1. Trang chủ
  2. » Luận Văn - Báo Cáo

báo cáo thực hành kinh tế lượng đề tài nghiên cứu phân tích các nhân tố ảnh hưởng đến tăng trưởng kinh tế của úc từ năm 2004 đến năm 2021

36 1 0
Tài liệu đã được kiểm tra trùng lặp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Tiêu đề Phân Tích Các Nhân Tố Ảnh Hưởng Đến Tăng Trưởng Kinh Tế Của Úc Từ Năm 2004 Đến Năm 2021
Tác giả Phạm Thị Khánh Ly, Bùi Trà My, Đoàn Thị Hồng Ngọc, Đinh Nguyễn Hải Nhi, Nguyễn Hoàng Phúc, Nguyễn Thị Hồng Phúc
Người hướng dẫn Nguyễn Thị Quỳnh Châm
Trường học Học Viện Tài Chính
Chuyên ngành Kế Toán
Thể loại báo cáo thực hành
Năm xuất bản 2024
Thành phố Hà Nội
Định dạng
Số trang 36
Dung lượng 10,66 MB

Cấu trúc

  • 1. CƠ SỞ LÝ THUYẾT (4)
    • 1.1. Lý do chọn đề tài (4)
    • 1.2. Các nhân tố ảnh hưởng đến nền kinh tế Úc (4)
    • 1.3. Các giả thuyết kinh tế (5)
    • 1.4. Đề xuất mô hình nghiên cứu (5)
  • 2. DỮ LIỆU NGHIÊN CỨU (5)
  • 3. ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ HÌNH HỒI QUY (6)
  • 4. KIỂM ĐỊNH CÁC KHUYẾT TẬT CỦA MÔ HÌNH (8)
    • 4.1. Mô hình bỏ sót biến thích hợp (Kiểm định Ramsey) (8)
      • 4.1.1 Mô hình bỏ sót biến lũy thừa bậc 2 (8)
      • 4.1.2. Mô hình bỏ sót biến lũy thừa bậc 2, 3 (10)
    • 4.2. Phương sai sai số ngẫu nhiên thay đổi (12)
      • 4.2.1. Kiểm định White (12)
      • 4.2.2. Kiểm định Glejser (13)
    • 4.3. Tự tương quan (15)
      • 4.3.1. Kiểm định Durbin-Waston (15)
      • 4.3.2. Kiểm định Breusch – Godfrey (BG) (16)
    • 4.4. Đa cộng tuyến (18)
      • 4.4.1. Hồi quy phụ (18)
      • 4.4.2. Độ đo Theil (21)
    • 4.5. Tính phân phối chuẩn của sai số ngẫu nhiên (23)
  • 5. PHÂN TÍCH VÀ DỰ BÁO (23)
    • 5.1. Khoảng tin cậy và kiểm định giả thuyết (23)
      • 5.1.1. Khoảng tin cậy của các hệ số hồi quy và phương sai sai số ngẫu nhiên (24)
      • 5.1.2. Kiểm định các giả thuyết của hệ số hồi quy (30)
      • 5.1.3 Kiểm định sự phù hợp của mô hình hồi quy (33)
    • 5.2. Dự báo (33)
  • 6. KẾT LUẬN CHUNG (34)
  • 7. ĐỀ XUẤT GIẢI PHÁP (34)

Nội dung

Việc hiểu rõ về những yếu tố ảnh hưởng đến tăng trưởng kinh tế của Úc không chỉ mang lại lợi ích cho quốc gia này mà còn đóng góp vào sự phát triển và ổn định của kinh tế thế giới.. Tron

CƠ SỞ LÝ THUYẾT

Lý do chọn đề tài

Úc có một nền kinh tế thị trường thịnh vượng, tự vận hành theo hướng tự do kinh tế Việc hiểu rõ về những yếu tố ảnh hưởng đến tăng trưởng kinh tế của Úc không chỉ mang lại lợi ích cho quốc gia này mà còn đóng góp vào sự phát triển và ổn định của kinh tế thế giới.

