Chapter 1

Question 1

Định nghĩa ‘dữ liệu bảng’ (panel data) là gì?

Answer 1

Đây là loại dữ liệu thu thập từ nhiều cá thể nhất định trong một khoảng thời gian, cung cấp nhiều quan sát cho mỗi cá thể.

Question 2

Trong ký hiệu $y_{it}$ của dữ liệu bảng, chỉ số ‘i’ và ‘t’ đại diện cho điều gì?

Answer 2

Chỉ số ‘i’ đại diện cho cá nhân (hoặc đối tượng chéo), và ‘t’ đại diện cho thời gian.

Question 3

Dữ liệu bảng vi mô (Micro-panel) có đặc điểm gì về mối quan hệ giữa chiều thời gian (T) và số cá thể (N)?

Answer 3

Chiều thời gian (T) nhỏ hơn rất nhiều so với số cá thể (N), hay $T \ll N$.

Question 4

Dữ liệu bảng vĩ mô (Macro-panel) có đặc điểm gì về mối quan hệ giữa chiều thời gian (T) và số cá thể (N)?

Answer 4

Chiều thời gian (T) tương đương hoặc xấp xỉ bằng số cá thể (N), hay $T \simeq N$.

Question 5

Thế nào là một tập dữ liệu bảng cân bằng (balanced panel)?

Answer 5

Là tập dữ liệu mà tất cả các cá thể đều được quan sát trong cùng một số giai đoạn thời gian.

Question 6

Thế nào là một tập dữ liệu bảng không cân bằng (unbalanced panel)?

Answer 6

Là tập dữ liệu mà chiều thời gian quan sát ($T_i$) khác nhau giữa các cá thể.

Question 7

Ưu điểm đầu tiên của việc sử dụng dữ liệu bảng là gì?

Answer 7

Cung cấp nhiều quan sát hơn, giúp ước lượng tham số chính xác hơn và cải thiện hiệu quả của mô hình kinh tế lượng.

Question 8

Tại sao dữ liệu bảng cho phép xây dựng các giả thuyết hành vi thực tế hơn so với dữ liệu chéo?

Answer 8

Vì nó kết hợp được cả sự khác biệt giữa các cá nhân và sự biến động theo thời gian.

Question 9

Dữ liệu bảng giúp khám phá quan hệ động tốt hơn dữ liệu chéo hay chuỗi thời gian ngắn như thế nào?

Answer 9

Nó cung cấp nhiều biến thiên giữa các cá thể, giúp giảm đa cộng tuyến giữa các biến trễ.

Question 10

Phương trình tổng quát của mô hình dữ liệu bảng tuyến tính là gì?

Answer 10

$y_{it} = \alpha_i + x_{it}\beta_i + \epsilon_{it}$.

Question 11

Trong mô hình dữ liệu bảng $y_{it} = \alpha_i + x_{it}\beta + \epsilon_{it}$, thành phần $\alpha_i$ được gọi là gì?

Answer 11

$\alpha_i$ là hằng số riêng cho từng cá thể, hay còn gọi là tác động không quan sát được (unobserved effect).

Question 12

Mô hình OLS gộp (Pooled OLS) bỏ qua đặc điểm quan trọng nào của dữ liệu bảng?

Answer 12

Nó bỏ qua sự khác biệt về tính chất hoặc đặc trưng riêng của các đối tượng (cá thể).

Question 13

Phương trình của mô hình OLS gộp (Pooled OLS) là gì?

Answer 13

$y_{it} = \alpha + x_{it}\beta + \epsilon_{it}$.

Question 14

Giả định chính của mô hình Pooled OLS về ảnh hưởng của biến độc lập lên biến phụ thuộc là gì?

Answer 14

Ảnh hưởng của biến độc lập lên biến phụ thuộc là như nhau giữa tất cả các đối tượng và ở tất cả các thời điểm.

Question 15

Trong mô hình có tác động không quan sát được, thành phần sai số $\epsilon_{it}$ được gọi là gì?

Answer 15

Sai số đặc trưng riêng (idiosyncratic errors).

Question 16

Theo cách tiếp cận truyền thống, $\alpha_i$ được gọi là ‘tác động ngẫu nhiên’ (random effect) khi nào?

Answer 16

Khi nó được xem là một biến ngẫu nhiên.

Question 17

Theo cách tiếp cận truyền thống, $\alpha_i$ được gọi là ‘tác động cố định’ (fixed effect) khi nào?

Answer 17

Khi nó được xem là một tham số riêng biệt cần ước lượng cho từng cá thể.

Question 18

Theo cách tiếp cận hiện đại (Wooldridge), ‘tác động ngẫu nhiên’ (random effect) được định nghĩa dựa trên mối quan hệ nào?

Answer 18

Nó được định nghĩa là không có tương quan giữa các biến giải thích quan sát được và tác động không quan sát được $\alpha_i$, tức là $cov(x_{jit}, \alpha_i) = 0$.

