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

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

BỘ TÀI CHÍNHHỌC VIỆN TÀICHÍNH

Lớp: CQ60/22.3LTNhóm 8Số sinh viên thực hiện: 6

MỤC LỤC 1

1 CƠ SỞ LÝ THUYẾT 5

1.1 Lý do chọn đề tài 5

1.2 Các nhân tố ảnh hưởng đến nền kinh tế Úc 5

1.3 Các giả thuyết kinh tế 6

1.4 Đề xuất mô hình nghiên cứu 6

2 DỮ LIỆU NGHIÊN CỨU 6

3 ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ HÌNH HỒI QUY 8

4 KIỂM ĐỊNH CÁC KHUYẾT TẬT CỦA MÔ HÌNH 9

4.1 Mô hình bỏ sót biến thích hợp (Kiểm định Ramsey) 9

4.1.1 Mô hình bỏ sót biến lũy thừa bậc 2 9

4.1.2 Mô hình bỏ sót biến lũy thừa bậc 2, 3 11

4.2 Phương sai sai số ngẫu nhiên thay đổi 13

5.1 Khoảng tin cậy và kiểm định giả thuyết 24

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 31

5.1.3 Kiểm định sự phù hợp của mô hình hồi quy 34

5.2 Dự báo 34

6 KẾT LUẬN CHUNG 36

7 ĐỀ XUẤT GIẢI PHÁP 36

1 CƠ SỞ LÝ THUYẾT1.1 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 nhưngnền 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.

1.2 Các nhân tố ảnh hưởng đến nền kinh tế Úc

STT Loại biến Mã biếnDiễn giảithức tínhCôngNguồnKỳ vọng

Đầu tư trực tiếp

World

1.3 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 GDPGGiả thuyết 2: URBAN có tác động tích cực đến GDPGGiả thuyết 3: UE có tác động tiêu cực đến GDPG

1.4 Đề xuất mô hình nghiên cứu

GDPGi = β1 + β2.FDIi + β3.URBANi + β4.UEiTrong đó:

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

2 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.

Bỏ sót biến: Sử dụng kiểm định Ramsey

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

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

Nguồn số liệu: World Bank

3 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:

Hàm hồi quy mẫu:

SRF: (^GDPGi)=4.925616+0.114681∗FDIi+0.385012∗URBANi−0.333489∗UEiMô hình hồi quy mẫu:

SRM: GDPGi=4.925616 0.114681+∗FDIi+0.385012∗URBANi−0.333489∗UEi+eiTrong 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<α=0.05 nên UE có tác động ngược chiều đến GDPG

Giải thích ý nghĩa kinh tế của các hệ số hồi quy:

+ ^β4= −0.333489 Khi tỉ lệ thất nghiệp tăng (giảm) 1% trong điều kiện các yếu tố khác không đổi thì tốc độ tăng trưởng giảm (tăng) 0.333489%

4 KIỂM ĐỊNH CÁC KHUYẾT TẬT CỦA MÔ HÌNH4.1 Mô hình bỏ sót biến thích hợp (Kiểm định Ramsey)

4.1.1 Mô hình bỏ sót biến lũy thừa bậc 2

Ước lượng mô hình hồi quy gốc SRM:

GDPGi=4.925616 0.114681+∗FDIi+0.385012∗URBANi−0.333489∗UEi+ei

=> Thu được hệ số xác định R2 = 0,470438

Ước lượng mô hình hồi quy sau:^GDPGi=¿ α1+¿α2¿FDIi + α3URBANi + α4UEi +α5^GDPG

i2+ ui

Thu được hệ số xác định R1= 0,541683- Kiểm định cặp giả thuyết :

H0: Mô hình ban đầu không bỏ sót biến giải thíchH1: Mô hình ban đầu bỏ sót biến giải thíchTiêu chuẩn kiểm định: F =¿ ¿ ~ F( p,n−k )

