HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNGVIỆN KINH TẾLớp: M22CQQT02-BHÀ NỘI, 2023... Ước lượng mô hìnhKết quả ước lượng.Dependent Variable: GDPMethod: Least SquaresDate: 08/08/23 Time: 01:
Trang 1HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG
VIỆN KINH TẾ
-BÁO CÁO BÀI TẬP MÔN
KINH TẾ LƯỢNG ỨNG DỤNG
Giảng viên: TS Trần Ngọc Minh Học viên: Nguyễn Thị Thanh Tuyết Nguyễn Cẩm Vân
Lớp: M22CQQT02-B
HÀ NỘI, 2023
Trang 2MỤC LỤC
1 Đặt biến 3
2 Thu thập số liệu 3
3 Ước lượng mô hình 5
4 Nhận xét các hệ số hồi quy ước lượng và hệ số xác định R2 5
5 Ước lượng khoảng 1 hệ số góc 6
6 Kiểm định về một hệ số góc 6
7 Ước lượng về 2 hệ số góc 6
8 Kiểm định và lựa chọn mô hình 7
Trang 31 Đặt biến
GDP: GDP của Việt Nam (tỷ đồng)
LP: Lạm Phát của Việt Nam (%)
K: Đầu tư trong nước (tỷ đồng)
Sử dụng mô hình tuyến tính
Thiết lập mô hình kinh tế lượng:
Hàm hồi quy tổng thể:
(PRF): E(GDP/LP, K) = β1+β2∗LP+β3∗K
Hàm hồi quy mẫu:
(SRF): GDP=^^ β1+ ^β2∗LP+ ^ β3∗K
Ý nghĩa: ^β1: Khi LP = K = 0 thì GDP trung bình bằng ^β1 tỷ đồng
^β2: Khi K không đổi, lạm phát tăng (giảm) 1 % thì GDP bình quân thay đổi ^β2 tỷ đồng
^β3: Khi LP không đổi, đầu tư trong nước tăng (giảm) 1 tỷ đồng thì GDP bình quân thay đổi tương ứng ^β3 tỷ đồng
2 Thu thập số liệu
Số liệu bao gồm 30 quan sát từ năm 1990-2019
Năm GDP (tỷ đồng) Lạm phát (%) Đầu tư (Tỷ đồng)
Trang 42003 481.295 0.80 170.496
3 Ước lượng mô hình
Kết quả ước lượng
Dependent Variable: GDP
Method: Least Squares
Date: 08/08/23 Time: 01:22
Sample: 1 30
Included observations: 30
Variable Coefficie
nt
Std Error t-Statistic Prob
C -56414.14 47580.34 -1.185661 0.2461
LP 124.0322 807.3855 0.153622 0.8791
K 2.996481 0.061990 48.33776 0.0000
R-squared 0.989414 Mean dependent var 1373111.
Adjusted R-squared 0.988630 S.D dependent var 1545328.
Trang 5S.E of regression 164778.7 Akaike info criterion 26.95723
Sum squared resid 7.33E+11 Schwarz criterion 27.09735
Log likelihood -401.3585 F-statistic 1261.786
Durbin-Watson stat 0.524881 Prob(F-statistic) 0.000000
4 Nhận xét các hệ số hồi quy ước lượng và hệ số xác định R 2
Ý nghĩa: ^β1 = -56414.14: Khi LP = K = 0 thì GDP trung bình bằng -56414.14
tỷ đồng Trên thực tế hệ số này không có ý nghĩa kinh tế
^
β2=124.0322:Khi K không đổi, lạm phát tăng (giảm) 1 % thì GDP bình quân tăng (giảm) tương ứng 124.0322 tỷ đồng
^
β3=2.996481: Khi LP không đổi, Đầu tư trong nước tăng (giảm) 1 tỷ đồng thì GDP bình quân tăng (giảm) 2.996481 tỷ đồng
R2= 0.989414: Các biến LP và K trong mô hình giải thích được 98,9414% sự thay đối của biến GDP, còn lại là do ảnh hưởng của các yếu tố ngẫu nhiên khác
5 Ước lượng khoảng 1 hệ số góc
Khoảng ước lượng đối xứng của β3 là:
(^β3−Se(β^3)∗t(α/ 2 n−k) ; ^β3+Se(^β3)∗t α /2(n−k) )
1-α = 0,95 -> α=0,05 -> t(α / 2 n−k)=t0,025(27) = 2.052
=> Khoảng ước lượng đối xứng của β3 là:
(2.996481 – 0.061990¿ 2.052 ; 2.996481+0.061990∗2.052 ¿
Hay (2.869278; 3.123684)
Vậy với độ tin cậy 95%, khi K tăng 1 tỷ đồng thì GDP bình quân tăng trong khoảng (2.869278; 3.123684) tỷ đồng
6 Kiểm định về một hệ số góc
Kiểm định
{H0: β2= 0
H1: β2≠ 0
Prob ^β2 = 0.8791 > α = 0.05 => Chưa có sở sở bác bỏ H0 => chấp nhận H0, vậy biến LP thực sự không ảnh hưởng đến biến GDP
