Báo cáo thực hành kinh tế lượng 14

Kinh tế lượng (econometrics) là một bộ phận của Kinh tế học, được hiểu theo nghĩa rộng là môn khoa học kinh tế giao thoa với thống kê học và toán kinh tế. Hiểu theo nghĩa hẹp, là ứng dụng toán, đặc biệt là các phương pháp thống kế vào kinh tế. Kinh tế lượng lý thuyết nghiên cứu các thuộc tính thống kê của các quy trình kinh tế lượng, ví dụ như: xem xét tính hiệu quả của việc lấy mẫu, của thiết kế thực nghiệm... Kinh tế lượng thực nghiệm bao gồm: (1)ứng dụng các phương pháp kinh tế lượng vào đánh giá các lý thuyết kinh tế (2) phát triển và sử dụng các mô hình kinh tế lượng, tất cả để sử dụng vào nghiên cứu quan sát kinh tế trong quá khứ hay dự đoán tương lai. Báo cáo thực hành kinh tế lượng nghiên cứu các khuyết tật của mô hình để từ đó áp dụng các phương pháp khắc phục thích hợp đạt hiệu quả.

Bài thực hành kinh tế lợng

SV: Nguyễn Bá Chiến.

Lớp: K43/05.01

Vấn đề nghiên cứu: Mối quan hệ giữa giá vàng với lợng kiều hối

và chỉ số giá tiêu dùng

Trên cơ sở số liệu của niên giám thống kê Việt Nam từ năm 1991 đến

2005, ta có số liệu thống kê sau đây :

Trong đó : GV là tốc độ tăng giá vàng (đơn vị tính %)

KH là lợng kiều hối (đơn vị tính triệu USD)

CPI là chỉ số giá tiêu dùng(đơn vị tính %)

1, Lập mô hình hồi qui mô tả mối quan hệ của GV theo KH và CPI.

i i i

GV  1 2  3 

2, ớc lợng mô hình hồi qui với các số liệu thu thập đợc bằng phần mềm Eviews.

Hồi qui mô hình trên bằng phần mềm Eviews ta thu đợc kết quả ớc lợng sau:

Báo cáo 1

Dependent Variable: GV

Method: Least Squares

Date: 10/27/07 Time: 07:04

Sample: 1991 2003

Included observations: 13

Variable Coefficient Std Error t-Statistic Prob.

KH 0.010336 0.003557 2.906004 0.0157 CPI 1.517031 0.175785 8.630046 0.0000

C -13.17907 5.323416 -2.475679 0.0328

R-squared 0.884550 Mean dependent var 13.70000 Adjusted R-squared 0.861461 S.D dependent var 25.32673 S.E of regression 9.426836 Akaike info criterion 7.524172 Sum squared resid 888.6524 Schwarz criterion 7.654545 Log likelihood -45.90712 F-statistic 38.30895 Durbin-Watson stat 1.175148 Prob(F-statistic) 0.000021

Từ kết quả nêu trên ta có mô hình hồi quy mẫu nh sau

GVi = -13.17907+0.010336KHi + 1.517031CPIi + Ui

3, Kiểm định các khuyết tật của mô hình đã ớc lợng bằng phần mềm Eviews.

3.1 Phát hiện đa cộng tuyến bằng độ Theil

B 1 : Hồi qui mô hình ban đầu tìm đợc R2=0.88455

B 2 : Hồi qui mô hình : GVi= 1+2KHi+Vi tìm đợc R2

-CPI = 0.024709

GVi= 1+2CPIi+Vi tìm đợc R2

-KH = 0.787055

B 3 : Độ Theil

m= R2 – {(R2 - R2

-CPI) + (R2 - R2

-KH)}= 0.024709 + 0.787055 - 0.88455 = -0.072786

3.2 Kiểm định White phát hiện Phơng sai sai số thay đổi.

Bằng phần mềm Eviews ta thu đợc kết quả báo cáo:

Báo cáo 2:

White Heteroskedasticity Test:

F-statistic 1.450454 Prob F(5,7) 0.315345

Obs*R-squared 6.615053 Prob Chi-Square(5) 0.250879

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 10/27/07 Time: 07:33

Sample: 1991 2003

Included observations: 13

Variable Coefficient Std Error t-Statistic Prob.

