câu (6) Thực tương tự với kết mô hình nhân 10 San Holt-Winters dạng Nhân cho CPI GDP, hồi quy kết chuỗi CPI theo GDP, so sánh nhận xét với mô hình thực Bài tập Sử dụng số liệu Data_Quarterly thư mục DATA3, xét biến GDP Vẽ đồ thị nhận xét xu chuỗi Sử dụng lược đồ tự tương quan phán đoán bậc tự tương quan Kiểm định nghiệm đơn vị với chuỗi trường hợp có xu thế? Kiểm định nghiệm đơn vị với sai phân chuỗi? Sử dụng mô hình AR(1), mô hình AR(1) AR(2) để ước lượng chuỗi có phù hợp không? Xét chuỗi sai phân đặt DGDP, nhận xét lược đồ tự tương quan? Ước lượng mô hình AR(1) AR(2) AR(3) cho chuỗi sai phân nhận xét kết quả? Đưa mô hình tự hồi quy phù hợp Ước lượng mô hình MA(1) MA(2) nhận xét kết quả? 10 Ước lượng mô hình ARMA(1,1) nhận xét kết quả? Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 18 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu Phụ lục BẢNG GIÁ TRỊ HÀM LOGISTIC L(z)  e z 1 e z ; L ( z )   L ( z ) u 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4.0 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 5.0 0.5000 0.5250 0.5498 0.5744 0.5987 0.6225 0.6457 0.6682 0.6900 0.7109 0.7311 0.7503 0.7685 0.7858 0.8022 0.8176 0.8320 0.8455 0.8581 0.8699 0.8808 0.8909 0.9002 0.9089 0.9168 0.9241 0.9309 0.9370 0.9427 0.9478 0.9526 0.9569 0.9608 0.9644 0.9677 0.9707 0.9734 0.9759 0.9781 0.9802 0.9820 0.9837 0.9852 0.9866 0.9879 0.9890 0.9900 0.9910 0.9918 0.9926 0.9933 0.5025 0.5275 0.5523 0.5769 0.6011 0.6248 0.6479 0.6704 0.6921 0.7130 0.7330 0.7521 0.7703 0.7875 0.8038 0.8191 0.8334 0.8468 0.8594 0.8710 0.8818 0.8919 0.9011 0.9097 0.9176 0.9248 0.9315 0.9376 0.9432 0.9483 0.9530 0.9573 0.9612 0.9648 0.9680 0.9710 0.9737 0.9761 0.9783 0.9804 0.9822 0.9839 0.9854 0.9867 0.9880 0.9891 0.9901 0.9911 0.9919 0.9927 0.9934 0.5050 0.5300 0.5548 0.5793 0.6035 0.6271 0.6502 0.6726 0.6942 0.7150 0.7350 0.7540 0.7721 0.7892 0.8053 0.8205 0.8348 0.8481 0.8606 0.8721 0.8829 0.8928 0.9020 0.9105 0.9183 0.9255 0.9321 0.9382 0.9437 0.9488 0.9535 0.9577 0.9616 0.9651 0.9683 0.9713 0.9739 0.9763 0.9785 0.9805 0.9824 0.9840 0.9855 0.9869 0.9881 0.9892 0.9902 0.9912 0.9920 0.9928 0.9934 0.5075 0.5325 0.5572 0.5818 0.6059 0.6295 0.6525 0.6748 0.6964 0.7171 0.7369 0.7558 0.7738 0.7908 0.8069 0.8220 0.8362 0.8494 0.8618 0.8732 0.8839 0.8938 0.9029 0.9113 0.9191 0.9262 0.9328 0.9388 0.9443 0.9493 0.9539 0.9581 0.9619 0.9654 0.9686 0.9715 0.9742 0.9766 0.9788 0.9807 