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 1BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG
Họ và tên: Phạm Thị Quỳnh Trang Lớp : K43/05.01
Vấn đề nghiên cứu:
MỐI QUAN HỆ GIỮA TỐC ĐỘ TĂNG GDP VÀ TỐC ĐỘ TĂNG GIÁ TRỊ SẢN XUẤT CỦA NGÀNH CÔNG NGHIỆP - XÂY DỰNG
VÀ DỊCH VỤ CỦA ĐẤT NƯỚC XINGAPO
A lêi më ®Çu
Trong mấy năm qua nền kinh tế Xingapo đã phát triển không ngừng
Nhờ những hiệu quả của các chính sách cải cách kinh tế trong vòng 5 năm qua, cho phép Xingapo có mức tăng trưởng thực tế bình quân là 6,1%/năm, vượt mức 3-5% trong trung hạn theo đánh giá của Uỷ ban thẩm định kinh tế Xingapo (ERC) đưa ra hồi tháng 2/2003 Việc cơ cấu lại nền kinh tế trong môi trường ngày càng cạnh tranh cũng góp phần tăng trưởng kinh tế
Trong đó, Công nghiệp và Dịch vụ là 2 trong 3 bộ phận quan trọng nhất của nền kinh tế, là nguồn đóng góp chủ yếu vào GDP Tốc độ tăng của công nghiệp - xây dựng và dịch vụ có ảnh hưởng tới tốc độ tăng của GDP
Để nghiên cứu cụ thể ảnh hưởng của 2 ngành này ta sử dụng mô hình hồi quy bội: Hồi quy mô hình giữa tốc độ tăng GDP với tốc độ tăng giá trị sản xuất của ngành công nghiệp – xây dựng và dịch vụ
Kết cấu bài như sau:
I Lập mô hình hồi quy
II Ước lượng mô hình hồi quy
III.Kiểm định sự phù hợp của hàm hồi quy
IV Kiểm tra các khuyết tật của mô hình
1 Kiểm định việc chỉ định mô hình
2 Kiểm định phương sai sai số thay đổi
3 Kiểm định hiện tượng tự tương quan
4 Kiểm định tính phân bố chuẩn của sai số ngẫu nhiên
5 Kiểm định hiện tượng đa cộng tuyến
V Khắc phục khuyết tật mô hình
1 Khắc phục đa cộng tuyến
2 Kiểm định lại các khuyết tật khác đối với mô hình mới
VI Phân tích và cho kết luận về tính quy luật trong sự thay đổi các giá trị của biến phụ thuộc do ảnh hưởng của các biến kinh tế trong mô hình mới
Nguồn số liệu: Tư liệu kinh tế các nước ASEAN
Trang 2B Nội dung:
Bảng số liệu về tốc độ tăng trởng GDP, tốc độ tăng giá trị sản xuất của ngành công nghiệp – xây dựng và dịch vụ của Xingapo từ năm 1983 – 2002:
Đơn vị tính: %
Trong đó: Y: Tốc độ tăng trởng GDP (%)
X2: Tốc độ tăng giá trị sản xuất của ngành công nghiệp – xây
dựng(%)
X3: Tốc độ tăng giá trị sản xuất ngành dịch vụ (%)
I Lập mô hình hồi quy:
Mụ hỡnh hồi qui tổng thể mụ tả mối quan hệ giữa biến phụ thuộc Y và cỏc biến giải thớch X2, X3 cú dạng:
PRM: Yi = β1 + β2 X2i + β3 X3i + Ui
Trong đó: Ui là sai số ngẫu nhiên
Mô hình hồi qui mẫu có dạng:
SRM: Yi = βˆ1 + βˆ2 X2i + βˆ3X3i + ei
II Ước lợng mô hình hồi quy:
Với số liệu từ bảng trên, sử dụng phần mềm Eviews, ta ớc lợng mô hình trên bằng phơng pháp OLS đợc kết quả sau:
Trang 3Bảng báo cáo 1:
Từ kết quả ớc lợng trên, ta thu đợc:
Mô hình hồi qui mẫu là:
SRM: Yi = 0.381851 + 0.069555X2i + 0.918204X3i + ei (1)
Từ báo cáo trên ta có kết quả ớc lợng nh sau:
+ R2 = 0.946300 tức là 94,63 % sự thay đổi tốc độ tăng của GDP đợc giải thích bằng sự thay đổi tốc độ tăng giỏ trị sản xuất của ngành cụng nghiệp - xõy dựng và dịch vụ
Dependent Variable: Y
Method: Least Squares
Date: 11/24/07 Time: 14:13
Sample: 1983 2002
Included observations: 20
Variable Coefficient Std Error t-Statistic Prob
X3 0.918204 0.066850 13.73531 0.0000
X2 0.069555 0.045891 1.515667 0.1480
R-squared 0.946300 Mean dependent var 7.720000
Adjusted R-squared 0.939983 S.D dependent var 3.821628
S.E of regression 0.936239 Akaike info criterion 2.843588
Sum squared resid 14.90122 Schwarz criterion 2.992948
Log likelihood -25.43588 F-statistic 149.7878
Durbin-Watson stat 1.098326 Prob(F-statistic) 0.000000
Trang 4+ Phï hîp víi lý thuyÕt kinh tÕ:
*β ˆ2> 0 ⇒ gi¸ trÞ s¶n xuÊt ngµnh c«ng nghiÖp - dÞch vô t¨ng th× GDP t¨ng
*βˆ3> 0 ⇒ gi¸ trÞ s¶n xuÊt ngµnh dÞch vô t¨ng th× GDP t¨ng
Ý nghĩa của các hệ số trong mô hình:
1
ˆ
β = 0.381851: Khi không có tốc độ tăng giá trị sản xuất của ngành công nghiệp- xây dựng và dịch vụ thì tốc độ tăng của GDP bình quân là 0.381851%
2
ˆ
β = 0.069555: Nếu tốc độ tăng giá trị sản xuất của ngành công nghiệp - xây dựng tăng (giảm) 1% và các yếu tố khác không đổi thì tốc độ tăng của GDP bình quân sẽ tăng (giảm) 0.069555%
3
ˆ
β = 0,918204: Nếu tốc độ tăng giá trị sản xuất của ngành công nghiệp- dịch vụ tăng (giảm) 1% và các yếu tố khác không đổi thì tốc độ tăng của GDP bình quân sẽ tăng (giảm) 0,918204%
III Kiểm định sự phù hợp của hàm hồi quy:
Cặp giả thuyết: H0: R2 = 0
H1: R2 > 0
Tiêu chuẩn kiểm định : F=
) ( 1
(
) 1 (
) 2 2
k n R k R
−
−
−
~ F(k-1,n-k)
Miền bác bỏ giả thuyết:
( ) F
α
W = { F/ Fqs > Fα(k-1,n-3) }
α
F (k-1,n-3)= F0.05 (2,17) =3.59
Từ bảng báo cáo1, có Fqs= 149.7878 > F0.05(2,23) = 3.59 Fqs ∈ Wα( ) F
KL: chấp nhận H1, bác bỏ H0.
