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.
Bi tp thc hnh Kinh t lng Phm Th Khỏnh Linh K43/05.01 Ta cú s liu biu din mi quan h gia tc tng nụng lõm - thu sn vi tc tng dch v v tc tng GDP nh sau: n v tớnh: % obs Y X2 X3 1992 8.7 6.88 7.58 1993 8.08 3.28 8.64 1994 8.83 3.37 9.56 1995 9.54 4.8 9.83 1996 9.34 4.4 8.8 1997 8.15 4.33 7.14 1998 5.76 3.53 5.08 1999 4.77 5.23 2.25 2000 6.79 4.63 5.32 2001 6.89 2.98 6.1 2002 7.08 4.16 6.54 2003 7.34 3.6 6.45 2004 7.79 4.36 7.26 2005 8.43 4 8.48 2006 8.17 3.4 8.29 Nguồn số liệu: Thời báo kinh tế Việt Nam Trong đó: Y là tốc độ tăng GDP(tớnh theo gớa so sỏnh) X2 là tốc độ tăng của nông lâm thuỷ sản X3 là tốc độ tăng của dịch vụ I/Lập mô hình: Mô hình hồi quy tổng thể mô tả mối quan hệ giữa biến phụ thuộc Y và các biến giải thích X 2 ,X 3 có dạng: (PRM) : Y i = 1 + 2 X 2i + 3 X 3i + U i Trong đó: U i là sai số ngẫu nhiên. Mô hình hồi qui mẫu có dạng: (SRM) : Y i = 1 + 2 X 2i + 3 X 3i + e i II/Ước l ợng mô hình hồi quy: Bằng phơng pháp bình phơng nhỏ nhất ta thu đợc kết quả sau: Dependent Variable: Y Method: Least Squares 1 Date: 11/24/07 Time: 00:36 Sample: 1992 2006 Included observations: 15 Variable Coefficient Std. Error t-Statistic Prob. X2 0.314343 0.077405 4.061030 0.0016 X3 0.651301 0.038252 17.02654 0.0000 C 1.731632 0.461496 3.752218 0.0028 R-squared 0.960531 Mean dependent var 7.710667 Adjusted R-squared 0.953953 S.D. dependent var 1.304002 S.E. of regression 0.279820 Akaike info criterion 0.467517 Sum squared resid 0.939592 Schwarz criterion 0.609127 Log likelihood -0.506378 F-statistic 146.0185 Durbin-Watson stat 1.892275 Prob(F-statistic) 0.000000 Mô hình hồi quy mẫu là: (SRM) : Y i = 1.731632 + 0.314343 * X 2i + 0.651301 * X 3i + e i III/Kiểm định các khuyết tật của mô hình: 3.1, Kiểm định sự bằng 0 của các hệ số hồi quy Với 2 - Kiểm định cặp giả thuyết: H 0 : 2 = 0. H 1 : 2 0. - Tiêu chuẩn kiểm định: T = 2 /Se( 2 ) ~ T( n-3). - Miền bác bỏ giả thuyết: W = {T/ |t qs | > t 0.025 (n-3)}. Từ kết quả báo cáo 1 ta có t qs = 4.061030; Vi n= 15 và mc ý ngha = 0.05 ta c ú t 0.025 (n-3) = t 0.025 (12) = 2,1790. Ta thấy |t qs | > t 0,025 (12) nên t qs W tức bác bỏ giả thyết H 0, chấp nhận H 1 . Vậy tốc độ tăng của nông lâm thuỷ sản có ảnh hởng tới tốc độ tăng của GDP Vi 3: - Kim nh cp gi thuyt H 0 : 3 = 0. H 1 : 3 0. 