Trong giai đoạn 2004 - 2021, Úc chỉ chiếm 0,3% dân số thế giới nhưng nền kinh tế dự kiến đứng thứ 14 thế giới và hàng đầu châu Á vào năm 2019 GDP danh nghĩa Úc ước tính khoảng 1,5 nghìn tỷ USD chiếm 1,7% nền kinh tế toàn cầu Năm 2019 - 2021, kinh tế Úc gặp khủng hoảng, ngân sách liên bang thâm hụt ở mức kỉ lục do tác động của đại dịch COVID-19

Trong bối cảnh thế giới biến động và các thách thức kinh tế hiện nay, việc hiểu rõ về những yếu tố ảnh hưởng đến tăng trưởng kinh tế của một quốc gia như Úc là vô cùng quan trọng Đây không chỉ là cơ hội để nâng cao sự hiểu biết về nền kinh tế Úc mà còn là cơ hội để đưa ra các chiến lược và chính sách kinh tế phù hợp.

Phạm vi của nghiên cứu sẽ tập trung vào việc thu thập và phân tích dữ liệu từ các nguồn như World Bank để đánh giá tác động của các yếu tố nói trên đến tăng trưởng kinh tế của Úc trong giai đoạn đã đề ra Điều này sẽ giúp chúng ta có cái nhìn tổng quan và chính xác về sự phát triển kinh tế của Úc trong thời gian đã cho.

Các nhân tố ảnh hưởng đến nền kinh tế Úc

STT Loại biến Mã biến Diễn giải Công thức tính Nguồn Kỳ vọng

1 Biến phụ thuộc GDPG Tăng trưởng kinh tế GDPG World bank

2 Biến độc lập FDI Đầu tư trực tiếp nước ngoài FDI World bank +

3 URBAN Tốc độ thị hóa URBAN World bank +

4 UE Tỉ lệ thất nghiệp UE World - bank

Các giả thuyết kinh tế

Tốc độ tăng trưởng kinh tế GDPG phụ thuộc vào: Đầu tư trực tiếp nước ngoài (FDI), tốc độ đô thị hóa (URBAN) và tỉ lệ thất nghiệp (UE) Cụ thể:

Giả thuyết 1: FDI có tác động tích cực đến GDPG

Giả thuyết 2: URBAN có tác động tích cực đến GDPG

Giả thuyết 3: UE có tác động tiêu cực đến GDPG

Đề xuất mô hình nghiên cứu

Biến phụ thuộc (GDPG) là tốc độ tăng trưởng kinh tế (%)

Biến độc lập (FDI): vốn trực tiếp nước ngoài(%), (URBAN): Tốc độ đô thị hóa (%), (UE): tỷ lệ thất nghiệp (%) β1: Hệ số chặn β2, β3, β4: Hệ số góc của mô hình hồi quy

DỮ LIỆU NGHIÊN CỨU

Dữ liệu thu thập được thuộc dạng thông tin thứ cấp, dạng dữ liệu chuỗi thời gian, thể hiện thông tin thu được của 1 đối tượng tại nhiều thời điểm (GDPG của Úc trong 18 năm từ 2004-2021) Số liệu được thu thập thông qua Website của World Bank.

Phương pháp xử lí số liệu:

Sử dụng phần mềm Excel để xử lý sơ lược số liệu.

Phương pháp sử dụng trong nghiên cứu:

Chạy phần mềm Eviews hồi quy mô hình bằng phương pháp bình phương nhỏ nhất (OLS) để ước lượng ra tham số của các mô hình hồi quy đa biến Từ phần mềm Eviews ta dễ dàng thực hiện các kiểm định khuyết tật có thể có của mô hình xây dựng:

Bỏ sót biến: Sử dụng kiểm định Ramsey

Phương sai sai số thay đổi: Sử dụng kiểm định White; Glejser Đa cộng tuyến: Hồi quy phụ, đo độ Theil

Sai số ngẫu nhiên tự tương quan: Durbin-Waston, Breush-Godfrey Sai số ngẫu nhiên không có phân phối chuẩn: Jacque-Bera Bảng dữ liệu:

Nguồn số liệu: World Bank

ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ HÌNH HỒI QUY

Với số liệu trên, sử dụng phần mềm Eviews, cho mức ý nghĩa α = 5% và ta thu được báo cáo kết quả ước lượng như sau:

SRF: ( ^ GDPG i)=4.925616+0.114681∗FDI i +0.385012∗URBAN i −0.333489∗UE i

Mô hình hồi quy mẫu:

SRM: GDPG i =4.925616 0.114681 + ∗FDI i +0.385012∗URBAN i −0.333489∗UE i +e i

Trong đó: e là phần dư i

Dựa vào báo cáo Eviews, ta có: +P-value của FDI=0.2496> α=0.05 và P-value của URBAN=0.4408>α=0.05 nên FDI và URBAN không tác động đến GDPG

+ ^ β 4= −0.333489 và P-value của UE=0.011 Thu được hệ số xác định R 2 = 0,470438 Ước lượng mô hình hồi quy sau: ^ GDPG i =¿ α 1 +¿α 2 ¿FDIi + α 3URBANi + α 4UEi + α 5 ^ GDPG i

Thu được hệ số xác định R 1

- Kiểm định cặp giả thuyết :

H 0: Mô hình ban đầu không bỏ sót biến giải thích

H 1 : Mô hình ban đầu bỏ sót biến giải thích

Trong đó p là số biến mới được đưa vào mô hình cũ k là số hệ số của mô hình mới

Dựa vào báo cáo, ta có: F = 2,020821qs

=> Fqs không thuộc miền bác bỏ Do đó chưa có cơ sở bác bỏ H 0, tạm chấp nhận

Vậy, với mức ý nghĩa 5%, bằng kiểm định Ramsey ta thấy mô hình không bỏ sót biến.

4.1.2 Mô hình bỏ sót biến lũy thừa bậc 2, 3

SRM: GDPG i =4.925616 0.114681 + ∗FDI i +0.385012∗URBAN i −0.333489∗UE i +e i

=> Thu được hệ số xác định R 2 = 0,470438 Ước lượng mô hình hồi quy sau : ^ GDPG i =¿ α 1 + ¿α 2 ¿FDIi + α 3URBANi + α 4UEi + α 5 ^ GDPG i

=> Thu được hệ số xác định ,R 1

- Kiểm định cặp giả thuyết :

H 0: Mô hình ban đầu không bỏ sót biến giải thích

H 1 : Mô hình ban đầu bỏ sót biến giải thích

- Trong đó p là số biến mới được đưa vào mô hình cũ k là số hệ số của mô hình mới

- Dựa vào mẫu, ta có : F = 3.365671qs

=> F không thuộc miền bác bỏ Do đó chưa có cơ sở bác bỏ qs H 0, tạm chấp nhận

Vậy, với mức ý nghĩa 5%, bằng kiểm định Ramsey ta thấy mô hình không bỏsót biến.

Phương sai sai số ngẫu nhiên thay đổi

4.2.1 Kiểm định White Ước lượng mô hình gốc: SRM:

Mô hình White có dạng: e i

2= α 1 + α 2 FDI i+ α 3 URBAN i +α 4 UE i +α 5 (FDI ) 2 +α 6 (URBAN ) 2 +α 7 (UE)+ α 8 FDI i URBAN i +α 9 FDI i UE i +α 10 URBAN i UE i +V

V i là các sai số ngẫu nhiên

Kiểm định cặp giả thuyết:

H 0: Phương sai số ngẫu nhiên không đổi (R w

H 1: Phương sai sai số ngẫu nhiên thay đổi (R w

Dựa vào báo cáo White, ta có: P_value = 0.0577 > =0,05 Do đó chưa có cơ sở 𝛼 bác bỏ nên tạm chấp nhận H0 H0

Vậy với mức ý nghĩa =5% , bằng kiểm định White, mô hình có phương sai sai số ngẫu nhiên không thay đổi

4.2.2 Kiểm định Glejser Ước lượng mô hình gốc: SRM:

GDPG i =4.925616 0.114681 + ∗FDI i +0.385012∗URBAN i −0.333489∗UE i +e i thu được phần dư:e e i = i 2

Mô hình Glejser có dạng: |e i | =α 1 +α 2 FDI i + α 3 URBAN+ α 4 UE i + V i

Trong đó: V i là các sai số ngẫu nhiên

Kiểm định cặp giả thuyết:

H 0: Phương sai số ngẫu nhiên không đổi ¿ ¿ = 0)

H 1: Phương sai sai số ngẫu nhiên thay đổi (R 2 G > 0)

Dựa vào báo cáo Glejser, ta có P_value = 0.5902 > =0,05 Do đó chưa có cơ sở 𝛼 bác bỏ nên tạm chấp nhận H0 H0

Vậy với mức ý nghĩa =5% , bằng kiểm định Glejser, mô hình có phương sai sai số ngẫu nhiên không đổi.

