Bài tập mẫu báo cáo thực hành kinh tế lượng: Nghiên cứu mối quan hệ giữa đầu tư trực tiếp quốc tế (FDI) với tổng sản phẩm quốc nội (GDP) và lãi suất

BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNGHọ và tên các thành viên trong nhóm: Phạm Thị Thu Giang Vũ Thị Lan Anh Nông Thị Thu Hằng Nguyễn Thị Lan Phương Ngô Thị Mai Phương Lớp CQ50 / 31.1LT Nghiên

BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG

Họ và tên các thành viên trong nhóm:

Phạm Thị Thu Giang

Vũ Thị Lan Anh Nông Thị Thu Hằng Nguyễn Thị Lan Phương Ngô Thị Mai Phương Lớp CQ50 / 31.1LT

Nghiên cứu mối quan hệ giữa Đầu tư trực tiếp quốc tế (FDI) được tính bằng tỷ USD với Tổng sản phẩm quốc nội (GDP) đơn vị nghìn tỷ đồng và Lãi suất (LS) 12 tháng đơn vị % Các biến kinh tế sử dụng:

Y: Đầu tư quốc tế (FDI) (Tỷ USD) (biến phụ thuộc) X2: tổng sản phẩm quốc nội (GDP) (nghìn tỷ đồng) (biến giải thích)

X3: lãi suất (LS) (%) (biến phụ thuộc)

II Thu thập số liệu

Giải thích Đơn vị

quốc tế

Tỷ USD

phẩm quốc nội

Nghìn tỷ đồng

tháng

%

(Tỷ USD)

GDP (Nghìn

tỷ đồng)

LS (%)

III Mô hình kinh tế lượng

1 Mô hình hồi quy tổng thể:

PRM: Yi = β1 + β2*XX2i + β3*XX3i + Ui

2 Mô hình hồi quy mẫu:

SRM: Yi = ¿β1 +¿β2*XX2i + ¿β3*XX3i + ei

Cơ sở lý thuyết và thực tế lựa chọn mô hình

 Đầu tư trực tiếp quốc tế (FDI): là hình thức đầu tư dài hạn của cá nhân hay công ty nước ngoài vào nước khác bằng cách thiết lập cơ sở sản xuất kinh doanh, cá nhân hay công ty nước ngoài đó sẽ nắm quyền sản xuất kinh doanh

 Tổng sản phẩm quốc nội (GDP): là giá trị tính băng tiền của tất cả các sản phẩm và dịch vụ cuối cùng được sản xuất ra trong phạm vi lãnh thổ trong 1 khoảng thời gian nhất định (thường là 1 năm)

 Lãi suất (LS): là tỉ lệ phần trăm của phần vốn vay

IV Ước lượng mô hình hồi quy

Ước lượng mô hình hồi quy với các số liệu thu thập được bằng phần mềm eviews ta được kết quả sau:

BÁO CÁO 1

Dependent Variable: LOG(Y)

Method: Least Squares

Date: 03/16/14 Time: 09:29

Sample: 1993 2012

Included observations: 20

Variable Coefficient Std Error t-Statistic Prob.

LOG(X2) 0.653382 0.052971 12.33474 0.0000 X3 0.080107 0.021604 3.707992 0.0017

C -7.505865 0.660430 -11.36512 0.0000

R-squared 0.914634 Mean dependent var 1.342710 Adjusted R-squared 0.904591 S.D dependent var 0.714563 S.E of regression 0.220717 Akaike info criterion -0.046392 Sum squared resid 0.828170 Schwarz criterion 0.102968 Log likelihood 3.463915 F-statistic 91.07109 Durbin-Watson stat 1.168170 Prob(F-statistic) 0.000000

Đ th ph n d eồ thị phần dư e ị phần dư e ần dư e ư e i thu đư eợc từ kết quả mô hình hồi quy như sau: ừ kết quả mô hình hồi quy như sau: ết quả mô hình hồi quy như sau:c t k t qu mô hình h i quy nh sau:ả mô hình hồi quy như sau: ồ thị phần dư e ư e

