4. Mô hình đếm, lực hấp dẫn thương mại và biến phụ thuộc giới hạn
TÓM TẮT CHƯƠNG 4:
- Quy mô chương: Chương 4. Mô hình đếm, lực hấp dẫn thương mại và biến phụ thuộc giới hạn bao gồm 4 nhóm phương pháp và 15 bài giảng chuyên sâu.
- Bài toán nhận dạng cốt lõi: “Khi biến kết quả là số đếm không âm, kim ngạch thương mại nhiều số 0, bị chặn ngưỡng, tự chọn mẫu hoặc là tỷ trọng, phương pháp nào cho ước lượng nhất quán?”
- Hệ thống kiểm định bắt buộc: Cameron–Trivedi Overdispersion Test, Vuong/AIC-BIC Zero-Inflation Test, Silva–Tenreyro RESET, Inverse Mills Ratio (IMR) Test, Modified Park Test.
- Nguồn tham chiếu học thuật: Tổng hợp từ các công trình gốc của Cameron & Trivedi (2013); Silva & Tenreyro (2006); Heckman (1979); Cragg (1971); Papke & Wooldridge (1996) và hệ thống giáo trình chuẩn quốc tế của Wooldridge (2010); Cameron & Trivedi (2022); Greene (2019); Das (2019).
1. Đặt vấn đề và bối cảnh nghiên cứu
Trong nghiên cứu thực nghiệm kinh tế, tài chính và chính sách công, việc lựa chọn đúng cấu trúc mô hình thuộc chương Mô hình đếm, lực hấp dẫn thương mại và biến phụ thuộc giới hạn quyết định trực tiếp tính không chệch, tính nhất quán và hiệu lực suy luận thống kê của các ước lượng theo Wooldridge (2010); Cameron & Trivedi (2022); Greene (2019); Das (2019). Khi cấu trúc dữ liệu thực tế vi phạm các giả định cổ điển, nhà nghiên cứu cần áp dụng chính xác các phương pháp chuyên biệt được trình bày trong chương này theo Cameron & Trivedi (2013); Silva & Tenreyro (2006); Heckman (1979); Cragg (1971); Papke & Wooldridge (1996).
Khung biểu diễn toán học tổng quát cho các mô hình thuộc chương 4 được xác lập tại phương trình 1:
$$\text{E}[Y_{ij} \mid X_{ij}] = \exp(X_{ij}^\top \beta + \mu_i + \nu_j) \tag*{[1]}$$
Từ phương trình 1, mỗi nhóm phương pháp con trong chương sẽ cụ thể hóa điều kiện nhận dạng, cấu trúc ma trận hiệp phương sai của sai số và thuật toán tối ưu hóa phù hợp với từng thiết kế dữ liệu tại Việt Nam theo Cameron & Trivedi (2013); Silva & Tenreyro (2006); Heckman (1979); Cragg (1971); Papke & Wooldridge (1996); Wooldridge (2010); Cameron & Trivedi (2022); Greene (2019); Das (2019).
2. Cấu trúc các nhóm phương pháp trong chương
Chương 4 được tổ chức thành 4 nhóm bài giảng theo thứ tự từ nền tảng đến nâng cao:
Bảng 4.1Cấu trúc các nhóm phương pháp trực thuộc chương 4
3. Danh mục các mô hình kinh tế lượng
Bảng dưới đây đối chiếu toàn bộ 15 bài giảng thuộc chương 4 cùng bộ thư viện thực thi trên Stata 18, R 4.x, Python 3.11+ và các kiểm định chẩn đoán bắt buộc:
Bảng 4.2Danh mục các mô hình kinh tế lượng và thư viện thực thi thuộc chương 4
| Mã mục | Tên bài giảng | Thư viện thực thi Stata · R · Python | Kiểm định chẩn đoán bắt buộc | Dữ liệu thực nghiệm Việt Nam |
|---|---|---|---|---|
| 4.1.1 | Hồi quy đếm Poisson và giả định cân bằng phân tán | base Stata · stats · statsmodels |
Kiểm định quá phân tán của Cameron–Trivedi và Deviance/Pearson goodness-of-fit, sai số chuẩn vững (QMLE) và tỷ số tần suất biến cố (IRR) | Số lượng sáng chế / thị trường xuất khẩu doanh nghiệp |
| 4.1.2 | Mô hình nhị thức âm xử lý quá phân tán (NegBin) | base Stata · MASS · statsmodels |
Kiểm định tỷ số hợp lý biên cho tham số quá phân tán $H_0: \alpha = 0$, so sánh (AIC) và (BIC) với Poisson và kiểm tra phần dư Pearson | Số lần khám chữa bệnh ngoại trú hộ VHLSS |
| 4.1.3 | Mô hình Poisson tổng quát Consul–Famoye | Stata gpoisson · MASS / glmmTMB · statsmodels |
Kiểm định Wald và (LR) cho tham số phân tán $H_0: \alpha = 0$, kiểm tra điều kiện miền xác định $1 + \alpha y_i \gt 0$ và tiêu chuẩn thông tin (AIC) và (BIC) | Số dự án FDI đăng ký mới theo tỉnh thành GSO |
| 4.1.4 | Mô hình giả hợp lý cực đại Poisson lực hấp dẫn (PPML) | ppmlhdfe · fixest · pyfixest |
