Báo cáo thực hành kinh tế lượng 24

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.

Trang 1

BáO CáO THựC HàNH KINH Tế LƯợNG

Họ và tên: nguyễn văn cảnh

Lớp: K43/05.01

Vấn đề nghiên cứu : HồI QUY TổNG SảN PHẩM QUốC NộI THEO

A-LậP MÔ HìNH HồI QUY:

Trên cơ sở lý thuyết ta có: Tổng sản phẩm quốc nội (GDP), xuất khẩu(EX), nhập khẩu(IM) và đầu t(I) của mỗi một quốc gia có mối quan hệ với nhau Vấn đề đặt ra là ta đi hồi quy GDP theo EX, IM, I, để xem chúng

ta có thể dựa vào EX, IM, I để dự báo GDP của Việt Nam và phân tích ảnh hởng của các nhân tố EX, IM, I đến GDP nh thế nào.

Xuất phát từ cơ sở lý thuyết để xem xét ảnh hởng của các nhân tố EX,

IM, I đến GDP nh thế nào ta sẽ xem xét bảng số liệu thực tế của Việt Nam(1995-2005)

Các biến kinh tế sử dụng:

 Y : Tổng sản phẩm quốc nội của Việt Nam(GDP)

 X2: Xuất khẩu của Việt Nam (EX)

 X3: Nhập khẩu của Việt Nam (IM)

 X4: Đầu t của Việt Nam (I)

Bảng số liệu về GDP của Việt Nam(1995-2005) ( Đơn vị: Tỷ USD)

(Nguồn số liệu: Theo tổng cục thống kê)

Xét mô hình hồi quy mô tả mối quan hệ giữa các biến kinh tế

Y=ββ1+β2X2i+β3 X3i + β4 X4i + Ui

Sử dụng các số liệu trên, ớc lợng mô hình hồi qui bằng Eviews ta có kết quả báo cáo 1:

Dependent Variable: Y

Method: Least Squares

Date: 11/19/07 Time: 15:40

Sample: 1995 2005

Included observations: 11

Trang 2

Variable Coefficient Std Error t-Statistic Prob

C 8.498594 1.029511 8.254978 0.0001

X2 1.062045 0.470462 2.257450 0.0586

X3 -0.658531 0.349131 -1.886203 0.1012

X4 2.032261 0.561141 3.621656 0.0085

R-squared 0.995085 Mean dependent var 43.38182

Adjusted R-squared 0.992979 S.D dependent var 12.83463

S.E of regression 1.075447 Akaike info criterion 3.258638

Sum squared resid 8.096104 Schwarz criterion 3.403327

Log likelihood -13.92251 F-statistic 472.4191

Durbin-Watson stat 2.392890 Prob(F-statistic) 0.000000

Từ kết quả ước lượng trên, ta thu được hàm hồi quy sau:

Y=8.498594+1.062045X2i-0.658531X3i + 2.032261 X4i + ei (1)

B-Kiểm định các khuyết tật:

1 để xem hàm hồi quy có phù hợp hay không?

Kiểm định cặp giả thuyết: H0: Hàm hồi quy không phù hợp.

H1: Hàm hồi quy phù hợp.

Sử dụng tiêu chuẩn kiểm định F: F = ~

k) )/(n (

) 1 /(k

R2



2

R

-1 F (k 1;n k)



Miền bác bỏ : Wα = { F / F > F (k 1;n k)

Với n = 11, k = 4, α = 0.05 ta có F0.05(3,7) = 4.35

Từ bảng báo cáo 1 ta có: Fqs=472.4191 > (3,7)

05 0

F = 4.35 nên Fqs thuộc miền

bác bỏ Vậy bác bỏ H0, chấp nhận H1 Nghĩa là hàm hồi quy phù hợp Hay là EX, IM, I

có ảnh hởng đến GDP.

