Tài liệu kinh tế vĩ mô

Tài liệu kinh tế vĩ mô

LỜI MỞ ĐẦU

Tất cả các sinh viên đều có những nhu cầu khác nhau cho cuộc sống của mình ngoài vấn đề học tập Những nhu cầu đó đều xuất phát dựa trên các suy nghĩ khác nhau cũng như cách cảm nhận về các vấn đề hàng ngày của bản thân Xuất phát trên cơ sở đó mà các sản phẩm tiêu dùng hàng ngày của sinh viên cũng đa dạng

4 Dự đoán kì vọng giữa các biến

5 Mô hình hồi quy mẫu

6 Ý nghĩa của các hệ số hồi quy

II KHOẢNG TIN CẬY

1 Khoảng tin cậy của β1

2 Khoảng tin cậy của β2

3 Khoảng tin cậy của β3

4 Khoảng tin cậy của β4

5 Khoảng tin cậy của β5

6 Khoảng tin cậy của β6

7 Khoảng tin cậy của β7

8 Khoảng tin cậy của β8

III KIỂM ĐỊNH

1 Kiểm định sự ảnh hưởng của biến độc lập đối với biến phụ thuộc

2 Kiểm định sự phù hợp của mô hình SRF so với số liệu của mẫu

3 Kiểm định hiện tượng đa cộng tuyến

4 Kiểm định hiện tượng phương sai sai số ngẫu nhiên thay đổi

5 Kiểm định hiện tượng tự tương quan

IV KIỂM ĐỊNH BIẾN KHÔNG CẦN THIẾT

V KIỂM ĐỊNH BIẾN BỊ BỎ SÓT

VI MÔ HÌNH HOÀN CHỈNH

1 Ý nghĩa các hệ số hồi quy

2 Khoảng tin cậy

a Khoảng tin cậy của β1

b Khoảng tin cậy của β2

c Khoảng tin cậy của β3

d Khoảng tin cậy của β4

e Khoảng tin cậy của β5

f Khoảng tin cậy của β6

g Khoảng tin cậy của β7

3 Kiểm định

a Kiểm định sự ảnh hưởng của biến độc lập đối với biến phụ thuộc

b Kiểm định sự phù hợp của mô hình SRF so với số của liệu mẫu

VII THỐNG KÊ MÔ TẢ

BIẾN Y

BIẾN SL

BIẾN PT

BIẾN CT

VIII HẠN CHẾ

C LỜI CẢM ƠN

4 Dự đoán kì vọng giữa các biến

• β3 dương: Khi số lần đi siêu thị càng nhiều thì nhu cầu càng cao

• β4 âm: Khi phương tiện ảnh hưởng càng nhiều thì nhu cầu càng giảm

• β5 âm: Khi chi tiêu 1 tuần cho việc đi siêu thị vượt mức thì nhu cầu tăng

• β6 dương: Khi mặt hàng ưa thích trong siêu thị tăng thì nhu cầu càng cao

• β7 dương: Khi vị trí càng thuận lợi thì nhu cầu càng cao

• β8 dương: Khi sản phẩm trong siêu thị càng đa dạng thì nhu cầu càng cao

5 Mô hình hồi quy mẫu

Yi = 0.519595 + 0.034669GT + 0.778062SL – 0.156217PT

– 0.026714CT – 0.017447MH + 0.094180VT + 1.225895SP + ei

6 Ý nghĩa của các hệ số hồi quy

β1^: Khi các yếu tố GT, SL, PT, CT, MH, VT, SP bằng 0 thì nhu cầu đi siêu thị của sinh viên đạt giá trị nhỏ nhất là 0.519595

β2^: Khi các yếu tố khác không đổi thì nhu cầu của nữ đi siêu thị nhiều hơn nam 0.034669 lần

β3^: Khi các yếu tố khác không đổi, số lần đi siêu thị tăng giảm 1 lần thì nhu cầu

đi siêu thị của sinh viên tăng giảm 0.778062 lần

β4^: Khi phương tiện tăng giảm 1 mức độ và các yếu tố còn lại không đổi thì nhu cầu đi siêu thị của sinh viên tăng giảm 0.778602 lần

β5^: Khi các yếu tố khác không đổi, chi tiêu cho 1 tuần tăng giảm 1 mức độ thì nhu cầu giảm tăng 0.026714 lần

