Kinh tế lượng (Phần 1: Tổng quan về Kinh tế lượng và Mô hình hồi quy đơn tuyến tính)

BÀI GIẢNG KINH TẾ LƯỢNG

1. Kinh tế lượng là gì?

1.1. Định nghĩa theo cách dễ hiểu

Kinh tế lượng là ngành học sử dụng lý thuyết kinh tế, toán học, thống kê và dữ liệu thực tế để lượng hóa các quan hệ kinh tế. Nếu kinh tế học đưa ra mệnh đề như “giá tăng làm lượng cầu giảm”, thì kinh tế lượng đặt câu hỏi tiếp theo: giảm bao nhiêu, bằng chứng dữ liệu có đủ mạnh không, kết quả có ổn định không, và có thể dùng để dự báo hay ra quyết định không?

Một định nghĩa thao tác có thể dùng trong lớp học là: kinh tế lượng là quá trình biến một câu hỏi kinh tế thành một mô hình có thể ước lượng, kiểm định và sử dụng bằng dữ liệu.

1.2. Kinh tế lượng nằm ở đâu trong các môn học?

1.3. Quy trình nghiên cứu kinh tế lượng

1. Xác định câu hỏi nghiên cứu: ví dụ “số giờ học có liên hệ thế nào với điểm thi?”
2. Dựa vào lý thuyết để xác định biến phụ thuộc Y và biến giải thích X.
3. Viết mô hình kinh tế lượng, trong đó có sai số ngẫu nhiên u để đại diện cho các yếu tố không quan sát được.
4. Thu thập, làm sạch và mô tả dữ liệu; vẽ đồ thị phân tán trước khi hồi quy.
5. Ước lượng mô hình bằng OLS hoặc phương pháp phù hợp.
6. Đánh giá kết quả: dấu, độ lớn, ý nghĩa thống kê, R², kiểm tra giả thiết.
7. Diễn giải kinh tế, đưa ra kết luận, dự báo hoặc khuyến nghị với mức thận trọng thích hợp.

1.4. Các dạng dữ liệu thường gặp

1.5. Tương quan, hồi quy và nhân quả

Tương quan đo mức độ hai biến cùng biến động. Hồi quy mô tả mức thay đổi trung bình của Y gắn với một mức thay đổi của X. Nhân quả là khẳng định rằng thay đổi X làm Y thay đổi, trong điều kiện các yếu tố khác được kiểm soát hợp lý. Ba khái niệm này liên quan nhưng không đồng nhất.

2. Bản chất của phân tích hồi quy

2.1. Hồi quy trả lời câu hỏi gì?

Trong hồi quy, ta thường hỏi: “Giá trị trung bình của Y thay đổi như thế nào khi X thay đổi?” Cụm “trung bình” rất quan trọng. Hồi quy không nói rằng mọi cá nhân có cùng X sẽ có cùng Y; nó mô tả xu hướng trung tâm của Y ứng với X.

Ví dụ, nếu Y là điểm thi và X là số giờ học, hồi quy không khẳng định mọi sinh viên học 5 giờ đều đạt cùng một điểm. Nó chỉ ước lượng điểm trung bình kỳ vọng của nhóm sinh viên học 5 giờ, dựa trên dữ liệu quan sát được.

2.2. Hồi quy tổng thể và hồi quy mẫu

2.3. Vì sao gọi là “đường hồi quy”?

Với mô hình tuyến tính hai biến, quan hệ kỳ vọng giữa Y và X được biểu diễn bằng một đường thẳng. Hệ số chặn β₀ quyết định vị trí đường thẳng khi X = 0; hệ số góc β₁ quyết định độ dốc. Nếu β₁ > 0, đường dốc lên; nếu β₁ < 0, đường dốc xuống; nếu β₁ = 0, đường nằm ngang theo nghĩa trung bình của Y không thay đổi theo X.