0.9825 0.9842 0.9857 0.9870 0.9882 0.9893 0.9903 0.9913 0.9921 0.9928 0.9935 0.5100 0.5349 0.5597 0.5842 0.6083 0.6318 0.6548 0.6770 0.6985 0.7191 0.7389 0.7577 0.7756 0.7925 0.8085 0.8235 0.8375 0.8507 0.8629 0.8744 0.8849 0.8947 0.9038 0.9121 0.9198 0.9269 0.9334 0.9393 0.9448 0.9498 0.9543 0.9585 0.9623 0.9658 0.9689 0.9718 0.9744 0.9768 0.9790 0.9809 0.9827 0.9843 0.9858 0.9871 0.9883 0.9894 0.9904 0.9913 0.9922 0.9929 0.9936 0.5125 0.5374 0.5622 0.5866 0.6106 0.6341 0.6570 0.6792 0.7006 0.7211 0.7408 0.7595 0.7773 0.7941 0.8100 0.8249 0.8389 0.8520 0.8641 0.8754 0.8859 0.8957 0.9047 0.9129 0.9206 0.9276 0.9340 0.9399 0.9453 0.9503 0.9548 0.9589 0.9627 0.9661 0.9692 0.9721 0.9747 0.9770 0.9792 0.9811 0.9829 0.9845 0.9859 0.9873 0.9885 0.9895 0.9905 0.9914 0.9922 0.9930 0.9936 0.5150 0.5399 0.5646 0.5890 0.6130 0.6365 0.6593 0.6814 0.7027 0.7231 0.7427 0.7613 0.7790 0.7958 0.8115 0.8264 0.8402 0.8532 0.8653 0.8765 0.8870 0.8966 0.9055 0.9137 0.9213 0.9282 0.9346 0.9405 0.9458 0.9507 0.9552 0.9593 0.9630 0.9664 0.9695 0.9723 0.9749 0.9772 0.9794 0.9813 0.9830 0.9846 0.9861 0.9874 0.9886 0.9896 0.9906 0.9915 0.9923 0.9930 0.9937 0.5175 0.5424 0.5671 0.5915 0.6154 0.6388 0.6615 0.6835 0.7047 0.7251 0.7446 0.7631 0.7807 0.7974 0.8131 0.8278 0.8416 0.8545 0.8665 0.8776 0.8880 0.8975 0.9064 0.9145 0.9220 0.9289 0.9352 0.9410 0.9463 0.9512 0.9556 0.9597 0.9634 0.9668 0.9698 0.9726 0.9752 0.9775 0.9796 0.9815 0.9832 0.9848 0.9862 0.9875 0.9887 0.9897 0.9907 0.9916 0.9924 0.9931 0.9938 0.5200 0.5449 0.5695 0.5939 0.6177 0.6411 0.6637 0.6857 0.7068 0.7271 0.7465 0.7649 0.7824 0.7990 0.8146 0.8292 0.8429 0.8557 0.8676 0.8787 0.8889 0.8984 0.9072 0.9153 0.9227 0.9296 0.9358 0.9416 0.9468 0.9517 0.9561 0.9601 0.9637 0.9671 0.9701 0.9729 0.9754 0.9777 0.9798 0.9817 0.9834 0.9849 0.9863 0.9876 0.9888 0.9898 0.9908 0.9917 0.9925 0.9932 0.9938 0.5225 0.5474 0.5720 0.5963 0.6201 0.6434 0.6660 0.6878 0.7089 0.7291 0.7484 0.7667 0.7841 0.8006 0.8161 0.8306 0.8442 0.8569 0.8688 0.8797 0.8899 0.8993 0.9080 0.9161 0.9234 0.9302 0.9364 0.9421 0.9473 0.9521 0.9565 0.9605 0.9641 0.9674 0.9704 0.9731 0.9756 0.9779 0.9800 0.9818 0.9835 0.9851 0.9865 0.9878 0.9889 0.9899 0.9909 0.9918 0.9925 0.9932 0.9939 Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 19 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu Phụ lục BẢNG GIÁ TRỊ HÀM  (z)   z  exp     2  ;  ( z)   ( z) u 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.0 0.3989 0.3970 0.3910 0.3814 0.3683 0.3521 0.3332 0.3123 0.2897 0.2661 0.2420 0.2179 0.1942 0.1714 0.1497 0.1295 0.1109 0.0940 0.0790 0.0656 0.0540 0.0440 0.0355 0.0283 0.0224 0.0175 0.0136 0.0104 0.0079 0.0060 0.0044 0.0033 0.0024 0.0017 0.0012 0.0009 0.0006 0.0004 0.0003 0.0002 0.0001 0.0001 0.0001 0.3989 0.3965 0.3902 0.3802 0.3668 0.3503 0.3312 0.3101 0.2874 0.2637 0.2396 0.2155 0.1919 0.1691 0.1476 0.1276 0.1092 0.0925 0.0775 0.0644 0.0529 0.0431 0.0347 0.0277 0.0219 0.0171 0.0132 0.0101 0.0077 0.0058 0.0043 0.0032 0.0023 0.0017 0.0012 0.0008 0.0006 0.0004 0.0003 0.0002 0.0001 0.0001 0.0001 0.3989 0.3961 0.3894 0.3790 0.3653 0.3485 0.3292 0.3079 0.2850 0.2613 0.2371 0.2131 0.1895 0.1669 0.1456 0.1257 0.1074 0.0909 0.0761 0.0632 0.0519 0.0422 0.0339 0.0270 0.0213 0.0167 0.0129 0.0099 0.0075 0.0056 0.0042 0.0031 0.0022 0.0016 0.0012 0.0008 0.0006 0.0004 0.0003 0.0002 0.0001 0.0001 0.0001 0.3988 0.3956 0.3885 0.3778 0.3637 0.3467 0.3271 0.3056 0.2827 0.2589 0.2347 0.2107 0.1872 0.1647 0.1435 0.1238 0.1057 0.0893 0.0748 0.0620 0.0508 0.0413 0.0332 0.0264 0.0208 0.0163 0.0126 0.0096 0.0073 0.0055 0.0040 0.0030 0.0022 0.0016 0.0011 0.0008 0.0005 0.0004 0.0003 0.0002 0.0001 0.0001 0.0001 0.3986 0.3951 0.3876 0.3765 0.3621 0.3448 0.3251 0.3034 0.2803 0.2565 0.2323 0.2083 0.1849 0.1626 0.1415 0.1219 0.1040 0.0878 0.0734 0.0608 0.0498 0.0404 0.0325 0.0258 0.0203 0.0158 0.0122 0.0093 0.0071 0.0053 0.0039 0.0029 0.0021 0.0015 0.0011 0.0008 0.0005 0.0004 0.0003 0.0002 0.0001 0.0001 0.0000 0.3984 0.3945 0.3867 0.3752 0.3605 0.3429 0.3230 0.3011 0.2780 0.2541 0.2299 0.2059 0.1826 0.1604 0.1394 0.1200 0.1023 0.0863 0.0721 0.0596 0.0488 0.0396 0.0317 0.0252 0.0198 0.0154 0.0119 0.0091 0.0069 0.0051 0.0038 0.0028 0.0020 0.0015 0.0010 0.0007 0.0005 0.0004 0.0002 0.0002 0.0001 0.0001 0.0000 0.3982 0.3939 0.3857 0.3739 0.3589 0.3410 0.3209 0.2989 0.2756 0.2516 0.2275 0.2036 0.1804 0.1582 0.1374 0.1182 0.1006 0.0848 0.0707 0.0584 0.0478 0.0387 0.0310 0.0246 0.0194 0.0151 0.0116 0.0088 0.0067 0.0050 0.0037 0.0027 0.0020 0.0014 0.0010 0.0007 0.0005 0.0003 0.0002 0.0002 0.0001 0.0001 0.0000 0.3980 0.3932 0.3847 0.3725 0.3572 0.3391 0.3187 0.2966 0.2732 0.2492 0.2251 0.2012 0.1781 0.1561 0.1354 0.1163 0.0989 0.0833 0.0694 0.0573 0.0468 0.0379 0.0303 0.0241 0.0189 0.0147 0.0113 0.0086 0.0065 0.0048 0.0036 0.0026 