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
Phạm việt chiến
K43/05.01
Việt Nam là một trong những nước xuất khẩu gạo hàng đầu trên thế giới.Nông nghiệp là ngành chịu ảnh hưởng nhiều các yếu tố tự nhiên,trong đó diện tích đất nông nghiệp có ảnh hưởng lớn đến sản lượng nông nghiệp Trong 3 vụ lúa hàng năm thì vụ Đông Xuân đóng góp một sản lượng lớn.Do vậy sau đây là một vài nghiên cứu ảnh hưởng của diện tích đến sản lượng lúa Đông Xuân trong các năm từ 1990 đến 2005
Bảng số liệu về sản lượng và diện tích lúa Đông Xuân các năm (1990-2005)
Bảng số liệu về sản lượng và diện tích lúa Đông Xuân các năm (1990-2005)
(Nguồn: Tổng cục thống kê)
Trong đó:
Y: sản lượng lúa Đông Xuân cả năm (nghìn tấn)
X: diện tích lúa đông xuân (nghìn ha)
Trang 2Nhập bảng số liệu trên vào phần mềm Eviews ta có bảng sau:
1990 7865.6 2073.6
1991 6788.3 2160.6
1992 9156.3 2279
1993 9035.6 2323.6
1994 10508.5 2381.4
1995 10736.6 2421.3
1996 12209.5 2541.1
1997 13310.3 2682.7
1998 13559.5 2783.3
1999 14103 2888.9
2000 15571.2 3013.2
2001 15474.4 3056.9
2002 16719.6 3033
2003 16822.7 3022.9
2004 17078 2978.5
2005 17331.6 2942.1
Hồi qui mô hình:
a, Xét hàm hồi qui tổng thể:
PRF: E(Yi/ Xi) = õ1 + õ2 Xi
Trong đó: Y là biến phụ thuộc
X là biến độc lập
Trên cơ sở đó ta có mô hình hồi qui tổng thể:
PRM: Yi = õ1 + õ2 Xi + Ui
Với số liệu từ mẫu nêu trên bằng phần mềm Eviews ta ước lượng mô hình và thu được kết quả ước lượng như sau:
Dependent Variable: Y
Method: Least Squares
Date: 10/17/07 Time: 23:19
Sample: 1990 2005
Included observations: 16
Variable Coefficient Std Error t-Statistic Prob
Trang 3X 9.850568 0.645063 15.27071 0.0000
C -13324.20 1730.358 -7.700256 0.0000
R-squared 0.943364 Mean dependent var 12891.92
Adjusted R-squared 0.939319 S.D dependent var 3515.748
S.E of regression 866.0521 Akaike info criterion 16.48224
Sum squared resid 10500647 Schwarz criterion 16.57881
Log likelihood -129.8579 F-statistic 233.1945
Durbin-Watson stat 1.022529 Prob(F-statistic) 0.000000
b, Kiểm tra phần d e và giá trị Ŷ ta được:
obs Actual Fitted Residual Residual Plot
1990 7865.60 7101.94 763.661 | | * |
1991 6788.30 7958.94 -1170.64 | * | |
1992 9156.30 9125.25 31.0539 | * |
1993 9035.60 9564.58 -528.981 | * | |
1994 10508.5 10133.9 374.556 | | * |
1995 10736.6 10527.0 209.618 | | * |
1996 12209.5 11707.1 502.420 | | * |
1997 13310.3 13101.9 208.379 | |* |
1998 13559.5 14092.9 -533.388 | * | |
1999 14103.0 15133.1 -1030.11 | * | |
2000 15571.2 16357.5 -786.333 | * | |
2001 15474.4 16788.0 -1313.60 | * | |
2002 16719.6 16552.6 167.025 | |* |
2003 16822.7 16453.1 369.616 | | * |