Trang 6Kiểm định
{H0: β3= 0
H1: β3≠ 0
Prob ^β3 = 0.0000 < α = 0.05 => Bác bỏ H0, chấp nhận H1, vậy biến K thực sự
có ảnh hưởng đến biến GDP
7 Ước lượng về 2 hệ số góc
Hiệp phương sai giữa K và LP
C 2263888717.92 -18988520.1655 -2092.85103954
LP -18988520.1655 651871.320448 13.7728692872
K -2092.85103954 13.7728692872 0.00384281917868
Ước lượng β2+β3
Se(^β2+ ^β3¿ =√(Se(^β2))2+(Se(β^3))2+2Cov (^β2; ^ β3)
=√807.38552+ 0.0619902+2∗13.7728692872 = 807.402561
Khoảng ước lượng của β2+β3:
((^β2+ ^β3¿ −Se (^ β2+ ^β3)∗t α /2(n −k) ; (^β2+ ^β3¿ +Se( ^ β2+ ^β3)∗t(α/ 2 n−k))
1-α = 0,95 -> α=0,05 -> t(α / 2 n−k)
=t0,025(27) = 2.052 Thay số ta có
(124.0322 + 2.996481 −807.402561∗2.052 ; 124.0322 + 2.996481
+807.402561∗2.052)
Hay (-1529.761374; 1783.818736)
Vậy khi LP tăng 1% và K tăng 1 tỷ đồng thì GDP có thể giảm đến 807.402561 tỷ đồng hoặc tăng đến 1783.818736 tỷ đồng
8 Kiểm định và lựa chọn mô hình
+ Kiểm định sự phù hợp của mô hình
Kiểm định
{H0: R2=0
H1: R2≠ 0
Prob(F-statistic) = 0.000000 < α = 0.05 => Bác bỏ H0, chấp nhận H1, vậy hàm hồi quy phù hợp
Trang 7+ Kiểm định các khuyết tật của mô hình
Kiểm định Ramsay về dạng hàm
Ramsey RESET Test:
F-statistic 14.06505 Probability 0.000081
Log likelihood ratio 22.61604 Probability 0.000012
Test Equation:
Dependent Variable: GDP
Method: Least Squares
Date: 08/08/23 Time: 01:28
Sample: 1 30
Included observations: 30
Variable Coefficien
t
Std Error t-Statistic Prob
C 148594.3 57460.42 2.586029 0.0159
LP -841.9731 615.4690 -1.368019 0.1835
K 1.165423 0.375425 3.104276 0.0047
FITTED^2 3.32E-07 6.34E-08 5.235929 0.0000
FITTED^3 -4.44E-14 8.38E-15 -5.303436 0.0000
R-squared 0.995019 Mean dependent var 1373111.
Adjusted R-squared 0.994222 S.D dependent var 1545328.
S.E of regression 117466.1 Akaike info criterion 26.33670
Sum squared resid 3.45E+11 Schwarz criterion 26.57023
Log likelihood -390.0505 F-statistic 1248.492
Durbin-Watson stat 1.057096 Prob(F-statistic) 0.000000
Kiểm định
{H0: M ô hì n h đ ị n h d ạ ng đú ng
H1: M ô hìn h đ ị n h d ạ ng sai
F-statistic = 14.06505
Probability = 0.000081< α=0.05 => Bác bỏ H0, chấp nhận H1, vậy mô hình ban đầu định dạng sai
Kiểm định White có tích chéo về phương sai sai số
White Heteroskedasticity Test:
F-statistic 7.664730 Probability 0.000200
Trang 8Obs*R-squared 18.44740 Probability 0.002435
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 08/08/23 Time: 01:29
Sample: 1 30
Included observations: 30
Variable Coefficien
t Std Error t-Statistic Prob
C -2.53E+10 1.20E+10 -2.114997 0.0450
LP 5.50E+08 5.07E+08 1.086179 0.2882
LP^2 -1806719 2293171 -0.787869 0.4385
LP*K -2890.118 1943.981 -1.486701 0.1501
K 209680.5 50024.11 4.191589 0.0003
K^2 -0.096686 0.027299 -3.541773 0.0017
R-squared 0.614913 Mean dependent var 2.44E+1
0 Adjusted R-squared 0.534687 S.D dependent var 3.77E+1
0 S.E of regression 2.57E+10 Akaike info criterion 50.95625
Sum squared resid 1.59E+22 Schwarz criterion 51.23649
Log likelihood -758.3438 F-statistic 7.664730
Durbin-Watson stat 1.849323 Prob(F-statistic) 0.000200
Kiểm định
{H0: M ô hì n h c ó PSSS đ ồ ng đ ề u
H1: M ô hì n h c ó PSSSt h ay đ ổ i
F-statistic = 7.664730
Probability = 0.000200 < α=0.05 => Bác bỏ H0, chấp nhận H1