Hình 1. Đường hồi quy OLS đi qua đám mây dữ liệu sao cho tổng bình phương phần dư là nhỏ nhất

2.4. Điều hồi quy làm được và không làm được

3. Mô hình hồi quy hai biến

3.1. Dạng mô hình

Mô hình trên gọi là “đơn” vì chỉ có một biến giải thích X; gọi là “tuyến tính” vì tuyến tính theo tham số β₀ và β₁. Từ “tuyến tính” trong kinh tế lượng chủ yếu nói về tham số, không nhất thiết yêu cầu biến X chỉ xuất hiện ở dạng nguyên thủy. Ví dụ Y = β₀ + β₁ln(X) + u vẫn tuyến tính theo β.

3.2. Diễn giải hệ số góc β₁

Trong mô hình tuyến tính Yᵢ = β₀ + β₁Xᵢ + uᵢ, hệ số β₁ là thay đổi trong kỳ vọng có điều kiện của Y khi X tăng thêm 1 đơn vị:

3.3. Diễn giải hệ số chặn β₀

Hệ số chặn là giá trị kỳ vọng của Y khi X = 0. Tuy nhiên, không phải lúc nào X = 0 cũng có ý nghĩa kinh tế. Nếu X là số năm kinh nghiệm, X = 0 có thể hợp lý. Nếu X là diện tích đất trong mẫu chỉ từ 1 ha đến 100 ha, diễn giải tại X = 0 có thể không thực tế. Khi đó, hệ số chặn chủ yếu đóng vai trò kỹ thuật để đường hồi quy đặt đúng vị trí.

3.4. Sai số ngẫu nhiên u gồm những gì?

• Các biến quan trọng nhưng không được đưa vào mô hình: năng lực cá nhân, động lực học tập, chất lượng giảng dạy.
• Sai số đo lường: số giờ học tự khai báo có thể không chính xác.
• Yếu tố ngẫu nhiên: sức khỏe trong ngày thi, độ khó đề thi, tâm lý.
• Đặc điểm không quan sát được hoặc rất khó lượng hóa.

Vì u chứa nhiều yếu tố khác nhau, giả thiết về quan hệ giữa X và u là trung tâm của hồi quy. Nếu X có tương quan với u, ước lượng OLS của β₁ thường bị chệch, và diễn giải sẽ kém tin cậy.

4. Phương pháp bình phương tối thiểu nhỏ nhất OLS

4.1. Ý tưởng trực giác

OLS chọn đường thẳng Ŷᵢ = b₀ + b₁Xᵢ sao cho các điểm dữ liệu nằm “gần” đường thẳng nhất theo tiêu chuẩn tổng bình phương phần dư. Phần dư là khoảng cách theo chiều dọc giữa giá trị thực tế Yᵢ và giá trị dự báo Ŷᵢ.

4.2. Công thức ước lượng OLS trong hồi quy đơn

Công thức của b₁ cho thấy hệ số góc phụ thuộc vào mức độ X và Y cùng biến động quanh trung bình. Tử số là đồng biến thiên giữa X và Y; mẫu số là biến thiên của X. Nếu X gần như không thay đổi trong mẫu, mẫu số rất nhỏ và rất khó ước lượng tác động của X lên Y.

4.3. Tính chất đại số của đường OLS

• Tổng phần dư bằng 0: Σeᵢ = 0. Do đó trung bình phần dư bằng 0 nếu mô hình có hệ số chặn.
• Tổng tích giữa X và phần dư bằng 0: ΣXᵢeᵢ = 0. Nói cách khác, phần dư không còn tương quan tuyến tính với X trong mẫu.
• Đường hồi quy OLS đi qua điểm trung bình mẫu: (X̄, Ȳ).
• Tổng biến thiên của Y quanh trung bình có thể phân rã thành phần được giải thích và phần không được giải thích.

4.4. Quy trình tính OLS bằng tay

1. Tính trung bình X̄ và Ȳ.
2. Tính độ lệch từng quan sát so với trung bình: Xᵢ – X̄ và Yᵢ – Ȳ.
3. Tính Sxx = Σ(Xᵢ – X̄)² và Sxy = Σ(Xᵢ – X̄)(Yᵢ – Ȳ).
4. Tính b₁ = Sxy/Sxx.
5. Tính b₀ = Ȳ – b₁X̄.
6. Viết phương trình ước lượng: Ŷ = b₀ + b₁X.
7. Tính Ŷᵢ, eᵢ, RSS nếu cần đánh giá sai số và R².