2004 17078.0 16015.7 1062.28 | | * |
2005 17331.6 15657.2 1674.44 | | *|
Từ kết quả trên ta thu được hàm hồi qui mẫu:
ŸŶi = -13324,2 + 9,850568Xi
1 Kiểm định sự phù hợp của hàm hồi qui:
H0 : õ2 = 0
H1 : õ2 ≠ 0 Theo kết quả ở bảng trên, ta có giá trị tqs = 15,27071 với ỏ = 0,05, t0,02514
= 2,1450 nên |tqs| > t0,02514 nên bác bỏ giả thuyết H0 , chấp nhận giả thuyết H1
Kết luận: Với mức ý nghĩa ỏ = 0,05, diện tích lúa Đông Xuân có ảnh hưởng đến sản lượng lúa Đông Xuân
327 Với R 2 = 0,943364 ta có thể kết luận rằng X giải thích được
94,3364% sự biến động của Y
Trang 4II Kiểm định các khuyết tật:
1 Kiểm định phương sai sai số thay đổi:
Để kiểm định xem mô hình kinh tế lượng ban đầu có mắc khuyết tật
phương sai sai số thay đổi hay không, chúng ta tiến hành kiểm định White
Ta hồi qui mô hình sau:
et 2 = ỏ1+ ỏ2 Xi + ỏ3 X2
i + V i
Trang 5Ta được kết quả báo cáo bằng Eviews:
White Heteroskedasticity Test:
F-statistic 1.430801 Prob F(2,13) 0.274395
Obs*R-squared 2.886570 Prob Chi-Square(2) 0.236151
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 10/17/07 Time: 23:41
Sample: 1990 2005
Included observations: 16
Variable Coefficient Std Error t-Statistic Prob
C 19051378 16311166 1.167996 0.2638
X -15047.32 12676.86 -1.186991 0.2565
X^2 3.008998 2.427061 1.239770 0.2370
R-squared 0.180411 Mean dependent var 656290.5
Adjusted R-squared 0.054320 S.D dependent var 783699.3
S.E of regression 762116.9 Akaike info criterion 30.09295
Sum squared resid 7.55E+12 Schwarz criterion 30.23781
Log likelihood -237.7436 F-statistic 1.430801
Durbin-Watson stat 1.528622 Prob(F-statistic) 0.274395
Xét cặp giả thuyết sau:
H0 : Mô hình có phương sai sai số không đổi
H1 : Mô hình có phương sai sai số thay đổi Tiêu chuẩn kiểm định ữ2 = n R2 ~ ữ2 (m), m=2 là số biến giải thích của
mô hình hồi qui trên
Với mức ý nghĩa ỏ = 0,05 miền bác bỏ:
Wỏ = { ữ2 : ữ2 > ữ2(2)
0,05} Dựa trên kiểm định White theo báo cáo ta có:
ữ2
qs = 2,886570
Với ỏ = 0,05 , n =16 ta tìm đợc ữ2(2)
0,05= 5,99147 nên
ữ2(2)
0,05 > ữ2
qs chưa đủ cơ sở bác bỏ giả thuyết H0
Trang 6Vậy mô hình có phương sai sai số không đổi.
2 Kiểm định tự tương quan:
Sử dụng kiểm định Breusch- Godfrey (BG):
Ta hồi qui mô hình sau:
et = ỏ1 + ỏ2Xt + ỏ3et-1 + Vt
Bằng phần mềm Eviews ta thu được kết quả :
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.385373 Prob F(1,13) 0.146463
Obs*R-squared 2.480666 Prob Chi-Square(1) 0.115253
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 10/17/07 Time: 23:52
Sample: 1990 2005
Included observations: 16
Presample missing value lagged residuals set to zero.