Obs*R-squared = 18.44740
Probability = 0.002435 < α=0.05 => Bác bỏ H0, chấp nhận H1
Vậy kết quả của 2 kiểm định đều cho thấy mô hình có phương sai sai số thay đổi
Kiểm định đa cộng tuyến
Xem xét hệ số tương quan cặp
Trang 9LP -0.275181043925 1
Hệ số tương quan giữa hai biến K và LP khả nhỏ => ít có sự tương quan giữa hai biến K và LP
Xem xét hồi quy phụ sau:
Dependent Variable: K
Method: Least Squares
Date: 08/08/23 Time: 01:34
Sample: 1 30
Included observations: 30
Variable Coefficien
t Std Error t-Statistic Prob
C 544613.5 102210.9 5.328329 0.0000
LP -3584.053 2366.343 -1.514596 0.1411
R-squared 0.075725 Mean dependent var 476278.7
Adjusted R-squared 0.042715 S.D dependent var 513424.2
S.E of regression 502339.1 Akaike info criterion 29.15628
Sum squared resid 7.07E+12 Schwarz criterion 29.24969
Log likelihood -435.3442 F-statistic 2.294001
Durbin-Watson stat 0.090421 Prob(F-statistic) 0.141083
Kiểm định
{H0: M ô hì n h ban đ ầ u k h ô ng c ó đ a c ộ ng tuy ế n
H1: M ô hì n h ban đ ầ u c ó đ a c ộ ng tuy ế n
Prob(F-statistic) = 0.141083 > α=0.05 => Chưa có sở sở bác bỏ H0, chấp nhận H0, vậy Mô hình ban đầu không có đa cộng tuyến
Kiểm định sai số ngẫu nhiên tuân theo quy luật chuẩn
Tạo biến sai số ngẫu nhiên
RESID01
Trang 10Mean -1.13E-10
Median 18680.31
Maximum 370115.7
Minimum -292786.2
Std Dev 158995.1
Skewness 0.261793
Kurtosis 3.302400
Jarque-Bera 0.456984
Probability 0.795733
Sum -3.38E-09
Sum Sq
Dev
7.33E+11
Observatio
ns
30
Kiểm định
{ H0: Sai s ố ng ẫ u n hi ê ntu â n t h eo quy lu ật c hu ẩ n
H1: Sai s ố ng ẫ u n h i ê n k h ô ng tuâ n t h eo quy lu ậ t c hu ẩ n
Jarque-Bera = 0.456984
Probability = 0.795733 > α=0.05
=> Chưa có sở sở bác bỏ H0 => chấp nhận H0, vậy sai số nhẫu nhiên tuân theo quy luật chuẩn
Kiểm định tự tương quan
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 26.75323 Probability 0.000001
Trang 11Obs*R-squared 20.44665 Probability 0.000036
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 08/08/23 Time: 01:37
Presample missing value lagged residuals set to zero.
Variable Coefficient Std Error t-Statistic Prob
RESID(-1) 1.159110 0.167423 6.923262 0.0000
RESID(-2) -0.582799 0.176381 -3.304204 0.0029
R-squared 0.681555 Mean dependent var -1.13E-10
Adjusted R-squared 0.630604 S.D dependent var 158995.1
S.E of regression 96634.04 Akaike info criterion 25.94626
Sum squared resid 2.33E+11 Schwarz criterion 26.17979
Log likelihood -384.1939 F-statistic 13.37662
Durbin-Watson stat 2.157929 Prob(F-statistic) 0.000006
Kiểm định
{H0: M ô hì n h ban đ ầ u k h ô ng c ó h i ệ n t ươ ng t ự t ươ ng quan
H1: M ô hì n h ban đ ầ u c ó h iệ n t ươ ng t ự t ươ ng quan
F-statistic = 26.75323
Probability = 0.000001 < α=0.05 => Bác bỏ H0, chấp nhận H1
Obs*R-squared = 20.44665
Probability = 0.000036 < α=0.05 => Bác bỏ H0, chấp nhận H1
Vậy cả hai kiểm định đều đưa đến kết quả mô hình có tự tương quan
Đối với khuyết tật mô hình định dạng sai, có thể do mô hình thiếu biến hoặc dạng hàm sai, tuy nhiên việc xác định mô hình thiếu biến nào là vấn đề khó, ngoài ra rất khó có thể dự đoán được dạng hàm Để khắc phục ta có thể cho thêm một số biến vào mô hình (như Giá trị xuất khẩu ròng, cung tiền) từ đó xem xét mô hình thiếu biến nào