C -5.552102 99.54290 -0.055776 0.9571

KH -0.015391 0.136969 -0.112369 0.9137

KH^2 1.58E-05 4.54E-05 0.347958 0.7381

KH*CPI -0.005369 0.009169 -0.585552 0.5766

CPI 15.81502 9.572838 1.652072 0.1425

CPI^2 -0.230279 0.122831 -1.874753 0.1030

R-squared 0.508850 Mean dependent var 68.35787

Adjusted R-squared 0.158029 S.D dependent var 78.78938

S.E of regression 72.29633 Akaike info criterion 11.70346

Sum squared resid 36587.32 Schwarz criterion 11.96421

Log likelihood -70.07250 F-statistic 1.450454

Durbin-Watson stat 2.152573 Prob(F-statistic) 0.315345

Thu đợc R2 = 0.50885

- Để kiểm định hiện tợng phơng sai sai số thay đổi trong mô hình hồi quy ban đầu ta đi kiểm định cặp giả thuyết sau:

Ho: Mô hình có phơng sai sai số không thay đổi

H1: Mô hình có phơng sai sai số thay đổi

- Tiêu chuẩn kiểm định : 2

 =n R2

2 ~ 2

 (5)

 : 2

 > 2



 (5)}

Giá trị của thống kê quan sát: 2

qs

2 = 6.615053 Với  = 0.05, n = 13 ta tìm đợc giá trị tới hạn 2

 0.05(5) = 11.0705

qs

 < 2

 0.05(2) = 11.0705 tức là 2

qs

W => cha có cơ sở bác bỏ Ho

thay đổi

3.3 Phát hiện Tự tơng quan bằng kiểm định BG.

Thu đợc R3 = 0.163399

- Để kiểm định hiện tợng tự tơng quan trong mô hình hồi quy ban đầu ta tiến hành kiểm định căp giả thuyết sau:

Ho : Mô hình không có tự tơng quan

H1 : Mô hình có tự tơng quan

- Tiêu chuẩn kiểm định : 2=(n-1)R32 ~ 2(1)

 : 2 0.05  1 } Giá trị thống kê quan sát : 2

qs

Giá trị tới hạn: 0.052 1 =3.84146

2

qs

 = 2.124187 < 3.84146=0.052 1  qs2 W cha có cơ sở bác bỏ Ho

Vậy với mức ý nghĩa  = 0.05 mô hình không có tự tơng quan

Báo cáo 3:

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.757817 Prob F(1,9) 0.217561

Obs*R-squared 2.124187 Prob Chi-Square(1) 0.144990

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 10/27/07 Time: 07:39

Sample: 1991 2003

Included observations: 13

Presample missing value lagged residuals set to zero.

Variable Coefficient Std Error t-Statistic Prob.

KH 0.001214 0.003549 0.341989 0.7402

CPI 0.008397 0.169599 0.049512 0.9616

C -0.941643 5.181400 -0.181735 0.8598

RESID(-1) 0.440569 0.332297 1.325827 0.2176

R-squared 0.163399 Mean dependent var 1.78E-15

Adjusted R-squared -0.115468 S.D dependent var 8.605485

S.E of regression 9.088744 Akaike info criterion 7.499610

Sum squared resid 743.4474 Schwarz criterion 7.673441

Log likelihood -44.74747 F-statistic 0.585939

Durbin-Watson stat 1.723075 Prob(F-statistic) 0.639237

3.4 Phát hiện các sai lầm chỉ định.

3.4 1.Phát hiện mô hình chứa biến không phù hợp

3.4.1.1 Kiểm định sự bằng không của 2

Dùng kiểm định T để kiểm định cặp giả thuyết sau:

H0: 2 = 0

H1: 2  0

Tiêu chuẩn kiểm định :Tqs=

) (

0

2

2











Se

025

0n

t

Miền bác bỏ giả thuyết W = {t: t > 3

025

0n

Từ kết quả báo cáo 1 ta có Tqs = 2.609004

Với mức ý nghĩa =0.05, n = 13 ta có 10

025 0

Tqs = 2.609004 > 2.228 = 10

025 0

t  Tqs  W bác bỏ giả thuyết H0 hay biến KH

đa vào là phù hợp

3.4.1.2 Kiểm định sự bằng không của 3

Tiêu chuẩn kiểm định :Tqs=

) (

0

3

3











Se

025

0n

t

Miền bác bỏ giả thuyết W = {t: t > 3

025 0



n

Từ kết quả báo cáo 1 ta có Tqs = 8.630046

Với mức ý nghĩa =0.05, n = 13 ta có 10

025 0

Tqs = 8.630046 > 2.228 = 10

025 0

t  Tqs  W bác bỏ giả thuyết H0 hay biến CPI

đa vào là phù hợp

3.4.2.Kiểm định các biến bỏ sót

Kiểm định Ramsey

Báo cáo 4:

Ramsey RESET Test:

F-statistic 0.010897 Prob F(1,9) 0.919150 Log likelihood ratio 0.015731 Prob Chi-Square(1) 0.900189

Test Equation:

Dependent Variable: GV

Method: Least Squares

Date: 10/27/07 Time: 08:19

Sample: 1991 2003

Included observations: 13

Variable Coefficient Std Error t-Statistic Prob.