β6^: Khi mặt hàng tăng giảm 1 mặt hàng và các yếu tố khác không đổi thì nhu cầu đi siêu thị của sinh viên giảm tăng 0.017447 lần

β7^: Khi các yếu tố khác không đổi, nếu vị trí của siêu thị thích hợp thì nhu cầu

đi siêu thị của sinh viên lớn hơn 0.094180 lần so với vị trí không thích hợp

β8^: Khi các yếu tố khác không đổi, sản phẩm trong siêu thị tăng giảm 1 sản phẩm thì nhu cầu đi siêu thị của sinh viên tăng giảm 1.225895 lần

II KHOẢNG TIN CẬY:

Βj^ - tα/2(n-k)*Se(βj^)≤ βj ≤ βj^ + tα/2(n-k)*Se(βj)

Ý nghĩa: Với các yếu tố khác không đổi thì nhu cầu đi siêu thị của sinh viên

chênh lệch trong khoảng từ 0.064203 đến 0.974987

2 Khoảng tin cậy của β 2 :

Với β2^ = 0.034669

Se(β2^) = 0.046718

Thì khoảng tin cậy của β2 là:

-0.057684 ≤ β2 ≤ 0.127022

Ý nghĩa: Khi các yếu tố khác không thay đổi thì nhu cầu đi siêu thị của sinh

viên nam nhận giá trị trong khoảng từ -0.057684 đến 0.127022

3 Khoảng tin cậy của β 3 :

Với β3^ = 0.778062

Se(β3^) = 0.046214

Thì khoảng tin cậy của β3 là:

0.686706 ≤ β3 ≤ 0.869418

Ý nghĩa: Với các yếu tố khác không đổi và số lần đến siêu thị của sinh viên

tăng giảm một mức độ thì nhu cầu đi siêu thị của sinh viên nhận giá trị trong khoảng từ 0.686706 đến 0.869418

4 Khoảng tin cậy của β 4 :

Khi các nhân tố khác không đổi và sự ảnh hưởng của phương tiện tăng giảm

1 mức độ thì nhu cầu đi siêu thị chênh lệch trong khoảng từ -0.25724 đến -0.05519

5 Khoảng tin cậy của β 5 :

6 Khoảng tin cậy của β 6 :

7 Khoảng tin cậy của β 7 :

Với các yếu tố khác không đổi, khi sản phẩm siêu thị đáp ứng được nhu cầu sinh viên thì nhu cầu đi siêu thị của sinh viên nhận giá trị trong khoảng từ 1.105273 đến 1.346463.

• Prob(β5) = 0.2856 > α = 0.05  Chi tiêu không ảnh hưởng đến nhu cầu

đi siêu thị của sinh viên

• Prob(β6) = 0.2197 > α = 0.05  Mặt hàng không ảnh hưởng đến nhu cầu đi siêu thị của sinh viên

• Prob(β7) = 0.0842 >α = 0.05  Vị trí không ảnh hưởng đến nhu cầu đi siêu thị của sinh viên

• Prob(β8) = 0.0000 < α = 0.05  Sản phẩm ảnh hưởng đến nhu cầu đi siêu thị của sinh viên

2 Kiểm định sự phù hợp của mô hình SRF so với số liệu của mẫu:

Prob(F-statistic) = 0.000000 < α = 0.05

 Mô hình phù hợp

3 Kiểm định hiện tượng đa cộng tuyến

a Phát hiện đa cộng tuyến:

Xem xét qua ma trận tương quan giữa các biến (Bảng 2 phần PHỤ LỤC),

ta thấy 2 biến SL và PT có mức tương quan cao: 0.840358 nên tồn tại hiện tượng đa cộng tuyến

Để kiểm định hiện tượng đa cộng tuyến nhóm đã xây dựng mô hình hồi quy phụ trong đó lần lượt các biến độc lập sẽ trở thành biến phụ thuộc và hồi quy chúng với các biến còn lại

Bảng hồi quy phụ theo biến PT và SL ( Bảng phụ lục 5 và 6 )

Mô hình hồi quy chính:

 Mô hình hồi quy phụ phù hợp

Vậy mô hình ban đầu tồn tại hiện tượng đa cộng tuyến

b Khắc phục hiện tượng đa cộng tuyếnLoại bỏ biến PT hoặc SL ra khỏi mô hình ban đầu

 Hồi quy lại mô hình trong đó loại bỏ biến PT ( Bảng phụ lục 7)

Mô hình hồi quy đã bỏ PT:

Yi = - 0.126090 + 0.053443GT + 0.896041SL – 0.013772CT – 0.015944MH + 0.104884VT + 1.223553SP + ei

 R2

bỏ PT = 0.921544

 Hồi quy lại mô hình trong đó loại bỏ biến Sl ( Bảng phụ lục 8 )

Mô hình hồi quy đã bỏ SL:

Yi = 3.758749 – 0.004568GT – 0.874772PT – 0.046171CT – 0.030340MH – 0.027607VT + 1.256329SP + ei

Vậy loại bỏ biến PT ra khỏi mô hình thì mô hình sẽ tốt hơn.