2 để xem hàm có chỉ định đúng hay không? ta đI kiểm

định raMsey:

Bằng phần mềm EVIEWS ta thu đợc kết quả báo cáo 2

Ramsey RESET Test:

F-statistic 1.330083 Probability F(3,4) 0.382091

Log likelihood ratio 7.611204 Probability.Chi-Square(3) 0.054769

Test Equation:

Dependent Variable: Y

Trang 3

Date: 11/20/07 Time: 19:13

Sample: 1995 2005

C 8.871829 13.35214 0.664450 0.5427

X2 -6.223442 16.91364 -0.367954 0.7316

X3 3.908305 10.52583 0.371306 0.7292

X4 -9.420831 30.54825 -0.308392 0.7732

FITTED^2 0.224006 0.576784 0.388371 0.7175

FITTED^3 -0.003524 0.009330 -0.377665 0.7249

FITTED^4 1.92E-05 5.43E-05 0.352638 0.7422

Kiểm định cặp giả thuyết: H0: Mô hình chỉ định đúng.

H1: Mô hình chỉ định sai.

Tiêu chuẩn kiểm định : F = 2 ( 1, )

new

2 old

2

) /(

) R 1 (

) 1 /(

) R R

F k

n



Miền bác bỏ Wα = { F, F > F(p 1 ,nk)

Từ kết quả ớc lợng ta có Fqs = 1.330083 < ( 3 , 4 )

05 0

F = 6.59 Vậy mô hình không bỏ sót biến.

3 để xét xem mô hình có phơng sai sai số thay đổi hay không? ta tiến hành kiểm định white:

Bằng phần mềm EVIEWS ta thu đợc kết quả báo cáo 3:

White Heteroskedasticity Test:

F-statistic 2.867872 Probability.F(9,1) 0.430616

Obs*R-squared 10.58972 Probability.Chi-Square(9) 0.304883

Test Equation:

Dependent Variable: RESID^2

Date: 11/20/07 Time: 17:15

Sample: 1995 2005

Trang 4

C -6.696724 5.369233 -1.247240 0.4302

X2 -1.252664 2.961707 -0.422953 0.7453

X2^2 0.626152 0.564809 1.108608 0.4672

X2*X3 -0.871978 0.792746 -1.099946 0.4697

X2*X4 -0.215287 0.884323 -0.243448 0.8480

X3 -0.823925 1.153286 -0.714415 0.6051

X3^2 -0.042376 0.329215 -0.128719 0.9185

X3*X4 0.936131 1.010299 0.926587 0.5242

X4 2.957341 3.648569 0.810548 0.5664

X4^2 -0.457851 0.788019 -0.581014 0.6649

Log likelihood 4.987553 F-statistic 2.867872

Ta xét cặp giả thuyết: H0: Mô hình không có phơng sai sai số thay đổi.

H1: Mô hình có phơng sai sai số thay đổi.

Tiêu chuẩn kiểm định : χ2 = nR2 ~ χ 2(m) trong đó m = 9

Miền bác bỏ : Wα = { χ2, χ2 > 2 m( )



Từ kêt quả báo cáo 3 ta có χ qs2 10.58972.

Với n = 11; m = 9; α = 0.05 ta có 2

qs

χ =10.58972 < 2 ( 9 )

05 0

 = 16.919 nên ta cha có cơ sở bác bỏ H0 nghĩa là mô hình không có phơng sai sai số

thay đổi .

4 để xem mô hình có tự tơng quan hay không?ta tiến hành kiểm định b-g:

Bằng phần mềm EVIEWS ta thu đợc kết quả báo cáo 4

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.878349 Probability F(3,4) 0.274210

Obs*R-squared 6.433338 Probability.Chi-Square(3) 0.092329

Test Equation:

Dependent Variable: RESID

Date: 11/20/07 Time: 18:40

Trang 5

Presample missing value lagged residuals set to zero.