5. Các giả thiết cổ điển của định lý Gauss-Markov

5.1. Định lý Gauss-Markov nói gì?

Trong mô hình hồi quy tuyến tính, nếu các giả thiết Gauss-Markov phù hợp, ước lượng OLS là BLUE: Best Linear Unbiased Estimator. Nghĩa là trong lớp các ước lượng tuyến tính và không chệch, OLS có phương sai nhỏ nhất.

5.2. Các giả thiết cốt lõi trong hồi quy đơn

5.3. Giả thiết E(u|X)=0 là linh hồn của hồi quy

Giả thiết E(u|X)=0 nói rằng, tại mỗi mức X, các yếu tố bị đưa vào sai số u có trung bình bằng 0 và không liên hệ hệ thống với X. Đây là điều kiện quan trọng để OLS không chệch. Trong ngôn ngữ trực giác, X phải “sạch” đối với phần còn lại của mô hình.

5.4. Phương sai đồng nhất và phương sai thay đổi

Phương sai đồng nhất nghĩa là mức độ phân tán của Y quanh đường hồi quy không thay đổi có hệ thống theo X. Nếu ở nhóm X nhỏ, điểm dữ liệu rất sát đường hồi quy, còn ở nhóm X lớn, điểm dữ liệu phân tán rất mạnh, ta nghi ngờ có phương sai thay đổi.

5.5. Normality: giả thiết chuẩn có phải luôn bắt buộc?

Giả thiết sai số phân phối chuẩn thường được đưa vào mô hình cổ điển để suy luận t và F chính xác trong mẫu nhỏ. Tuy nhiên, để OLS không chệch, ta không cần sai số chuẩn; điều kiện quan trọng hơn là E(u|X)=0. Với mẫu đủ lớn, nhờ định lý giới hạn trung tâm, nhiều kiểm định có thể dùng xấp xỉ ngay cả khi sai số không hoàn toàn chuẩn.

6. Ước lượng và tính chất của các ước lượng OLS

6.1. Ước lượng điểm và sai số chuẩn

Kết quả OLS luôn gồm ít nhất hai loại thông tin: ước lượng điểm và độ bất định của ước lượng. Ước lượng điểm b₁ cho biết hệ số góc tính được từ mẫu. Sai số chuẩn se(b₁) cho biết b₁ dao động mạnh đến mức nào nếu ta lặp lại việc lấy mẫu nhiều lần.

Công thức cho thấy muốn ước lượng hệ số góc chính xác hơn, ta cần hai điều: sai số của mô hình nhỏ hơn, và biến X có nhiều biến thiên hơn. Nếu mọi quan sát có X gần giống nhau, dữ liệu không cung cấp đủ thông tin để xác định độ dốc.

6.2. Ước lượng không chệch

Một ước lượng được gọi là không chệch nếu trung bình của nó qua rất nhiều mẫu giả định bằng đúng tham số thật. Với b₁, không chệch nghĩa là E(b₁) = β₁. Điều này không có nghĩa là b₁ của một mẫu cụ thể chắc chắn bằng β₁. Nó chỉ nói rằng quy trình ước lượng không lệch có hệ thống về một phía.

6.3. Hiệu quả và BLUE

Trong lớp các ước lượng tuyến tính không chệch, OLS có phương sai nhỏ nhất nếu giả thiết Gauss-Markov thỏa mãn. “Hiệu quả” ở đây nghĩa là ước lượng dao động ít hơn quanh tham số thật. Một ước lượng khác cũng không chệch nhưng có phương sai lớn hơn sẽ kém chính xác hơn OLS trong cùng điều kiện.

Tuy nhiên, nếu có phương sai thay đổi hoặc tự tương quan, OLS có thể vẫn không chệch nhưng không còn hiệu quả nhất; đồng thời sai số chuẩn thông thường có thể không đúng. Đây là lý do các học phần sau học thêm sai số chuẩn vững, GLS hoặc các mô hình chuyên biệt.

