Tính cấp thiết của đề tàiTrong các yếu tố tác động đến vốn Đầu tư trực tiếp nước ngoài FDI thì tốc độ tăng trưởng kinh tế GDP, Lạm phát và dân số là một trong những động lực quantrọng..
Vấn đề nghiên cứu và lý do chọn đề tài
Lý do chọn đề tài
Kinh tế lượng là môn khoa học phân tích mối quan hệ giữa các hiện tượng kinh tế dựa trên dữ liệu thực tế, giúp củng cố giả thiết kinh tế và đưa ra quyết định chính xác hơn Đầu tư trực tiếp nước ngoài (FDI) đóng vai trò quan trọng trong phát triển kinh tế Philippines, thúc đẩy chuyển giao công nghệ và kỹ thuật mới FDI không chỉ bổ sung nguồn vốn và nâng cao hiệu quả sản xuất mà còn tạo ra việc làm và tăng cường xuất khẩu Hơn nữa, FDI đa dạng hóa nền kinh tế, thúc đẩy cạnh tranh và cải thiện chất lượng sản phẩm với giá cả hợp lý Đặc biệt, FDI đóng góp vào ngân sách quốc gia và giúp Philippines hội nhập sâu rộng vào nền kinh tế toàn cầu, dẫn đến tăng trưởng kinh tế bền vững và sự quan tâm từ cộng đồng quốc tế.
Tính cấp thiết của đề tài
Tốc độ tăng trưởng kinh tế GDP, lạm phát và dân số là những yếu tố quan trọng ảnh hưởng đến vốn Đầu tư trực tiếp nước ngoài (FDI) Philippines đã thu hút FDI đạt 11.980 triệu USD và 9.200 triệu USD vào năm 2021 và 2022, tương ứng với mức tăng 75% và 34% so với năm trước, giúp nước này nằm trong nhóm dẫn đầu ASEAN về thu hút FDI Điều này đặt ra câu hỏi về khả năng của Philippines trong bối cảnh nhiều quốc gia trong khu vực vẫn đang phục hồi sau dịch COVID-19 Nhóm nghiên cứu chúng tôi đã thực hiện đề tài “Phân tích nhân tố ảnh hưởng tới thu hút FDI của Philippines trong giai đoạn 2000-2022” nhằm làm rõ vai trò của các yếu tố kinh tế này đối với nguồn vốn đầu tư nước ngoài.
Vấn đề nghiên cứu của đề tài
Nghiên cứu này phân tích mối quan hệ giữa Đầu tư trực tiếp nước ngoài ròng (FDI) và các yếu tố kinh tế quan trọng của Philippines, bao gồm Tăng trưởng GDP (GDPGR), Lạm phát (INF) và Dân số (POP) Kết quả cho thấy FDI có ảnh hưởng tích cực đến tăng trưởng kinh tế, trong khi lạm phát và dân số cũng đóng vai trò quan trọng trong việc định hình môi trường đầu tư Việc hiểu rõ mối liên hệ này sẽ giúp các nhà đầu tư và nhà hoạch định chính sách tối ưu hóa chiến lược phát triển kinh tế quốc gia.
Tên biến Mô tả Dấu kì vọng
FDI Đầu tư trực tiếp nước ngoài ròng (triệu USD)
Biến độc lập GDPGR Tốc độ tăng trưởng GDP
Document continues below kinh tế lượng
Tổng hợp công thức KTL - Tổng hợp côn… kinh tế lượng 100% (1)
THỨC KINH TẾ… kinh tế lượng 100% (1)
Made 8 - học viện tài chính kinh tế lượng None 2
Btthanh - frgdsfff kinh tế lượng None 25
KTL-1 - Phân tích ảnh hưởng của sản lượn… kinh tế lượng None 29
BTVN CĐỀ 1,2 3 - BTKTL kinh tế lượng None3
- Nội dung: Các nhân tố ảnh hưởng đến thu hút FDI của Philippines trong giai đoạn từ 2000-2022
Phân tích tác động của GDP, lạm phát và dân số đến FDI của Philippines cho thấy mối liên hệ chặt chẽ giữa các yếu tố kinh tế này Số liệu cho thấy sự tăng trưởng GDP thúc đẩy đầu tư trực tiếp nước ngoài, trong khi lạm phát cao có thể làm giảm sự hấp dẫn của môi trường đầu tư Bên cạnh đó, sự gia tăng dân số cũng tạo ra thị trường tiêu thụ lớn hơn, từ đó thu hút FDI Dựa trên những phân tích này, các chính sách khuyến khích tăng trưởng kinh tế bền vững, kiểm soát lạm phát và tận dụng lợi thế dân số có thể được áp dụng để nâng cao thu hút FDI trong giai đoạn tới.
