Nhập khẩu và tỷ lệ lạm phát ảnh hưởng đến GDP

Nhập khẩu và tỷ lệ lạm phát ảnh hưởng đến GDP Vấn đề nghiên cứu: nhập khẩu và tỷ lệ lạm phát ảnh hưởng đến GDP như thế nào? Các biến kinh tế sử dụng : biến phụ thuộc Y : GDP biến giải thích ¬:X2 Nhập khẩu :X3 Tỷ lệ lạm phát Nhận xét: Mô hình hồi qui trên là phù hợp về mặt kinh tế , khi xuất khẩu của một quốc gia tăng lên thi GDP sẽ tăng còn khi lạm phát tăng lên thi GDP sẽ bị giảm xuống.

Trang 1

Bài thực hành kinh tế lượng

Vấn đề nghiên cứu: nhập khẩu và tỷ lệ lạm phát ảnh hưởng đến

Các biến kinh tế sử dụng :

- biến phụ thuộc Y : GDP

- biến giải thích :X2 Nhập khẩu

:X3 Tỷ lệ lạm phát

I.LẬP MÔ HÌNH HỒI QUI BỘI:

Bảng số liệu:

Nguồn số liệu:

- Niên giám thống kê ( 1993, 1999, 2001, 2003, 2004, 2005 )

- http:// www.gso.gov.vn

- http:// www.adb.org

I Ước lượng mô hình hồi quy

Trong nền kinh tế có nhiều nhân tố tác động tới GDP, trong đó nhập khẩu và tỷ lệ lạm phát là hai nhân tố tác động không nhỏ tới GDP Trong

Trang 2

thực tế nhập khẩu có tác động cùng chiều với GDP và tỷ lệ lạm phát có tác động ngược chiều

Xét hàm hồi qui tổng thể:

PRF: E(Yi/X2i,X3i )= β1 + β2*X2i + β3*X3i

Trong đó: Y là biến phụ thuộc

X2 , X3 là biến độc lập

β 1 : là hệ số chặn

β2 , β3 là các hệ số góc

Ta có mô hình hồi qui tổng thể như sau:

PRM: Yi= β1 + β2*X2i + β3*X3i + Ui

Trong đó Ui là yếu tố ngẫu nhiên

Hàm hồi quy mẫu: Yˆ i = βˆ1 + βˆ2X2i +βˆ3X3i

Hồi quy GDP(tỷ đồng) theo nhập khẩu (triệu đô la) và tỷ lệ lạm

phát(%) ở Việt Nam giai đoan 1991-2004

Với số liệu từ mẫu trên, ta tiến hành ước lượng mô hình bằng phần mềm eview

BAO CAO 1

Dependent Variable: Y

Method: Least Squares

Date: 11/20/07 Time: 20:03

Sample: 1991 2004

Included observations: 14

Variable Coefficient Std Error t-Statistic Prob

Adjusted R-squared 0.963155 S.D dependent var 194422.7

S.E of regression 37319.45 Akaike info criterion 24.07983

Sum squared resid 1.53E+10 Schwarz criterion 24.21677

Durbin-Watson stat 0.812351 Prob(F-statistic) 0.000000

^

Trang 3

Nhận xét: Mô hình hồi qui trên là phù hợp về mặt kinh tế , khi xuất khẩu của một quốc gia tăng lên thi GDP sẽ tăng còn khi lạm phát tăng lên thi GDP

sẽ bị giảm xuống

^

β1=94271.94 > 0 cho thấy khi NK và LP bằng không thì GDP trung bình đạt 94271.94 tỷ đồng

^

β2=21.0622 > 0 cho thấy khi giá trị nhập khẩu tăng 1triệu đôla thì GDP trung bình tăng 21.0622 tỷ đồng

^

β3=-1260.464 < 0 cho thấy khi tỉ lệ lạm phát giảm 1% thì GDP trung bình tăng 1260.464 tỷ đồng

II KIỂM ĐỊNH CÁC KHUYẾT TẬT CỦA MÔ HÌNH HỒI QUI: 2.1 kiểm tra mô hình đúng hay sai