Vậy với độ tin cậy 95% có thể cho rằng sự thay đổi của tốc độ tăng giá trị sản xuất của ngành công nghiệp - xây dựng và dịch vụ ảnh hưởng tới tốc độ tăng GDP
IV Kiểm tra các khuyết tật của mô hình hồi quy:
1 Kiểm định việc chỉ định mô hình:
Sử dụng kiểm định Ramsey:
Kiểm định cặp giả thuyết:
Trang 5H0 : Mô hình chỉ định đúng
H1 : Mô hình chỉ định sai
Tiêu chuẩn kiểm định F
F ∼F(p-1,n-k-p+1)
Trong đó: k là số biến của mô hình ban đầu
Miền bác bỏ : Wα = {F / F > Fα(p-1,n-k-p+1)}
Báo cáo 2:
Ramsey RESET Test:
F-statistic 0.071960 Prob F(1,16) 0.791932
Log likelihood ratio 0.089748 Prob Chi-Square(1) 0.764497
Test Equation:
Dependent Variable: Y
Method: Least Squares
Date: 11/25/07 Time: 06:25
Sample: 1983 2002
Included observations: 20
Variable Coefficient Std Error t-Statistic Prob
X3 0.986446 0.263519 3.743355 0.0018 X2 0.064540 0.050765 1.271347 0.2218
C 0.263578 0.656416 0.401541 0.6933 FITTED^2 -0.004945 0.018434 -0.268254 0.7919 R-squared 0.946541 Mean dependent var 7.720000
Adjusted R-squared 0.936517 S.D dependent var 3.821628
S.E of regression 0.962890 Akaike info criterion 2.939101
Sum squared resid 14.83451 Schwarz criterion 3.138247
Log likelihood -25.39101 F-statistic 94.43118
Durbin-Watson stat 1.089444 Prob(F-statistic) 0.000000
Từ báo cáo 2 ta có Fqs= 0.07196 < F0.05(1,16)=4.49 nên chưa có cơ sở bác bỏ H0
Kết luận: Mô hình chỉ định đúng
Trang 62 Hiện tượng phương sai sai số thay đổi:
Sử dụng kiểm định White
- Xét mô hình hồi quy 3 biến :
Yi = β1 + β2X2i+ β3X3i +Ui
- Hồi quy mô hình trên ta được các phần dư ei ⇒ 2
i
e
- Hồi quy mô hình:
e = i2 α1+α2X2i +α3X3i +α4 2
2i
X +α5 2
2i
X +α6X2iX3i +Vi
Báo cáo 3:
White Heteroskedasticity Test:
F-statistic 0.268863 Prob F(5,14) 0.922675
Obs*R-squared 1.752198 Prob Chi-Square(5) 0.882259
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/24/07 Time: 14:33
Sample: 1983 2002
Included observations: 20
Variable Coefficient Std Error t-Statistic Prob
C 0.159686 0.634162 0.251806 0.8048 X3 0.124481 0.240071 0.518518 0.6122 X3^2 -0.005334 0.015618 -0.341523 0.7378 X3*X2 -0.000409 0.017257 -0.023708 0.9814 X2 0.007025 0.103211 0.068062 0.9467 X2^2 5.31E-05 0.008636 0.006154 0.9952 R-squared 0.087610 Mean dependent var 0.745061
Adjusted R-squared -0.238244 S.D dependent var 0.808128
S.E of regression 0.899256 Akaike info criterion 2.868828
Sum squared resid 11.32127 Schwarz criterion 3.167547
Log likelihood -22.68828 F-statistic 0.268863
Durbin-Watson stat 1.877208 Prob(F-statistic) 0.922675
- Kiểm định cặp giả thuyết:
Trang 7H0: Phương sai sai số ko thay đổi theo biến giải thích
H1: Phương sai sai số thay đổi
Tiêu chuẩn kiểm định : χ2 = n R2~ χ2(m)
Miền bác bỏ giả thuyết:
Wα = { χ2 / χ2
> χ2(m) (α) }
Từ báo cáo 3,có χqs2 = 1.752198 mà χ2(5) (0.05) = 11.0705
⇒ χqs2 < 11.0705 nên χqs2 không thuộc miền bác bỏ
⇒ Chưa đủ cơ sở bác bỏ giả thuyết H0
Kết luận: Vậy mô hình không có phương sai sai số thay đổi
Trang 83 Hiện tượng tự tương quan:
Kiểm định Breusch – Godfrey (BG)
Ước lợng mô hình xuất phát thu đợc phần d et và et-1
Xây dựng mô hình của kiểm định BG có dạng:
et=α1 +α2 X2i + α3 X3i + ρ1et-1 +ρ2 et-2 + Vi
Sử dụng phần mềm Eviews thu được kết quả sau:
Bỏo cỏo 4:
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 3.192354 Prob F(2,15) 0.069970
Obs*R-squared 5.971283 Prob Chi-Square(2) 0.050507
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/24/07 Time: 14:38
Sample: 1983 2002
Included observations: 20
Presample missing value lagged residuals set to zero.