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

Miền bác bỏ :Wα= {F >Fα }Dựa vào báo cáo, ta có: F = 2,020821qs

Tra bảng F0,05(1,13)= 4.67Nhận thấy: Fqs < F0,05

SRM: GDPGi=4.925616 0.114681+∗FDIi+0.385012∗URBANi−0.333489∗UEi+ei=> Thu được hệ số xác định R2= 0,470438

Ước lượng mô hình hồi quy sau :^GDPGi=¿α1+¿α2¿FDIi + α3URBANi + α4UEi +α5^GDPGi2+α5^GDPGi3+ ui

=> Thu được hệ số xác định ,R1 = 0,660743- Kiểm định cặp giả thuyết :

H0: Mô hình ban đầu không bỏ sót biến giải thíchH1: Mô hình ban đầu bỏ sót biến giải thích

- Tiêu chuẩn kiểm định : F =¿ ¿ ~ F( p,n−k )- Trong đó p là số biến mới được đưa vào mô hình cũ k là số hệ số của mô hình mới

- Miền bác bỏ :Wα= {F >Fα( p,n−k )}

- Dựa vào mẫu, ta có : F = 3.365671qs

- Tra bảng F0,05 = 3.89- Nhận thấy : Fqs <F0,1

Ước lượng mô hình gốc: SRM:

GDPGi=4.925616 0.114681+∗FDIi+0.385012∗URBANi−0.333489∗UEi+eiThu được phần dư: e ei=i2

Mô hình White có dạng: ei= α1 + α2FDIi+α3URBANi+α4UEi+α5(FDI )2+α6(URBAN )2+α7(UE)+α8FDIi.URBANi+α9FDIi.UEi+α10URBANi.UEi+VVi là các sai số ngẫu nhiên

Kiểm định cặp giả thuyết:

H0: Phương sai số ngẫu nhiên không đổi (Rw2

= 0)H1: Phương sai sai số ngẫu nhiên thay đổi (Rw

2 > 0)Tiêu chuẩn kiểm định:

F= RW2/( kW−1)

(1−RW2)/(1−kW)~ F(kW−1 , n−kW)Miền bắc bỏ:

GDPGi=4.925616 0.114681+∗FDIi+0.385012∗URBANi−0.333489∗UEi+eithu được phần dư:e ei=i2

Mô hình Glejser có dạng: |ei|=α1+α2FDIi+ α3URBAN+ α4UEi+ ViTrong đó: Vi là các sai số ngẫu nhiên

Kiểm định cặp giả thuyết:

H0: Phương sai số ngẫu nhiên không đổi ¿ ¿ = 0) H1: Phương sai sai số ngẫu nhiên thay đổi (R2G > 0)Tiêu chuẩn kiểm định

2/(k −1)(1−RG

)/(n−k)~ F(k−1 ,n−k )Miền bác bỏ

Wα={F : F>Fα(k−1 ,n k− )}

Dựa vào báo cáo Glejser, ta có P_value = 0.5902 > =0,05 Do đó chưa có cơ sở 𝛼bác 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.

4.3 Tự tương quan

4.3.1 Kiểm định Durbin-Waston

Tiến hành kiểm định cặp giả thuyết:H0 : Mô hình không có tự tương quanH1: Mô hình có tự tương quanSử dụng thống kê d

Với mức ý nghĩa 5%, ta có:

dqs = 1.941051 ( theo bảng eviews )

Kiểm định cặp giả thuyết:

H0 : Mô hình gốc không có tự tương quanH1 : Mô hình gốc có tự tương quanMức ý nghĩa 5%

Sử dụng tiêu chuẩn kiểm định: F= (R1−R2)/ P

(1−R1)/(n− p−(k + p)) F( p;n− p− (k + p) )

hoặc χ2

=(n p− ) R1χα2( p)

Miền bác bỏ:Wα={F : F>Fα¿ ¿

hoặc Wα={ χ2: χ2> χα}

Sử dụng bảo cáo Breusch – Godfrey ta có: Fqs=0.935870Tra bảng giá trị tới hạn của phân phối Fisher ta được: f0.05