0.0019 0.0014 0.0010 0.0007 0.0005 0.0003 0.0002 0.0002 0.0001 0.0001 0.0000 0.3977 0.3925 0.3836 0.3712 0.3555 0.3372 0.3166 0.2943 0.2709 0.2468 0.2227 0.1989 0.1758 0.1539 0.1334 0.1145 0.0973 0.0818 0.0681 0.0562 0.0459 0.0371 0.0297 0.0235 0.0184 0.0143 0.0110 0.0084 0.0063 0.0047 0.0035 0.0025 0.0018 0.0013 0.0009 0.0007 0.0005 0.0003 0.0002 0.0001 0.0001 0.0001 0.0000 0.3973 0.3918 0.3825 0.3697 0.3538 0.3352 0.3144 0.2920 0.2685 0.2444 0.2203 0.1965 0.1736 0.1518 0.1315 0.1127 0.0957 0.0804 0.0669 0.0551 0.0449 0.0363 0.0290 0.0229 0.0180 0.0139 0.0107 0.0081 0.0061 0.0046 0.0034 0.0025 0.0018 0.0013 0.0009 0.0006 0.0004 0.0003 0.0002 0.0001 0.0001 0.0001 0.0000 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4.0 4.1 4.2 Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 20 Hướng dẫn sử dụng Eviews – Kinh tế lượng phân tích liệu z BẢNG GIÁ TRỊ HÀM   ( z ) Phụ lục    ( z ) d z    ( z )    ( z )  ( z )   ( z )  u 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4.0 0.0000 0.0398 0.0793 0.1179 0.1554 0.1915 0.2257 0.2580 0.2881 0.3159 0.3413 0.3643 0.3849 0.4032 0.4192 0.4332 0.4452 0.4554 0.4641 0.4713 0.4772 0.4821 0.4861 0.4893 0.4918 0.4938 0.4953 0.4965 0.4974 0.4981 0.4987 0.4990 0.4993 0.4995 0.4997 0.4998 0.4998 0.4999 0.4999 0.5000 0.5000 0.0040 0.0438 0.0832 0.1217 0.1591 0.1950 0.2291 0.2611 0.2910 0.3186 0.3438 0.3665 0.3869 0.4049 0.4207 0.4345 0.4463 0.4564 0.4649 0.4719 0.4778 0.4826 0.4864 0.4896 0.4920 0.4940 0.4955 0.4966 0.4975 0.4982 0.4987 0.4991 0.4993 0.4995 0.4997 0.4998 0.4998 0.4999 0.4999 0.5000 0.5000 0.0080 0.0478 0.0871 0.1255 0.1628 0.1985 0.2324 0.2642 0.2939 0.3212 0.3461 0.3686 0.3888 0.4066 0.4222 0.4357 0.4474 0.4573 0.4656 0.4726 0.4783 0.4830 0.4868 0.4898 0.4922 0.4941 0.4956 0.4967 0.4976 0.4982 0.4987 0.4991 0.4994 0.4995 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000 0.5000 0.0120 0.0517 0.0910 0.1293 0.1664 0.2019 0.2357 0.2673 0.2967 0.3238 0.3485 0.3708 0.3907 0.4082 0.4236 0.4370 0.4484 0.4582 0.4664 0.4732 0.4788 0.4834 0.4871 0.4901 0.4925 0.4943 0.4957 0.4968 0.4977 0.4983 0.4988 0.4991 0.4994 0.4996 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000 0.5000 0.0160 0.0557 0.0948 0.1331 0.1700 0.2054 0.2389 0.2704 0.2995 0.3264 0.3508 0.3729 0.3925 0.4099 0.4251 0.4382 0.4495 0.4591 0.4671 0.4738 0.4793 0.4838 0.4875 0.4904 0.4927 0.4945 0.4959 0.4969 0.4977 0.4984 0.4988 