Phân tích dữ liệu bảng của Philippines trong giai đoạn 2000-2022 bằng phương pháp ước lượng OLS mang lại lợi thế về kích cỡ mẫu và giúp khắc phục hiệu quả các sai phạm có thể xảy ra trong mô hình.
Bảng số liệu
Sau khi tìm hiểu, nghiên cứu, thu thập số liệu từ World Bank, ta có bảng số liệu sau:
USD) GDPGR (%) INF (%) POP (người)
1 https://tapchicongthuong.vn/bai-viet/cac-yeu-to-anh-huong-den-fdi-trong- boi-canh-hoi-nhap-kinh-te-truong-hop-cac-nuoc-dong-nam-a-75613.htm
2 https://data.worldbank.org/country/philippines
Xây dựng mô hình
Để thấy được mối quan hệ giữa các biến trong mô hình, ta xây dựng mô hình hồi quy tổng thể như sau:
PRM: FDI i= β 1 + β 2 GDPGR i +β 3 INF i + β 4 POP i +U i
Hệ số góc β2 cho biết rằng khi tổng sản phẩm quốc nội tăng thêm 1 triệu USD, đầu tư trực tiếp nước ngoài ròng sẽ thay đổi tương ứng Hệ số góc β3 chỉ ra rằng khi tỷ lệ lạm phát tăng 1%, đầu tư trực tiếp nước ngoài ròng cũng sẽ có sự thay đổi Cuối cùng, hệ số góc β4 cho thấy khi dân số tăng thêm 1 triệu người, đầu tư trực tiếp nước ngoài ròng sẽ thay đổi theo hướng tăng hoặc giảm.
Sử dụng Eview hồi quy mô hình mẫu
Variable Coefficient Std Error t-Statistic Prob
R-squared 0.806593 Mean dependent var 4451.043 Adjusted R-squared 0.776055 S.D dependent var 3646.204 S.E of regression 1725.487 Akaike info criterion 17.90118 Sum squared resid 56568816 Schwarz criterion 18.09865 Log likelihood -201.8635 F-statistic 26.41279 Durbin-Watson stat 0.869167 Prob(F-statistic) 0.000001
Báo cáo 1: Kết quả ước lượng mô hình FDI theo GDPGR, INF VÀ POP.
Mô hình hồi quy mẫu:
SRM: FDI i= ^ β 1 + ^ β 2 GDPGR i + ^ β 3 INF i +^ β 4 POP i +e i
Khi tổng sản phẩm quốc nội tăng thêm 1 triệu USD, trong điều kiện các yếu tố khác không thay đổi, đầu tư trực tiếp nước ngoài ròng sẽ tăng trung bình 117.3360 triệu USD.
Khi tỷ lệ lạm phát tăng 1% trong điều kiện các yếu tố khác không thay đổi, đầu tư trực tiếp nước ngoài ròng sẽ giảm trung bình 93.86356 triệu USD.
Khi dân số tăng thêm 1 triệu người, trong khi các yếu tố khác không thay đổi, đầu tư trực tiếp nước ngoài ròng sẽ tăng trung bình 277.6802 triệu USD.
Các hệ số hồi quy phù hợp với lý thuyết kinh tế
Kiểm định mô hình ( với mức ý nghĩa 5%)
Kiểm định sự phù hợp của các hệ số hồi quy
Kiểm định cặp giả thuyết : { H H 0 1 : β : β 2 2 =0 ≠ 0
Từ báo cáo eview ta có Tqs =1,115145 t α
Chưa có cơ sở bác bỏ H 0, tạm chấp nhận H 0
KẾT LUẬN: Với mức ý nghĩa 5%, có thể cho rằng tổng sản phẩm nội địa không ảnh hưởng đến vốn đầu tư trực tiếp nước ngoài.