Question 19

Theo cách tiếp cận hiện đại, ‘tác động cố định’ (fixed effect) được định nghĩa dựa trên mối quan hệ nào?

Answer 19

Nó cho phép tồn tại tương quan bất kỳ giữa tác động không quan sát được $\alpha_i$ và các biến giải thích quan sát được.

Question 20

Nếu nghi ngờ có tương quan giữa tác động cá thể và biến giải thích, ta nên ưu tiên mô hình nào?

Answer 20

Nên ưu tiên mô hình tác động cố định (Fixed Effect Model - FEM) hoặc sử dụng kiểm định để lựa chọn.

Question 21

Ước lượng OLS trong mô hình tác động cố định còn có tên gọi khác là gì?

Answer 21

Ước lượng bình phương tối thiểu với biến giả (LSDV - Least Squares Dummy Variable).

Question 22

Phương pháp nào có thể dùng để ước lượng mô hình tác động cố định mà không cần thêm các biến giả?

Answer 22

Phép biến đổi trong nhóm (within transformation).

Question 23

Phép biến đổi ‘within transformation’ loại bỏ thành phần nào ra khỏi phương trình hồi quy?

Answer 23

Nó loại bỏ tác động cố định riêng của từng cá thể ($\alpha_i$) ra khỏi phương trình.

Question 24

Phương trình của mô hình tác động cố định sau khi thực hiện biến đổi ‘within’ là gì?

Answer 24

$y_{it} - \bar{y}i = \beta_1(x{1it} - \bar{x}{1i}) + … + (u{it} - \bar{u}_i)$.

Question 25

Ước lượng LSDV (hay ước lượng 'within') của tham số $\beta$ trong mô hình tác động cố định có đặc tính gì?

Answer 25

Nó là ước lượng không chệch (unbiased) và vững (consistent).

Question 26

Lệnh R nào trong gói `plm` được sử dụng để chạy mô hình tác động cố định (FEM)?

Answer 26

`plm(formula, data = mydata, model = "within")`.

Question 27

Trong kết quả R của mô hình 'within', 'Balanced Panel: n = 10, T = 20, N = 200' có ý nghĩa gì?

Answer 27

Dữ liệu là một bảng cân bằng với 10 cá thể (n), mỗi cá thể được quan sát trong 20 năm (T), tổng cộng 200 quan sát (N).

Question 28

Lệnh R `fixef(fem)` dùng để làm gì?

Answer 28

Dùng để trích xuất các giá trị ước lượng của tác động cố định riêng lẻ (các $\hat{\alpha}_i$) từ một mô hình FEM đã hồi quy.

Question 29

Thành phần sai số tổng hợp trong mô hình tác động ngẫu nhiên (REM) bao gồm những gì?

Answer 29

Bao gồm hiệu ứng cá thể ngẫu nhiên và nhiễu đặc trưng riêng: $\nu_{it} = \alpha_i + \epsilon_{it}$.

Question 30

Giả định quan trọng nhất của mô hình tác động ngẫu nhiên (REM) là gì?

Answer 30

Các hiệu ứng cá thể $\alpha_i$ không tương quan với các biến giải thích $x_{it}$.

Question 31

Tại sao mô hình tác động ngẫu nhiên (REM) cần được ước lượng bằng phương pháp bình phương tối thiểu tổng quát (GLS)?

Answer 31

Vì thành phần sai số tổng hợp ($\nu_{it}$) gây ra hiện tượng phương sai thay đổi và tự tương quan, vi phạm giả định của OLS.

Question 32

Khi tác động cá thể $\alpha_i$ là tác động cố định (tương quan với $x_{it}$), ước lượng GLS sẽ bị làm sao?

Answer 32

Ước lượng GLS sẽ bị chệch (biased) và không vững (inconsistent).

Question 33

Trong R, lệnh nào được sử dụng để ước lượng mô hình tác động ngẫu nhiên (REM)?

Answer 33

`plm(formula, data = mydata, model = "random")`.

Question 34

Trong R, phép biến đổi nào thường được sử dụng để thực hiện ước lượng GLS cho mô hình tác động ngẫu nhiên?

Answer 34

Biến đổi theo Swamy-Arora.

Question 35

Để lựa chọn giữa mô hình tác động cố định (FEM) và OLS gộp, ta sử dụng kiểm định nào?

Answer 35

Kiểm định F cho các tác động cá thể (F test for individual effects).

Question 36

Trong kiểm định F để chọn giữa FEM và OLS, giả thuyết không ($H_0$) là gì?

Answer 36

$H_0$: Tất cả các tác động cá thể đều bằng nhau (hay bằng 0), nghĩa là mô hình OLS gộp là phù hợp.

Question 37

Lệnh R để thực hiện kiểm định F lựa chọn giữa FEM và OLS là gì?

Answer 37

`pFtest(fem, ols)`.