0.4992 0.4994 0.4996 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000 0.5000 0.0199 0.0596 0.0987 0.1368 0.1736 0.2088 0.2422 0.2734 0.3023 0.3289 0.3531 0.3749 0.3944 0.4115 0.4265 0.4394 0.4505 0.4599 0.4678 0.4744 0.4798 0.4842 0.4878 0.4906 0.4929 0.4946 0.4960 0.4970 0.4978 0.4984 0.4989 0.4992 0.4994 0.4996 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000 0.5000 0.0239 0.0636 0.1026 0.1406 0.1772 0.2123 0.2454 0.2764 0.3051 0.3315 0.3554 0.3770 0.3962 0.4131 0.4279 0.4406 0.4515 0.4608 0.4686 0.4750 0.4803 0.4846 0.4881 0.4909 0.4931 0.4948 0.4961 0.4971 0.4979 0.4985 0.4989 0.4992 0.4994 0.4996 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000 0.5000 0.0279 0.0675 0.1064 0.1443 0.1808 0.2157 0.2486 0.2794 0.3078 0.3340 0.3577 0.3790 0.3980 0.4147 0.4292 0.4418 0.4525 0.4616 0.4693 0.4756 0.4808 0.4850 0.4884 0.4911 0.4932 0.4949 0.4962 0.4972 0.4979 0.4985 0.4989 0.4992 0.4995 0.4996 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000 0.5000 0.0319 0.0714 0.1103 0.1480 0.1844 0.2190 0.2517 0.2823 0.3106 0.3365 0.3599 0.3810 0.3997 0.4162 0.4306 0.4429 0.4535 0.4625 0.4699 0.4761 0.4812 0.4854 0.4887 0.4913 0.4934 0.4951 0.4963 0.4973 0.4980 0.4986 0.4990 0.4993 0.4995 0.4996 0.4997 0.4998 0.4999 0.4999 0.4999 0.5000 0.5000 0.0359 0.0753 0.1141 0.1517 0.1879 0.2224 0.2549 0.2852 0.3133 0.3389 0.3621 0.3830 0.4015 0.4177 0.4319 0.4441 0.4545 0.4633 0.4706 0.4767 0.4817 0.4857 0.4890 0.4916 0.4936 0.4952 0.4964 0.4974 0.4981 0.4986 0.4990 0.4993 0.4995 0.4997 0.4998 0.4998 0.4999 0.4999 0.4999 0.5000 0.5000 Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 21 [...]... 0. 242 2 0.27 34 0.3023 0.3289 0.3531 0.3 749 0.3 944 0 .41 15 0 .42 65 0 .43 94 0 .45 05 0 .45 99 0 .46 78 0 .47 44 0 .47 98 0 .48 42 0 .48 78 0 .49 06 0 .49 29 0 .49 46 0 .49 60 0 .49 70 0 .49 78 0 .49 84 0 .49 89 0 .49 92 0 .49 94 0 .49 96 0 .49 97 0 .49 98 0 .49 99 0 .49 99 0 .49 99 0.5000 0.5000 0.0239 0.0636 0.1026 0. 140 6 0.1772 0.2123 0. 245 4 0.27 64 0.3051 0.3315 0.35 54 0.3770 0.3962 0 .41 31 0 .42 79 0 .44 06 0 .45 15 0 .46 08 0 .46 86 0 .47 50 0 .48 03 0 .48 46 0 .48 81... 0 .48 81 0 .49 09 0 .49 31 0 .49 48 0 .49 61 0 .49 71 0 .49 79 0 .49 85 0 .49 89 0 .49 92 0 .49 94 0 .49 96 0 .49 97 0 .49 98 0 .49 99 0 .49 99 0 .49 99 0.5000 0.5000 0.0279 0.0675 0.10 64 0. 144 3 0.1808 0.2157 0. 