hướng dẫn phân tích Định lượng trên stata

Phân tích định lượngtrên phần mềm Stata

Khoa Tài chính – Ngân hàng, Trường ĐH CN Tp.HCM

Email: [email protected]

Website: https://sites.google.com/site/buitoanffb

Bài giảng: Phân tích định lượng trên phần mềm Stata

Giảng viên: ThS. Bùi Ngọc Toản

NỘI DUNG CHÍNH

Tổng quan về nghiên cứu định lượng Tiến trình thiết lập mô hình nghiên cứu; Cách thức lựa chọn phần mềm thống kê

trong nghiên cứu định lượng. Phân tích định lượng trên phần mềm Stata Giới thiệu phần mềm Stata; Ứng dụng phần mềm Stata trong các tình

huống cụ thể.





Tiến trình thiết lập mô hình

(1) Xác định vấn đề nghiên cứu

(2) Xây dựng mô hình nghiên cứu

(3) Thu thập dữ liệu và phân tích mô hình

(4) Thảo luận kết quả mô hình



Bước 1: Xác định vấn đề nghiên cứu

Là một tình trạng cần có giải pháp, cần có sự cải thiện hay sựthay đổi (Adebo, 1974).

Là bước đầu tiên và quan trọng nhất của quá trình nghiên cứu.

Là đích đến cuối cùng của cả một lộ trình.

Thế nào là vấn đề nghiên cứu?




Đọc các tài liệu nghiên cứu trước phát hiện những điều chưarõ muốn chứng minh lại.

Trong các cuộc tranh cãi tại các Hội thảo,… nghiên cứunhận định lại.

Trong thực tế hoạt động kinh tế - xã hội.

Từ những bức xúc nghe được từ dư luận.

Sự tò mò của bản thân người nghiên cứu.

Vấn đề nghiên cứu xuất phát từ đâu?




Có ý nghĩa khoa học.

Có ý nghĩa thực tiễn.

Tính cấp thiết.

Phù hợp với sở thích của người nghiên cứu.

Vấn đề nghiên cứu phải cụ thể, không quá rộng.

Có thể thu thập được dữ liệu.

Vấn đề nghiên cứu phải đảm bảo điều gì?




Khả năng thoát nghèo củangười dân vay vốn tại Ngân

hàng Chính sách xã hộitỉnh Kon Tum

Tình trạng cần có giải pháp

Vấn đề thực tế, bức xúc

Đảm bảo các điều kiện

Vấn đềnghiêncứu




Ý định đầu tư chứng khoáncủa sinh viên Khoa Tài chính

– Ngân hàng

Tỷ suất sinh lợicủa ngân hàng A

Tác động của chi tiêu công đếntăng trưởng kinh tế Việt Nam



Bước 2: Xây dựng mô hình nghiên cứu

Xây dựng giảthuyết nghiên cứu

Thiết lập môhình nghiên cứu

Tìm hiểu cơsở lý thuyết



Bước 2: Xây dựng mô hình nghiên cứu

Xây dựng giảthuyết nghiên cứu

Thiết lập môhình nghiên cứu

Tìm hiểu cơ sở lý thuyếtvề khả năng thoát nghèo

của người dân

Xác định các yêu tố ảnh hưởng đến khả năngthoát nghèo của người dân vay vốn tại Ngân

hàng Chính sách xã hội tỉnh Kon Tum





Bước 3: Thu thập dữ liệu và phân tích mô hình

Tùy vào vấn đềnghiên cứu, loại

dữ liệu, giảthuyết nghiên cứu

sẽ lựa chọn kỹthuật phân tích

thích hợp

Dữ liệu được từcác nguồn sơcấp, thứ cấp

Dữ liệu Phân tích



Bước 3: Thu thập dữ liệu và phân tích mô hình



Dữ liệu được thu thậpqua quá trình khảo sát204 khách hàng củaNgân hàng Chính sáchXã hội tỉnh Kon Tum.

Nghiên cứu sử dụngphương pháp nghiêncứu định lượng trêncác công cụ phân tích:Excel, Stata.

Dữ liệu

Phân tích



Bước 4: Thảo luận kết quả mô hình

Ý nghĩa của kết quả mô hình đối vớivấn đề nghiên cứu

2

Thảo luận giá trị của kết quả mô hìnhđối với thực tiễn

3

Giải thích ý nghĩa của kết quả mô hình1



Cách thức lựa chọn phần mềm thống kê trong nghiêncứu định lượng





Giới thiệu phần mềm Stata

Phần mềm Stata là gì? Khi nào sẽ sử dụng phần mềm Stata? Làm sao để sử dụng phần mềm Stata một cách hiệu quả nhất?