(3 ;14)=3.34Fqs∉Wα Chưa có cơ sở bác bỏ H , tạm chấp nhận H00

Vậy mô hình gốc không có tự tương quan

thu được báo cáo 1 như sau: => Thu được hệ số xác định , k’=3, R1=0.095775

- 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

- Tiêu chuẩn kiểm định:F=¿ ¿ F(2 ;18−3)

- Miền bác bỏ: Wα= {F: F > Fα }- Tra bảng: F0.05

(2 ;15)=3.68

- Dựa vào mẫu báo cáo, ta có: Fqs=¿0.7944- Nhận thấy 0.7944< 3.68 nên Fqs không thuộc Wα

=> Do đó chưa đủ cơ sở bác bỏ giả thuyết Ho nên tạm thời chấp nhận HoVậy 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, R2=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

Tiêu chuẩn kiểm định:F=¿ ¿ F(2 ;18−3)

Miền bác bỏ: Wα={F: F > Fα }Tra bảng: F0.05

(2 ;15)=3.68

Dựa vào mẫu báo cáo, ta có: Fqs=¿0.6601 Nhận thấy 0.6601< 3.68 nên Fqs không thuộc Wα

=> Do đó chưa đủ cơ sở bác bỏ giả thuyết Ho nên tạm thời chấp nhận HoVậy 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, R3=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

- Tiêu chuẩn kiểm định:

F= R3/(3 1−)

(1−R3)/( 18−3)∼ F(2 ;18−3) Miền bác bỏ: Wα= {F: F > Fα

(2 ;15)} Tra bảng: F0.05

4.4.2 Độ đo Theil

Hồi quy mô hình ban đầu thu được: R = 0.4704382

Xét lần lượt các mô hình sau:

(1) GDPG = iα1 + α2*URBANi + α3*UE + uii thu được R1=0.415852

(2) GDPG = iα1 + α2*FDIi + α3*UEi + ui thu được R2=0.446627

(3) GDPG = iα1 + α2*FDIi + α3*URBANi + ui thu được R3=0.146046

Độ đo Theil: m=R2−(R2

¿0.470438−(0.470438−0.415852)−(0.470438 0.446627−)− (0.470438 0.146046−)=0 067649 0≈

Kết luận: Mô hình gốc không có đa cộng tuyến

4.5 Tính phân phối chuẩn của sai số ngẫu nhiên

Ước lượng mô hình gốc: SRM:

GDPGi=4.925616 0.114681+∗FDIi+0.385012∗URBANi−0.333489∗UEi+eiSử 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 chuẩnTCKĐ: JB = n(S2

6+( K −3 )3

24 ) χ2(2)

(với K là hệ số nhọn, S là hệ số bất đối xứng)Miền bác bỏ: Wα= {JB∨JB> Xα2 2( )}

Theo báo cáo trên ta có JBqs=1.38956Với α=5%, X0.05

2 (2)=5.9915 JBqs< X0.05

2 (2)

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

Do đó, JBqs không thuộc Wα Chưa đủ cơ sở bác bỏ giả thuyết H0 nên tạm thời chấpnhận H0

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

5 PHÂN TÍCH VÀ DỰ BÁO

Giả sử mô hình hồi quy đúng như kỳ vọng5.1 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 nhiên5.1.1.1.Khoảng tin cậy của các hệ số hồi quy

Ta có mô hình hồi quy mẫu là:

SRM: GDPGi=4.925616 0.114681+∗FDIi+0.385012∗URBANi−0.333489∗UEi+eia 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: ^

β 1−Se( ^β 1)∗tα /2 ≤ β 1≤ ^β 1+Se( ^β 1)∗tα/ 2

Dựa vào báo cáo Eviews, ta có: ^β 1=4,925616 ; Se( ^β 1)=¿1,346142Tra bảng: t140,025=2,145

Do đó 2.03814141≤ β ≤1 7,81309059

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 1β 1≤ ^β 1+Se (^β 1)∗tαn−4

Dựa vào báo cáo Eviews, ta có: ^β 1=4,925616 ; Se( ^β 1)=¿1,346142Tra bảng: t140,05= 1,761