Obs Actual Fitted Residual Residual Plot

1993 0.0173486383346131 0.430673102046038

-0.4133244637

11425 |* | |

1994 0.713243882259068 0.611674176800107 0.101569705458961 | | * |

1995 0.938443536515288 0.767175768464326 0.171267768050963 | | * |

1996 0.998423561412677 0.697479946394981 0.300943615017696 | | * |

1997 1.13622915223942 0.838017559592428 0.298211592646989 | | * |

1998 0.8617923065

37656 1.03302289615646 0.1712305896- | * | |

1999 0.847969063651315 0.77052472595895 0.0774443376923655 | | * |

2000

0.8810779761

18411

0.7606197409 56497

0.1204582351

61913 | | * |

2001 0.896292085367465 0.885638444527396 0.0106536408400695 | * |

2002 0.952043901579973 1.03901016381

-0.0869662622

300238 | * | | 2003

0.9745596399

98131

1.1420290239 7052

-0.1674693839

7239 | * | |

2004 1.04819580275409 1.28470803247382

-0.2365122297

19722 | * | |

2005 1.19658558589192 1.47928823400546

-0.2827026481

13537 | * | |

2006 1.41101136365673 1.60280695421872

-0.1917955905

61991 | * | |

2007 2.08318452795867 1.81364302439226 0.269541503566406 | | * |

2008 2.4423470353692 2.27715923150296 0.165187803866241 | | * |

2009 2.30258509299405 2.12679609450924 0.175788998484804 | | * |

2010 2.39789527279837 2.32065004348613 0.077245229312239 | | * |

2011

2.3978952727

9837

2.6054231682 7067

-0.2075278954

72299 | * | |

2012 2.35707327827812 2.36785664497658

-0.0107833666

984689 | * |

Như vậy từ Báo cáo 1 ta có mô hình hồi quy mẫu như sau:

SRM: log(Yi) = -7.505865 + 0.653382*Xlog(X2) + 0.080107*XX3 + ei

Mô hình trên cho ta thấy:

 Β1= -7.505865 cho biết khi tổng sản phẩm quốc nội và lãi suất bằng 0 thì đầu tư quốc tế trung bình giảm 7.505865%

 β2=0.653382 cho biết khi tổng sản phẩm quốc nội tăng 1% thì đầu tư quốc tế tăng 0.653382% với % lãi suất không đổi

 β3=0.080107 cho biết khi lãi suất tăng 1% thì đầu tư quốc tế tăng 0.080107% với % tổng sản phẩm quốc nội không đổi

1 Kiểm định sự phù hợp của các hệ số hồi quy

1.1 Hệ số chặn β1:

- Kiểm định cặp giả thuyết: {H 0 : β 1=0 H 1 : β 1 ≠0

- Tiêu chuẩn kiểm định: T =

¿

β 1

Se ( ¿

β 1)

~ T(n-3)

- Miền bác bỏ: Wα = {t:t:| t |> t(α/ 2 n−3)

}

- Từ bảng Báo cáo 1 ta có tqs= -11.36512

- Với n= 20, mức ý nghĩa α=0.05 tra bảng thống kê ta có: t(17)0,025 = ¿

2.110

Có |tqs= -11.36512| > t0,02517

= ¿2.110 => tqs ¿ Wα

Bác bỏ giả thuyết H0, chấp nhận giả thuyết H1, hay với mức ý nghĩa α=0.05 thì hệ số chặn có ý nghĩa

1.2 Hệ số góc β2 và β3:

Kiểm định hệ số góc β2:

- Kiểm định cặp gải thuyết: {H 0 : β 2≤ 0 H 1 : β 2>0

- Tiêu chuẩn kiểm định: T =

¿

β 2

Se ( β 2¿ ) ~ T(n-3)

- Miền bác bỏ: Wα = {t:t: t > t(α / 2 n−3)

}

- Từ bảng Báo cáo 1 ta có tqs= 13.33474

Với n= 20, mức ý nghĩa α=0.05 tra bảng thống kê ta có: t(17)0,05

= ¿ 1.740

Có tqs= 13.33474 > t(17)0,05 = ¿ 1.740 => tqs ¿ Wα => Bác bỏ giả thuyết

H0 chấp nhận giả thuyết H1 Vậy với mức ý nghĩa α=0.05 thì hệ số

góc β2 có ý nghĩa, phù hợp với lý thuyết kinh tế( tức là khi tổng sản phẩm quốc nội tăng thì đầu tư quốc tế tăng)

Kiểm định hẹ số góc β3:

- Kiểm định cặp giả thuyết: {H 1 : β 3<0 H 0 : β 3 0

- Tiêu chuẩn kiểm định: T =

¿

β 3

Se ( β 3¿ ) ~ T(n-3)

- Miền bác bỏ: Wα = {t:t: t < t(α/ 2 n−3)}

- Từ bảng Báo cáo 1 ta có tqs= 3.707992

Với n= 20, mức ý nghĩa α=0.05 tra bảng thống kê ta có:

t(17)0,05=1.740

Có tqs=3.707992 > t(17)0,05=1.740 => tqs ¿ Wα => Chưa có cơ sở bác bỏ giả thuyết H0 Vậy chấp nhận gải thuyết H0 hay với mức ý nghĩa α=0.05 thì hệ số góc β3 có ý nghĩa, phù hợp với lý thuyết kinh tế ( tỷ lễ lãi suất tăng thì đầu tư quốc tế tăng)