Ứng dụng phần mềm Stata trong các tình huống

Tình huống nghiên cứu:

Nghiên cứu một số yếu tố tác động đến rủi ro tíndụng tại các NHTM Việt Nam




Tên biến Kỳ vọngtươngquan

Các nghiên cứu Cách tính

Biến phụ thuộc

Rủi ro tín dụng(LLRi,t)

Daniel Foos & ctg(2010)

Giá trị trích lập dự phòng rủi ro

tín dụng ngân hàng i năm t / Tổng

dư nợ ngân hàng i năm (t-1)

Các biến độc lập

Quy mô ngânhàng (SIZEi,t)

(-/+) Daniel Foos & ctg(2010)

Logarit của tổng tài sản

Tăng trưởngkinh tế (GDPt)

(-) Daniel Foos & ctg(2010)

Tỷ lệ tăng trưởng GDP




Phương pháp thu thập số liệu

Bài nghiên cứu sử dụng số liệu từ các báo cáo tài chínhđã kiểm toán được công bố trên website của 10 NHTM tại Việt Nam trong giai đoạn 2008-2013.

Riêng biến tỷ lệ tăng trưởng GDP được thu thập từwebsite của World Bank.




Các bước thực hiện cụ thể như sau:



Bước 1: Khởi động Stata

Stata được khởi động tương tự như các chương trình tin học ứng dụng khác, bằng cách click vào biểu tượngcủa Stata:




Giao diện Stata 11:

Command: cửa sổlệnh, là nơi để nhậpcác câu lệnh cần thựchiện.Results: cửa sổ kếtquả, để hiện thị kết quảthực thi các câu lệnh.

Review: cửa sổ xem lại, nơi liệt kê tất cả các câu lệnh đã sửdụng từ khi Stata được khởi động.Variables: cửa sổ tên biến, liệt kê danh sách các biến đang đượcsử dụng.




Bước 2: Nhập và lưu số liệu

Mở file số liệu đang có:

File số liệu Stata có thể được mở bằng lựa chọn Open trên thựcđơn File, hoặc nút Open trên thanh công cụ Tool Bar.





Nhập dữ liệu trực tiếp từ bàn phím:

Sử dụng cửa sổ Data Editor (Edit); hoặc từ cửa sổ Command, gõ lệnh edit. Sau đó, nhập dữ liệu trong cửa sổ này.





Nhập dữ liệu trực tiếp từ bàn phím: Stata cho phép nhập số liệu từ các file số liệu trên Excel.

Chúng ta có thể dùng lệnh Copy và Paste để nhập số liệu nàyvào Stata. Vì dòng đầu tiên là tên biến nên chú ý chọn mục“Treat first row as variable name” trong hộp hội thoại hiện rasau khi dán dữ liệu.





Lưu trữ số liệu:Việc lưu trữ số liệu có thể thực hiện bằng các tùy chọn Save

hoặc Save as ở trong thanh thực đơn; hoặc nút Save trênthanh công cụ.





Lưu các thao tác thực hiện lệnh và kết quả phântích:

Thực hiện các bước sau: File / Log / Begin…

Khi kết thúc quá trình lưu thao tác thực hiện lệnh vàkết quả phân tích thì thực hiện các bước sau: File /Log / Close




Bước 3: Để Stata xử lý số liệu theo dạng bảng

Cú pháp:

xtset <biến chỉ định chéo> <biến chỉ định thời gian>

Áp dụng:




Bước 4: Tạo các biến mới (Lấy Logarit của biếntổng tài sản)

Cú pháp:

generate <biến mới> = <biểu thức> [điều kiện] [phạmvi]

Áp dụng:




Bước 5: Thống kê mô tả

Thống kê mô tả được sử dụng để mô tả những đặc tính cơ bản của dữliệu thu thập được từ nghiên cứu thực nghiệm như: tổng số mẫu quansát, giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất.

Cú pháp:

summarize [danh sách biến] [điều kiện] [phạm vi] [quyền số] [, tùychọn]

Áp dụng:




Bước 6: Phân tích tương quan

Phân tích tương quan cho ta thấy mức tương quan giữa các biến trongmô hình nghiên cứu.

Cú pháp:

correlate [danh sách biến] [điều kiện] [phạm vi] [quyền số] [, tùy chọn]




Bước 6: Phân tích tương quan

Áp dụng:


Dựa vào bảng phân tích tương quan trên, ta thấy:Biến GDPt có tương quan ngược chiều với LLRi,t

Biến SIZEi,t tương quan cùng chiều với LLRi,t

Kết quả tương quan trên phù hợp với hầu hết các nghiên cứutrước trên thế giới và phù hợp với kỳ vọng của tác giả trong giaiđoạn nghiên cứu này tại Việt Nam.