Variable Coefficient Std Error t-Statistic Prob
X3 0.000498 0.060960 0.008174 0.9936 X2 0.015442 0.042945 0.359586 0.7242
C -0.116175 0.424995 -0.273357 0.7883 RESID(-1) 0.597092 0.244138 2.445712 0.0273 RESID(-2) -0.374500 0.245526 -1.525297 0.1480 R-squared 0.298564 Mean dependent var 1.22E-15
Adjusted R-squared 0.111515 S.D dependent var 0.885593
S.E of regression 0.834756 Akaike info criterion 2.688962
Sum squared resid 10.45225 Schwarz criterion 2.937895
Log likelihood -21.88962 F-statistic 1.596177
Durbin-Watson stat 1.828668 Prob(F-statistic) 0.226648
Kiểm định cặp giả thuyết
H0: Mô hình không có tự tơng quan
H1: Mô hình có tự tơng quan
Tiờu chuẩn kiểm định χ2 = (n-1)R2 ∼ χ2(2)
Miền bỏc bỏ : Wα = {χ2 / χ2 > χ2
α(2)}
Từ bỏo cỏo 5 ta cú χ2
qs =5.971283 ; χ2
0.05 (2) = 5.99147 ⇒ χ2
qs < 5.99147 nên χ2
qs khụng thuộc miền bỏc bỏ ⇒ Cha có cơ sở bác bỏ giả thuyết H0
Kết luận: Mụ hỡnh khụng cú tự tương quan bậc 2
Trang 94 Kiểm định tính phân bố chuẩn của sai số ngẫu nhiên:
Dựa trên tiêu chuẩn Jarque – Bera (JB)
Sử dụng phần mềm Eviews thu được kết quả sau:
Báo cáo 5:
0
1
2
3
4
5
6
-2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Series: Residuals Sample 1983 2002 Observations 20
Mean 1.22e-15 Median 0.152213 Maximum 1.284043 Minimum -1.596609 Std Dev 0.885593 Skewness -0.376339 Kurtosis 2.117636
Jarque-Bera 1.120908 Probability 0.570950
Kiểm định cặp giả thuyết : H0 : U có phân phối chuẩn
H1 : U không có phân phối chuẩn
Tiêu chẩn kiểm định : ) ~ ( 2 )
24
) 3 ( 6 ( 2 + − 2 χ 2
JB
Miền bác bỏ: Wα= { JB/ JB> χ2
0.05(2) }
Ta có JBqs= 1.120908 ; χ2
0.05(2) = 5.99147 ⇒ 2 ( 2 )
05 0
χ
<
qs
JB nªn JB qs ∉Wα
⇒ Chưa đủ cơ sở bác bỏ H0
Kết luận: Sai số ngẫu nhiên có phân phối chuẩn
Trang 105 Kiểm định đa cộng tuyến:
Sử dụng phương pháp hồi quy phụ: Hồi quy X2 theo X3
Dependent Variable: X2
Method: Least Squares
Date: 11/24/07 Time: 14:45
Sample: 1983 2002
Included observations: 20
Variable Coefficient Std Error t-Statistic Prob
X3 0.781750 0.289723 2.698264 0.0147
C 0.769691 2.421818 0.317815 0.7543 R-squared 0.287992 Mean dependent var 6.625000
Adjusted R-squared 0.248436 S.D dependent var 5.546822
S.E of regression 4.808694 Akaike info criterion 6.073368
Sum squared resid 416.2237 Schwarz criterion 6.172941
Log likelihood -58.73368 F-statistic 7.280626
Durbin-Watson stat 2.112335 Prob(F-statistic) 0.014706
Từ báo cáo 6 ta thu được: X2i = 0.769691+ 0.78175X3i + Vi
R22= 0.287992