2 Kiểm định sự phù hợp của hàm hồi quy:

Để kiểm định sự phù hợp của hàm hồi quy trên, ta tiens hành kiểm định cặp giả thuyết sau:

{H 0: R ²=0(môhình không phù hợp) H 1: R ² ≠ 0(môhình phù hợp)

- Tiêu chuẩn kiểm định: F=(1−R R ²∗(n−k)2 ) ∗(k−1) ~ F(2,17)

- Miền bác bỏ: Wα = {t:F : F > F(2,17)α

}

- Từ bảng Báo cáo 1 ta có: Fqs = 91.07109

Với mức ý nghĩa α=0,05 tra bảng thống kê ta có:F(2,17)0,05 = ¿3.59

Fqs = 91.07109 > F(2,17)0,05 = ¿3.59 => Fqs ¿ Wα => Bác bỏ giả thuyết

H0 chấp nhận giả thuyết H1 Vậy với mức ý nghĩa α=0.05 thì mô hình hồi quy là phù hợp

3 Kiểm định các khuyết tật của hàm hồi quy:

3.1 Đa cộng tuyến

a.Phương pháp hồi quy phụ

Xét mô hình hồi quy: Yi = β1 + β2X2i + β3X3i + Ui

 Hồi quy mô hình X2 phụ thuộc vào X3 để xem mô hình gốc có hiện tượng đa cộng tuyến hay không theo phương pháp hồi quy phụ Bằng phần mềm Eviews ta có bảng báo cáo sau:

Báo cáo 2:

Dependent Variable: LOG(X2)

Method: Least Squares

Date: 03/16/14 Time: 11:17

Sample: 1993 2012

Included observations: 20

Variable Coefficient Std Error t-Statistic Prob X3 0.056728 0.095196 0.595912 0.5587

C 11.78859 0.956703 12.32210 0.0000 R-squared 0.019347 Mean dependent var 12.34348 Adjusted R-squared -0.035134 S.D dependent var 0.965303 S.E of regression 0.982114 Akaike info criterion 2.896421 Sum squared resid 17.36186 Schwarz criterion 2.995994 Log likelihood -26.96421 F-statistic 0.355111 Durbin-Watson stat 0.053010 Prob(F-statistic) 0.558654

- Mô hình hồi quy phụ: X2i = α1 + α2*XX3i + Vi, thu được R12

- Kiểm định cặp giả thuyết sau:

 H0: Mô hình gốc không có đa cộng tuyến(α2 =0)

 H1: Mô hình gốc có đa cộng tuyến

- Tiêu chuẩn kiểm định: F = R 1∗(n−k+1 )

2

(1−R12)∗(k −2) ~ F(1,18)

- Miền bác bỏ: Wα = {t: F: F >F(1,18)α )}

- Từ bảng Báo cáo 2 ta có: Fqs= 0.355111

Với mức ý nghĩa α=0.05 tra bảng thống kê ta có: F(1,18)0.05

= 4.41

Fqs= 0.355111 < F(1,18)0.05 = 4.41 => Fqs ¿ Wα => Chưa có cơ sở bác

bỏ giả thuyết H0, ta chấp nhận giả thuyết H0, bác bỏ giả thuyết

H1 Vậy với mức ý nghĩa α=0.05 thì có thể cho rằng mô hình gốc không có đa cộng tuyến

b.Độ đo Theil

Xét môi hình hồi quy: Yi = β1 + β2*XX2i + β3*XX3i + Ui

- Sử dụng phương pháp tính độ đo Theil, ta lần lượt hồi quy các mô hình sau:

 Yi = α1 + α2X2i +v1i thu được R−22

 Yi = γ1 + γ2X3i +v2i thu được R−32

Sử dụng phần mềm Eviews ta thu được kết quả:

Báo cáo 3:

Dependent Variable: LOG(Y)

Method: Least Squares

Date: 03/16/14 Time: 14:17

Sample: 1993 2012

Included observations: 20

Variable Coefficient Std Error t-Statistic Prob.