2 - Tiêu chuẩn kiểm định: T= 3 /Se( 3 ) ~ T( n-3). - Min bác b gi thuyt: W = { T/ |t qs | > t 0.025 (n-3)} Từ kết quả báo cáo 1 ta có: t qs =17.02654; Vi mức ý nghĩa = 0.05 và n= 15 ta c ú t 0,025 (n-3) = t 0.025 (12) = 2.1790. Ta th y |t qs | > t 0.025 (12) nên t qs W t c b ỏc b H 0 , chp nhn H 1 . Vậy tốc độ tăng của dịch vụ có ảnh hởng tới tốc độ tăng của GDP 3.2, Để phát hiện chỉ định dạng hàm bằng kiểm định Ramsey. Xét mô hình: Y t = 1 + 2 X 2t + U t (*) Giả sử mô hình đúng là: Y t = 1 + 2 X 2t + 3 X 3t + V t Hồi quy mô hình (*) thu đợc 3 2 , t t t III Ước lợng mô hình sau: Y t = 1 + 2 X 2t + 2 3 t Y + 3 4 t Y + V t (**) Báo cáo 2 Ramsey RESET Test: F-statistic 0.287058 Prob. F(2,10) 0.756449 Log likelihood ratio 0.837361 Prob. Chi-Square(2) 0.657914 Test Equation: Dependent Variable: Y Method: Least Squares Date: 11/24/07 Time: 00:58 Sample: 1992 2006 Included observations: 15 Variable Coefficient Std. Error t-Statistic Prob. X2 0.431471 1.540497 0.280086 0.7851 X3 0.837803 3.145224 0.266373 0.7954 C 0.816728 3.098558 0.263583 0.7975 FITTED^2 -0.003094 0.677731 -0.004565 0.9964 FITTED^3 -0.001466 0.031086 -0.047175 0.9633 R-squared 0.962674 Mean dependent var 7.710667 Adjusted R-squared 0.947744 S.D. dependent var 1.304002 S.E. of regression 0.298090 Akaike info criterion 0.678360 Sum squared resid 0.888577 Schwarz criterion 0.914376 Log likelihood -0.087698 F-statistic 64.47757 3 Durbin-Watson stat 1.934601 Prob(F-statistic) 0.000000 Thu đợc R 4 2 = 0.962674 - Để xem mô hình ban đầu có bỏ sót biến hay không ta đi kiểm định cặp giả thuyết sau: H 0 : mô hình chỉ định đúng H 1 : mô hình chỉ định sai - Tiêu chuẩn kiểm định F - kiểm định sự thu hẹp của hàm hi qui: F= 2)1( )5)(( 2 4 22 4 R nRR ~ F(2; n-5) - Miền bác bỏ: W = {F: F > F 05.0 (2;n-5)} Giá trị thống kê quan sát: F qs = 0.550952 Giá trị tới hạn: F 05.0 (2; 10)= 4.10 F qs = 0.287058 < F 05.0 (2; 10) = 4.10 F qs W nên cha đủ cơ sở để bác bỏ H 0 Vậy với mức ý nghĩa = 0.05 mô hình chỉ định đúng 3.3 Kiểm định White để phát hiện ph ơng sai sai số thay đổi. Hồi qui mô hình sau: e 2 i = 1 + 2 X 2i + 3 X 2 2i + 4 X 2i *X 3i + 5 X 3i + 6 X 2 3i + V i (2) Báo cáo 3 White Heteroskedasticity Test: F-statistic 0.277383 Prob. F(4,10) 0.885987 Obs*R-squared 1.498083 Prob. Chi-Square(4) 0.826981 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 11/24/07 Time: 01:04 Sample: 1992 2006 Included observations: 15 Variable Coefficient Std. Error t-Statistic Prob. C -0.223367 0.489577 -0.456243 0.6580 X2 0.078005 0.168613 0.462628 0.6535 X2^2 -0.009309 0.017179 -0.541844 0.5998 X3 0.042359 0.059033 0.717559 0.4895 X3^2 -0.003139 0.004520 -0.694588 0.5031 R-squared 0.099872 Mean dependent var 0.062639 Adjusted R-squared -0.260179 S.D. dependent var 0.072876 4 S.E. of regression 0.081809 Akaike