C -1.422429 1.109249 -1.282335 0.2690

X2 0.666499 0.505657 1.318085 0.2579

X3 -0.147961 0.338101 -0.437623 0.6843

X4 -0.302297 0.547637 -0.552002 0.6103

RESID(-1) -1.350312 0.598667 -2.255530 0.0871

RESID(-2) -1.296949 0.683845 -1.896554 0.1308

RESID(-3) -0.701721 0.562004 -1.248607 0.2799

R-squared 0.584849 Mean dependent var -1.15E-15

Adjusted R-squared -0.037878 S.D dependent var 0.899784

Kiểm định cặp giả thuyết: H0: Mô hình không có tự tơng quan.

H1: Mô hình có tự tơng quan.

Tiêu chuẩn kiểm định: χ2 (n 1)R2 ~ 2(3)

Miền bác bỏ:  2 2 2 ( 3 ) 



   qs  

W

Từ bảng báo cáo 4 ta có: 2

qs

χ = 6.433338< 2 ( 3 )

05 0

 = 7.81473 điều này nghĩa là cha có cơ

sở bác bỏ H0 hay mô hình không có tự tơng quan.

5.kiểm định tính phân bố chuẩn của sai số ngẫu nhiên:

Kiểm định dựa trên tiêu chuẩn Jarque – Bera

Bằng phần mềm EVIEWS ta thu đợc kết quả báo cáo 5:

Trang 6

0.4

0.8

1.2

1.6

2.0

2.4

2.8

3.2

-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

Series: Residuals Sample 1995 2005 Observations 11 Mean -1.15e-15 Median -0.112296 Maximum 1.436480 Minimum -1.224912 Std Dev 0.899784 Skewness 0.280312 Kurtosis 2.170143 Jarque-Bera 0.459690 Probability 0.794657

Kiểm định cặp giả thuyết: H0: U có phân bố chuẩn.

H1: U không có phân bố chuẩn.

Tiêu chuẩn kiểm định : JB = N [

24

) 3 ( 6

2

2 

 K

S

]

Miền bác bỏ : Wα = { JB, JB > 2(2)}

Với α = 0.05, 2 ( 2 )

05 0

 = 3.84 > JBqs =0.45969 nh vậy sai số ngẫu nhiên

có phân phối chuẩn.

6 để xét xem mô hình có đa cộng tuyến hay không? ta đI hồi quy phụ x2 theo X3 và X4:

Ta thu đợc kết quả báo cáo 6:

Dependent Variable: X2

Date: 11/20/07 Time: 16:54

Sample: 1995 2005

C 0.004996 0.773678 0.006457 0.9950

X3 -0.104243 0.259771 -0.401289 0.6987

X4 0.950953 0.254541 3.735957 0.0057

Trang 7

Kiểm định cặp giả thuyết : H0 : Mô hình không có đa cộng tuyến

H1 : Mô hình có đa cộng tuyến

Sử dụng tiêu chuẩn kiểm định F : F = ~ (k 2; n k 1)

1) k )/(n (

2)

R2





2 2

R

-1 Miền bác bỏ : Wα = { F2 / F2 > F (k 2;n k1)

Theo kết quả báo cáo 2 ta có : F2 = 170.3003

Với n = 11, k = 4, α = 0.05 ta có (2,8)

05 0

Từ bảng báo cáo 6 ta có F2 = 170.3003 > F0.05(2,8) = 4.46 Nên bác bỏ H0,

chấp nhận H1 Vậy mô hình có đa cộng tuyến

C -khắc phục khuyết tật

Khắc phục khuyết tật đa cộng tuyến Để khắc phục hiện tợng này ta sử dụng phơng pháp sai phân cấp 1:

Sử dụng Eviews tính toán ta thu đợc

Dependent Variable: D(Y)