Kiểm định cặp giả thuyết: H0: X2 không có đa cộng tuyến với X3
H1: X2 có đa cộng tuyến với X3
Tiêu chuẩn kiểm định : F =
) (
1 (
) 1 (
) 2 2
k n R k R
−
−
−
~ F(1,n-2)
Miền bác bỏ giả thuyết: Wα = { F/ Fqs2 > F0.05(1,n-2) }
Từ báo cáo 6 ta có: Fqs2 = 7.280626 mà F0.05(1,18) = 4.41
Fqs2∈ Wα : chấp nhận H
1, bác bỏ H0
Kết luận: Vậy với độ tin cậy 95% có thể cho rằng mô hình có đa cộng tuyến
V Khắc phục khuyết tật của mô hình:
Qua phân tích và đánh giá những kiểm định trên ta thấy mô hình hồi quy chỉ mắc phải khuyết tật: có đa cộng tuyến
1 Khắc phục đa cộng tuyến:
Sử dụng sai phân cấp 1:
Trang 11- Mô hình hồi quy 3 biến theo số liệu chuỗi thời gian sau :
Yt = β1+β2X2t + β3X3t +Ut (1)
- Mô hình trên đúng với thời điểm t thì cũng đúng với thời điểm t-1 :
Yt-1 = β1+β2X2t-1 + β3X3t-1 +Ut-1 (2)
- Lấy (2) trừ (1) ta được mô hình hồi quy mới sau :
Yt - Yt-1 = β2(X2t- X2t-1 )+ β3(X3t- X3t-1 ) +(Ut –Ut-1)
Hay : D(Y) = β2D(X2t) + β3D(X3t) +Vt
Hồi quy mô hình sai phân cấp 1
Bằng Eviews ta có báo cáo sau:
Báo cáo 7:
Dependent Variable: D(Y)
Method: Least Squares
Date: 11/24/07 Time: 15:02
Sample (adjusted): 1984 2002
Included observations: 19 after adjustments
Variable Coefficient Std Error t-Statistic Prob
D(X3) 0.939510 0.048542 19.35451 0.0000 D(X2) 0.082149 0.033948 2.419873 0.0278
C -0.033151 0.228308 -0.145203 0.8864 R-squared 0.968764 Mean dependent var -0.315789
Adjusted R-squared 0.964860 S.D dependent var 5.299818
S.E of regression 0.993488 Akaike info criterion 2.968749
Sum squared resid 15.79228 Schwarz criterion 3.117871
Log likelihood -25.20312 F-statistic 248.1176
Durbin-Watson stat 2.007654 Prob(F-statistic) 0.000000
Kiểm định đa cộng tuyến:
Tiến hành hồi quy phụ: Hồi quy D(X2) theo D(X3)
Hồi quy mô hình: D(X2i) = β1+β2 D(X3i) + Vi
Trang 12Báo cáo 8:
Kiểm định cặp giả thuyết: H0: D(X2)không có đa cộng tuyến với D(X3) (β2 =0)
H1: D(X2)có đa cộng tuyến với D(X3) (β2 #0)
Tiêu chuẩn kiểm định:
T =
) ˆ (
ˆ
2
2 β
β
Se ∼ T(n−k)
Dependent Variable: D(X2)
Method: Least Squares
Date: 11/24/07 Time: 15:14
Sample (adjusted): 1984 2002
Included observations: 19 after adjustments
Variable Coefficient Std Error t-Statistic Prob
D(X3) 0.568802 0.318187 1.787635 0.0917
C -0.154854 1.630695 -0.094962 0.9255
R-squared 0.158234 Mean dependent var -0.310526
Adjusted R-squared 0.108719 S.D dependent var 7.518340
S.E of regression 7.097892 Akaike info criterion 6.856774
Sum squared resid 856.4613 Schwarz criterion 6.956188
