Báo cáo thực hành Kinh tế lượng

báo cáo thuộc môn kinh tế lượng (học viện tài chính)

Trang 1

BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG

Họ và tên các thành viên trong nhóm:

VẤN ĐỀ NGHIÊN CỨU Nghiên cứu sự phụ thuộc của Nhập khẩu vào Tổng sản phẩm quốc nội và Tỷ giá hối đoái ở Singapore giai đoạn

1995-2009

Trang 2

VẤN ĐỀ NGHIÊN CỨU Nghiên cứu sự phụ thuộc của Nhập khẩu vào Tổng sản phẩm quốc nội và Tỷ giá hối đoái ở Singapore giai đoạn

1995-2009

Nhập khẩu là một trong những chỉ tiêu quan trọng để đánh giá tình hình kinh tế của một quốc gia Dựa vào những nghiên cứu kinh tế vĩ mô và các lý thuyết kinh tế, có thể thấy Tổng sản phẩm quốc nội và Tỷ giá hối đoái là những nhân tố có ảnh hưởng lớn tới Nhập khẩu của nước đó

Theo lý thuyết nghiên cứu vĩ mô, khi Tổng sản phẩm quốc nội tăng, Tỷ giá hối đoái giảm thì Nhập khẩu tăng, do đó ta có thể biểu diễn mối quan hệ giữa các biến trên qua mô hình toán có dạng hàm số như sau:

IM i =  1 +  2 GDP i +  3 ER i

Các biến kinh tế sử dụng trong mô hình trên:

IM: Nhập khẩu

GDP: Tổng sản phẩm quốc nội

ER: Tỷ giá hối đoái

I - Số liệu:

Bảng 1 Số liệu về Nhập khẩu (IM – Triệu đô la Singapore), Tổng sản phẩm quốc nội (GDP - triệu đô la Singapore) và Tỷ giá hối đoái của Singapore

(Đô la Singapore/1 đô la Mỹ) từ năm 1995 đến 2009

1995 176313 118963 1.417

1996 185183 130035 1.410

1997 196605 141641 1.485

1998 169863 137085 1.674

1999 188142 137935 1.695

2000 232175 159596 1.724

2001 207692 153393 1.792

2002 208312 157694 1.791

2003 237317 162288 1.742

2004 293337 185365 1.690

2005 333191 208764 1.660

2006 378924 230509 1.590

2007 395980 266405 1.510

2008 450893 273537 1.410

2009 356299 265058 1.450

Nguồn số liệu: Theo Tổng cục Thống kê Việt Nam

(http://www.gso.gov.vn/default.aspx?tabid=396&idmid=3&ItemID=11256)

Trang 3

II – Lập mô hình hồi qui mô tả mối quan hệ giữa các biến kinh tế:

Có nhiều dạng hàm có thể mô tả quy luật kinh tế đã nêu trên (mối quan

hệ giữa các biến), nhưng dạng hàm tuyến tính đã đưa ra là tốt nhất dựa trên giả định của lý thuyết kinh tế Thực tiễn cũng cho thấy Tổng sản phẩm quốc nội và

Tỷ giá hối đoái có ảnh hưởng lớn tới Nhập khẩu, bên cạnh sự ảnh hưởng của các yếu tố khác (như Xuất khẩu…)

Dựa trên mô hình toán đó và xét thêm ảnh hưởng của các yếu tố ngẫu nhiên, ta xây dựng mô hình kinh tế lượng sau:

IM i =  1 +  2 GDP i +  3 ER i + U i

Đây chính là mô hình hồi qui tổng thể (PRM), trong đó:

IM: Nhập khẩu

GDP: Tổng sản phẩm quốc nội

ER: Tỷ giá hối đoái

1: hệ số chặn

2 ,  3: hệ số góc

U i: sai số ngẫu nhiên

III - Ước lượng mô hình hồi qui

Với các số liệu từ mẫu trên, hồi quy mô hình bằng phần mềm Eviews ta thu được báo cáo sau:

Báo cáo 1 Kết quả ước lượng mô hình hồi qui IM theo GDP và ER

Dependent Variable: IM

Method: Least Squares

Date: 12/03/11 Time: 17:13

Sample: 1995 2009

Included observations: 15

Variable Coefficient Std Error t-Statistic Prob GDP 1.673309 0.122813 13.62486 0.0000