Date: 11/20/07 Time: 22:26

Sample (adjusted): 1996 2005

Included observations: 10 after adjustments

C 1.610446 1.260189 1.277941 0.2485

D(X2) 0.213769 0.599483 0.356588 0.7336

D(X3) -0.073985 0.350296 -0.211206 0.8397

D(X4) 1.146505 0.783523 1.463269 0.1937

Adjusted R-squared -0.009247 S.D dependent var 1.337327

Trang 8

Mô hình mới của ta là:

*

t

Y =0.213769 *

2t

X -0.073985 *

3t

X +1.146505 *

4t

X

Tiến hành tính độ đo Theil của mô hình mới để xem còn khuyết tật đa cộng tuyến hay không ta có:

2

R =0.327169; 2

2

R =0.312910 ; 2

3

R =0.322167; *

4

R =0.087063 ;

Ta có độ đo Theil:

m = 0.327169 ( 0.327169 0.312910 ) ( 0.327169 0.322167 ) -(0.327169 -0.087603) = 0.037342 rất nhỏ nên mô hình không còn đa cộng tuyến.

D-kết luận:

Dựa vào kết quả hồi quy và các kết quả kiểm định mô hình ở trên ta có đợc những nhận định về mức độ ảnh hởng của các biến kinh tế với biến phụ thuộc nh sau:

- Khi Xuất khẩu tăng ( hoặc giảm) 1 tỷ USD thì GDP sẽ tăng (hoặc giảm)

là 1.062045 tỷ USD.

- Khi Nhập khẩu tăng (hoặc giảm) 1 tỷ USD thì GDP sẽ tăng (hoặc giảm)

là -0.658531 tỷ USD.

- Khi Đầu t tăng ( hoặc giảm ) 1 tỷ USD thì GDP sẽ tăng ( hoặc giảm ) là 2.032261 tỷ USD.

- Khi Xuất khẩu tăng ( hoặc giảm ) 1 tỷ USD thì GDP sẽ:

+ Tăng tối đa: 7

05 0 2 2

2 ˆ Se(ˆ ).t

   = 1.9959 USD.

+ Tăng tối thiểu: 7

05 0 2 2

2 ˆ Se(ˆ ).t

   =0.1282 USD

- Khi Nhập khẩu tăng ( hoặc giảm ) 1 tỷ USD thì GDP sẽ:

+ Thay đổi tối đa: 7

05 0 3 3

3 ˆ Se(ˆ ).t

   =-1.351556 USD + Thay đổi tối thiểu: 7

05 0 3

3 ˆ Se(ˆ).t

   =0.0345 USD.

- Khi Đầu t tăng ( hoặc giảm ) 1 tỷ USD thì GDP sẽ:

+ Tăng tối đa: 7

05 0 4 4

4 ˆ Se(ˆ ).t

   =3.146 USD.

+ Tăng tối thiểu: 7

05 0 4 4

4 ˆ Se(ˆ ).t

   =0.9184 USD

- Ta có Var U ( )i  2 để biết sự biến động giá trị của biến phụ thuộc đo bằng phơng sai do các yếu tố ngẫu nhiên gây ra là bao nhiêu, ta đi tìm ớc l-ợng khoảng của 2



Dùng đại lợng thống kê: ( 4 ) ~ 2( 4 )

2

2 2







Trang 9

Ta suy ra:

) 4 (

) 4 ( )

4 (

) 4 (

2 2 / 1

2 2

2 2 /

2







 n

n n

n









Có  0.05; n=11; 1.156586

7

096104

8 4

ˆ2







n

RSS

025 0

 =16.0128,

)

7

(

2

975

.

0

 =1.68987

thay vào ta đợc 0.502552 4.79096

Có   5% ; n  17 ; 2 41.31615

3.178165

RSS n





; 2(13) 0.025 24.7356

Vậy sự biến động sự biến động giá trị của biến phụ thuộc đo bằng phơng sai do các yếu tố ngẫu nhiên gây ra có giá trị nằm trong khoảng:

(0.50255 ; 4.79096)

Định dạng
Số trang	9
Dung lượng	352 KB