Question 38

Nếu p-value của kiểm định F (lựa chọn giữa FEM và OLS) rất nhỏ, ta nên kết luận gì?

Answer 38

Bác bỏ $H_0$, có nghĩa là các tác động cá thể có ý nghĩa thống kê và mô hình FEM tốt hơn OLS.

Question 39

Để lựa chọn giữa mô hình tác động ngẫu nhiên (REM) và OLS gộp, ta sử dụng kiểm định nào?

Answer 39

Kiểm định nhân tử Lagrange của Breusch-Pagan (Breusch-Pagan Lagrange Multiplier Test).

Question 40

Trong kiểm định Breusch-Pagan để chọn giữa REM và OLS, giả thuyết không ($H_0$) là gì?

Answer 40

$H_0$: Phương sai của các tác động cá thể bằng 0 ($\sigma^2_\alpha = 0$), nghĩa là không có hiệu ứng ngẫu nhiên và mô hình OLS gộp là đủ.

Question 41

Lệnh R để thực hiện kiểm định Breusch-Pagan lựa chọn giữa REM và OLS là gì?

Answer 41

`plmtest(ols, type="bp")`.

Question 42

Nếu p-value của kiểm định Breusch-Pagan rất nhỏ, ta nên chọn mô hình nào?

Answer 42

Bác bỏ $H_0$, kết luận rằng có hiệu ứng ngẫu nhiên và mô hình REM tốt hơn OLS gộp.

Question 43

Kiểm định nào được sử dụng để lựa chọn giữa mô hình tác động cố định (FEM) và tác động ngẫu nhiên (REM)?

Answer 43

Kiểm định Hausman.

Question 44

Ý tưởng cốt lõi của kiểm định Hausman là gì?

Answer 44

So sánh sự khác biệt giữa hai ước lượng $\hat{\beta}_{LSDV}$ (từ FEM) và $\hat{\beta}_{GLS}$ (từ REM) để kiểm tra giả thuyết $H_0$.

Question 45

Giả thuyết không ($H_0$) của kiểm định Hausman là gì?

Answer 45

$H_0$: Không có tương quan giữa tác động không quan sát được $\alpha_i$ và các biến giải thích ($Cov(\alpha_i, x_{jit}) = 0$).

Question 46

Nếu giả thuyết không ($H_0$) của kiểm định Hausman đúng, mô hình nào hiệu quả hơn?

Answer 46

Mô hình tác động ngẫu nhiên (REM) hiệu quả hơn vì nó có phương sai nhỏ hơn.

Question 47

Nếu giả thuyết không ($H_0$) của kiểm định Hausman bị bác bỏ, điều này có nghĩa là gì?

Answer 47

Có tương quan giữa $\alpha_i$ và các biến giải thích, do đó ước lượng REM bị chệch và không vững; ta phải chọn mô hình FEM.

Question 48

Trong kiểm định Hausman, nếu khoảng cách giữa $\hat{\beta}_{LSDV}$ và $\hat{\beta}_{GLS}$ là 'lớn' và có ý nghĩa thống kê, ta nên chọn mô hình nào?

Answer 48

Mô hình tác động cố định (FEM).

Question 49

Lệnh R để thực hiện kiểm định Hausman là gì?

Answer 49

`phtest(fem, rem)`.

Question 50

Giả sử kết quả kiểm định Hausman có p-value = 0.3119. Kết luận rút ra là gì?

Answer 50

P-value lớn (> 0.05), do đó không bác bỏ $H_0$. Mô hình tác động ngẫu nhiên (REM) được ưu tiên hơn vì nó hiệu quả hơn.

Question 51

Mô hình _____ bỏ qua sự khác biệt về đặc trưng của các đối tượng và gộp toàn bộ dữ liệu để chạy hồi quy.

Answer 51

OLS gộp (Pooled OLS)

Question 52

Dưới giả định $Cov(\alpha_i, x_{jit}) \ne 0$, chỉ có ước lượng _____ là không chệch và vững.

Answer 52

Tác động cố định (FEM / LSDV)

Question 53

Dưới giả định $Cov(\alpha_i, x_{jit}) = 0$, cả hai ước lượng FEM và REM đều vững, nhưng ước lượng _____ hiệu quả hơn.

Answer 53

Tác động ngẫu nhiên (REM / GLS)

Question 54

Mục tiêu của kiểm định F trong lựa chọn mô hình dữ liệu bảng là so sánh mô hình _____ với mô hình OLS gộp.

Answer 54

Tác động cố định (FEM)

Question 55

Mục tiêu của kiểm định Breusch-Pagan trong lựa chọn mô hình dữ liệu bảng là so sánh mô hình _____ với mô hình OLS gộp.

Answer 55

Tác động ngẫu nhiên (REM)

Question 56

Trong gói `plm` của R, để khai báo dữ liệu là dữ liệu bảng, ta sử dụng hàm nào?

Answer 56

`pdata.frame(data, index=c("individual_id", "time_id"))`.