info criterion -1.907651 Sum squared resid 0.066928 Schwarz criterion -1.671634 Log likelihood 19.30738 F-statistic 0.277383 Durbin-Watson stat 1.166600 Prob(F-statistic) 0.885987 Thu đợc R 2 2 = 0.099872 - 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: H o :Mô hình (1) có phơng sai sai số không thay đổi H 1 : Mô hình (1) có phơng sai sai số thay đổi - Tiêu chuẩn kiểm định : 2 =n R 2 2 ~ 2 (5) - Miền bác bỏ :W ={ 2 : 2 > 2 (5)} Giá trị của thống kê quan sát: 2 qs = nR 2 2 = 1.498083 Với = 0.05, n = 15 ta tìm đợc giá trị tới hạn 2 0.05 (5) = 11.0705 Ta thấy mô hình trên có 1.498083 = 2 qs < 2 0.05 (5) = 11.0705 tức là 2 qs W => cha có cơ sở bác bỏ H o Vậy với mức ý nghĩa =0.05 mô hình đã cho có phơng sai sai số không thay đổi. 3.4 Phát hiện tính chuẩn của sai số ngẫu nhiên. 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. Báo cáo 4 0 1 2 3 4 5 -0.4 -0.2 -0.0 0.2 0.4 Series: Residuals Sample 1992 2006 Observations 15 Mean 1.30e-15 Median -0.071074 Maximum 0.493810 Minimum -0.389872 Std. Dev. 0.259063 Skewness 0.494928 Kurtosis 2.263320 Jarque-Bera 0.951570 Probability 0.621397 - Ta đi kiểm định cặp giả thuyết sau: H 0 : mô hình có sai số ngẫu nhiên phân phối chuẩn 5 H 1 : mô hình có sai số ngẫu nhiên không phân phối chuẩn - Tiêu chuẩn kiểm định: JB= n( 24 )( 6 22 SkS + ) ~ )2(2 - Miền bác bỏ: W ={JB, JB > )2(2 } Từ kết quả báo cáo ta thu đợc JBqs = 0.951570 Với =0.05, )2(2 05.0 = 5.99147 > JB qs = 0.951570 JB W , cha có cơ sở bác bỏ H 0 . Vậy sai số ngẫu nhiên có phân phối chuẩn. 3.5 Phát hiện Tự t ơng quan bằng kiểm định BG. Hồi qui mô hình sau: e t = 1 + 2 X 2t + 3 X 3t + 4 e t-1 + 5 e t-2 + V t Báo cáo 5 Breusch-Godfrey Serial Correlation LM Test: F-statistic 1.194706 Prob. F(2,10) 0.342568 Obs*R-squared 2.892888 Prob. Chi-Square(2) 0.235406 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 11/24/07 Time: 01:23 Sample: 1992 2006 Included observations: 15 Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. X2 -0.023409 0.078294 -0.298987 0.7711 X3 -0.036067 0.044781 -0.805401 0.4393 C 0.360107 0.518244 0.694861 0.5030 RESID(-1) 0.031594 0.287355 0.109947 0.9146 RESID(-2) -0.521412 0.339078 -1.537736 0.1551 R-squared 0.192859 Mean dependent var 1.30E-15 Adjusted R-squared -0.129997 S.D. dependent var 0.259063 S.E. of regression 0.275388 Akaike info criterion 0.519927 Sum squared resid 0.758383 Schwarz criterion 0.755943 Log likelihood 1.100551 F-statistic 0.597353 Durbin-Watson stat 2.225293 Prob(F-statistic) 0.672904 6 Ta thu đợc mô hình sau: e t =0.360117 - 0.023409 X 2 - 0.036067 