Kiểm định cặp giả thuyết: { H H 0 1 : β : β 3 3 =0 ≠ 0
Se¿ ¿ Miền bác bỏ giả thuyết H 0:
Từ báo cáo trên ta có: t qs = ^β3
Se¿ ¿ Với mức ý nghĩa α=5 %=0,05 , ta có: t α
Chưa có cơ sở bác bỏ giả thuyết H 0, chấp nhận H 0
KẾT LUẬN: Với mức ý nghĩa 5%, có thể cho rằng tỷ lệ lạm phát không có ảnh hưởng tới vốn đầu tư trực tiếp nước ngoài.
Kiểm định cặp giả thuyết: { H H 0 1 : β : β 4 4 =0 ≠ 0
Se¿ ¿ Miền bác bỏ giả thuyết H 0:
Từ báo cáo trên ta có: tqs= ^β4
Se¿ ¿ Với mức ý nghĩa α=5 %=0,05 , ta có: t α
Bác bỏ giả thuyết H 0, chấp nhận đối thuyết H 1
KẾT LUẬN: Với mức ý nghĩa 5%, có thể cho rằng dân số có ảnh hưởng đến vốn đầu tư trực tiếp nước ngoài.
Kiểm định đa cộng tuyến
5.3.1 Hồi quy mô hình ban đầu
Variable Coefficient Std Error t-Statistic Prob
R-squared 0.806593 Mean dependent var 4451.043 Adjusted R-squared 0.776055 S.D dependent var 3646.204 S.E of regression 1725.487 Akaike info criterion 17.90118 Sum squared resid 56568816 Schwarz criterion 18.09865 Log likelihood -201.8635 F-statistic 26.41279 Durbin-Watson stat 0.869167 Prob(F-statistic) 0.000001
Hồi quy mô hình ban đầu thu được R = 0.806593 2
5.3.2 Hồi quy mô hình FDI bỏ biến GDPGRi
Hồi quy mô hình FDI = i β 1 + β 2 INFi + β 3 POPi + Ui thu được báo cáo như sau:
Variable Coefficient Std Error t-Statistic Prob INF -87.99877 216.8049 -0.405889 0.6891
R-squared 0.793934 Mean dependent var 4451.043 Adjusted R-squared 0.773328 S.D dependent var 3646.204 S.E of regression 1735.961 Akaike info criterion 17.87762 Sum squared resid 60271239 Schwarz criterion 18.02573 Log likelihood -202.5926 F-statistic 38.52824 Durbin-Watson stat 1.067616 Prob(F-statistic) 0.000000 Thu được R = 0.7939341 2
5.3.3 Hồi quy mô hình FDI bỏ biến INFi
Hồi quy mô hình FDI = i β 1 + β 2 GDPGRi + β 3 POPi + Ui thu được báo cáo như sau:
Variable Coefficient Std Error t-Statistic Prob
R-squared 0.804663 Mean dependent var 4451.043 Adjusted R-squared 0.785129 S.D dependent var 3646.204 S.E of regression 1690.168 Akaike info criterion 17.82415 Sum squared resid 57133333 Schwarz criterion 17.97226 Log likelihood -201.9777 F-statistic 41.19353 Durbin-Watson stat 0.860521 Prob(F-statistic) 0.000000
5.3.4 Hồi quy mô hình FDI bỏ biến POPi
Hồi quy mô hình FDI = i β 1 + β 2 GDPGRi+ β 3 INFi + Ui thu được báo cáo như sau:
Variable Coefficient Std Error t-Statistic Prob GDPGR 93.50089 224.8340 0.415866 0.6819 INF -521.8555 448.0489 -1.164729 0.2578
R-squared 0.069790 Mean dependent var 4451.043 Adjusted R-squared -0.023231 S.D dependent var 3646.204 S.E of regression 3688.314 Akaike info criterion 19.38483 Sum squared resid 2.72E+08 Schwarz criterion 19.53294 Log likelihood -219.9256 F-statistic 0.750259 Durbin-Watson stat 0.290061 Prob(F-statistic) 0.485077
5.3.5 Sử dụng phương pháp độ đo Theil: m = R – (R – R ) – (R – R ) – (R – R ) 2 2 1 2 2
KẾT LUẬN: m ≈ 0 → Mô hình ban đầu không có đa cộng tuyến.
