4.2. Mô hình lạm phát số 0 và rào cản
- Định danh nhóm bài giảng: Nhóm 4.2. Mô hình lạm phát số 0 và rào cản trực thuộc 4. Mô hình đếm, lực hấp dẫn thương mại và biến phụ thuộc giới hạn.
- Phạm vi mô hình: Quy tụ 3 mô hình kinh tế lượng từ mục 4.2.1 đến mục 4.2.3.
- Cơ sở phương pháp luận: Hệ thống hóa phương trình cấu trúc, phân biệt giả định nhận dạng và cấu trúc sai số chuẩn theo Cameron & Trivedi (2022); Greene (2019); Das (2019).
- Đối chiếu đa nền tảng: So sánh trực tiếp cú pháp thực thi trên Stata 18, R 4.x và Python 3.11+ theo Lambert (1992); Cameron & Trivedi (2013, 2022); Wooldridge (2010).
1. Bản chất học thuật và cấu trúc toán học
Trong phạm vi của chương Mô hình đếm, lực hấp dẫn thương mại và biến phụ thuộc giới hạn, nhóm phương pháp Mô hình lạm phát số 0 và rào cản giải quyết các bài toán thực nghiệm đòi hỏi đặc tả chính xác quá trình sinh dữ liệu và kiểm soát chặt chẽ cấu trúc sai số theo Cameron & Trivedi (2022); Greene (2019); Das (2019). Các mô hình trong nhóm 4.2 cùng dựa trên hệ thức cấu trúc nền tảng tại phương trình 1 theo Lambert (1992); Cameron & Trivedi (2013, 2022); Wooldridge (2010):
$$P(Y_i = 0) = \pi_i + (1 – \pi_i)e^{-\mu_i}, \quad P(Y_i = y) = (1 – \pi_i)\frac{e^{-\mu_i}\mu_i^y}{y!} \tag*{[1]}$$
Phương trình điều kiện ước lượng và tối ưu hóa của nhóm phương pháp này được xác định tại công thức 2:
$$\hat{\theta}_{\text{QMLE}} = \arg\max_{\theta \in \Theta} \sum_{i=1}^N \ln f\left(Y_i \mid X_i, Z_i; \theta\right), \quad \text{E}[Y_i \mid X_i] = g^{-1}(X_i^\top \beta) \tag*{[2]}$$
Sự khác biệt giữa 3 mô hình từ 4.2.1. Mô hình Poisson lạm phát số 0 hai cơ chế (ZIP) đến 4.2.3. Mô hình đếm hai phần vượt rào cản Cragg–Mullahy nằm ở giả định về phân phối của thành phần nhiễu, cơ chế nội sinh và ma trận trọng số ước lượng theo Lambert (1992); Cameron & Trivedi (2013, 2022); Wooldridge (2010); Cameron & Trivedi (2022); Greene (2019); Das (2019).