248 6 0.27 94 0.3078 0.3 340 0.3577 0.3790 0.3980 0 .41 47 0 .42 92 0 .44 18 0 .45 25 0 .46 16 0 .46 93 0 .47 56 0 .48 08 0 .48 50 0 .48 84 0 .49 11 0 .49 32 0 .49 49 0 .49 62 0 .49 72 0 .49 79 0 .49 85 0 .49 89 0 .49 92 0 .49 95 0 .49 96 0 .49 97 0 .49 98 0 .49 99 0 .49 99 0 .49 99... 0 .48 71 0 .49 01 0 .49 25 0 .49 43 0 .49 57 0 .49 68 0 .49 77 0 .49 83 0 .49 88 0 .49 91 0 .49 94 0 .49 96 0 .49 97 0 .49 98 0 .49 99 0 .49 99 0 .49 99 0.5000 0.5000 0.0160 0.0557 0.0 948 0.1331 0.1700 0.20 54 0.2389 0.27 04 0.2995 0.32 64 0.3508 0.3729 0.3925 0 .40 99 0 .42 51 0 .43 82 0 .44 95 0 .45 91 0 .46 71 0 .47 38 0 .47 93 0 .48 38 0 .48 75 0 .49 04 0 .49 27 0 .49 45 0 .49 59 0 .49 69 0 .49 77 0 .49 84 0 .49 88 0 .49 92 0 .49 94 0 .49 96 0 .49 97 0 .49 98 0 .49 99 0 .49 99 0 .49 99... 0.23 24 0.2 642 0.2939 0.3212 0. 346 1 0.3686 0.3888 0 .40 66 0 .42 22 0 .43 57 0 .44 74 0 .45 73 0 .46 56 0 .47 26 0 .47 83 0 .48 30 0 .48 68 0 .48 98 0 .49 22 0 .49 41 0 .49 56 0 .49 67 0 .49 76 0 .49 82 0 .49 87 0 .49 91 0 .49 94 0 .49 95 0 .49 97 0 .49 98 0 .49 99 0 .49 99 0 .49 99 0.5000 0.5000 0.0120 0.0517 0.0910 0.1293 0.16 64 0.2019 0.2357 0.2673 0.2967 0.3238 0. 348 5 0.3708 0.3907 0 .40 82 0 .42 36 0 .43 70 0 .44 84 0 .45 82 0 .46 64 0 .47 32 0 .47 88 0 .48 34 0 .48 71... 0 .49 74 0 .49 81 0 .49 87 0 .49 90 0 .49 93 0 .49 95 0 .49 97 0 .49 98 0 .49 98 0 .49 99 0 .49 99 0.5000 0.5000 0.0 040 0. 043 8 0.0832 0.1217 0.1591 0.1950 0.2291 0.2611 0.2910 0.3186 0. 343 8 0.3665 0.3869 0 .40 49 0 .42 07 0 .43 45 0 .44 63 0 .45 64 0 .46 49 0 .47 19 0 .47 78 0 .48 26 0 .48 64 0 .48 96 0 .49 20 0 .49 40 0 .49 55 0 .49 66 0 .49 75 0 .49 82 0 .49 87 0 .49 91 0 .49 93 0 .49 95 0 .49 97 0 .49 98 0 .49 98 0 .49 99 0 .49 99 0.5000 0.5000 0.0080 0. 047 8 0.0871 0.1255... 0.07 14 0.1103 0. 148 0 0.1 844 0.2190 0.2517 0.2823 0.3106 0.3365 0.3599 0.3810 0.3997 0 .41 62 0 .43 06 0 .44 29 0 .45 35 0 .46 25 0 .46 99 0 .47 61 0 .48 12 0 .48 54 0 .48 87 0 .49 13 0 .49 34 0 .49 51 0 .49 63 0 .49 73 0 .49 80 0 .49 86 0 .49 90 0 .49 93 0 .49 95 0 .49 96 0 .49 97 0 .49 98 0 .49 99 0 .49 99 0 .49 99 0.5000 0.5000 0.0359 0.0753 0.1 141 0.1517 0.1879 0.22 24 0.2 549 0.2852 0.3133 0.3389 0.3621 0.3830 0 .40 15 0 .41 77 0 .43 19 0 .44 41 0 .45 45 0 .46 33... 0. 04 0.05 0.06 0.07 0.08 0.09 0.0 0.1 0.2 0.3 0 .4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1 .4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2 .4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3 3 .4 3.5 3.6 3.7 3.8 3.9 4. 