6.4. Ước lượng phương sai sai số

Mẫu số n – 2 là bậc tự do còn lại sau khi đã ước lượng hai tham số. Đây là điểm sinh viên hay quên khi tính bằng tay. Nếu dùng n thay vì n – 2, ta thường đánh giá thấp phương sai sai số.

7. Hệ số xác định mô hình R²

7.1. Phân rã biến thiên

R² dựa trên ý tưởng phân rã biến thiên của Y quanh trung bình. Tổng biến thiên của Y được chia thành phần mô hình giải thích được và phần còn lại nằm trong phần dư.

7.2. Công thức và diễn giải R²

R² cho biết tỷ lệ biến thiên của Y trong mẫu được giải thích bởi mô hình. Nếu R² = 0,70, ta nói mô hình giải thích khoảng 70% biến thiên của Y quanh trung bình trong mẫu. R² càng cao, đường hồi quy càng khớp với dữ liệu mẫu theo nghĩa bình phương phần dư càng nhỏ tương đối so với tổng biến thiên của Y.

7.3. R² trong hồi quy đơn và hệ số tương quan

Trong hồi quy đơn có hệ số chặn, R² bằng bình phương hệ số tương quan mẫu giữa X và Y. Vì vậy R² không cho biết dấu của quan hệ; dấu nằm ở hệ số b₁. Nếu tương quan là -0,8 thì R² = 0,64, nhưng quan hệ là nghịch biến.

8. Kiểm định giả thuyết ý nghĩa thống kê của hệ số hồi quy bằng kiểm định t

8.1. Vì sao cần kiểm định?

Một mẫu dữ liệu gần như luôn tạo ra một hệ số b₁ nào đó, kể cả khi trong tổng thể không có quan hệ. Kiểm định t giúp ta đánh giá liệu hệ số ước lượng có đủ lớn so với độ bất định của nó để bác bỏ giả thuyết hệ số tổng thể bằng một giá trị nào đó, thường là 0.

Giả thuyết H₀: β₁ = 0 nghĩa là X không có quan hệ tuyến tính với kỳ vọng của Y trong mô hình. Nếu bác bỏ H₀, ta nói hệ số có ý nghĩa thống kê ở mức ý nghĩa đã chọn.

8.2. Thống kê kiểm định t

Nếu |t| lớn, hệ số ước lượng nằm xa giá trị giả thuyết so với sai số chuẩn, nên dữ liệu ít phù hợp với H₀. Nếu |t| nhỏ, hệ số ước lượng có thể chỉ là dao động ngẫu nhiên quanh giá trị giả thuyết.

8.3. Mức ý nghĩa, p-value và lỗi suy luận

Mức ý nghĩa α là xác suất tối đa chấp nhận mắc sai lầm loại I: bác bỏ H₀ khi H₀ đúng. Các mức thông dụng là 10%, 5% và 1%. p-value là xác suất, giả sử H₀ đúng, quan sát được thống kê kiểm định cực đoan ít nhất như dữ liệu đang có. p-value không phải xác suất H₀ đúng.

8.4. Ý nghĩa thống kê khác ý nghĩa kinh tế

Một hệ số có thể có ý nghĩa thống kê nhưng quá nhỏ để có ý nghĩa thực tiễn. Ngược lại, một hệ số có độ lớn đáng kể về kinh tế nhưng không có ý nghĩa thống kê do mẫu nhỏ hoặc dữ liệu nhiều nhiễu. Vì vậy, khi báo cáo kết quả, cần xem cả dấu, độ lớn, đơn vị đo, sai số chuẩn, p-value và bối cảnh kinh tế.

9. Khoảng tin cậy của các hệ số

9.1. Ý tưởng

Khoảng tin cậy cung cấp một khoảng giá trị hợp lý cho tham số tổng thể, thay vì chỉ một ước lượng điểm. Với mức tin cậy 95%, nếu lặp lại quá trình lấy mẫu và lập khoảng rất nhiều lần theo cùng phương pháp, khoảng tin cậy sẽ chứa tham số thật khoảng 95% số lần.