2.1.1 Kiểm tra trường hợp thừa biến

Kiểm định cặp giả thuyết: H0: β 2= 0

H1: β 2 # 0

Tiêu chuẩn kiểm định:

T = ( )2

2

ˆ

β

Se ~ T(n-3)

Miền bác bỏ Wα= {t, t > t( 3 )

2 / −

n

α }

Từ báo cáo 1 ta có : Tqs = 15.79

với α= 0.05 , n=14 ; Tα/2(n-3) = T0.02511= 2.2

Tqs= 15.79 > T0.02511 = 2.2 ⇒ Tqs∈ Wα

b Kiểm định sự bằng không của hệ số hồi quy β 3

Kiểm định cặp giả thuyết: H0: β 3=0

H1: β 3#0

T = ( )3

3

ˆ

β

Se ~ T(n-3)

Miền bác bỏ Wα = {t, t > t( 3 )

2 / −

n

α }

Trang 4

Từ baó cáo trên ta tìm được Tqs= -2.3123

Với α = 0.05; n=14 Tα/2(n-3)= T0.02511= 2.2

qs

T = 2.3123> T0.02511=2.2 ⇒ Tqs ∈ Wα

2.1.2.Kiểm định sự phù hợp của hàm được chỉ định :

Sử dụng kiểm định RAMSEY kiểm định cá biến bỏ sót

Bằng phần mềm eviêw ta có kết quả sau:

Bao cao 2

Ramsey RESET Test:

Log likelihood ratio 5.623103 Prob Chi-Square(1) 0.017725

Test Equation:

Dependent Variable: Y

Date: 11/20/07 Time: 20:18

Sample: 1991 2004

X 3 -490.3621 669.9043 -0.731988 0.4810

Fqs = 4.942885 ; R2= o.979136 với p=2 ; k=4

Kiểm định cặp giả thuyết : Ho : mô hình chỉ định đúng

Hı : mô hình chỉ định sai

Trang 5

F = [ (R²new - R²old)/ ( p -1) ]/ [(1-R²new)/(n-k) ] ~ F[ (p-1);(n-k) ]

Miền bác bỏ Wα : { F / F > F ( p-1;n-k) }

Với α= 0.05 ; Fα(p-1, n-k)=F0.05(2-1,14-4)=F0.05(1,10)=4.96

Ta có Fqs=4.84285<F0.05(1,10)=4.96 ⇒ Fqs ∉ Wα

Như vậy chưa có cơ sở bác bỏ giả thuyết Ho, tức là mô hình ban đầu chỉ định đúng

2.Kiểm định đa cộng tuyến

Phát hiện đa cộng tuyến theo mô hình hồi qui phụ

Bao cao 3

Dependent Variable: X 2

Date: 11/20/07 Time: 20:15

Sample: 1991 2004

Theo báo cáo 3 ta có R 2

= 0.185814

Ta kiểm định cặp giả thuyết sau:

H0 : mô hình không có đa cộng tuyến

H1: mô hình có đa cộng tuyến

Dùng kiểm định F để kiểm định với tiêu chuẩn kiểm định như sau:

Trang 6

F= {R2/(k-2)}/{(1-R2)/(n-k+1)}~ F(k-2;n-k+1)

Miền bác bỏ :Wα={F/F > Fα(k-2;n-k+1)}

Ta có Fα(k-2,n-k+1) = Fα(3-2, 14-3+1)=F0.05(1,12)=4.75

Ta thấy Fqs=2.738652<F0.05(1,12)=4.75 ⇒ Fqs ∉ Wα

3.Kiểm định phương sai sai số thay đổi:

Sử dụng kiểm định White,

bằng phần mềm eview ta có kết

BAO CAO4

White Heteroskedasticity Test:

Obs*R-squared 3.137592 Prob Chi-Square(4) 0.535069

Test Equation:

Dependent Variable: RESID^2

Date: 11/20/07 Time: 20:21

Sample: 1991 2004

Adjusted R-squared -0.120725 S.D dependent var 1.03E+09 S.E of regression 1.09E+09 Akaike info criterion 44.73668 Sum squared resid 1.08E+19 Schwarz criterion 44.96491