Tự tương quan

Tiến hành kiểm định cặp giả thuyết:

H0 : Mô hình không có tự tương quan

H1: Mô hình có tự tương quan

Với mức ý nghĩa 5%, ta có: dqs = 1.941051 ( theo bảng eviews ) n = 18, k’ = k – 1 = 3

Ta tra bảng thống kê Dubin – Watson d = 0.933 và d = 1.696L U

Tự tương quan (+) Không có kết luận Không có tự tương quan Không có kết luận Tự tương quan âm

Vậy mô hình không có tự tương quan

4.3.2 Kiểm định Breusch – Godfrey (BG)

Kiểm định cặp giả thuyết:

H0 : Mô hình gốc không có tự tương quan

H1 : Mô hình gốc có tự tương quan

Sử dụng tiêu chuẩn kiểm định:

Sử dụng bảo cáo Breusch – Godfrey ta có: F qs =0.935870

Tra bảng giá trị tới hạn của phân phối Fisher ta được: f 0.05

F qs ∉W α Chưa có cơ sở bác bỏ H , tạm chấp nhận H0 0

Vậy mô hình gốc không có tự tương quan

Đa cộng tuyến

Hồi quy mô hình ban đầu thu được: R = 0.470438 2

SRM: GDPG i =4.925616 0.114681 + ∗FDI i +0.385012∗URBAN i −0.333489∗UE i +e i a Ước lượng mô hình: FDIi = α1 + α2*URBANi + α3*UEi + ui thu được báo cáo 1 như sau: => Thu được hệ số xác định , k’=3, R 1

- Tiến hành kiểm định cặp giả thuyết:

Ho: FDI không có quan hệ tuyến tính với URBAN, UE

H1: Mô hình gốc có đa cộng tuyến

- Dựa vào mẫu báo cáo, ta có: F qs =¿0.7944

- Nhận thấy 0.7944< 3.68 nên F qs không thuộc Wα

=> Do đó chưa đủ cơ sở bác bỏ giả thuyết Ho nên tạm thời chấp nhận Ho

Vậy với mức ý nghĩa , bằng phương pháp hồi quy phụ, mô hình gốc không có dấu hiệu đa cộng tuyến b Ước lượng mô hình: URBANi = α1 + α2*FDIi + α3*UEi + ui

Thu được báo cáo 2 như sau:

=> Thu được hệ số xác định , k’=3, R 2 2=0.080903

Tiến hành kiểm định cặp giả thuyết:

Ho: URBAN không có quan hệ tuyến tính với FDI, UE

H1: Mô hình gốc có đa cộng tuyến

Dựa vào mẫu báo cáo, ta có: F qs =¿0.6601

Nhận thấy 0.6601< 3.68 nên F qs không thuộc Wα

=> Do đó chưa đủ cơ sở bác bỏ giả thuyết Ho nên tạm thời chấp nhận Ho

Vậy với mức ý nghĩa , bằng phương pháp hồi quy phụ, mô hình gốc không có dấu hiệu đa cộng tuyến c Ước lượng mô hình: UEi = α1 + α2*FDIi + α3*URBANi + ui

Thu được báo cáo 3 như sau:

=> Thu được hệ số xác định , k’=3, R 3 2=0.027921

- Tiến hành kiểm định cặp giả thuyết:

Ho: UE không có quan hệ tuyến tính với FDI, URBAN

H1: Mô hình gốc có đa cộng tuyến

Dựa vào mẫu báo cáo, ta có: Fqs=¿0.2154

Nhận thấy 0.2154< 3.68 nên Fqs không thuộc Wα

=> Do đó chưa đủ cơ sở bác bỏ giả thuyết Ho nên tạm thời chấp nhận Ho

Vậy với mức ý nghĩa , bằng phương pháp hồi quy phụ, mô hình gốc không có dấu hiệu đa cộng tuyến