Độ rộng khoảng tin cậy phụ thuộc vào sai số chuẩn và mức tin cậy. Mức tin cậy càng cao, khoảng càng rộng. Sai số chuẩn càng lớn, khoảng càng rộng. Do đó dữ liệu nhiễu hoặc mẫu nhỏ làm kết luận kém chính xác.

9.2. Diễn giải đúng và sai

9.3. Khoảng tin cậy cho hệ số chặn

Khoảng tin cậy cho hệ số chặn thường ít được quan tâm hơn hệ số góc, trừ khi giá trị X = 0 có ý nghĩa kinh tế. Trong nhiều bài ứng dụng, hệ số chặn cần có trong mô hình nhưng không nhất thiết cần diễn giải sâu.

10. Dự báo dựa trên mô hình hồi quy đơn

10.1. Dự báo điểm

Sau khi có phương trình hồi quy mẫu Ŷ = b₀ + b₁X, ta có thể dự báo giá trị trung bình của Y tại một mức X₀ bằng cách thay X₀ vào phương trình.

Dự báo điểm là một con số trung tâm, không phản ánh toàn bộ bất định. Trong ứng dụng, cần phân biệt dự báo trung bình của nhóm có X₀ và dự báo cho một cá thể cụ thể có X₀.

10.2. Dự báo trung bình và dự báo cá biệt

10.3. Ngoại suy và giới hạn của dự báo

Dự báo đáng tin nhất khi X₀ nằm trong phạm vi dữ liệu đã dùng để ước lượng. Nếu mô hình được ước lượng từ số giờ học trong khoảng 2 đến 9 giờ/ngày, dự báo cho 10 giờ có thể còn gần phạm vi mẫu, nhưng dự báo cho 20 giờ là ngoại suy mạnh và có thể vô nghĩa. Ngoại suy bỏ qua khả năng quan hệ không còn tuyến tính ở vùng dữ liệu chưa quan sát.

11. Ví dụ tính toán đầy đủ

11.1. Dữ liệu ví dụ

Giả sử ta khảo sát 8 sinh viên. X là số giờ học trung bình mỗi ngày trước kỳ thi; Y là điểm thi. Dữ liệu như sau:

11.2. Ước lượng mô hình

Với dữ liệu trên, tính được X̄ = 5,5 và Ȳ = 70,375. Kết quả OLS là:

11.3. Bảng giá trị dự báo và phần dư

Tổng phần dư bằng 0, đúng với tính chất OLS khi mô hình có hệ số chặn. Quan sát thứ 6 có phần dư âm lớn nhất trong ví dụ: điểm thực tế thấp hơn dự báo 2,5 điểm.

11.4. Kiểm định t cho hệ số góc

Ta kiểm định H₀: β₁ = 0 so với H₁: β₁ ≠ 0. Từ dữ liệu, se(b₁) = 0,1809, nên:

Giá trị t rất lớn về trị tuyệt đối, p-value xấp xỉ 0,0000002. Do đó ta bác bỏ H₀ ở các mức ý nghĩa thông dụng. Có bằng chứng thống kê rất mạnh rằng số giờ học có quan hệ tuyến tính dương với điểm thi trong dữ liệu ví dụ này.

11.5. Khoảng tin cậy 95% cho β₁

Với df = 6, giá trị tới hạn t_{0,025;6} ≈ 2,447. Khoảng tin cậy 95% cho β₁ là:

Khoảng này không chứa 0, phù hợp với kết quả kiểm định t hai phía ở mức 5%. Diễn giải thực hành: trong phạm vi dữ liệu, mỗi giờ học thêm gắn với điểm trung bình tăng khoảng từ 4,31 đến 5,19 điểm.