ER -16757.36 46068.12 -0.363752 0.7224

C -10144.13 83737.81 -0.121142 0.9056 R-squared 0.945716 Mean dependent var 267348.4 Adjusted R-squared 0.936669 S.D dependent var 92817.10 S.E of regression 23358.09 Akaike info criterion 23.13213 Sum squared resid 6.55E+09 Schwarz criterion 23.27374 Log likelihood -170.4910 F-statistic 104.5298 Durbin-Watson stat 1.796571 Prob(F-statistic) 0.000000

Thu được R2= 0,945716, 

1

 = -10144,13, 

2

 =1,673309, 

3

 = -16757,36

SRM: IM i = -10144,13 + 1,673309GDP i -16757,36ER i + e i

IV - Kiểm định các khuyết tật của mô hình

Trang 4

4.1 Đa cộng tuyến

a) Phát hiện đa cộng tuyến bằng phương pháp hồi qui phụ

Hồi quy GDP theo ER bằng Eviews ta thu được báo cáo:

Báo cáo 2 Kết quả ước lượng mô hình hồi qui phụ

Dependent Variable: GDP

Date: 12/03/11 Time: 17:41

Sample: 1995 2009

Variable Coefficient Std Error t-Statistic Prob

ER -116624.8 98880.17 -1.179455 0.2594

C 368795.2 159056.2 2.318647 0.0373 R-squared 0.096665 Mean dependent var 181884.5 Adjusted R-squared 0.027178 S.D dependent var 53481.65 S.E of regression 52749.89 Akaike info criterion 24.70808 Sum squared resid 3.62E+10 Schwarz criterion 24.80248 Log likelihood -183.3106 F-statistic 1.391115 Durbin-Watson stat 0.085580 Prob(F-statistic) 0.259352

Ta có: F0,05(1,n-2) = F0,05(1,13) = 4,67

Fqs = 1,391115

 Fqs < F0,05(1,n-2)

Vậy với α = 0,05, mô hình gốc không có đa cộng tuyến.

b) Phát hiện đa cộng tuyến bằng Độ đo Theil

Hồi quy lần lượt IM theo GDP, IM theo TD bằng Eviews ta thu được

các báo cáo:

Báo cáo 3 Kết quả ước lượng mô hình hồi qui IM theo GDP

Date: 12/03/11 Time: 17:41

Sample: 1995 2009

C -39526.86 21321.43 -1.853856 0.0866 R-squared 0.945117 Mean dependent var 267348.4 Adjusted R-squared 0.940896 S.D dependent var 92817.10 S.E of regression 22565.11 Akaike info criterion 23.00976 Sum squared resid 6.62E+09 Schwarz criterion 23.10417 Log likelihood -170.5732 F-statistic 223.8694 Durbin-Watson stat 1.829415 Prob(F-statistic) 0.000000

Thu được 2

3

R = 0,945117

Báo cáo 4 Kết quả ước lượng mô hình hồi qui IM theo ER

Trang 5

Date: 12/03/11 Time: 17:42

Sample: 1995 2009

Thu được 2

4

R = 0,105957

4 2 3 2 4 2 2 3 2

R

Ta có: R2= 0,945716; 2

3

R = 0,945117; 2

3

R = 0,105957

Suy ra: m = 0,945117 + 0,105957 – 0,945716 = 0,105358 < 0,3

Vậy với α = 0,05 mô hình gốc không có đa cộng tuyến.

4.1 Phương sai sai số thay đổi

Phát hiện phương sai sai số thay đổi bằng kiểm định White, từ Eviews ta

có báo cáo sau: Báo cáo 5 Kiểm định White

White Heteroskedasticity Test:

F-statistic 1.790823 Probability 0.207256 Obs*R-squared 6.260417 Probability 0.180526 Test Equation:

Dependent Variable: RESID^2

Date: 12/03/11 Time: 17:42

Sample: 1995 2009

Variable Coefficient Std Error t-Statistic Prob

C 3.49E+09 3.53E+10 0.099016 0.9231 GDP 13162.95 59528.04 0.221122 0.8294 GDP^2 -0.013552 0.151585 -0.089401 0.9305

ER -5.43E+09 4.70E+10 -0.115683 0.9102 ER^2 1.45E+09 1.46E+10 0.099304 0.9229 R-squared 0.417361 Mean dependent var 4.36E+08 Adjusted R-squared 0.184306 S.D dependent var 7.08E+08 S.E of regression 6.39E+08 Akaike info criterion 43.65112 Sum squared resid 4.09E+18 Schwarz criterion 43.88713 Log likelihood -322.3834 F-statistic 1.790823 Durbin-Watson stat 1.643479 Prob(F-statistic) 0.207256

Ta có: 2

0,05(4) = 9,4877 2

qs = 6,260417

 2qs < 2

0.05(4)

 2qs  W

Vậy với α = 0.05, mô hình gốc có phương sai sai số không thay đổi.