LOG(X2) 0.680702 0.068561 9.928446 0.0000

C -7.059518 0.848733 -8.317713 0.0000

R-squared 0.845592 Mean dependent var 1.342710 Adjusted R-squared 0.837013 S.D dependent var 0.714563 S.E of regression 0.288480 Akaike info criterion 0.446259 Sum squared resid 1.497976 Schwarz criterion 0.545833 Log likelihood -2.462594 F-statistic 98.57404 Durbin-Watson stat 0.531668 Prob(F-statistic) 0.000000 Báo cáo 4:

Dependent Variable: LOG(Y)

Method: Least Squares

Date: 03/16/14 Time: 14:19

Sample: 1993 2012

Included observations: 20

Variable Coefficient Std Error t-Statistic Prob.

X3 0.117173 0.065582 1.786654 0.0908

C 0.196587 0.659090 0.298270 0.7689

R-squared 0.150628 Mean dependent var 1.342710 Adjusted R-squared 0.103441 S.D dependent var 0.714563 S.E of regression 0.676596 Akaike info criterion 2.151156 Sum squared resid 8.240089 Schwarz criterion 2.250729 Log likelihood -19.51156 F-statistic 3.192133 Durbin-Watson stat 0.243446 Prob(F-statistic) 0.090847

- Độ đo Theil được ký hiệu là m và được xác định như sau:

m = R2 – ∑

j=2

k

¿¿)

Từ bảng Báo cáo 3 và Báo cáo 4 ta có: R−22 =0.845592,

R−32 =0.150628và R2

=0.914634

m= 0.914634 – [(0.914634 - 0.845592)+(0.914634 – 0.150628)]

= 0.081586

Với độ tin cậy 95% thì mô hình có đa cộng tuyến thấp

3.2 Phương sai sai số thay đổi

Xét mô hình : Yi = β1 + β2*XX2i + β3*XX3i + Ui

- Ước lượng mô hình trên ta thu được phần dư ei => e i2

- Ước lượng mô hình của kiểm định White:

e i2=α1 + α2*XX2i + α3*XX3i + α4*XX 1 i2 + α5*XX 2 i2 + α6*XX1i*XX2i + Vi Báo cáo 5:

White Heteroskedasticity Test:

F-statistic 0.860619 Prob F(5,14) 0.530845 Obs*R-squared 4.702042 Prob Chi-Square(5) 0.453314

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 03/16/14 Time: 15:04

Sample: 1993 2012

Included observations: 20

Variable Coefficient Std Error t-Statistic Prob.

C 1.225170 3.440028 0.356151 0.7270 LOG(X2) -0.226748 0.515115 -0.440190 0.6665 (LOG(X2))^2 0.010068 0.019693 0.511258 0.6171 (LOG(X2))*X3 -0.003255 0.009001 -0.361600 0.7231 X3 0.054043 0.082819 0.652537 0.5246 X3^2 -0.000619 0.002738 -0.225981 0.8245 R-squared 0.235102 Mean dependent var 0.041409 Adjusted R-squared -0.038076 S.D dependent var 0.042089 S.E of regression 0.042882 Akaike info criterion -3.217382 Sum squared resid 0.025745 Schwarz criterion -2.918662 Log likelihood 38.17382 F-statistic 0.860619 Durbin-Watson stat 1.847907 Prob(F-statistic) 0.530845

- Kiểm định cặp giả thuyết:

 H0: Phương sai sai số không thay đổi (α2=α3=α4=α5=α6=0)

 H1: Phương sai sai số thay đổi (Tồn tại ít nhất 1 hệ số αj≠0(j=

´ 2,6))

- Tiêu chuẩn kiểm định: χ = nR12

~ χ2(m)

- Miền bác bỏ: Wα = {t: χ2 : χ2 > χ α2

(m) }

Từ bảng Báo cáo 5 ta có: χ qs2 = 4.702042

Với m = 5, α= 0.05 tra bảng thống kê ta có χ0.052 (m) = 11.0705

χ qs2 = 4.702042 < χ0.052 (m) = 11.0705 => χ qs2 ¿ Wα

Không đủ cơ sở để bác bỏ giả thuyết H0, vì vậy với mức ý nghĩa α= 0.05 ta chấp nhận giả thuyết H0 hay mô hình đã cho có

phương sai sai số không thay đổi

Kết luận: Mô hình không mắc phương sai sai số không thay đổi với độ tin cậy 95%

3.3 Tự tương quan

- Xét mô hình gốc : log(Yi) = β1 + β2*Xlog(Xi) + β3*XX3 + Ui thu được phần dư et

- Ước lượng mô hình của kiểm định Breusch- Godfrey có dạng:

et = α1 + α2X2t + α3X3t + ρ1et-1 + ρ2et-2 + Vt thu được R12

, RSS1

Sử dụng phần mềm Eviews để tiến hành kiểm định BG thu được kết quả sau:

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.071934 Prob F(2,15) 0.367171 Obs*R-squared 2.501032 Prob Chi-Square(2) 0.286357

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 03/16/14 Time: 19:57

Sample: 1993 2012

Included observations: 20

Presample missing value lagged residuals set to zero.