0 0.0000 0.0398 0.0793 0.1179 0.15 54 0.1915 0.2257 0.2580 0.2881 0.3159 0. 341 3 0.3 643 0.3 849 0 .40 32 0 .41 92 0 .43 32 0 .44 52 0 .45 54 0 .46 41 0 .47 13 0 .47 72 0 .48 21 0 .48 61 0 .48 93 0 .49 18 0 .49 38 0 .49 53 0 .49 65 0 .49 74 0 .49 81... 0.5000 0.0359 0.0753 0.1 141 0.1517 0.1879 0.22 24 0.2 549 0.2852 0.3133 0.3389 0.3621 0.3830 0 .40 15 0 .41 77 0 .43 19 0 .44 41 0 .45 45 0 .46 33 0 .47 06 0 .47 67 0 .48 17 0 .48 57 0 .48 90 0 .49 16 0 .49 36 0 .49 52 0 .49 64 0 .49 74 0 .49 81 0 .49 86 0 .49 90 0 .49 93 0 .49 95 0 .49 97 0 .49 98 0 .49 98 0 .49 99 0 .49 99 0 .49 99 0.5000 0.5000 Bùi Dương Hải – NEU – www.mfe.edu.vn/buiduonghai 21 ... 0. 744 6 0.7631 0.7807 0.79 74 0.8131 0.8278 0. 841 6 0.8 545 0.8665 0.8776 0.8880 0.8975 0.90 64 0.9 145 0.9220 0.9289 0.9352 0. 941 0 0. 946 3 0.9512 0.9556 0.9597 0.96 34 0.9668 0.9698 0.9726 0.9752 0.9775 0.9796 0.9815 0.9832 0.9 848 0.9862 0.9875 0.9887 0.9897 0.9907 0.9916 0.99 24 0.9931 0.9938 0.5200 0. 544 9 0.5695 0.5939 0.6177 0. 641 1 0.6637 0.6857 0.7068 0.7271 0. 746 5 0.7 649 0.78 24 0.7990 0.8 146 0.8292 0. 842 9... www.mfe.edu.vn/buiduonghai 18 Hướng dẫn sử dụng Eviews – Kinh tế lượng và phân tích dữ liệu Phụ lục 1 BẢNG GIÁ TRỊ HÀM LOGISTIC L(z)  e z 1 e z ; L ( z )  1  L ( z ) u 0.00 0.01 0.02 0.03 0. 04 0.05 0.06 0.07 0.08 0.09 0.0 0.1 0.2 0.3 0 .4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1 .4 1.5 1.6 1.7 1.8 1.9 2.0 2.1 2.2 2.3 2 .4 2.5 2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3 3 .4 3.5 3.6 3.7 3.8 3.9 4. 0 4. 1 4. 2 4. 3 4. 4 4. 5 4. 6 4. 7 4. 8 4. 9 5.0 ... 0.35 54 0.3770 0.3962 0 .41 31 0 .42 79 0 .44 06 0 .45 15 0 .46 08 0 .46 86 0 .47 50 0 .48 03 0 .48 46 0 .48 81 0 .49 09 0 .49 31 0 .49 48 0 .49 61 0 .49 71 0 .49 79 0 .49 85 0 .49 89 0 .49 92 0 .49 94 0 .49 96 0 .49 97 0 .49 98 0 .49 99 0 .49 99... 0.27 04 0.2995 0.32 64 0.3508 0.3729 0.3925 0 .40 99 0 .42 51 0 .43 82 0 .44 95 0 .45 91 0 .46 71 0 .47 38 0 .47 93 0 .48 38 0 .48 75 0 .49 04 0 .49 27 0 .49 45 0 .49 59 0 .49 69 0 .49 77 0 .49 84 0 .49 88 0 .49 92 0 .49 94 0 .49 96 0 .49 97... 0.3997 0 .41 62 0 .43 06 0 .44 29 0 .45 35 0 .46 25 0 .46 99 0 .47 61 0 .48 12 0 .48 54 0 .48 87 0 .49 13 0 .49 34 0 .49 51 0 .49 63 0 .49 73 0 .49 80 0 .49 86 0 .49 90 0 .49 93 0 .49 95 0 .49 96 0 .49 97 0 .49 98 0 .49 99 0 .49 99 0 .49 99 0.5000

Ngày đăng: 06/04/2016, 16:04