KH 0.010685 0.005021 2.127940 0.0622 CPI 1.598070 0.798100 2.002343 0.0763

C -13.98721 9.559455 -1.463181 0.1774 FITTED^2 -0.000615 0.005890 -0.104389 0.9191

R-squared 0.884690 Mean dependent var 13.70000 Adjusted R-squared 0.846253 S.D dependent var 25.32673 S.E of regression 9.930747 Akaike info criterion 7.676808

Sum squared resid 887.5777 Schwarz criterion 7.850639

Log likelihood -45.89925 F-statistic 23.01683

Durbin-Watson stat 1.185671 Prob(F-statistic) 0.000148

Thu đợc R4 = 0.88469

- Để xem mô hình ban đầu có bỏ sót biến hay không ta đi kiểm định cặp giả thuyết sau:

H0: mô hình chỉ định đúng

H1: mô hình chỉ định sai

- Tiêu chuẩn kiểm định F - kiểm định sự thu hẹp của hàm hội qui:

F=

1 ) 1

(

) 4 )(

(

2 4

2

2

4

R

n R

R







~ F(1; n-4)

- Miền bác bỏ: W = {F: F > F0 05(1;n-4)}

Giá trị thống kê quan sát: Fqs = 0.010897

Giá trị tới hạn: F0 05(1; 9) = 5.12

Fqs= 0.010897 < F0 05(1; 10) = 5.12 Fqs W Cha có cơ sở bác bỏ

Ho

Vậy với mức ý nghĩa  = 0.05 mô hình chỉ định đúng

3.5, Phát hiện tính chuẩn của sai số ngẫu nhiên U.

0

1

2

3

4

5

Series: Residuals Sample 1991 2003 Observations 13 Mean 1.78e-15 Median -0.730565 Maximum 16.51875 Minimum -12.03250 Std Dev 8.605485 Skewness 0.385999 Kurtosis 2.226298 Jarque-Bera 0.647072 Probability 0.723586

Để kiểm tra mô hình ban đầu sai số ngẫu nhiên U có phân bố chuẩn hay không ta dùng tiêu chuẩn kiểm định Jarque-Bera

- Ta đi kiểm định cặp giả thuyết sau:

H0: mô hình có sai số ngẫu nhiên phân phối chuẩn

H1: mô hình có sai số ngẫu nhiên không phân phối chuẩn

- Tiêu chuẩn kiểm định:

JB= n(

24

) 3 ( 6

2 2





- Miền bác bỏ: W ={JB, JB > 2 ( 2 )

Từ kết quả báo cáo ta thu đợc JBqs = 0.647072

Với  =0.05, JBqs=10.647072 < 2 ( 2 )

05 0

cơ sở bác bỏ H0 Vậy sai số ngẫu nhiên có phân phối chuẩn

5 Phân tích dựa vào kết quả ớc lợng.

5.1 Khi một biến độc lập thay đổi một đơn vị thì biến phụ thuộc thay đổi

nh thế nào?



 1 = -13.17907 cho biết khi KH = 0, CPI = 0 thì GV trung bình của VN

là-13.17907 %



 2 = 0.010336 cho biết nếu giữ nguyên CPI thì khi KH tăng lên 1triệuUSD

thì GV tăng 0.010336%



 3 = 1.517031 cho biết nếu CPI tăng 1% thì GV tăng 1.517031%

5.2 Nếu giá trị của 1 biến độc lập tăng thêm 1 đơn vị thì biến phụ thuộc thay đổi?

Khi KH tăng 1 đơn vị khoảng tin cậy đối xứng với độ tin cậy 0.95 của 2 là:

2



 - Se( 

 2 )t10

025

0 ≤ 2 ≤  2

 + Se( 

 2 )t10

025 0

Thay số vào ta đợc 0.002411≤ 2 ≤0.018261

Khi CPI tăng 1 đơn vị khoảng tin cậy đối xứng với độ tin cậy 0.95 của 3 là:

3



 - Se( 

 3 )t10

025

0 ≤ 3 ≤  3

 + Se( 

3 )t10

025 0

Thay số vào ta đợc 1.12538202≤ 3 ≤1.90867998

5.3 Sự biến động giá trị của biến phụ thuộc đo bằng phơng sai do các yếu

tố ngẫu nhiên gây ra là bao nhiêu?

Để trả lời cho câu hỏi này ta đi tìm khoảng tin cậy hai phía với độ tin cậy 1- = 0.95 của 2

 là:

)

3

(

ˆ

)

3

(

2

2

/

2





n

n







≤ 2

 ≤

) 3 (

ˆ ) 3 (

2 2 / 1

2





 n

n







Vậy giá trị của GV đo bằng phơng sai do các yếu tố ngẫu nhiên gây ra nằm trong khoảng [43.38466; 222.1631] %