Variable Coefficient Std Error t-Statistic Prob.

LOG(X2) 0.005986 0.052919 0.113110 0.9114 X3 -0.008973 0.022430 -0.400041 0.6948

C 0.015305 0.658321 0.023249 0.9818

RESID(-1) 0.387558 0.265446 1.460025 0.1649 RESID(-2) -0.149233 0.262575 -0.568345 0.5782

R-squared 0.125052 Mean dependent var -6.66E-16 Adjusted R-squared -0.108268 S.D dependent var 0.208777 S.E of regression 0.219789 Akaike info criterion 0.020018 Sum squared resid 0.724606 Schwarz criterion 0.268951 Log likelihood 4.799819 F-statistic 0.535967 Durbin-Watson stat 1.745569 Prob(F-statistic) 0.711536

- Kiểm định cặp giả thuyết:

{H 1 : ρj ≠ 0( j=1 hoặc j=2)(mô hìnhcó tự tương quan) Ho : ρ 1=ρ 2=0 ( môhình không có tự tương quan)

- Tiêu chuẩn kiểm định: χ2 =(n-p)R12

~ χ2(2)

- Miền bác bỏ: Wα = {t: χ2 : χ2 > χ α2(2) }

Từ bảng Báo cáo 6 ta có: χ qs2 = 2.501032

Với α= 0.05, ρ=2 tra bảng thống kê ta có χ0.052

(2) = 5.9915

χ qs2

= 2.501032 < χ0.052

(2) = 5.9915 => χ qs2

¿ Wα

không có tự tương quan bậc 2

3.4 Kiểm định bỏ sót biến

Sử dụng kiểm định RamSey

- Xuất phát từ mô hình gốc: Log(Yi)= β1 + β2*Xlog(X2i)+ β3*XX3i + Ui

- Ước lượng mô hình này ta thu được R2 , Ŷt

- Ước lượng mô hình sau: Log(Yt)= α1 + α2*Xlog(X2t)+ α3*XX3t+ α4*XŶ t2

+α5*XŶ t3

+ Vt thu được R12

Báo cáo 7:

Ramsey RESET Test:

F-statistic 0.022479 Prob F(2,15) 0.977804 Log likelihood ratio 0.059855 Prob Chi-Square(2) 0.970516

Test Equation:

Dependent Variable: LOG(Y)

Method: Least Squares

Date: 03/16/14 Time: 20:33

Sample: 1993 2012

Included observations: 20

Variable Coefficient Std Error t-Statistic Prob LOG(X2) 0.424416 1.107162 0.383336 0.7068 X3 0.048445 0.151548 0.319665 0.7536

C -4.691175 13.54798 -0.346264 0.7340 FITTED^2 0.230686 1.185700 0.194557 0.8484 FITTED^3 -0.045117 0.256133 -0.176146 0.8625 R-squared 0.914889 Mean dependent var 1.342710 Adjusted R-squared 0.892193 S.D dependent var 0.714563 S.E of regression 0.234620 Akaike info criterion 0.150616 Sum squared resid 0.825696 Schwarz criterion 0.399549 Log likelihood 3.493843 F-statistic 40.31009 Durbin-Watson stat 1.132875 Prob(F-statistic) 0.000000

- Ta kiểm định cặp giả thuyết sau:

{Ho:α 2=α 3=α 4=α 5=0 (mô hìnhkhông bị bỏ sót biếnthích hợp) H 1:αj ≠ 0, ( j=2→ 5) (môhình bỏ sót biếnthích hợp)

- Tiêu chuẩn kiểm định: F = (R1

2

−R2

(1−R12)∗(p−1) ~ F(p-1,n-k-p+1)

- Miền bác bỏ: Wα = {t: F : F >F(α p−1 ,n− p−k +1)

) }

Từ bảng Báo cáo 7 ta có: Fqs= 0.022479

Với p=3, n=20, k=3, mức ý nghĩa α=0.05 ta có F(2,15)0.05

= 3.68

Fqs= 0.022479 < F(2,15)0.05 = 3.68 => Fqs ¿ Wα Chưa đủ cơ sở để bác bỏ giả thuyết H0 Tức là với độ tin cậy 95% thì mô hình gốc chỉ định đúng

3.5 Kiểm định tính phân phối chuẩn của phương sai sai số ngẫu nhiên

- Ta kiểm định cặp giả thuyết sau:

 H0: U có phân phối chuẩn