Admin| 12/10/2017

Giới thiệu về mô hình véc tơ hiệu chỉnh sai số (VECM)

Nguồn tham khảo: Ts. Nguyễn Quang Dong (2012), Giáo trinh kinh tế lượng, NXB đại học Kinh tế Quốc Dân.

Tác giả: luanhay.vn

Từ khóa: hồi quy, kiểm định, eview, stata, spss, luận văn, luận hay, bảng hỏi, mô hình
 
1. Giới thiệu chung:
            Trước khi nghiên cứu mô hình vector hiệu chỉnh sai số, ta sẽ xem qua một số khái niệm liên quan như hồi quy giả mạo, đồng liên kết và mô hình hiệu chỉnh sai số.
            Khi hồi quy với các chuỗi thời gian, có thể kết quả hồi quy là giả mạo do các chuỗi này có cùng xu thế. Điều này thường xảy ra trong kinh tế. Ước lượng của các hệ số hồi quy không phải chỉ chịu ảnh hưởng của biến độc lập đến biến phụ thuộc mà còn bao hàm xu thế và từ đó làm sai lệch kết quả.
            Theo Granger và Newbold thì R²>d là dấu hiệu hồi quy giả mạo. (kết luận hoàn toàn phù hợp với kết quả ước lượng ở trên). Để khắc phục hồi quy giả mạo, người ta đưa thêm biến xu thế vào mô hình. Tuy nhiên việc đưa biến xu thế vào mô hình chỉ chấp nhận được nếu biến này là phi ngẫu nhiên.
            Tuy nhiên, Engle và Granger  (1987) cho rằng nếu kết hợp tuyến tính của các chuỗi thời gian không dừng có thể là một chuỗi dừng và các chuỗi thời gian không dừng đó được cho là đồng liên kết. Kết hợp tuyến tính dừng được gọi là phương trình đồng liên kết và có thể được giải thích 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. Và nếu như mô hình là đồng liên kết thì sẽ không xảy ra trường hợp hồi quy giả mạo, và khi đó các kiểm định dựa trên tiêu chuẩn t và F vẫn có ý nghĩa. Có nhiều phương pháp kiểm định mối quan hệ đồng liên kết: kiểm định Engle- Granger, kiểm định CRDW…và theo phương pháp Var của Johasen.
 
2. Khái niệm
            Khi hồi quy mô hình với các biến là chuỗi thời gian thì yêu cầu đặt ra là các chuỗi này phải dừng. Trong trường hợp chuỗi chưa dừng thì ta phải lấy sai phân của chúng cho đến khi có được chuỗi dừng. Tuy nhiên, khi mà ta hồi quy các giá trị sau khi đã lấy sai phân có thể sẽ bỏ sót những thông tin dài hạn trong mối quan hệ giữa các biến. Chính vì thế khi hồi quy những mô hình đã lấy sai phân phải có thêm phần dư E. Ví dụ đối với mô hình hai biến Y₁ và Y₂ ta có: ΔY1 = β1 + β2*ΔY2t + β3Et-1 …+et
            Số hạng β3Et-1 chính là phần mất cân bằng. Mô hình ước lượng sự phụ thuộc của mức thay đổi của Y₁ vào mức thay đổi của Y₂ và mức mất cân bằng ở thời kỳ trước. Mô hình trên được gọi là mô hình hiệu chỉnh sai số ECM
            Mô hình VECM là một dạng của mô hình Var tổng quát, được sử dụng trong trường hợp chuỗi dữ liệu là không dừng và chứa đựng mối quan hệ đồng kết hợp. Mô hình VECM tổng quát:
∆Xt = ΠXt−1  + Γ1∆Xt−1 + · · · + Γp−1∆Xt−p+1 + Ut .
 
Xem thêm lý thuyết về: Hướng dẫn hồi quy FEM/REM với Stata, Mô hình hồi quy tuyến tính, FEM và REM,  phân tích Tương quan và Đa cộng tuyến; phương sai sai số thay đổi ; tự tương quan, Hausman test; kiểm định phi tham số, VAR, MDS; EFA, VECM, CFA, SEM, PMG. Xem thêm một số bài nghiên cứu ứng dụng lý thuyết   Tra cứu giá trị thống kê qua bảng tính sẵn giá trị,  hồi quy,  kiểm định, eview, stata, spss
 
Để có thêm thông tin chi tiết liên hệ:Mr.Quân – Luanhay.vn  - 0127 800 1762/  097 9696 222 – hoặc email: luanhay@luanhay.com – luanvanhay@gmail.com  – Add: Tầng 8, tòa nhà Sáng tạo, số 1 Lương Yên, Hai Bà Trưng, Hà Nội