Kiểm định phương sai sai số thay đổi bằng phương pháp White
Hồi quy mô hình ban đầu thu được e i→ e i 2
Hồi quy mô hình White có dạng: e i
2 = α 1 + α 2 GDPGR i + α 3 INF i + α 4 POP i + α 5 GDPGR 2 + α 6 INF 2 + α 7 POP 2 + α 8. GDPGR i INF i + α 9 INF i POP i + α 10 GDPGR i POP i + v i
Tổng các hệ số của mô hình là k w , hệ số xác định R w 2
Sử dụng chương trình Eview để có báo cáo kiểm định White như sau:
Variable Coefficient Std Error t-Statistic Prob
R-squared 0.261592 Mean dependent var 2459514 Adjusted R-squared -0.249614 S.D dependent var 2772165 S.E of regression 3098897 Akaike info criterion 33.03001 Sum squared resid 1.25E+14 Schwarz criterion 33.52370 Log likelihood -369.8451 F-statistic 0.511715 Durbin-Watson stat 2.297384 Prob(F-statistic) 0.841469
Kiểm định cặp giả thuyết:
{ H 0 : R w 2 =0(Phương saisai số ngẫunhiên khôngđổi)
H 1 : R w 2 >0 (Phươngsai sai số ngẫunhiên thay đổi)
Miền bác bỏ H 0 tương ứng: W α= { χ 2 ǀχ 2 >χ α
→ Theo báo cáo eview ta có: χ 2 qs= 6,016609
→ Tra bảng giá trị khi bình phương ta được: χ 0,05
→ χ qs 2 ∉ W α → Chưa có cơ sở bác bỏ H 0, tạm thời chấp nhận H 0
KẾT LUẬN: Vậy với mức ý nghĩa α = 0,05 thì phương sai sai số ngẫu nhiên không thay đổi
Kiểm định tự tương quan bậc 2 bằng phương pháp BG
Ước lượng mô hình ban đầu thu được e t Ước lượng mô hình BG có dạng: e t =α 1 +α 2 KDL t +α 3 CPI t +ρ 1 t −1 e + ρ 2 e t −2 +V t
Sử dụng chương trình Eview để có báo cáo kiểm định BG như sau:
Breusch-Godfrey Serial Correlation LM Test:
Presample missing value lagged residuals set to zero
Variable Coefficient Std Error t-Statistic Prob
RESID(-1) 0.486045 0.277948 1.748694 0.0984 RESID(-2) 0.079929 0.327046 0.244398 0.8098 R-squared 0.276518 Mean dependent var 1.51E-12 Adjusted R-squared 0.063729 S.D dependent var 1603.530 S.E of regression 1551.594 Akaike info criterion 17.75141 Sum squared resid 40926532 Schwarz criterion 18.04763 Log likelihood -198.1412 F-statistic 1.299494 Durbin-Watson stat 1.816992 Prob(F-statistic) 0.310163
Kiểm định cặp giả thuyết:
{ H 0 : Mô hìnhbanđầukhôngcó tự tương quan bậc2
Sử dụng tiêu chuẩn kiểm định: : χ 2 =(n−2) R 2 BG χ 2 (2) Miền bác bỏ giả thuyết H , với mức ý nghĩa 0 α=0,05là:
2(2)} Theo báo cáo ta có: χ qs 2 =¿ 6.359909
2 ∉W α => Chưa có cơ sở bác bỏ giả thuyết H tạm 0, chấp nhận H 0
KẾT LUẬN: Vậy mô hình không có tự tương quan bậc 2.