Trang 7

Ta có R2=0.224114 với k= 4 ; χqs2 =3.137592

H1: phương sai sai số không đồng đều

Tiêu chuẩn kiểm định: χ2= nR2~χ2(m)

Miền bác bỏ: Wα={χ 2 /χ2 >χα2(m)}

χα2(m)= χ2(4)

0.05 =5.99147

Nhận thấy: χ2

qs=3.137592 < χ2(4)

0.05 =5.99147 nên chưa có cơ sở bác bỏ giả thuyết H0

Vậy mô hình có phương sai sai số đồng đều

4

.Kiểm định tự tương quan ( bằng kiểm định Breusch – Godfrey )

Bằng phần mềm eview ta rhu được kết quả như sau

BAO CAO 5

Breusch-Godfrey Serial Correlation LM Test:

Obs*R-squared 5.720456 Prob Chi-Square(2) 0.057256

Test Equation:

Dependent Variable: RESID

Date: 11/20/07 Time: 20:22

Sample: 1991 2004

Presample missing value lagged residuals set to zero.

Trang 8

Ta có: χ² =5.72 ; p=2

H1: có tự tương quan

Tiêu chuẩn kiểm định: χ2=(n-1)R2 ~ χ2 (2)

Miền bác bỏ : Wα = { χ² / χ² > χα²(2) }

Theo báo cáo 5 ta có χ²qs =5.72

với α=0.05 , 2 ( 2 )

05 0

χ =5.99147

Ta có: χqs2=5.72< 2 ( 2 )

05 0

qs

χ ∉ Wα

Như vậy chưa có cơ sở bác bỏ giả thuyết Ho tức là mô hình không có hiện tượng tự tương quan

5

Kiểm tra tính phân phối chuẩn của sai số ngẫu nhiên:

0

1

2

3

4

5

6

Series: Residuals Sample 1991 2004 Observations 14 Mean 1.04e-12

Std Dev 34328.91 Skewness 0.236757 Kurtosis 1.828207 Jarque-Bera 0.931766 Probability 0.627581

JB = 0.931766 < χ²0.05(2) = 5.99147

Trang 9

Kiểm định cặp giả thuyết : Ho: U có phân phối chuẩn

Hı : U không có phân phối chuẩn

Tiêu chuẩn kiểm định : JB = N * { S²/6 + (k-3)²/24}~ χ²(2)

Miền bác bỏ: Wα : {JB / JB > χ²α(2) }

Với α= 0.05 2 ( 2 )

05 0

χ = 5.99147 > JB qs = 0.931766

Như vậy chưa có cơ sở để bác bỏ giả thuyết Ho,do đó U có phân phối chuẩn

6.Đánh giá R2 :

Theo báo cáo 1 ta có R² =0.9688 cho thấy 96.88 % sự biến động của Y sẽ được giải thích bởi X2 và X3 hay nhập khẩu và lạm phát có thể giải thích tới 96.88% sự thay đổi của GDP

III Phân tích về sự thay đổi của các biến kinh tế trong mô hình

1 khi một biến giải thích thay đổi thì biến phụ thuộc sẽ thay đổi như thế nào

*khoảng tin câỵ đối xứng của β 2 là:

2

ˆ

β - Se(βˆ2)t( 3 )

2 / −

n

α ≤ β2 ≤ βˆ2+ Se(βˆ2)t( 3 )

2 / −

n

α

Ta có Tα/2(n-3)=T0.025(14-3)=T0.02511=2.2 βˆ2=21.06223 Se(βˆ2)=1.334512

⇔ 18.12633≤ β2 ≤ 23.99

Vậy khi nhập khẩu thay đổi 1 triệu USD thì GDP thay đổi 1lượng trong khoảng (18.12633; 23.99 ) tỷ đồng

khoảng tin cậy đối xứng cuả β 3 là:

3

ˆ

β - Se(βˆ3)t( 3 )