Kiểm định Ramsey RESET dạng hàm mũ, phát hiện tách biệt hoàn toàn, deviance pseudo-$R^2$. | Xuất nhập khẩu song phương Việt Nam – đối tác Hải quan |
| 4.2.1 | Mô hình Poisson lạm phát số 0 hai cơ chế (ZIP) | base Stata · pscl · statsmodels |
So sánh tiêu chuẩn (AIC) và (BIC) và kiểm định Vuong hiệu chỉnh Wilson (2015) giữa (ZIP) với Poisson chuẩn, kiểm định quá phân tán so với (ZINB) | Số hoạt động R&D của doanh nghiệp vừa và nhỏ |
| 4.2.2 | Mô hình nhị thức âm lạm phát số 0 (ZINB) | base Stata · pscl · statsmodels |
Kiểm định tỷ số hợp lý tham số quá phân tán $\alpha$ đối chiếu (ZINB) với (ZIP), tiêu chuẩn (AIC) và (BIC) và tác động biên kết hợp trên $\text{E}[Y \mid X, Z]$ | Số ngày nghỉ ốm / chi khám bệnh VHLSS |
| 4.2.3 | Mô hình đếm hai phần vượt rào cản Cragg–Mullahy | Stata churdle · pscl · statsmodels |
Kiểm định Vuong / AIC-BIC so sánh Hurdle vs Poisson/NegBin chuẩn, kiểm định LR đồng nhất tham số 2 nhánh, AME toàn phần $E[Y\mid X]$. | Quyết định tham gia & số mặt hàng xuất khẩu |
| 4.3.1 | Hồi quy kiểm duyệt Tobit cho biến bị chặn ngưỡng | base Stata · AER / survival · scipy / statsmodels |
Kiểm định tính chuẩn và phương sai không đổi của sai số Tobit, phân tách tác động biên trên biến ẩn $\text{E}[Y^\ast]$ và trên biến quan sát $\text{E}[Y \mid Y \gt 0]$ | Chi tiêu giáo dục hộ gia đình VHLSS — $\ge 0$ — |
| 4.3.2 | Hồi quy cắt cụt Hausman–Wise trên mẫu vượt ngưỡng | base Stata · truncreg · statsmodels / scipy |
Kiểm định tỷ số hợp lý (LR) $\chi^2$, đánh giá tỷ số Mills nghịch đảo tại ngưỡng cắt cụt và kiểm định độ nhạy với giả định phân phối chuẩn | Thu nhập của nhóm lao động đã có việc làm |
| 4.3.3 | Mô hình hiệu chỉnh chệch chọn mẫu hai bước Heckman | base Stata · sampleSelection · statsmodels / scipy |
Kiểm định ý nghĩa thống kê của hệ số tỷ số Mills nghịch đảo $H_0: \rho = 0$, kiểm tra biến ràng buộc loại trừ trong phương trình chọn mẫu và điều kiện cộng tuyến (VIF) | Phương trình tiền lương có hiệu chỉnh chọn mẫu lao động |
| 4.3.4 | Mô hình hồi quy chuyển đổi chế độ nội sinh (FIML) | movestay · sampleSelection · statsmodels / scipy |
Kiểm định LR tính độc lập của lựa chọn và kết quả — $\rho_1 = \rho_0 = 0$ , kiểm định biến loại trừ — exclusion restriction $Z$ , ước lượng phản thực tế ATT & ATU. | Tác động áp dụng nông nghiệp công nghệ cao / chuyển đổi số |
| 4.4.1 | Mô hình rào cản kép Cragg cho nghiệm góc | Stata churdle · mhurdle · statsmodels / scipy |
Kiểm định LR lồng nhau Cragg Double-Hurdle vs Tobit — $\text{LR} = -2[\ell_{\text{Tobit}} – (\ell_{\text{Probit}} + \ell_{\text{Trunc}})]$ , AME $P(Y\gt 0)$ & $E[Y\mid Y\gt 0]$. | Quyết định và quy mô đầu tư R&D doanh nghiệp Việt Nam |
| 4.4.2 | Mô hình hai phần bán liên tục cho dữ liệu chi tiêu | twopm · twopartm · statsmodels |
Kiểm định Modified Park test chọn họ phân phối GLM, Pregibon link test, AME kết hợp hai phần. | Chi phí y tế nội trú lệch phải mạnh trong VHLSS |
| 4.4.3 | Hồi quy phản hồi phân số Papke–Wooldridge | base Stata · stats · statsmodels |
Kiểm định dạng hàm RESET cho mô hình phân số, sai số chuẩn vững sandwich (QMLE) và tác động biên trung bình (AME) | Tỷ trọng doanh thu xuất khẩu $[0,1]$ |
| 4.4.4 | Hồi quy Beta cho biến tỷ trọng liên tục | Stata betareg · betareg · statsmodels |
Pseudo-$R^2$ Ferrari & Cribari-Neto, kiểm định LR độ phân tán thay đổi — $\phi_i$ constant vs varying , phần dư chuẩn hóa trọng số2, AME. | Tỷ lệ nợ xấu và tỷ lệ an toàn vốn ngân hàng Việt Nam |
4. Quy tắc chọn mô hình và kiểm định
Trước khi công bố kết quả ước lượng thuộc chương 4, nhà nghiên cứu cần thực hiện đầy đủ danh mục kiểm tra học thuật sau theo Wooldridge (2010); Cameron & Trivedi (2022); Greene (2019); Das (2019):
- Câu hỏi nhận dạng trung tâm: Khi biến kết quả là số đếm không âm, kim ngạch thương mại nhiều số 0, bị chặn ngưỡng, tự chọn mẫu hoặc là tỷ trọng, phương pháp nào cho ước lượng nhất quán?