Hồi quy mô hình ban đầu thu được: R = 0.470438 2

Xét lần lượt các mô hình sau:

(1) GDPG = i α 1 + α 2*URBANi + α 3*UE + ui i thu được R 1

(2) GDPG = i α 1 + α 2*FDIi + α 3*UEi + ui thu được R 2

(3) GDPG = i α 1 + α 2*FDIi + α 3*URBANi + ui thu được R 3 2=0.146046 Độ đo Theil: m=R 2 −(R 2 −R 1

− (0.470438 0.446627 − )− (0.470438 0.146046 − )=0 067649 0 ≈Kết luận: Mô hình gốc không có đa cộng tuyến

Tính phân phối chuẩn của sai số ngẫu nhiên

Ước lượng mô hình gốc: SRM:

Sử dụng phương pháp Jaque – bera (JB)

Kiểm định cặp giả thuyết:

Ho: sai số ngẫu nhiên có phân phối chuẩn

H1: sai số ngẫu nhiên không có phân phối chuẩn

(với K là hệ số nhọn, S là hệ số bất đối xứng)

Miền bác bỏ: Wα = {JB∨JB> X α 2 2 ( ) }

Theo báo cáo trên ta có JB qs=1.38956

Hoặc theo báo cáo trên Pvalue = 0.499184> α=0.05

Do đó, JB qs không thuộc Wα Chưa đủ cơ sở bác bỏ giả thuyết H 0 nên tạm thời chấp nhận H 0

Vậy với α =5%, sai số ngẫu nhiên có phân phối chuẩn

PHÂN TÍCH VÀ DỰ BÁO

Khoảng tin cậy và kiểm định giả thuyết

5.1.1 Khoảng tin cậy của các hệ số hồi quy và phương sai sai số ngẫu nhiên 5.1.1.1.Khoảng tin cậy của các hệ số hồi quy

Ta có mô hình hồi quy mẫu là:

SRM: GDPG i =4.925616 0.114681 + ∗FDI i +0.385012∗URBAN i −0.333489∗UE i +e i a Khoảng tin cậy của β 1

Khoảng tin cậy 2 phía của β 1

Với mức ý nghĩa 5% ta có khoảng tin cậy hai phía của β 1 là:

Dựa vào báo cáo Eviews, ta có: ^ β 1=4,925616 ; Se( ^ β 1)=¿1,346142

Vậy khi vốn trực tiếp nước ngoài bằng 0, tốc độ đô thị hoá bằng 0, tỉ lệ thất nghiệp bằng 0 thì tốc độ tăng trưởng kinh tế biến động trong khoảng (2,038141;

Khoảng tin bên trái của β 1

Với mức ý nghĩa 5% ta có khoảng tin cậy bên trái củaβ 1 β 1≤ ^ β 1+Se (^ β 1)∗t α n−4

Dựa vào báo cáo Eviews, ta có: ^ β 1=4,925616 ; Se( ^ β 1)=¿1,346142

Vậy khi vốn trực tiếp nước ngoài bằng 0, tốc độ đô thị hoá bằng 0, tỉ lệ thất nghiệp bằng 0 thì tốc độ tăng trưởng kinh tế biến động tối đa là 7,296172062

Khoảng tin bên phải của β 1

Với mức ý nghĩa 5% ta có khoảng tin cậy bên phải củaβ 1

Dựa vào báo cáo Eviews, ta có: ^ β 1=4,925616 ; Se( ^ β 1)=¿1,346142

Vậy khi vốn trực tiếp nước ngoài bằng 0, tốc độ đô thị hoá bằng 0, tỉ lệ thất nghiệp bằng 0 thì tốc độ tăng trưởng kinh tế biến động tối thiểu là 2,555059938 b Khoảng tin cậy của β 2

Khoảng tin cậy 2 phía của β 2

Với mức ý nghĩa 5% ta có khoảng tin cậy hai phía của β 2 là:

Dựa vào báo cáo Eviews, ta có: ^ β 2=0,114681 ;Se( ^ β 2)=¿ 0,095464

Vậy khi vốn trực tiếp nước ngoài tăng 1%, tốc độ đô thị hoá không đổi, tỉ lệ thất nghiệp không đổi thì tốc độ tăng trưởng kinh tế biến động trong khoảng (-0,09009; 0,31945)

Khoảng tin bên trái của β 2

Với mức ý nghĩa 5% ta có khoảng tin cậy bên trái củaβ 2 β 2≤ ^ β 2+Se( ^ β 2)∗t α n−4

Dựa vào báo cáo Eviews, ta có: ^ β 2=0,114681 ;Se( ^ β 2)=¿ 0,095464

Vậy khi vốn trực tiếp nước ngoài tăng 1%, tốc độ đô thị hoá không đổi, tỉ lệ thất nghiệp không đổi thì tốc độ tăng trưởng kinh tế biến động tối đa là 2,28279

Khoảng tin bên phải của β 2

Với mức ý nghĩa 5% ta có khoảng tin cậy bên phải củaβ 2

Dựa vào báo cáo Eviews, ta có: ^ β 2=0,114681 ;Se( ^ β 2)=¿ 0,095464

Vậy khi vốn trực tiếp nước ngoài tăng 1%, tốc độ đô thị hoá không đổi, tỉ lệ thất nghiệp không đổi thì tốc độ tăng trưởng kinh tế biến động tối thiểu là -0,05343 c Khoảng tin cậy của β 3

Khoảng tin cậy 2 phía của β 3

Với mức ý nghĩa 5% ta có khoảng tin cậy hai phía của β 3 là:

Dựa vào báo cáo Eviews, ta có: ^ β 3=0,385012 ;Se( ^ β 3)=¿ 0,485267

Vậy khi tốc độ đô thị hoá tăng 1%, vốn trực tiếp nước ngoài không đổi, tỉ lệ thất nghiệp không đổi thì tốc độ tăng trưởng kinh tế biến động trong khoảng (-0,65589; 1,42591)

Khoảng tin bên trái của β 3

Với mức ý nghĩa 5% ta có khoảng tin cậy bên trái củaβ 3 β 3≤ ^ β 3+Se( ^ β 3)∗t α n− 4

Dựa vào báo cáo Eviews, ta có: ^ β 3=0,385012 ;Se( ^ β 3)=¿ 0,485267

Vậy khi tốc độ đô thị hoá tăng 1%, vốn trực tiếp nước ngoài không đổi, tỉ lệ thất nghiệp không đổi thì tốc độ tăng trưởng kinh tế biến động tối đa là 1,23957

Khoảng tin bên phải của β 3

Với mức ý nghĩa 5% ta có khoảng tin cậy bên phải củaβ 3 :

Dựa vào báo cáo Eviews, ta có: ^ β 3=0,385012 ;Se( ^ β 3)=¿ 0,485267

Vậy khi tốc độ đô thị hoá tăng 1%, vốn trực tiếp nước ngoài không đổi, tỉ lệ thất nghiệp không đổi thì tốc độ tăng trưởng kinh tế biến động tối thiểu là -0,46954 d Khoảng tin cậy của β 4

Khoảng tin cậy 2 phía của β 4

Với mức ý nghĩa 5% ta có khoảng tin cậy hai phía của β 4 là:

Dựa vào báo cáo Eviews, ta có: ^ β 4=− 0,333489 ;Se ^ ( β 4)=¿ 0,113878

Vậy khi tỉ lệ thất nghiệp tăng 1%, vốn trực tiếp nước ngoài không đổi, tốc độ đô thị hóa không đổi thì tốc độ tăng trưởng kinh tế biến động trong khoảng (-0,577757; -0,08922)

Khoảng tin bên trái của β 4

Với mức ý nghĩa 5% ta có khoảng tin cậy bên trái củaβ 4 : β 4≤ ^ β 4+Se(β 4 ^ )∗t α n−4

Dựa vào báo cáo Eviews, ta có: ^ β 4=− 0,333489 ;Se ^ ( β 4)=¿ 0,113878

Vậy khi tỉ lệ thất nghiệp tăng 1%, vốn trực tiếp nước ngoài không đổi, tốc độ đô thị hóa không đổi thì tốc độ tăng trưởng kinh tế biến động tối đa là -0,13295

Khoảng tin bên phải của β 4

Với mức ý nghĩa 5% ta có khoảng tin cậy bên phải củaβ 4 :

Dựa vào báo cáo Eviews, ta có: ^ β 4=− 0,333489 ;Se ^ ( β 4)=¿ 0,113878

Vậy khi tỉ lệ thất nghiệp tăng 1%, vốn trực tiếp nước ngoài không đổi, tốc độ đô thị hóa không đổi thì tốc độ tăng trưởng kinh tế biến động tối thiểu là -0,53403 5.1.1.2.Khoảng tin cậy của phương sai sai số ngẫu nhiên

Ta có mô hình hồi quy mẫu là: SRM:

Khoảng tin cậy 2 phía của σ 2

Với mức ý nghĩa 5% ta có khoảng tin cậy hai phía củaσ 2 là:

Dựa vào báo cáo Eviews, ta có: ^ σ 2 =0.804458 =0.64715 2

Vậy phương sai sai số ngẫu nhiên biến động trong khoảng (0.34687 ; 1.60988)

Khoảng tin bên trái của σ 2

Với mức ý nghĩa 5% ta có khoảng tin cậy bên trái củaσ 2 σ 2 ≤ (n−4 ) ^σ 2 χ 2 1− α ( n−4 )

- Dựa vào báo cáo Eviews, ta có: ^ σ 2 = 0.64715

Vậy phương sai sai số ngẫu nhiên tối đa là 1.37888

Khoảng tin bên phải của σ 2

Với mức ý nghĩa 5% ta có khoảng tin cậy bên phải củaσ 2

- Dựa vào báo cáo Eviews, ta có: ^ σ 2 = 0.64715

Vậy phương sai sai số ngẫu nhiên tối thiểu là 0.382528

5.1.2 Kiểm định các giả thuyết của hệ số hồi quy

Ta có mô hình hồi quy mẫu là:

SRM:( ^ GDPG i)=4.925616+0.114681∗FDIi+0.385012∗URBANi−0.333489∗UEi+e i

5.1.2.1 Kiểm định giả thuyết: GDPG và FDI có mối quan hệ cùng chiều Tiến hành kiểm định cặp giả thuyết Ho: β 2 ≥ 0

T qs>−T 0,05 14, nên T qs không thuộc Wα

Chưa đủ cơ sở bác bỏ giả thuyết H 0 nên tạm thời chấp nhận H 0

Vậy với α =5%, giả thuyết GDP và FDI có mối quan hệ cùng chiều là đúng.

5.1.2.2 Kiểm định giả thuyết: GDPG và URBAN có mối quan hệ cùng chiều Tiến hành kiểm định cặp giả thuyết Ho: β 3 ≥ 0

T qs>−T 0,05 14, nên T qs không thuộc Wα

Chưa đủ cơ sở bác bỏ giả thuyết H 0 nên tạm thời chấp nhận H 0

Vậy với α =5%, giả thuyết GDP và URBAN có mối quan hệ cùng chiều là đúng.

5.1.2.3 Kiểm định giả thuyết: GDPG và UE có mối quan hệ ngược chiều Tiến hành kiểm định cặp giả thuyết Ho: β 4 ≤ 0

Chưa đủ cơ sở bác bỏ giả thuyết H 0 nên tạm thời chấp nhận H 0

Vậy với α =5%, giả thuyết GDP và UE có mối quan hệ ngược chiều là đúng. 5.1.2.4 Kiểm định mở rộng của các hệ số hồi quy

Tình huống: Có ý kiến cho rằng nếu FDI tăng 1% đồng thời URBAN tăng 1 % thì tăng trưởng kinh tế GDPG tăng tối thiểu 2% Anh chị có đồng tình với ý kiến này hay không?

Tiến hành kiểm định cặp giả thuyết: { H H 0 1 :❑ :❑ 2 2 +❑ +❑ 3 3 ≥ 2

Ngày đăng: 17/05/2024, 12:24

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w