Kiểm định các biến bỏ sót thích hợp bằng phương pháp Ramsey
Để kiểm tra xem mô hình có bỏ sót biến hay không ta sử dụng kiểm định Ramsey để kiểm tra, cụ thể:
Sử dụng Eview để lấy báo cáo của kiểm định Ramsey:
F-statistic 7.226484 Probability 0.005354 Log likelihood ratio 14.15144 Probability 0.000845
Variable Coefficient Std Error t-Statistic Prob GDPGR -52.60915 96.58354 -0.544701 0.5930
FITTED^2 0.000319 0.000161 1.985863 0.0634 FITTED^3 -1.57E-08 1.19E-08 -1.315228 0.2059 R-squared 0.895465 Mean dependent var 4451.043 Adjusted R-squared 0.864720 S.D dependent var 3646.204 S.E of regression 1341.089 Akaike info criterion 17.45981 Sum squared resid 30574853 Schwarz criterion 17.75603 Log likelihood -194.7878 F-statistic 29.12514 Durbin-Watson stat 1.485495 Prob(F-statistic) 0.000000
Kiểm định cặp giả thuyết:
Sử dụng tiêu chuẩn kiểm định:
Giá trị thống kê quan sát là : F qs= 7.226484, F 0,05 (3,19)= 3,52
F qs >F 0,05 ( 3,19 ) →F qs ∈W α=> Bác bỏ H 0, chấp nhận H 1
KẾT LUẬN: Vậy với mức ý nghĩa α = 0,05, mô hình ban đầu bỏ sót biến.
Kiểm định phân phối chuẩn của sai số ngẫu nhiên
Mô hình: GDP I = ^ β 1+ ^ β 2 LP i+ ^ β 3 LS i + ^ β 4 LD i+ e i
= -22559,35 + 117,3360 LP i + 98,86356 LS i+ 277,6802 LD i + U i Ước lượng mô hình thu được giá trị phần dư e i
Kiểm định cặp giả thuyết sau:
H 1 :U i khôngcó phân phốichuẩn Tiêu chuẩn kiểm định JB = n ( S 2
Miền bác bỏ giả thuyết H 0: W 0,05= { JB|JB > X 0,05
JB¿ X 2 2 0,05 ( ) => JB ∉ W 0,05 => Chưa đủ cơ sở bác bỏ H 0 , tạm thời chấp nhận
KẾT LUẬN: Với mức ý nghĩa α= 5%, sai số ngẫu nhiên có phân phối chuẩn
Ước lượng các hệ số hồi quy của mô hình
Khoảng tin cậy của β 2
6 1.1 Khoảng tin cậy 2 phía của β 2:
- Khi tổng sản phẩm quốc nội tăng 1 triệu USD thì đầu tư trực tiếp nước ngoài ròng biến động như thế nào?
Ta sử dụng khoảng tin cậy 2 phía của β 2:
Thay vào phương trình, ta có:
KẾT LUẬN: Với mức ý nghĩa 5%, nếu tổng sản phẩm quốc nội tăng 1 triệu USD thì đầu tư trực tiếp nước ngoài ròng thay đổi trong khoảng ( 102.8902972; -
6 1.2 Khoảng tin cậy tr ái của β 2 :
- Khi tổng sản phẩm quốc nội tăng 1 triệu USD thì đầu tư trực tiếp nước ngoài ròng biến động tối đa bao nhiêu?
Ta sử dụng khoảng tin cậy bên trái của β 2: β 2 ≤ ^ β 2 +Se( ^ β 2 ).t ∝
Thay vào phương trình, ta có: β 2 ≤117.3360 + 105.2204 × 2.093 β 2 ≤ 299.2620716
KẾT LUẬN: Với mức ý nghĩa 5%, nếu tổng sản phẩm quốc nội tăng 1 triệu USD thì đầu tư trực tiếp nước ngoài tăng tối đa 299.2620716 triệu USD
6 1 3 Khoảng tin cậy phải của β 2:
Khi tổng sản phẩm quốc nội tăng 1 triệu USD thì đầu tư trực tiếp nước ngoài ròng biến động tối thiểu bao nhiêu?
Ta sử dụng khoảng tin cậy bên phải của β 2: β 2 ≥ ^ β 2 −Se( ^ β 2).t ∝
Thay vào phương trình, ta có: β 2 ≥ 117.3360 – 105.2204× 1.729 β 2 ≥ -64.590071
KẾT LUẬN: Với mức ý nghĩa 5%, nếu tổng sản phẩm quốc nội tăng 1 triệu USD thì đầu tư trực tiếp nước ngoài giảm tối thiếu 64.590071 triệu USD
Khoảng tin cậy của β 3
6 2.1 Khoảng tin cậy 2 phía của β 3:
Khi tỷ lệ lạm phát tăng 1% thì đầu tư trực tiếp nước ngoài ròng biến động như thế nào?