X 3t + 0.031594 e t-1 -0.521412 e t-2 + V t Thu đợc R 2 2 = 0.192859 - Để kiểm định hiện tợng tự tơng quan trong mô hình hồi quy ban đầu ta tiến hành kiểm định căp giả thuyết sau: H o : Mô hình không có tự tơng quan H 1 : Mô hình có tự tơng quan - Tiêu chuẩn kiểm định : 2 =(n-2) 2 e R ~ 2 (2) - Miền bác bỏ: W ={ 2 : ( ) 22 05.0 2 > } Giá trị thống kê quan sát : 2 qs = 2.892888 Giá trị tới hạn: ( ) 22 05.0 =5.99147 Ta thấy 2.892888 = 2 qs < ( ) 22 05.0 =5.99147 => 2 qs W => Cha có cơ sở bác bỏ H o , vậy mô hình đã cho không có Tự tơng quan. 3.6 Phát hiện Đa cộng tuyến. Hồi qui X 2 theo X 3 : Ta thu đợc kết quả ớc lợng nh sau: Báo cáo 6 Dependent Variable: X2 Method: Least Squares Date: 11/24/07 Time: 01:30 Sample: 1992 2006 Included observations: 15 Variable Coefficient Std. Error t-Statistic Prob. X3 -0.075972 0.135432 -0.560957 0.5844 C 4.740219 1.002959 4.726234 0.0004 R-squared 0.023634 Mean dependent var 4.196667 Adjusted R-squared -0.051472 S.D. dependent var 0.977779 S.E. of regression 1.002627 Akaike info criterion 2.966691 Sum squared resid 13.06840 Schwarz criterion 3.061098 Log likelihood -20.25018 F-statistic 0.314673 Durbin-Watson stat 1.797168 Prob(F-statistic) 0.584367 Dựa vào kết quả báo cáo trên ta thu đợc 2 2 R = 0.023634 - Kiểm định cặp giả thuyết: H 0 : Mô hình (1) không có Đa cộng tuyến H 1 : Mô hình (1) có Đa cộng tuyến - Tiêu chuẩn kiểm định: Ta sử dụng tiêu chuẩn kiểm định F - kiểm định sự phù hợp của hàm hồi qui. 7 F= )1/()1( )2/( 2 2 2 2 + knR kR ~ F(k-2; n-k+1) - Miền bác bỏ giả thuyết { } 1;2 :Ư + >= knk qsqs FFFW Dựa vào bảng trên ta thấy, giá trị F qs = 0.314673 Giá trị tới hạn F 0.05 (1, 13) = 4.67 Ta thấy F qs < F 0.05 (1,13) => F qs W => Cha đủ cơ sở để bác bỏ H 0 nên mô hình trên không có hiện tợng đa cộng tuyến Vậy, với mức ý nghĩa =0.05 mô hình đã cho không có hiện tợng Đa cộng tuyến. IV/Phân tích mô hình: 4.1 Khi một biến độc lập thay đổi một đơn vị thì biến phụ thuộc thay đổi nh thế nào? Từ mô hình 1:Y i = 1.731632 + 0.314343 * X 2i + 0.651301 * X 3i + e i Ta có: 2 = 0.314343 cho ta biết nếu tốc độ tăng của nông lâm- thuỷ sản tăng 1% thì tốc độ tăng GDP sẽ tăng trung bình 0.314343% khi tốc độ tăng dịch vụ không thay đổi 3 = 0.651301 cho ta biết nếu tốc độ tăng của dịch vụ tăng 1% thì tốc độ tăng GDP sẽ tăng 0.651301% trong điều kiện tốc độ tăng của nông lâm thuỷ sản không đổi. Ta có thể thấy kết quả thu đợc ở trên là hoàn toàn phù hợp với lý thuyết kinh tế 4.2 Nếu giá trị của 1 biến độc lập thay đổi 1 đơn vị thì biến phụ thuộc thay đổi tối đa bao nhiêu? - Khi