Log likelihood -63.13935 F-statistic 3.195640
Durbin-Watson stat 2.507164 Prob(F-statistic) 0.091675
Trang 13Miền bác bỏ giả thuyết: Wα= {t,|t| > tα/2(n-2)}
Từ báo cáo 8 ta có: tqs= 1.787635 mà t0.025(17)= 2.11
→ tqs < 2.11 : tqs không thuộc miền bác bỏ Chưa đủ cơ sở bác bỏ H0
Kết luận: Mô hình mới không có đa cộng tuyến
Trang 142 Kiểm định lại các khuyết tật khác đối với mô hình mới:
a Kiểm định các biến bỏ sót:
Dùng kiểm định Ramsey
Kết quả báo cáo bằng Eviews:
Ramsey RESET Test:
F-statistic 0.017909 Prob F(1,15) 0.895319
Log likelihood ratio 0.022672 Prob Chi-Square(1) 0.880314
Test Equation:
Dependent Variable: D(Y)
Method: Least Squares
Date: 11/25/07 Time: 07:05
Sample: 1984 2002
Included observations: 19
Variable Coefficient Std Error t-Statistic Prob
D(X3) 0.936293 0.055574 16.84764 0.0000 D(X2) 0.082110 0.035041 2.343249 0.0333
C -0.009733 0.293520 -0.033160 0.9740 FITTED^2 -0.000939 0.007020 -0.133826 0.8953 R-squared 0.968802 Mean dependent var -0.315789
Adjusted R-squared 0.962562 S.D dependent var 5.299818
S.E of regression 1.025458 Akaike info criterion 3.072819
Sum squared resid 15.77345 Schwarz criterion 3.271648
Log likelihood -25.19178 F-statistic 155.2646
Durbin-Watson stat 1.966634 Prob(F-statistic) 0.000000
Từ báo cáo ta có: Fqs =0.017909 < F0.05(1,15) = 4.54
→ Fqs không thuộc miền bác bỏ
Vậy mô hình mới chỉ định đúng
Trang 15b Kiểm định phương sai sai số thay đổi:
Dùng kiểm định White
White Heteroskedasticity Test:
F-statistic 0.375577 Prob F(5,13) 0.856567
Obs*R-squared 2.398176 Prob Chi-Square(5) 0.791746
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/24/07 Time: 15:46
Sample: 1984 2002
Included observations: 19
Variable Coefficient Std Error t-Statistic Prob
C 1.187819 0.409142 2.903198 0.0123 D(X3) 0.001678 0.073608 0.022791 0.9822 (D(X3))^2 -0.007117 0.008815 -0.807360 0.4340 (D(X3))*(D(X2)) 0.001943 0.010257 0.189382 0.8527 D(X2) -0.008501 0.050257 -0.169149 0.8683 (D(X2))^2 -0.003747 0.004184 -0.895466 0.3868 R-squared 0.126220 Mean dependent var 0.831173
Adjusted R-squared -0.209849 S.D dependent var 1.202110
S.E of regression 1.322239 Akaike info criterion 3.648619
Sum squared resid 22.72810 Schwarz criterion 3.946863
Log likelihood -28.66188 F-statistic 0.375577
Durbin-Watson stat 2.969763 Prob(F-statistic) 0.856567
Từ báo cáo ta có: χ2
qs = 2.398176 < χ2
0.05(5) =11.0705 nên χ2
qs không thuộc miền bác bỏ
Vậy mô hình mới không có phương sai sai số thay đổi