- Hệ thống kiểm định chẩn đoán bắt buộc: Cameron–Trivedi Overdispersion Test, Vuong/AIC-BIC Zero-Inflation Test, Silva–Tenreyro RESET, Inverse Mills Ratio (IMR) Test, Modified Park Test.
- Suy luận thống kê vững: Luôn kiểm tra cấu trúc phương sai thay đổi, tự tương quan hoặc phụ thuộc cụm để lựa chọn ma trận hiệp phương sai sai số chuẩn phù hợp trên Stata 18, R 4.x và Python 3.11+ theo Cameron & Trivedi (2013); Silva & Tenreyro (2006); Heckman (1979); Cragg (1971); Papke & Wooldridge (1996).
LƯU Ý HỌC THUẬT: Khi trình bày bảng kết quả ước lượng thuộc chương 4 trong khóa luận, luận văn, luận án hoặc bài báo khoa học, cần báo cáo đầy đủ giá trị thống kê và $p$-value của bộ kiểm định gồm Cameron–Trivedi Overdispersion Test, Vuong/AIC-BIC Zero-Inflation Test, Silva–Tenreyro RESET, Inverse Mills Ratio (IMR) Test, Modified Park Test ngay dưới chân bảng để minh chứng mô hình thỏa mãn điều kiện nhận dạng theo Wooldridge (2010); Cameron & Trivedi (2022); Greene (2019); Das (2019).
5. Tài liệu tham khảo
- Cameron, A. C, & Trivedi, P. K.(2013). Regression Analysis of Count Data, 2nd ed.. Cambridge University Press.
- Silva, & Tenreyro(2006). Econometric specification, identification, and asymptotic inference.
- Heckman, J. J.(1979). Sample selection bias as a specification error. Econometrica, 47, số 1, 153–161.
- Cragg(1971). Econometric specification, identification, and asymptotic inference.
- Papke, L. E, & Wooldridge, J. M.(1996). Econometric methods for fractional response variables with an application to 401k plan participation rates. Journal of Applied Econometrics, 11, số 6, 619–632.
- Wooldridge, J. M.(2010). Econometric Analysis of Cross Section and Panel Data, 2nd ed, Chương 17–19: Corner Solution, Tobit, Count Data and Sample Selection. MIT Press.
- Cameron, A. C, & Trivedi, P. K.(2022). Microeconometrics Using Stata, 2nd ed, Vol. 2, Chương 19–21: Tobit, Selection and Count-Data Models. Stata Press.
- Greene, W. H.(2019). Econometric Analysis, 8th ed, Chương 18–19: Count Data and Limited Dependent Variables. Pearson.
- Das, P.(2019). Econometrics in Theory and Practice, Chương 8–9: Limited Dependent Variable Models. Springer.
ĐIỀU HƯỚNG HỌC TẬP:
↑ Tài liệu gốc: KINH TẾ LƯỢNG ỨNG DỤNG TOÀN DIỆN TỪ A – Z
← Chương trước: 3. Mô hình lựa chọn rời rạc và cầu cấu trúc
→ Nhóm đầu tiên trong chương: 4.1. Mô hình đếm cơ sở và lực hấp dẫn
→ Bài học đầu tiên trong chương: 4.1.1. Hồi quy đếm Poisson và giả định cân bằng phân tán
→ Chương tiếp theo: 5. Kinh tế lượng dữ liệu bảng tĩnh, động và phụ thuộc chéo
↑ Tài liệu gốc: KINH TẾ LƯỢNG ỨNG DỤNG TOÀN DIỆN TỪ A – Z
← Chương trước: 3. Mô hình lựa chọn rời rạc và cầu cấu trúc
→ Nhóm đầu tiên trong chương: 4.1. Mô hình đếm cơ sở và lực hấp dẫn
→ Bài học đầu tiên trong chương: 4.1.1. Hồi quy đếm Poisson và giả định cân bằng phân tán
→ Chương tiếp theo: 5. Kinh tế lượng dữ liệu bảng tĩnh, động và phụ thuộc chéo