4 Kiểm định hiện tượng phương sai sai số ngẫu nhiên thay đổi TH1: Mô hình gốc.

.a Phát hiện hiện tượng phương sai sai số ngẫu nhiên thay đổi:

Theo bảng 9 phần PHỤ LỤC, ta thấy Probability = 0.000000 < α = 0.05

 Tồn tại hiện tượng phương sai sai số ngẫu nhiên thay đổi

b Khắc phục hiện tượng phương sai sai số ngẫu nhiên thay đổi

Xét MHHQ:

Yi = β1 + β2GT + β3SL + β4PT + β5CT + β6MH + β7VT + β8SP + Ui (1)

Ta có: Var(Ui) = σi2PT2 =

k n

7 6

5 4 3

2 1

PT

U PT

SP PT

VT PT

MH PT

CT PT

SL PT

GT PT

PT

+ +

+ +

+ + +

* 7 6

* 6 5

* 5 1

* 4 3

* 3 2

* 2 4

Vậy: MH(3) có phương sai sai số ngẫu nhiên không đổi Vì Var(Vi) = Var(

TH2: Mô hình đã khắc phục đa cộng tuyến

a Phát hiện hiện tượng phương sai sai số ngẫu nhiên thay đổi:

Theo bảng phụ lục 11, ta thấy Probability = 0.000003 < α = 0.05

 Tồn tại phương sai sai số ngẫu nhiên thay đổi

b Khắc phục hiện tượng phương sai sai số ngẫu nhiên thay đổi:

RSS SL

k n

SP SL

VT SL

MH SL

CT SL

SL

GT SL

SL

+ +

+ +

+ +

SL

MH MH

SL

CT CT

SL

GT GT

* 3 2

* 2 3

* 1

SL

U V SL

* 6 5

Vì Var(Vi) = Var(

SL

U i

) = SL1 Var(Ui) = SL1 σi2SL = σi2 = 0.153636

5 Kiểm định hiện tượng tự tương quan:

TH1: Đối với mô hình gốc.

a Phát hiện hiện tượng tự tương quan

 Không bác bỏ H0, tức là không tồn tại hiện tượng tự tương quan

TH2: Mô hình đã khắc phục đa cộng tuyến

a Phát hiện hiện tượng tự tương quan:

 Không bác bỏ H0, tức là không tồn tại hiện tượng tự tương quan

IV KIỂM ĐỊNH BIẾN KHÔNG CẦN THIẾT:

Redundant Variables: VT F-statistic 3.024199 Probability 0.084198

Log likelihood ratio 3.161034 Probability 0.075415Dựa vào bảng ta thấy F = 3.024199 có xác suất Prob= 0.084198 > α = 0.05

Nên VT là biến không cần thiết trong mô hình hồi quy

V KIỂM ĐỊNH BIẾN BỊ BỎ SÓT:

Omitted Variables: PT

F-statistic 9.344247 Probability 0.002673

Log likelihood ratio 9.559495 Probability 0.001989

Dựa vào bảng ta thấy F = 9.344247 có xác suất Prob= 0.002673 < α = 0.05

Nên PT là biến bị bỏ sót

VI MÔ HÌNH HOÀN CHỈNH:

Yi = - 0.126090 + 0.053443GT + 0.896041SL – 0.013772CT – 0.015944MH + 0.104884VT + 1.223553SP + ei

1 Ý nghĩa của các hệ số hồi quy

β1^: Khi các yếu tố GT, SL, PT, CT, MH, VT, SP bằng 0 thì nhu cầu đi siêu thị của sinh viên đạt giá trị lớn nhất là 0.126090

β2^: Khi các yếu tố khác không đổi thì nhu cầu của nữ đi siêu thị nhiều hơn nam 0.053443 lần

β3^: Khi các yếu tố khác không đổi, số lần đi siêu thị tăng giảm 1 lần thì nhu cầu

đi siêu thị của sinh viên tăng giảm 0.896041 lần

β4^: Khi các yếu tố khác không đổi, chi tiêu cho một tuần tăng giảm 1 mức độ thì nhu cầu giảm tăng 0.013772 lần

β5^: Khi mặt hàng tăng giảm 1 mặt hàng và các yếu tố khác không đổi thì nhu cầu đi siêu thị của sinh viên giảm tăng 0.015944 lần.