Trang 6

4.3 Tự tương quan

Phát hiện Tự tương quan bậc 1 bằng kiểm định BG (Breusch Godfrey), từ

Eviews ta thu được báo cáo:

Báo cáo 6 Kiểm định BG

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.435331 Probability 0.522959 Obs*R-squared 0.571034 Probability 0.449848 Test Equation:

Dependent Variable: RESID

Date: 12/03/11 Time: 17:43

Presample missing value lagged residuals set to zero.

ER -7121.682 48410.47 -0.147110 0.8857

C 4766.616 86084.03 0.055372 0.9568 RESID(-1) -0.315856 0.478718 -0.659796 0.5230 R-squared 0.038069 Mean dependent var 6.31E-12 Adjusted R-squared -0.224276 S.D dependent var 21625.39 S.E of regression 23927.85 Akaike info criterion 23.22665 Sum squared resid 6.30E+09 Schwarz criterion 23.41547 Log likelihood -170.1999 F-statistic 0.145110 Durbin-Watson stat 1.393241 Prob(F-statistic) 0.930674

Thu được 2

6

R = 0,038069

Ta có: 2

0,05(1) = 3,8415 2

qs = (n – 1)* 2

6

R = (15 – 1) x 0,038069 = 0,532966

 2qs < 2

0,05(1)

 2qs  W

Vậy với α = 0,05, mô hình gốc không có tự tương quan bậc 1.

Trang 7

4.4 Kiểm định việc chỉ định mô hình

Nghi ngờ mô hình bỏ sót 2 biến thích hợp, bằng kiểm định Ramsey, từ Eviews ta thu được báo cáo:

Báo cáo 7 Kiểm định Ramsey

Ramsey RESET Test:

F-statistic 1.558675 Probability 0.257495 Log likelihood ratio 4.070260 Probability 0.130664 Test Equation:

Date: 12/03/11 Time: 17:43

Sample: 1995 2009

ER -87502.43 149892.7 -0.583767 0.5723

C 39201.57 470551.9 0.083310 0.9352 FITTED^2 2.85E-06 1.79E-05 0.159481 0.8765 FITTED^3 -6.20E-12 1.95E-11 -0.318432 0.7567 R-squared 0.958617 Mean dependent var 267348.4 Adjusted R-squared 0.942063 S.D dependent var 92817.10 S.E of regression 22341.12 Akaike info criterion 23.12745 Sum squared resid 4.99E+09 Schwarz criterion 23.36346 Log likelihood -168.4559 F-statistic 57.91075 Durbin-Watson stat 2.329111 Prob(F-statistic) 0.000001

Ta có: F0,05(2,10) = 4,10

Fqs = 1,558675

 Fqs < F0,05(2,10)

 Fqs W

Vậy với mức ý nghĩa α = 0,05, mô hình gốc không bỏ sót 2 biến, hay

mô hình gốc chỉ định đúng.

4.5 Kiểm định tính phân bổ chuẩn của sai số ngẫu nhiên

Kiểm định tính chuẩn của sai số ngẫu nhiên của mô hình gốc bằng JB (Jarque-Bera), từ Eviews ta thu được báo cáo:

Trang 8

Báo cáo 8 Phân bố xác suất của phần dư

0

1

2

3

4

5

Series: Residuals Sample 1995 2009 Observations 15 Mean 6.31E-12

Std Dev 21625.39 Skewness -0.698811 Kurtosis 3.455308 Jarque-Bera 1.350408 Probability 0.509053

Ta có: JBqs = 1,350408

2 0.05(2) = 5,9915

 JBqs < 2

0.05(2)

 JBqs  W

Vậy với mức ý nghĩa α = 0.05, mô hình gốc có sai số ngẫu nhiên tuân

theo quy luật phân phối chuẩn

Kết luận: Mô hình gốc không mắc các khuyết tật đa cộng tuyến, phương sai sai số thay đổi, tự tương quan, chỉ định dạng hàm sai (bỏ sót biến thích hợp), sai số ngẫu nhiên không có phân phối chuẩn

Vậy mô hình gốc là mô hình tốt.