Ta sử dụng khoảng tin cậy 2 phía của β 3:
Thay vào phương trình, ta có:
KẾT LUẬN: Với mức ý nghĩa 5%, khi tỷ lệ lạm phát tăng 1% thì đầu tư trực tiếp nước ngoài ròng biến động trong khoảng (-545.0325237; 357.3054037) (triệu USD)
6 2.2 Khoảng tin cậy tr ái của β 3:
Khi tỷ lệ lạm phát tăng 1% thì đầu tư trực tiếp nước ngoài ròng biến động tối đa bao nhiêu?
Ta sử dụng khoảng tin cậy bên trái của β 3: β 3 ≤ ^ β 3 +Se( ^ β 3 ).t ∝
Thay vào phương trình, ta có: β 3 ≤-93.86356 + 215.5609× 1.729 β 3≤ 278.8412361
KẾT LUẬN: Với mức ý nghĩa 5%, khi tỷ lệ lạm phát tăng 1% thì đầu tư trực tiếp nước ngoài ròng tăng tối đa 278.8412361triệu USD
6 2 3 Khoảng tin cậy phải của β 3:
Khi tỷ lệ lạm phát tăng 1% thì đầu tư trực tiếp nước ngoài ròng biến động tối thiểu bao nhiêu?
Ta sử dụng khoảng tin cậy bên phải của β 3: β 3 ≥ ^ β 3 −Se( ^ β 3 ).t ∝
KẾT LUẬN: Với mức ý nghĩa 5%, khi tỷ lệ lạm phát tăng 1% thì đầu tư trực tiếp nước ngoài ròng giảm tối thiểu 466.56836 triệu USD
Khoảng tin cậy của β 4
6 3.1 Khoảng tin cậy 2 phía của β 4:
Khi dân số tăng 1 triệu người thì đầu tư trực tiếp nước ngoài ròng biến động như thế nào?
Ta sử dụng khoảng tin cậy 2 phía của β 4:
Thay vào phương trình, ta có:
KẾT LUẬN: Với mức ý nghĩa 5%, khi dân số tăng 1 triệu người thì đầu tư trực tiếp nước ngoài ròng biến động trong khoảng (209.36805; 345.99235) (triệu USD)
6 3.2 Khoảng tin cậy tr ái của β 4 :
Khi dân số tăng 1 triệu người thì đầu tư trực tiếp nước ngoài ròng biến động tối thiểu là bao nhiêu?
Ta sử dụng khoảng tin cậy bên trái của β 4: β 4 ≤ ^ β 4 +Se( ^ β 4 ).t ∝
Thay vào phương trình, ta có: β 4 ≤277.6802+ 32.63839 × 1.729 β 4 ≤ 334.1119763
KẾT LUẬN: Với mức ý nghĩa 5%, khi dân số tăng 1 triệu người thì đầu tư trực tiếp nước ngoài ròng tăng tối đa 345.99235 triệu USD
6 3 3 Khoảng tin cậy phải của β 4 :
Khi dân số tăng 1 triệu người thì đầu tư trực tiếp nước ngoài ròng biến động tối thiểu là bao nhiêu?
Ta sử dụng khoảng tin cậy bên phải của β 4 : β 4 ≥ ^ β 4 −Se( ^ β 4 ).t ∝
Thay vào phương trình, ta có: β 4 ≥ 277.6802- 32.63839 × 1.729 β 4 ≥ 221.24842
KẾT LUẬN: Với mức ý nghĩa 5%, khi dân số tăng 1 triệu người thì đầu tư trực tiếp nước ngoài ròng tăng tối thiểu 221.24842 triệu USD
Khoảng tin cậy của β 4 (Trường hợp giả định)
6 4 1 Khoảng tin cậy giả định 2 phía của β 4:
Khi dân số tăng 150 triệu người trong 2 năm tới thì đầu tư trực tiếp nước ngoài ròng biến động như thế nào?