2. Bảng đối chiếu các mô hình trong nhóm
Bảng dưới đây so sánh trực tiếp bản chất kinh tế lượng, câu lệnh thực thi trên ba phần mềm và kiểm định chẩn đoán của từng bài học trong nhóm 4.2:
| Mã mục | Tên mô hình | Bản chất kinh tế lượng | Cú pháp ước lượng chuẩn Stata 18 · R 4.x · Python 3.11+ | Kiểm định chẩn đoán bắt buộc |
|---|---|---|---|---|
| 4.2.1 | Mô hình Poisson lạm phát số 0 hai cơ chế (ZIP) | Kết hợp quá trình nhị phân Logit/Probit sinh ra các số $0$ cấu trúc và quá trình đếm Poisson sinh ra các số đếm ngẫu nhiên bao gồm cả số $0$ ngẫu nhiên. | Stata: zip y_count x1 x2, inflate(z1) vce(robust)R: pscl::zeroinfl(y_count ~ x1 + x2 | z1, dist = 'poisson', data = df)Python: ZeroInflatedPoisson(endog, exog, exog_infl=exog_infl).fit() |
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) |
| 4.2.2 | Mô hình nhị thức âm lạm phát số 0 (ZINB) | Mô hình hai cơ chế xử lý đồng thời cả sự dư thừa số $0$ cấu trúc qua phương trình lạm phát Logit/Probit lẫn sự quá phân tán của các quan sát dương qua phân phối nhị thức âm (NB2). | Stata: zinb y_count x1 x2, inflate(z1) vce(robust)R: pscl::zeroinfl(y_count ~ x1 + x2 | z1, dist = 'negbin', data = df)Python: ZeroInflatedNegativeBinomialP(endog, exog, exog_infl=exog_infl).fit() |
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 $\text{E}[Y \mid X, Z]$ |
| 4.2.3 | Mô hình đếm hai phần vượt rào cản Cragg–Mullahy | Tách cơ chế sinh dữ liệu đếm thành 2 quyết định độc lập: Vượt rào cản tham gia — $Y \gt 0$ qua Logit/Probit — và Cường độ đếm dương — $Y \mid Y \gt 0$ qua Zero-Truncated Poisson/NegBin . | Stata: churdle exponential y_count x1 x2, select(z1) vce(robust)R: pscl::hurdle(y_count ~ x1 + x2 | z1, dist = 'negbin', data = df)Python: HurdleCountModel(df['y_count'], df[['x1', 'x2']]).fit() |
Kiểm định Vuong / AIC-BIC so sánh Hurdle vs Poisson/NegBin chuẩn, kiểm định LR đồng nhất tham số 2 nhánh, AME toàn phần $E[Y\mid X]$. |
3. Quy tắc lựa chọn mô hình phù hợp
Nhà nghiên cứu có thể áp dụng quy tắc phân nhánh dưới đây để chọn đúng mô hình trong nhóm 4.2 cho dữ liệu thực tế theo Cameron & Trivedi (2022); Greene (2019); Das (2019):
- Chọn 4.2.1. Mô hình Poisson lạm phát số 0 hai cơ chế (ZIP) khi: Dữ liệu đếm có tỷ lệ quan sát bằng $0$ vượt trội như chi tiêu R&D, số lượng đơn kiện thương mại hoặc số chuyến du lịch nước ngoài. — Kiểm định bắt buộc: 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).
- Chọn 4.2.2. Mô hình nhị thức âm lạm phát số 0 (ZINB) khi: Dữ liệu đếm kinh tế vi mô vừa có rất nhiều số $0$ vừa có đuôi phải rất dài ở nhóm quan sát dương. — Kiểm định bắt buộc: 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 $\text{E}[Y \mid X, Z]$.
- Chọn 4.2.3. Mô hình đếm hai phần vượt rào cản Cragg–Mullahy khi: Dữ liệu đếm — số bằng sáng chế, số lần khám bệnh, số thị trường xuất khẩu — khi quá trình quyết định “có tham gia hay không” khác bản chất với quyết định “số lượng bao nhiêu”. — Kiểm định bắt buộc: Kiểm định Vuong / AIC-BIC so sánh Hurdle vs Poisson/NegBin chuẩn, kiểm định LR đồng nhất tham số 2 nhánh, AME toàn phần $E[Y\mid X]$..
4. Tài liệu tham khảo
- Lambert, D.(1992). Zero-inflated Poisson regression, with an application to defects in manufacturing. Technometrics, 34, số 1, 1–14.
- Cameron, A. C, & Trivedi, P. K.(2013, 2022). Regression Analysis of Count Data, 2nd ed, Cambridge University Press & Microeconometrics Using Stata, 2nd ed, Stata Press.
- Wooldridge, J. M.(2010). Econometric Analysis of Cross Section and Panel Data, 2nd ed.. 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.
↑ Tài liệu gốc: KINH TẾ LƯỢNG ỨNG DỤNG TOÀN DIỆN TỪ A – Z
↑ Chương chủ quản: 4. Mô hình đếm, lực hấp dẫn thương mại và biến phụ thuộc giới hạn
→ Bài học đầu tiên trong nhóm: 4.2.1. Mô hình Poisson lạm phát số 0 hai cơ chế (ZIP)