V – Phân tích và nhận xét về tính quy luật trong mối quan hệ giữa biến phụ thuộc và các biến kinh tế trong mô hình

5.1 Sự ảnh hưởng các biến độc lập đến biến phụ thuộc

 Mô hình hồi quy mẫu:

SRM: IM i = -10144.13 + 1.673309GDP i -16757.36ER i + e i

Ý nghĩa của các hệ số hồi qui:

 

2

 = 1,673309 cho ta biết khi tỷ giá hối đoái không đổi, nếu GDP tăng thêm 1 (triệu đô la Singapore) thì nhập khẩu tăng thêm 1,673309 (triệu đô

la Singapore)

 

3

 = -16757,36 cho ta biết khi GDP không đổi, nếu tỉ giá hối đoái tăng 1 (đô la Singapore/1 đô la Mỹ) thì nhập khẩu giảm 16757,36 (triệu đô la Singapore)

Dấu của các hệ số hồi qui:

Trang 9

 > 0 và 3 < 0: là phù hợp với lý thuyết kinh tế vì: khi GDP tăng thì nhập khẩu tăng, và khi tỉ giá hối đoái tăng thì nhập khẩu giảm

Vậy các hệ số của mô hình hồi qui phù hợp với các lý thuyết kinh tế.

 Sự biến động của các biến độc lập GDP, ER giải thích được 94,5716%

sự thay đổi của biến phụ thuộc IM (doR2= 0,945716)

5.2 Sự thay đổi của biến phụ thuộc khi giá trị của các biến độc lập tăng thêm 1 đơn vị

a) Khoảng tin cậy hai phía của β 2 :

3 2 / 2 2

2 3 2 / 2







 Se  tn   Se  tn



Với mẫu n=15, α = 0,05 ta có:

 2

 = 1,673309; Se( 2)=0,122813; 3

2 /



n

t = 12

025 , 0

t =2,179

Do đó:

1,6733090,122813*2,179 β2  1,673309+0,122813*2,179

 1,405699 β21,940919

Vậy với mức ý nghĩa α = 0,05, khi GDP tăng 1 (triệu đô la Singapore) thì nhập khẩu tăng tối thiểu 1,4405699, tối đa 1,940919 (triệu đô la Singapore)

b) Khoảng tin cậy 2 phía của β 3 :

3 2 / 3 3

3 3 2 / 3







 Se  tn   Se  tn



Với mẫu n=15, α = 0,05 ta có:

 3

 = -16757,36; Se( 3)=46068,12; 3

2 /



n

t = 12

025 , 0

t =2,179

Do đó:

-16757,3646068,12*2,179 β3 -16757,36+46068,12*2,179

 -117139,8 β383625,07

Vậy với mức ý nghĩa α = 0,05, khi tỷ giá hối đoái tăng 1 (đô la Singapore/1 đô

la Mỹ) thì nhập khẩu giảm tối thiểu 83625,07, tối đa là 0 (triệu đô la Singapore),

tăng tối thiểu là 0,tối đa 117139,8 (triệu đô la Singapore)

5.3 Sự biến động giá trị của biến phụ thuộc đo bằng phương sai do các yếu

tố ngẫu nhiên gây ra

Phương sai của biến phụ thuộc cho biết trung bình của tổng bình phương

sự biến động của biến phụ thuộc Sự biến động đó một phần do ảnh hưởng của

sự thay đổi giá trị của các biến độc lập, một phần do các yếu tố ngẫu nhiên gây ra

Do đó sự biến động giá trị của biến phụ thuộc đo bằng phương sai do các yếu tố ngẫu nhiên gây ra chính là ( 1 )/( 3) /( 3)

2 2







 





n RSS n

e

n i i



Ta có:  2

 =23358,09

Vậy sự biến động giá trị của biến phụ thuộc đo bằng phương sai do các yếu tố ngẫu nhiên gây ra là  2

 =23358,09.

Định dạng
Số trang	10
Dung lượng	202 KB