Ta sử dụng khoảng tin cậy 2 phía của β 4 :
Thay vào phương trình, ta có:
KẾT LUẬN: Với mức ý nghĩa 5%, khi dân số tăng 150 triệu người trong 2 năm tới thì đầu tư trực tiếp nước ngoài ròng biến động trong khoảng (31405.2075; 51898.8525 ) (triệu USD)
6 4.2 Khoảng tin cậy tr ái giả định của β 4:
Khi dân số tăng 150 triệu người trong 2 năm tới thì đầu tư trực tiếp nước ngoài ròng biến động tối thiểu là bao nhiêu?
Ta sử dụng khoảng tin cậy bên trái của β 4: β 4 ≤ ^ β 4 +Se( ^ β 4 ).t ∝
Thay vào phương trình, ta có: β 4 ≤277.6802+ 32.63839 × 1.729 β 4 ≤ 334.1119763
KẾT LUẬN: Với mức ý nghĩa 5%, khi dân số tăng 150 triệu người trong 2 năm tới thì đầu tư trực tiếp nước ngoài ròng tăng tối đa 50116.79654 triệu USD
6 4 3 Khoảng tin cậy phải giả định của β 4:
Khi dân số tăng 150 triệu người trong 2 năm tới thì đầu tư trực tiếp nước ngoài ròng biến động tối thiểu là bao nhiêu?
Ta sử dụng khoảng tin cậy bên phải của β 4: β 4 ≥ ^ β 4 −Se( ^ β 4).t ∝
Thay vào phương trình, ta có: β 4 ≥ 277.6802- 32.63839 × 1.729 β 4 ≥ 221.24842 β 4 ≥ 33187.26355
KẾT LUẬN: Với mức ý nghĩa 5%, khi dân số tăng 150 triệu người trong 2 năm tới thì đầu tư trực tiếp nước ngoài ròng tăng tối thiểu 33187.26355 triệu USD
Ước lượng Phương Sai Sai Số Ngẫu Nhiên
Khoảng tin cậy 2 phía của σ 2
Từ bảng E-view ta có: RSSV568816 χ α 2
KẾT LUẬN: Với mức ý nghĩa 5%, Vậy khi các yếu tố ngẫu nhiên thay đổi 1 đơn vị thì đầu tư trực tiếp nước ngoài thay đổi trong khoảng (1721913,412 ;6351408,073)
Khoảng tin cậy trái của σ 2
Từ bảng E-view ta có: RSSV568816 χ 1−α 2(n −k ) = χ 1−0,05 2( 23− 4 ) = χ 0,95 2( 19 ) ,1170 σ 2 ≤ 56568816
KẾT LUẬN: Với mức ý nghĩa 5%, Vậy khi các yếu tố thay đổi ngẫu nhiên 1 đơn vị thì đầu tư trực tiếp nước ngoài thay đổi tối đa 5591461,5 đơn vị.
Khoảng tin cậy phải của σ 2
Từ bảng E-view ta có: RSSV568816 χ α 2(n −k )
KẾT LUẬN: Với mức ý nghĩa 5%, Vậy khi các yếu tố thay đổi ngẫu nhiên 1 đơn vị thì đầu tư trực tiếp nước ngoài thay đổi tối thiểu 1876650,555 đơn vị.
Bài tập về Phương sai sai số ngẫu nhiên
Phương sai sai số ngẫu nhiên có thể là 10 hay không?
Chưa đủ cơ sở bác bỏ giả thuyết H 0, Tạm chấp nhận giả thuyết H 0
KẾT LUẬN: Với mức ý nghĩa 5%, Phương sai sai số ngẫu nhiên có thể bằng 10
Dự báo
Dự báo chỉ số FDI của Philipines các năm từ 2023-2025 thu được sơ đồ sau:
Forecast: FDIF Actual: FDI Forecast sample: 2000 2022 Included observations: 23
Root Mean Squared Error 1568.284 Mean Absolute Error 1290.611 Mean Abs Percent Error 61.94767 Theil Inequality Coefficient 0.140189 Bias Proportion 0.000000 Variance Proportion 0.053682 Covariance Proportion 0.946318
Dự báo chỉ số FDI của Philipines trong các năm từ 2023-2025 bằng công thức sau: