Thông qua GDP, chính phủ có thể ban hành các chính sách tiền tệ phù hợpvới nền kinh tế.Theo nghiên cứu, yếu tố tổng giá trị xuất nhập khẩu, tỷ lệ lạm phát, nợ nướcngoài có tác động đến G
CƠ SỞ LÝ THUYẾT
Đối tượng nghiên cứu
1.1.1 Các khái niệm liên quan
Tổng sản phẩm quốc nội (gross domestic product - GDP): là giá trị thị trường của tất cả các loại hàng hóa và dịch vụ cuối cùng được sản xuất trong nước trong một thời kì nhất định (thường là một năm), bất kể chúng được cư dân trong nước hay người nước ngoài sản xuất ra GDP là đại lượng được dùng để phản ánh quy mô hoạt động kinh tế và tình hình làm việc.
Giá trị xuất nhập khẩu (hay còn gọi là cán cân xuất nhập khẩu): là mức chênh lệch của giá trị xuất khẩu và giá trị nhập khẩu Trong đó, giá trị hàng xuất khẩu được hiểu đơn giản những giá trị hàng hoá, dịch vụ đã xuất bán ra nước Còn giá trị nhập khẩu là những giá trị hàng hoá, dịch vụ được nhập về từ nước để kinh doanh, buôn bán và đem lại lợi nhuận cho các cá nhân, tổ chức, doanh nghiệp.
Lạm phát: là sự tăng mức giá chung của hàng hóa và dịch vụ theo thời gian và sự mất giá trị của một loại tiền tệ Khi so sánh với các nước khác thì lạm phát là sự giảm giá trị tiền tệ của một quốc gia này so với các tiền tệ của quốc gia khác.
Nợ nước ngoài: là tổng các khoản nợ nước ngoài của Chính phủ, nợ được Chính phủ bảo lãnh, nợ của doanh nghiệp và tổ chức khác được vay theo phương thức tự vay, tự trả theo quy định của pháp luật.
1.1.2 Mối quan hệ của các đối tượng nghiên cứu
1.1.2.1 Giá trị xuất nhập khẩu tác động đến GDP
Xuất nhập khẩu là một thành phần quan trọng của GDP (Gross DomesticProduct - Tổng sản phẩm quốc nội) Khi một quốc gia xuất khẩu nhiều hơn so với nhập khẩu, thì có thể dẫn đến tăng GDP của quốc gia đó Ngược lại, nếu quốc gia nhập khẩu nhiều hơn so với xuất khẩu, thì GDP của quốc gia đó có thể giảm.
Việc xuất khẩu hàng hóa và dịch vụ đem lại thu nhập cho quốc gia và tăng sản xuất trong nước, tạo ra việc làm và thu hút đầu tư nước ngoài Ngoài ra, việc mở rộng thị trường xuất khẩu còn giúp các doanh nghiệp trong nước cạnh tranh và nâng cao chất lượng sản phẩm.
Tuy nhiên, xuất khẩu cũng có thể có những tác động tiêu cực đến GDP Ví dụ, nếu một quốc gia chỉ tập trung vào xuất khẩu một số lượng lớn hàng hóa hoặc chỉ một loại hàng hóa, thì quốc gia đó có thể trở nên phụ thuộc vào thị trường xuất khẩu và dễ bị ảnh hưởng bởi sự thay đổi của thị trường đó Ngoài ra, nếu giá cả xuất khẩu bị giảm hoặc nhu cầu giảm, thì quốc gia sẽ gặp khó khăn trong việc duy trì mức tăng trưởng GDP.
1.1.2.2 Lạm phát tác động đến GDP
Lạm phát có tác động tiêu cực đến GDP (Gross Domestic Product) của một quốc gia Khi lạm phát tăng cao, giá cả hàng hóa và dịch vụ sẽ tăng, khiến người tiêu dùng phải chi tiêu nhiều hơn để mua cùng một lượng hàng hóa và dịch vụ. Điều này dẫn đến giảm sức mua của người tiêu dùng, do đó nhu cầu tiêu dùng giảm, làm giảm sản xuất và doanh thu của doanh nghiệp Điều này dẫn đến giảm GDP và sức mua của nền kinh tế
Tuy nhiên, đã có không ít nhà kinh tế lập luận rằng, lạm phát ở mức nhẹ sẽ có tác dụng tích cực đến tăng trưởng kinh tế cụ thể bằng cách tiếp cận nào đó họ đã tìm ra ngưỡng lạm phát mới cho các nước đang phát triển, các nước công nghiệp và cho rằng nếu lạm phát vượt qua ngưỡng mới này sẽ tác động tiêu cực đến tăng trưởng kinh tế.
Xét mối quan hệ giữa tăng trưởng GDP và tỷ lệ lạm phát (ở đây là tốc độ tăng giá tiêu dùng) trong thời gian qua ở nước ta Tính từ năm 1986 đến năm 1998, quan hệ giữa tăng trưởng và lạm phát đã trải qua 2 giai đoạn với 2 trạng thái khác nhau Trong thời kỳ 1986-1991, tăng trưởng kinh tế đạt thấp (như năm 1986 chỉ đạt 2,84%, năm
1987 chỉ đạt 3,63%, năm 1989 chỉ đạt 4,68%, tính ra tốc độ tăng GDP bình quân đầu người còn thấp hơn nữa) Tăng trưởng kinh tế thấp thì lạm phát cao và lạm phát quá
5 cao lại làm cho tăng trưởng thấp Đây là trạng thái không tốt của quan hệ lạm phát và tăng trưởng GDP.
Trong thời kỳ 1992-1998, bình quân một năm GDP tăng 8,34%, còn giá tiêu dùng tăng 8,1%, bằng 0,97 lần tốc độ tăng GDP Trong thời kỳ này, tốc độ tăng giá tiêu dùng thấp hơn tốc độ tăng trưởng kinh tế, trong đó có những năm hệ số chỉ ở mức rất thấp như năm 1997 là 3,6% so với 8,15% (hệ số bằng 0,44 lần), năm 1996 là 4,5% so với 9,34% (hệ số là 0,48 lần), năm 1993 là 5,2% so với 8,08% (hệ số là 0,64 lần)
Tăng trưởng GDP cao thì lạm phát giảm và lạm phát giảm đã làm cho kinh tế tăng cao lên Đây là một quan hệ đẹp của tăng trưởng và lạm phát.
1.1.2.3 Nợ nước ngoài tác động đến GDP
Nợ nước ngoài có thể tác động đến GDP của một quốc gia Nếu quốc gia có nợ quá nhiều, các khoản nợ phải trả lãi suất cao và chi phí đó có thể giảm sự đầu tư và tiêu dùng trong nước Điều này có thể làm giảm GDP của quốc gia Ngoài ra, nếu quốc gia không quản lý được nợ nước ngoài của mình, nó có thể trở thành một rủi ro cho các nhà đầu tư nước ngoài, dẫn đến sự suy giảm của nền kinh tế và GDP Tuy nhiên, nếu quản lý nợ nước ngoài tốt, nó có thể giúp tăng cường đầu tư trong nước và thúc đẩy tăng trưởng GDP của quốc gia.
Các nghiên cứu chỉ ra rằng, nợ nước ngoài tác động như thế nào đến tăng trưởngGDP phụ thuộc rất nhiều vào hiệu quả sử dụng vốn, phân bổ nguồn lực hợp lý trong nền kinh tế Vay nước ngoài nhiều đầu tư vào nền kinh tế chưa chắc tạo được tăng trưởng cao do gánh nặng nợ xuất hiện, giảm đầu tư trong tương lai cũng như quá trình tích lũy vốn cho nền kinh tế và hủy hoại môi trường tự nhiên Chính phủ các nước phải cân nhắc các vấn đề này trong quá trình vay nợ nước ngoài để đầu tư vào nền kinh tế, tránh tình trạng vay nhiều nhưng sử dụng không hiệu quả, tạo gánh nặng nợ trong tương lai cho quốc gia.
Hiện tượng tự tương quan
Theo hệ thống MOSL, Hiện tượng tự tương quan trong kinh tế lượng (Autocorrelation) là hiện tượng mà tại đó hạng nhiễu tại thời điểm t (hay còn gọi là sai số) thường được kí hiệu là 𝑈 𝑈 có tương quan với hạng nhiễu tại thời điểm (t-1) hoặc bất kỳ hạng nhiều nào trong quá khứ Thường xảy ra trong dữ liệu bảng (panel data) và trong dữ liệu chuỗi thời gian (time-series).
Mô hình hồi quy được gọi là có hiện tượng tự tương quan nếu các sai số u khôngi độc lập với nhau, tức là tồn tại i j sao cho: Cov (U , U ) = E (U , U ) 0i j i j
Nếu U = ρU + t t-1 Ɛt ρ: hệ số tự tương quan bậc 1 (hay hệ số tự hồi quy bậc 1) Ɛt: nhiễu ngẫu nhiên thoả mãn mọi giả thiết của MHHQTT cổ điển
Ta nói U tuân theo lược đồ tự hồi quy bậc 1, kí hiệu AR(1)t
Nếu U = ρt 1Ut-1 + ρ2Ut-2 +…+ ρpUt-p + Ɛt ρj: hệ số tự tương quan bậc j (j= 1, p) Ɛt: nhiễu ngẫu nhiên thoả mãn mọi giả thiết của MHHQTT cổ điển
Ta nói U tuân theo lược đồ tự hồi quy bậc p, kí hiệu AR(p)t
Quán tính: Nét nổi bật của hầu hết các chuỗi thời gian trong kinh tế là quán tính. Chúng ta đều biết các chuỗi thời gian như: tổng sản phẩm, chỉ số giá, thất nghiệp… mang tính chu kỳ Chẳng hạn, ở giai đoạn đầu của thời kỳ khôi phục kinh tế, tổng sản phẩm có xu hướng đi lên, do đó giá trị của chuỗi ở thời điểm sau thường cao hơn ở
7 thời điểm trước và khi hồi qui chuỗi thời gian, các quan sát kế tiếp có nhiều khả năng phụ thuộc nhau.
Hiện tượng mạng nhện: Người ta thấy rằng việc cung nhiều mặt hàng nông sản biểu hiện hiện tượng “mạng nhện”, trong đó lượng cung phản ứng lại với giá có trễ một khoảng thời gian, vì các quyết định cung cần phải mất một khoảng thời gian để thực hiện, người ta gọi đó là thời kỳ hình thành.
Các độ trễ: Trong phân tích chuỗi thời gian, chúng ta có thể gặp hiện tượng biến phụ thuộc ở thời kỳ t phụ thuộc vào chính biến đó ở thời kỳ t -1 và các biến khác. Chẳng hạn khi nghiên cứu mối quan hệ giữa tiêu dùng và thu nhập, chúng ta thấy rằng tiêu dùng ở thời kỳ hiện tại chẳng những phụ thuộc vào thu nhập mà còn phụ thuộc vào tiêu dùng ở thời kỳ trước đó, nghĩa là: yt = + β1 tx + β2 t-1y + u (4.3)t
Trong đó: y là tiêu dùng ở thời kì tt x là thu nhập ở thời kì tt u là sai số ngẫu nhiênt y là tiêu dùng ở thời kỳ t-1t-1 là các hệ số
Chúng ta có thể lý giải mô hình (4.3) như sau: Người tiêu dùng thường không thay đổi thói quen tiêu dùng…, như vậy nếu chúng ta bỏ qua số hạng trễ trong (4.3) thì sai số sẽ mang tính hệ thống do ảnh hưởng của tiêu dùng ở thời kỳ trước lên tiêu dùng ở thời kì hiện tại.
Xử lý số liệu: Trong phân tích thực nghiệm, số liệu thông thường được xử lý.Chẳng hạn trong hồi qui chuỗi thời gian gắn với các số liệu quý, các số liệu này thường được suy ra từ các số liệu tháng bằng cách cộng 3 quan sát rồi chia cho 3 Việc lấy trung bình này làm tròn các số liệu và làm giảm sự giao động trong số liệu tháng. Chính sự làm tròn này có thể dẫn đến sai số có hệ thống trong các sai số ngẫu nhiên và gây ra sự tương quan Một cách xử lý khác là phép nội suy và ngoại suy số liệu. Chẳng hạn, tổng điều tra dân số tiến hành 10 năm 1 lần, lần cuối cùng vào năm 1997, nếu cần số liệu cho một năm nằm trong khoảng thời gian giữa hai cuộc điều ưa, cách phổ biến là nội suy Kỹ thuật này có thể gây ra sai số hệ thống mà điều đó có thể không thấy trong số liệu gốc.
Sai lệch do lập mô hình: Đây là nguyên nhân thuộc về việc lập mô hình Có hai loại sai lầm có thể gây ra hiện tượng tự tương quan:
Một là: không đưa đủ các biến vào mô hình Việc không đưa đủ các biến vào mô hình có thể gây ra hiện tượng tự tương quan.
Ví dụ: Xét mô hình: yt = + β1 1tx + β2 2tx c (4.4)
Trong đó: y là cầu về thịt bò; x là giá thịt bò; x là thu nhập của người tiêu dùng;1 2 x3 là giá thịt heo; t là thời gian; u là sai số ngẫu nhiên.t
Nhưng vì lí do nào đó, chúng ta đưa ra mô hình chỉ có 2 biến độc lập là x và x : 1 2 yt = + β1 1tx + β2 2tx + v (4.5)t
Vậy nếu (4.4) là mô hình đúng thì khi ta tiến hành hồi qui (4.5) cũng tương đương là cho v = βt 3x3t + u Nhưng vì việc tăng giá thịt heo có ảnh hưởng đến cầu thịt bò nênt thành phần sai số ngẫu nhiên v sẽ có sai số hệ thống và tạo nên sự tương quan t
Hai là: Dạng hàm sai Dạng hàm sai có thể gây ra tự tương quan
Ví dụ: Giả sử mô hình đúng của chi phí biên và sản lượng là:
Trong đó: MC là chi phí biên; Q là sản lượng sản phẩm
Nhưng ta lại ước lượng mô hình hồi qui có dạng:
(MC)i = + β1Qi + v (4.7)i Đồ thị hàm (4.6) và (4.7) được biểu diễn ở hình sau:
Nhìn vào hình vẽ ta thấy các điểm nằm trên đoạn AB của đường hồi qui (4.7) cho ước lượng quá cao chi phí biên đúng, còn các điểm nằm ngoài đoạn này cho ước lượng thấp hơn Khi đó các số hạng sai số ngẫu nhiên v được xác định như sau:i vi = β + u2 i
Và do đó nó bị ảnh hưởng có tính hệ thống của sản lượng đối với chi phí biên. Vậy có tự tương quan do sử dụng dạng hàm không chính xác.
Kiểm định d của Durbin- Watson
Bài toán: phát hiện tự tương quan bậc 1 trong mô hình:
Hồi quy mô hình gốc, thu được
- Nếu ρ = -1 thì d = 4 tự tương quan âm hoàn toàn.
- Nếu ρ = 0 thì d = 2 không có tự tương quan.
- Nếu ρ = 1 thì d = 0 tự tương quan dương hoàn toàn
- d (1): Tồn tại TTQ thuận chiều
- d (5): Tồn tại TTQ ngược chiều
Lưu ý: Kiểm định Durbin – Watson chỉ nhận dạng được hiện tượng tương quan chuỗi bậc 1.
Kiểm định BG (Breush- Godfrey) Để đơn giản ta xét mô hình đơn giản: Y = β + β + Ui 1 2 t
Bước 1: Ước lượng mô hình ban đầu bằng phương pháp bình phương nhỏ nhất thông thường để nhận được phần dư
Bước 2: Cũng bằng phương pháp bình phương nhỏ nhất, ước lượng mô hình sau để thu được hệ số xác định bội số R 2 ei = β + β1 2X2i + … + βkXki + ρiei-1 + … + ρpei-p +
Bước 3: Kiểm định giả thiết: ρ = ρ = = ρ = 01 2 p
(2.2) không còn hiện tượng tự tương quan bậc 1
Ta có phương trình sai phân tổng quát: Y - ρY = β (1 − ρ) + βt t-1 1 2(Xt − ρX ) + t-1 Ɛt
Khi đó phương trình sai phân tổng quát trở thành:
Phương trình sai phân cấp 1
Nếu ρ = 1, thay vào phương trình sai phân tổng quát:
Hay: Y = βt 2Xt + (phương trình sai phân cấp 1) Ɛt
Trong đó: là toán tử sai phân cấp 1
Sử dụng mô hình hồi quy qua gốc tọa độ để ước lượng hồi quy (2.5)
Giả sử mô hình ban đầu: Y = β + βt 1 2 Xt + β t + U (2.6) 3 t
Trong đó: t là biến xu thế
U là theo mô hình tự hồi quy bậc 1 t
Thực hiện phép biến đổi sai phân cấp 1 đối với (2.5): ∆Y = βt 2.∆Xt + β + ε3 t
Nếu ρ = -1 thay vào phương trình sai phân tổng quát (2.3):
Mô hình (**) gọi là mô hình hồi quy trung bình trượt.
Cách 1: Ước lượng ρ dựa trên thống kê d d ≈ 2(1- ) hay Đẳng thức này gợi cho ta cách thức đơn giản để thu được ước lượng của ρ từ thống kê d Do đó thống kê d cung cấp cho ta một phương pháp sẵn có thể thu được ước lượng của ρ nhưng lưu ý rằng đây chỉ là quan hệ xấp xỉ và có thể không đúng với các mẫu nhỏ Vì vậy trong các mẫu nhỏ ta phải cẩn thận khi giải thích các ước lượng.
Cách 2: Thủ tục lặp Cochrance – Orcutt
Bước 1: Ước lượng mô hình (2.1) bằng phương pháp OLS và thu được phần dư et.
Bước 2: Sử dụng các phần dư để ước lượng hồi quy:
Do e là ước lượng vững của U thực nên ước lượng ρ có thể thay cho ρ thực t t
Bước 3: Sử dụng thu được từ (2.7) để ước lượng phương trình sai phân tổng quát (2.3)
Vì chúng ta chưa biết trước rằng thu được từ (2.6) có phải là ước lượng tốt nhất của ρ hay không, ta thế giá trị và β thu được từ (2.7) vào hồi quy gốc ban đầu (2.1)2 và thu được các phần dư mới chẳng hạn e**:
= Yt - ( + β ) (2.8)2 Ước lượng phương trình hồi quy tương tự (2.1)
Thủ tục này tiếp tục cho đến khi các ước lượng kế tiếp nhau của ρ khác nhau một lượng rất nhỏ chẳng hạn bé hơn 0,05 hoặc 0,005
Cách 3: Phương pháp Durbin – Watson 2 bước
Viết lại phương trình sai phân tổng quát:
Bước 1: Hồi quy (2.8) Y theo X , X và Yt t t-1 t-1 Xem giá trị ước lượng hệ số hồi quy của Y (=) là ước lượng của ρ t-1
Bước 2: Sau khi thu được thay:
Và ước lượng hồi quy (2.4) với các biến đã được biến đổi như trên.
GIẢI TOÁN
Xây dựng mô hình hồi quy
Tổng sản phẩm quốc nội GDP
Tổng giá trị xuất nhập khẩu (tỷ USD)
Nợ nước ngoài (tỷ USD)
Nguồn: World Bank, Tổng cục thống kê 2.1.2 Xây dựng MHHQ
: Tổng sản phẩm quốc nội GDP (tỷ USD)
: Tổng giá trị xuất nhập khẩu (tỷ USD)
: Nợ nước ngoài (tỷ USD)
Bằng phương pháp OLS, ta xây dựng hàm hồi quy mẫu dưới dạng:
Kết quả nghiên cứu
2.2.1 Bảng phân tích hồi quy Eview
2.2.2 Mô hình hồi quy mẫu và ý nghĩa các hệ số hồi quy
Từ bảng phân tích hồi quy Eview ta có mô hình hồi quy mẫu: Ý nghĩa của các hệ số hồi quy:
Với = 0,412758 Khi tỉ lệ lạm phát, nợ nước ngoài không đổi, nếu tổng giá trị sản xuất nhập khẩu tăng lên 1 tỷ USD thì tổng sản phẩm quốc nội trung bình tăng0,412758 tỷ USD.
Với = - 0,622767 Khi tổng giá trị xuất nhập khẩu, nợ nước ngoài không đổi, nếu tỷ lệ lạm phát tăng lên 1% thì tổng sản phẩm quốc nội trung bình giảm 0,622767 tỷ USD.
Với = 0,257130 Khi tổng giá trị xuất nhập khẩu, tỉ lệ lạm phát không đổi, nếu nợ nước ngoài tăng lên 1 tỷ USD thì tổng sản phẩm quốc nội trung bình tăng 0,257130 tỷ USD.
2.2.3 Ước lượng về các hệ số hồi quy
Với độ tin cậy 95%, ước lượng khoảng tin cậy các hệ số β ,, 2
Ta có: N (, Var () → T Khoảng ước lượng các hệ số hồi quy tổng thể
Thực hiện bằng Eview, ta có bảng sau:
Kết luận: Với độ tin cậy 95%:
- Khoảng tin cậy của là (0,073915; 0,751602)
- Khoảng tin cậy của là (-1,965739; 0,720205)
- Khoảng tin cậy của là (-1,13160; 1,645420)
2.2.4 Kiểm định giả thuyết về các hệ số hồi quy
Với mức ý nghĩa 5%, kiểm định giả thuyết về các hệ số β ,, 2
Có p-value = 0,0246 < → Bác bỏ , chấp nhận
Kết luận: Với mức ý nghĩa 5% có thể cho rằng tổng giá trị xuất nhập khẩu có ảnh hưởng đến Tổng sản phẩm quốc nội.
Có p-value = 0,2998 > → Chưa đủ cơ sở bác bỏ
Kết luận: Với mức ý nghĩa 5% có thể cho rằng tỷ lệ lạm phát không ảnh hưởng đến Tổng sản phẩm quốc nội.
Có p-value = 0,6663 > → Chưa đủ cơ sở bác bỏ
Kết luận: Với mức ý nghĩa 5% có thể cho rằng nợ nước ngoài không ảnh hưởng đến Tổng sản phẩm quốc nội.
2.2.5 Kiểm định sự phù hợp của mô hình
Với mức ý nghĩa 5%, kiểm định sự phù hợp của mô hình.
Từ kết quả trên ta thấy =0,992221 có xác suất (Prob(F-statistic)) = 0,000001<
Kết luận: Với mức ý nghĩa 5% mô hình trên là phù hợp.
Với độ tin cậy 95%, dự báo: Giá trị trung bình và giá trị cá biệt về Tổng sản phẩm quốc nội của Việt Nam khi tổng giá trị xuất nhập khẩu là 200 tỷ USD, lạm phát là 5% , nợ nước ngoài là 100 tỷ USD
Khoảng dự báo giá trị trung bình
Khoảng dự báo giá trị cá biệt
Sử dụng Eview, ta thu được bảng kết quả sau (lưu ý nhìn vào hàng 2020)
Khoảng dự báo giá trị trung bình và giá trị cá biệt của Y là:
Kết luận: Với độ tin cậy 95%, khi tổng giá trị xuất nhập khẩu là 200 tỷ USD, lạm phát là 5%, nợ nước ngoài là 100 tỷ USD ta có thể dự báo giá trị trung bình về tổng sản phẩm quốc nội của Việt Nam trong khoảng 121,5866 đến 264,1509 tỷ USD Giá trị cá biệt về tổng sản phẩm quốc nội của Việt Nam trong khoảng 119,8826 đến265,8550 tỷ USD.
Phát hiện và khắc phục các khuyết tật trong MHHQ
2.3.1 Phát hiện các hiện tượng
2.3.1.1 Phương sai sai số thay đổi
Chưa đủ cơ sở bác bỏ
Kết luận: Với mức ý nghĩa 5%, mô hình gốc không có phương sai sai số thay đổi.
Chưa đủ cơ sở bác bỏ
Kết luận : Với mức ý nghĩa 5%, mô hình gốc không có phương sai sai số thay đổi.
Chưa đủ cơ sở bác bỏ
Kết luận: Với mức ý nghĩa 5%, mô hình gốc không có phương sai sai số thay đổi.
Tiêu chuẩn kiểm định: d Với n, k’= k – 1 = 2
Từ bảng Eview, thống kê d = 1.704209 => d (d , 4 – d ) => không có TTQ. U U
Kết luận: Mô hình không có tự tương quan bậc 1.
Theo bảng kiểm định Breush – Godfrey ta thấy: p-value = 0.9975 > 0.05
Chưa đủ cơ sở bác bỏ
Kết luận: Mô hình không có hiện tượng tự tương quan bậc 2.
Theo bảng kiểm định Breush – Godfrey ta thấy: p-value = 0.4280 > 0.05
Chưa đủ cơ sở bác bỏ
Kết luận: Mô hình không có hiện tượng tự tương quan bậc 3.
Theo bảng kiểm định Breush – Godfrey ta thấy: p-value = 0.0407 < 0.05
Kết luận: Mô hình có hiện tượng tự tương quan bậc 4
Từ bảng eview, ta thấy:
Kết luận: Không có hiện tượng đa cộng tuyến
Xét mô hình hồi quy phụ giữa biến Z với X , T , ta có bảng Eview:i i i
Với , cần kiểm định: p-value (F) = 0.128218 >
=> Chưa đủ cơ sở bác bỏ H0
Kết luận: Mô hình không có hiện tượng đa cộng tuyến.
2.3.2 Khắc phục hiện tượng Tự tương quan
Dựa trên thống kê d: Đưa vào bảng kết quả hồi quy ở trên, ta có thể thấy giá trị Durbin – Watson stat: d = 1.706568 =>
Phương trình sai phân tổng quát: Ước lượng phương trình trên, ta thực hiện bằng eviews, thu được bảng sau:
Kiểm tra mô hình còn khuyết tật tự tương quan hay không:
Tiếp tục thực hiện kiểm định tự tương quan bậc 4 bằng eviews:
Với , kiểm định cặp giả thuyết:
Kết luận: Mô hình không còn tự tương quan bậc 4
Vậy biện pháp này đã khắc phục được hiện tượng tự tương quan bậc 4.
Phương pháp Durbin-waston 2 bước để ước lượng: Đầu tiên ta thực hiện hồi quy mô hình sai phân tổng quát
Từ bảng eviews , ta được
Ta tiến hành ước lượng mô hình sai phân tổng quát với giá trị :
Yt – Yt-1 = (1 − ) + (Xt − Xt-1) + (Zt − Zt-1 ) + - )+
Thực hiện eviews ta được:
Ta kiểm định tự tương quan bậc 4:
Kết luận : Có thể nhận định rằng biện pháp này có thể khắc phục hiện tượng tự tương quan bậc 4 trong mô hình ban đầu.