β6^: Khi các yếu tố khác không đổi và vị trí của siêu thị thích hợp thì nhu cầu đi siêu thị của sinh viên lớn hơn 0.104884 lần so với vị trí không thích hợp

β8^: Khi các yếu tố khác không đổi, sản phẩm trong siêu thị tăng giảm 1 sản phẩm thì nhu cầu đi siêu thị của sinh viên tăng giảm 1.223553 lần

2 Khoảng tin cậy

Ý nghĩa: Với các yếu tố khác không đổi thì nhu cầu đi siêu thị của sinh viên

chênh lệch trong khoảng từ -0.313044 đến 0.060864

b Khoảng tin cậy của β2 :

Với β2^ = 0.053443

Se(β2^) = 0.047645

Thì khoảng tin cậy của β2 là:

-0.040736 ≤ β2 ≤ 0.147623

Ý nghĩa: Khi các yếu tố khác không thay đổi thì nhu cầu đi siêu thị của sinh

viên nam nhận giá trị trong khoảng từ -0.040736 đến 0.147623

c Khoảng tin cậy của β3 :

Với β3^ = 0.896041

Se(β3^) = 0.02615

Thì khoảng tin cậy của β3 là:

0.844351 ≤ β3 ≤ 0.947732

Ý nghĩa: Với các yếu tố khác không đổi và số lần đến siêu thị của sinh viên

tăng giảm một mức độ thì nhu cầu đi siêu thị của sinh viên nhận giá trị trong khoảng từ 0.844351 đến 0.947732

d Khoảng tin cậy của β4 :

e Khoảng tin cậy của β5 :

Với β5^ = -0.015944

Se(β5^) = 0.014552

Thì khoảng tin cậy của β5 là:

-0.044709 ≤ β5 ≤ 0.012821

3 KIỂM ĐỊNH

a Kiểm định sự ảnh hưởng của biến độc lập đối với biến phụ thuộc:

• Prob(β2) = 0.2639 > α = 0.05  Giới tính không ảnh hưởng đến nhu cầu đi siêu thị của sinh viên

• Prob(β3) = 0.0000 < α = 0.05  số lần ảnh hưởng đến nhu cầu đi siêu thị của sinh viên

• Prob(β4) = 0.5866 > α = 0.05  Chi tiêu không ảnh hưởng đến nhu cầu

đi siêu thị của sinh viên

• Prob(β5) = 0.2751 > α = 0.05  Mặt hàng không ảnh hưởng đến nhu cầu đi siêu thị của sinh viên

• Prob(β6) = 0.0613 > α = 0.05  Vị trí không ảnh hưởng đến nhu cầu đi siêu thị của sinh viên

• Prob(β7) = 0.0000 < α = 0.05  Sản phẩm ảnh hưởng đến nhu cầu đi siêu thị của sinh viên

b Kiểm định sự phù hợp của mô hình SRF so với số liệu của mẫu:

LỜI CẢM ƠN

Nhóm Sunflowers xin gửi lời cảm ơn chân thành nhất tới thầy Nguyễn

Quang Cường, người đã nhiệt tình giúp đỡ nhóm trong quá trình làm tiểu luận cũng như đã giải đáp tất cả các thắc mắc của nhóm và cũng đã trang bị cho nhóm những kiến thức cần thiết cho nhóm trong môn kinh tế lượng

Bên cạnh đó, giúp cho nhóm chúng em có thêm nhiều hiểu biết về việc thu thập, xử lí số liệu và cách sử dụng các phầm mềm như Eviews, Excel,…trong môn Kinh tế lượng nói riêng và các môn học sau này nói chung

Bài tiểu luận này chắc chắn còn có nhiều hạn chế và thiếu sót nhưng

nhóm Sunflowers hi vọng rằng sẽ nhận được nhiều ý kiến đóng góp của các bạn để

bài tiểu luận này hoàn thiện hơn Nhóm xin chân thành cảm ơn!