11.6. Dự báo tại X₀ = 10 giờ/ngày

12. Những điểm sinh viên thường khó hiểu

13. Tóm tắt công thức cần nhớ

14. Bài tập cuối phần

14.1. Câu hỏi lý thuyết ngắn

1. Kinh tế lượng khác gì với thống kê mô tả? Hãy nêu một ví dụ minh họa.
2. Vì sao hồi quy không tự động chứng minh nhân quả? Nêu ít nhất hai nguyên nhân.
3. Phân biệt hàm hồi quy tổng thể PRF và hàm hồi quy mẫu SRF.
4. Phân biệt sai số ngẫu nhiên uᵢ và phần dư eᵢ.
5. Vì sao OLS tối thiểu hóa tổng bình phương phần dư chứ không tối thiểu hóa tổng phần dư?
6. Phát biểu và diễn giải giả thiết E(u|X)=0 trong hồi quy đơn.
7. R² = 0,80 có nghĩa là gì? Có nghĩa là X gây ra 80% thay đổi của Y không? Giải thích.
8. p-value = 0,04 trong kiểm định H₀: β₁ = 0 có nên diễn giải là xác suất H₀ đúng bằng 4% không? Vì sao?
9. Tại sao khoảng dự báo cho một cá thể thường rộng hơn khoảng tin cậy cho trung bình?
10. Trong trường hợp nào không nên diễn giải hệ số chặn?

14.2. Bài tập tính toán

Bài 1. Một giảng viên thu thập dữ liệu về số giờ tự học X và điểm kiểm tra Y của 6 sinh viên như sau:

1. Tính X̄, Ȳ, Sxx và Sxy.
2. Ước lượng mô hình Ŷ = b₀ + b₁X.
3. Diễn giải b₁ trong bối cảnh bài toán.
4. Tính giá trị dự báo khi X = 7.
5. Tính các phần dư và kiểm tra tổng phần dư có xấp xỉ bằng 0 không.
6. Tính RSS, TSS và R².

Bài 2. Một mô hình hồi quy tiền lương theo số năm kinh nghiệm cho kết quả:

1. Kiểm định H₀: β₁ = 0 so với H₁: β₁ ≠ 0 ở mức ý nghĩa 5%.
2. Tính khoảng tin cậy 95% cho β₁, biết t_{0,025;28} ≈ 2,048.
3. Diễn giải kết quả theo ý nghĩa thống kê và ý nghĩa kinh tế.
4. Có thể kết luận “kinh nghiệm làm tăng lương” theo nghĩa nhân quả không? Cần điều kiện gì?

Bài 3. Một mô hình dự báo chi tiêu tiêu dùng theo thu nhập có R² = 0,35. Một sinh viên kết luận: “Mô hình này vô dụng vì R² thấp.” Hãy phản biện kết luận này trong khoảng 8 đến 10 dòng.

14.3. Gợi ý đáp án nhanh

15. Checklist tự học trước khi sang hồi quy bội

• Tôi có thể tự viết và giải thích mô hình Yᵢ = β₀ + β₁Xᵢ + uᵢ.
• Tôi phân biệt được β₁ và b₁, uᵢ và eᵢ, PRF và SRF.
• Tôi tính được b₀, b₁ bằng công thức OLS trong hồi quy đơn.
• Tôi hiểu trực giác của giả thiết E(u|X)=0 và vì sao nó quan trọng hơn việc chỉ nhìn R².
• Tôi đọc được bảng kết quả hồi quy: coefficient, standard error, t-statistic, p-value, R².
• Tôi biết cách diễn giải hệ số, kiểm định t, khoảng tin cậy và dự báo trong ngôn ngữ kinh tế.
• Tôi biết những câu không nên nói: “R² chứng minh nhân quả”, “p-value là xác suất H₀ đúng”, “không bác bỏ H₀ nghĩa là H₀ đúng”.

16. Gợi ý tài liệu học sâu

• Gujarati & Porter – Basic Econometrics: phù hợp để đọc nền tảng và luyện bài tập kinh tế lượng cổ điển.
• Wooldridge – Introductory Econometrics: A Modern Approach: mạnh về trực giác kinh tế, giả thiết và vấn đề nhân quả.
• Stock & Watson – Introduction to Econometrics: tốt cho cách tiếp cận hiện đại, ví dụ thực nghiệm và suy luận thống kê.
• Khi học bằng phần mềm, hãy luôn tự hỏi: biến phụ thuộc là gì, hệ số đang đo điều gì, giả thiết nào đang được dùng, và kết luận có vượt quá dữ liệu hay không.