X2 tăng 1%, khoảng tin cậy bên trái với độ tin cậy 0.05 của 2 là : 2 2 +Se( 2 )t 0.05 (12) Thay số vào ta có: 2 0.314343 +0.077405 *1.7820 = 0.4552278 Vậy khi X2 tăng 1% thì Y tăng tối đa là 0.4552278 % - Khi X3 tăng 1%, khoảng tin cậy bên trái với độ tin cậy 0.05 của 3 là : 3 3 + Se( 3 )t 0.05 (12) Thay số vào ta có: 3 0.651301 + 0.038252 *1.782 = 0.719175 Vậy khi X3 tăng 1% thì Y tăng tối đa là 0.719175 % 4.3 Nếu 1 biến độc lập thay đổi 1 đơn vị thì biến phụ thuộc thay đổi tối thiểu là bao nhiêu? 8 - Khi X2 giảm 1%, khoảng tin cậy bên phải với độ tin cậy 0.05 của 2 là : 2 -Se( 2 )t 0.05 (12) 2 Thay số vào ta có: 2 -Se( 2 )t 0.05 (12) = 0.314343 0.077405 * 1.782 = 0.177039 Vậy khi X2 giảm 1% thì Y tăng tối thiểu là 0.177039 % - Khi X3 giảm 1%, khoảng tin cậy bên phải với độ tin cậy 0.05 của 3 là : 3 -Se( 3 )t 0.05 (12) 3 Thay số vào ta có: 3 -Se( 3 )t 0.05 (12) = 0.651301- 0.038252 *1.782 = 0.583183 Vậy khi X3 giảm 1% thì Y tăng tối thiểu là 0.583183 % 4.4 Sự biến động giá trị của biến phụ thuộc đo bằng ph ơng 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 0.05 của 2 Chọn đại lợng thống kê: 2 = (n-3)* 2 / 2 ~ 2 (n-3) Vi tin cy : P{(n-3)* 2 / 2 /2 (n-3) 2 (n-3)* 2 / 2 1- /2 (n-3)} = 1- Theo báo cáo 1 : ^ = 0.27982 2 = (0.27982) 2 = 0.078299 Vi tin cy 0.05 tơng ứng với mức ý nghĩa =0.95 và n= 15 ta có: 2 0.975 (n-3) = 2 0.975 (12) =4.40379 2 0.025 (n-3) = 2 0.025 (12) =23.3367 Khoảng tin cậy là: (12 * 0.078299/ 23.3367) 2 (12 * 0.078299 / 4.40379) hay 0.4021 2 0.21317 Vậy giá trị Y đo bằng phơng sai do các yêu tố ngẫu nhiên gây biến động một lợng trong khoảng 0.4021 2 0.21317 V/ Kết luận: Qua các ớc lợng và kiểm định ta có kết luận: Mụ hỡnh hi quy là phù hợp với lý thuyết kinh tế, không mắc phải các khuyết tật (tự tơng quan, ph- ơng sai sai số thay đổi, đa cộng tuyến, bỏ sót biến thích hợp), vì vậy có thể 9 kẳng định mô hình hồi quy tốc độ tăng GDP với tốc độ tăng nông lâm thuỷ sản và tốc độ tăng dịch vụ là một mô hình tốt 10 . 2 Chọn đại lợng thống kê: 2 = (n-3)* 2 / 2 ~ 2 (n-3) Vi tin cy : P{(n-3)* 2 / 2 /2 (n-3) 2 (n-3)* 2 / 2 1- /2 (n-3)} = 1- Theo báo cáo 1 : ^ = 0.27982 2 = (0.27982) 2 . kiểm định Jarque-Bera. Báo cáo 4 0 1 2 3 4 5 -0 .4 -0 .2 -0 .0 0.2 0.4 Series: Residuals Sample 1992 2006 Observations 15 Mean 1.30e-15 Median -0 .071074 Maximum 0.493810 Minimum -0 .389872 Std. Dev Error t-Statistic Prob. X2 -0 .023409 0.078294 -0 .298987 0.7711 X3 -0 .036067 0.044781 -0 .805401 0.4393 C 0.360107 0.518244 0.694861 0.5030 RESID (-1 ) 0.031594 0.287355 0.109947 0.9146 RESID (-2 ) -0 .521412