2 / −

n

α ≤ β 3 ≤ βˆ3+ Se(βˆ3)t( 3 )

2 / −

n

α

Ta cóβˆ3=-1260.464 ;Se(βˆ3)=668.3134

Vơí α=0.05 ⇒T0.025( 14-3)=T0.02511=2.2

-2730.75≤ β 3 ≤209.825

Trang 10

Khi lạm phát thay đổi 1% thì GDP thay đổi trong khảng(-2730.75 ;

209.825)

2 Nếu giá trị của biến giải thích tăng thêm 1đơn vị (hoặc 1 %) thì giá trị cuả biến phụ thuộc thay đổi tối đa , tối thiểu là bao nhiêu

a Đối với biến X 2

* Tăng tối đa: β 2 ≤ βˆ2+ Se(βˆ2)t(n− 3 )

α

2

β ≤ 21.06223+ 1.3345*1.796 ⇔ β 2 ≤ 23.45

vậy khi nhập khẩu tăng thêm 1 triệu USD thì GDP tăng tối đa là 23.45 tỷ đồng

* Tăng tối thiểu: β 2 ≥ β ˆ2- Se(βˆ2)t(n− 3 )

α

2

β ≥21.06223 – 1.3345*1.796 ⇔ β2 ≥18 665

Khi nhập khẩu tăng thêm 1 triệu USD thì GDP tăng tối thiểu là :18.665 tỷ đồng

b Đối với biến X 3

* Giảm tối đa: β ≥ 3 β ˆ3- Se(βˆ3)t(n− 3 )

α

3

⇔ β ≥ 3 -2460.76

Vậy khi tỷ lệ lạm phát tăng thêm 1% sẽ làm cho GDP giảm 2460.76 tỷ

đồng

* Giảm tối thiểu: β 3 ≤ β ˆ 3+ Se(β ˆ 3)t(n− 3 )

α

⇒ β3 ≤ - 1260.464 + 668.3134*1.796

⇔ β3 ≤ -60.173

Vậy khi lạm phát tăng lên 1% thì làm cho GDP giảm tối thiểu 60.173 tỷ đồng

3 Sự biến động giá trị của biến phụ thuộc đo bằng phương sai do các yếu

tố ngẫu nhiên gây ra là bao nhiêu?

* Khoảng tin cậy đối xứng của σ 2:

2( 3)

2 /

2 ˆ ) 3

(

−

n

α χ

σ

≤ σ2 ≤ 2( 3)

2 / 1

2 ˆ ) 3 (

−

n

α

χ σ

Ta có σˆ = 37319.45, χα2(/n2−3)= χ0.0252(11) =21.92 χ1-α/22(n-3)=

χ0.9752(11)=3.81575

Trang 11

Vậy khi các yếu tố ngẫu nhiên thay đổi thì GDP đo bằng phương sai

sẽ thay đổi trong khoảng [698.912, 4014.978] tỷ đồng

* Khoảng tin cậy bên trái:

σ2 ≤ 2( 3)

1

2

ˆ ) 3 (

−

n

α

χ

σ

χ1-α2(n-3)= χ1- 0.052(14-3)= χ0.952(11)= 4.57418

2

Vậy khi các yếu tố ngẫu nhiên thay đổi thì GDP đo bằng phương sai sẽ tăng tối đa là 89745.9 tỷ đồng

* Khoảng tin cậy bên phải:

σ2 ≥ 2( 3)

2

ˆ ) 3

(

−

n

α χ σ

Ta có χα2(n-3)=χ0.052(11)=19.6751

Vậy khi các yếu tố ngẫu nhiên thay đổi thì GDP đo bằng phương sai sẽ tăng tối thiểu là 20864.643 tỷ đồng

IV.KẾT LUẬN:

Qua phân tích và đánh giá những kiểm định trên ta thấy mô hình hồi quy:

Yi = β1 + β2 *X2i + β3*X3i + Ui

không mắc phải các khuyết tật nên có thể cho rằng mô hình tốt

Định dạng
Số trang	11
Dung lượng	416,5 KB