Do đó β 1 ≤ 7,296172062

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^

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: ^

Khoảng tin bên trái của β 2

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

Dựa vào báo cáo Eviews, ta có:^β 2=0,114681 ;Se( ^β 2)=¿ 0,095464Tra bảng: t0,05

14 = 1,761Do đó β 2 ≤ 2,28279

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^

β 2−Se( ^β 2)∗tαn− 4 ≤ β 2

Dựa vào báo cáo Eviews, ta có: ^β 2=0,114681 ;Se( ^β 2)=¿ 0,095464Tra bảng: t0,05

14 = 1,761Do đó -0,05343≤ β2

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 -0,05343c 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: ^

β 3−Se( ^β 3)∗tα/ 2 ≤ β 3≤ ^β 3+Se( ^β 3)∗tα /2n− 4

Dựa vào báo cáo Eviews, ta có: ^β 3=0,385012 ;Se( ^β 3)=¿ 0,485267Tra bảng: t0,025

14 =2,145Do đó -0,65589≤ β ≤3 1,42591

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 3β 3≤^β 3+Se( ^β 3)∗t

αn− 4

Dựa vào báo cáo Eviews, ta có: ^β 3=0,385012 ;Se( ^β 3)=¿ 0,485267Tra bảng: t0,05

14= 1,761Do đó ^β 3 ≤ 1,23957

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 :^

β 3−Se(^β 3)∗tαn−4 ≤ β 3

Dựa vào báo cáo Eviews, ta có: ^β 3=0,385012 ;Se( ^β 3)=¿ 0,485267Tra bảng: t0,05

14 = 1,761Do đó -0,46954≤ β3

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 -0,46954d 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: ^

β 4−Se( ^β 4)∗tα/2

n −4 ≤ β 4≤ ^β 4+Se(^β 4)∗tα / 2

Dựa vào báo cáo Eviews, ta có: ^β 4=−0,333489 ;Se ^(β 4)=¿ 0,113878Tra bảng: t140,025=2,145

Do đó -0,577757≤ β ≤4 -0,08922

Vậy khi tỉ lệ thất nghiệp tăng 1%, vốn trực tiếp nước ngoài không đổi, tốc độđô 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^)∗tαn−4

Dựa vào báo cáo Eviews, ta có: ^β 4=−0,333489 ;Se ^(β 4)=¿ 0,113878Tra bảng: t140,05= 1,761

Do đó β 4 ≤ -0,13295

Vậy khi tỉ lệ thất nghiệp tăng 1%, vốn trực tiếp nước ngoài không đổi, tốc độ đô thịhóa 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 :^

β 4−Se (^β 4)∗tαn−4 ≤ β 4

Dựa vào báo cáo Eviews, ta có: ^β 4=−0,333489 ;Se ^(β 4)=¿ 0,113878Tra bảng: t0,05

14 = 1,761Do đó -0,53403≤ β 4

Vậy khi tỉ lệ thất nghiệp tăng 1%, vốn trực tiếp nước ngoài không đổi, tốc độ đô thịhóa không đổi thì tốc độ tăng trưởng kinh tế biến động tối thiểu là -0,534035.1.1.2.Khoảng tin cậy của phương sai sai số ngẫu nhiên

Ta có mô hình hồi quy mẫu là: SRM:

GDPGi=4.925616 0.114681+∗FDIi+0.385012∗URBANi−0.333489∗UEi+eiKhoảng tin cậy của σ2

Khoảng tin cậy 2 phía của σ2

Với mức ý nghĩa 5% ta có khoảng tin cậy hai phía củaσ2 là: (n−4 ).^σ2

(n−4 )≤σ ≤2( n−4 ) ^σ2χ2

1−α( n−4 )

Dựa vào báo cáo Eviews, ta có: ^2=0.804458 =0.647152 Tra bảng : χ2

( 14 ) = 26.1189 và χ20.975(14 ) = 5.6278Do đó : 0.34687 ≤ σ2

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