Bước 7: Phân tích hồi quy (phương pháp bình phương nhỏ nhấtOLS)

Cú pháp:

regress <biến phụ thuộc> [danh sách biến độc lập] [điều kiện] [phạm vi] [quyền số] [, tùy chọn]




Bước 7: Phân tích hồi quy (phương pháp bình phương nhỏ nhấtOLS)

Áp dụng:




Bước 8: Kiểm định các giả thuyết hồi quy

Kiểm định không có sự tự tương quan giữa các biến độc lập trongmô hình (không bị hiện tượng đa cộng tuyến)

Đa cộng tuyến là hiện tượng các biến độc lập trong mô hình tương quantuyến tính với nhau. Nghiên cứu tiến hành kiểm định giả thuyết khôngbị hiện tượng đa cộng tuyến bằng cách dùng chỉ tiêu VIF.

Cú pháp: vif





Kiểm định không có sự tự tương quan giữa các biến độc lập trongmô hình (không bị hiện tượng đa cộng tuyến)

Áp dụng:


VIF của tất cả các biến độc lập đều nhỏ hơn 10 nên hiệntượng đa cộng tuyến trong mô hình được đánh giá làkhông nghiệm trọng.




Kiểm định phương sai của sai số không đổi (không bị hiện tượngphương sai thay đổi)

Giả thuyết về phương sai của sai số không đổi:

Khi giả thuyết trên bị vi phạm thì có hiện tượng phương sai thay đổi

Phương sai của sai số thay đổi sẽ làm cho các kiểm định hệ số hồi quykhông còn đáng tin cậy.

Ta có thể dùng kiểm định White để phát hiện, với giả thuyết H0: khôngcó hiện tượng phương sai thay đổi.





Kiểm định phương sai của sai số không đổi (không bị hiện tượngphương sai thay đổi)

Cú pháp: imtest,white

Áp dụng:


Nhận xét: Với mức ý nghĩa 5%, ta có: Prob = 0.8988 > 5% nên chấp nhận giả thuyết H0 mô hình không có hiệntượng phương sai thay đổi.




Kiểm định giữa các sai số không có mối quan hệ tương quan vớinhau (không bị hiện tượng tự tương quan)

Giả thuyết các sai số không có mối quan hệ tương quan với nhau

Khi giả thuyết trên bị vi phạm thì có sự tự tương quan

Giữa các sai số có mối quan hệ tương quan với nhau sẽ làm cho các kiểmđịnh hệ số hồi quy không còn đáng tin cậy.

Nghiên cứu tiến hành kiểm định giả thuyết không bị tự tương quan trêndữ liệu bảng, với giả thuyết H0: không có sự tự tương quan.





Kiểm định giữa các sai số không có mối quan hệ tương quan với

Cú pháp: xtserial <biến phụ thuộc> <các biến độc lập>

Áp dụng:


Với mức ý nghĩa alpha = 5%, kiểm định cho kết quả là: Prob = 0.2924.Vậy, Prob > 0.05 nên chấp nhận giả thuyết H0 không có sự tựtương quan.




Tổng hợp kết quả kiểm định

Qua kết quả kiểm định từng phần ở trên, ta thấy: mô hình nghiên cứukhông có phương sai thay đổi, hiện tượng đa cộng tuyến được đánhgiá là không nghiêm trọng và mô hình không có sự tự tương quangiữa các sai số. Vì vậy, kết quả mô hình nghiên cứu theo phươngpháp OLS là đáng tin cậy.




Bước 9: Phân tích kết quả hồi quy





Với biến phụ thuộc là LLRi,t, sau khi tiến hành kiểm định các giả thuyếthồi quy của phương pháp OLS, ta được kết quả như sau:

Biến GDPt có tác động ngược chiều, mạnh nhất (-0.3160) đến biếnLLRi,t với mức ý nghĩa 10%;

Biến SIZEi,t tác động cùng chiều (0.0024) đến biến LLRi,t với mức ý nghĩa 1%.





Kiểm định độ phù hợp của mô hình:

- Mô hình có mức ý nghĩa là Prob = 0.0054 < 1% nên ta bác bỏ giả thiếtH0 (H0: hệ số hồi quy của các biến độc lập bằng 0). Vậy mô hình phùhợp với tập dữ liệu và sử dụng được.

- Hệ số xác định R2 = 0.1676 = 16.76%, điều này có nghĩa là 16.76% mức độ biến động về rủi ro tín dụng của các NHTM VN sẽ được giảithích bởi các yếu tố là các biến độc lập đã được chọn đưa vào môhình.




Thảo luận

hướng dẫn phân tích Định lượng trên stata

Documents