Variable Coefficient Std Error t-Statistic Prob
X 0.179490 0.626214 0.286627 0.7789
C -428.1414 1673.732 -0.255801 0.8021
RESID(-1) 0.473463 0.306555 1.544465 0.1465
R-squared 0.155042 Mean dependent var -3.18E-12
Adjusted R-squared 0.025048 S.D dependent var 836.6858
S.E of regression 826.1407 Akaike info criterion 16.43877
Sum squared resid 8872610 Schwarz criterion 16.58363
Log likelihood -128.5101 F-statistic 1.192686
Durbin-Watson stat 2.007635 Prob(F-statistic) 0.334526
Xét cặp giả thuyết sau:
H0 : Mô hình không có tự tương quan bậc 1
H1 : Mô hình có tự tương quan bậc 1
Dựa trên kiểm định Breuseh - Godfrey theo báo cáo ta có:
ữ2
qs = 2,480666 với ỏ = 0,05, ữ2(1)
0,05 = 3,84146 nên ữ2
qs < ữ2(1)
0,05
Vậy,với mức ý nghĩa ỏ= 0,05 chưa có cơ sở bác bỏ H0 nên mô hình không có tự tương quan bậc 1
3 Kiểm định các biến bỏ sót:
Dựa trên kiểm định Ramsey để kiểm định xem mô hình có bỏ sót biến
thích hợp hay không
Trang 7Ta ước lượng mô hình sau:
Yt = ỏ1 + ỏ2Xt +ỏ3Ŷt 2 + V t
Bằng phần mềm Eviews ta thu đợc kết quả sau:
Ramsey RESET Test:
F-statistic 0.104049 Prob F(1,13) 0.752153
Log likelihood ratio 0.127550 Prob Chi-Square(1) 0.720986
Test Equation:
Dependent Variable: Y
Method: Least Squares
Date: 10/18/07 Time: 00:11
Sample: 1990 2005
Included observations: 16
Variable Coefficient Std Error t-Statistic Prob
X 12.16110 7.193926 1.690467 0.1148
C -17794.74 13974.24 -1.273396 0.2252
FITTED^2 -9.48E-06 2.94E-05 -0.322566 0.7522
R-squared 0.943814 Mean dependent var 12891.92
Adjusted R-squared 0.935170 S.D dependent var 3515.748
S.E of regression 895.1695 Akaike info criterion 16.59926
Sum squared resid 10417270 Schwarz criterion 16.74412
Log likelihood -129.7941 F-statistic 109.1874
Durbin-Watson stat 1.019822 Prob(F-statistic) 0.000000
Xét cặp giả thuyết:
H0 : Mô hình chỉ định đúng
H1 : Mô hình chỉ định sai Bằng tiêu chuẩn kiểm định F, từ kết quả ước lượng ta có:
Fqs= 0,104049 với ỏ = 0,05 , F0.05(1,13) = 4,67 Ta có Fqs < F0.05(1,13) nên chưa có cơ sở bác bỏ giả thuyết H0
Vậy ta có thể kết luận mô hình chỉ định đúng
4 Kiểm định tính phân bố chuẩn của sai số ngẫu nhiên:
Dựa trên kiểm định Jarque-Bera để xem xét U có phân phối chuẩn hay
không Bằng phần mềm Eviews ta thu được kết quả sau:
Trang 81
2
3
4
5
6
7
Series: Residuals Sample 1990 2005 Observations 16 Mean -3.18e-12 Median 187.7024 Maximum 1674.442 Minimum -1313.603 Std Dev 836.6858 Skewness 0.098937 Kurtosis 2.336836 Jarque-Bera 0.319294 Probability 0.852445
Xét cặp giả thuyết:
H0 : U có phân phối chuẩn
H1 : U không có phân phối chuẩn
Từ kết quả báo cáo ta thu đợc JBqs= 0,319294
Với ỏ = 0,05, ữ2(2)
bỏ giả thuyết H0
Vậy có thể cho rằng sai số ngẫu nhiên có phân phối chuẩn
Trang 9III Sử dụng mô hình để phân tích dự báo:
Ŷi = -13324,2 + 9,850568Xi
β ˆ
1 = -13324,2 khi diện tích lúa Đông Xuân bằng 0 thì sản lượng lúa Đông Xuân trung bình là -13324,2 nghìn tấn
β ˆ
2 = 9,850568 > 0 kết quả này phù hợp với lí thuyết kinh tế Con số 9,850568 cho biết nếu diện tích tăng 1 nghìn ha thì sản lượng tăng 9,850568 nghìn tấn
Với độ tin cậy 95% thì:
- Khi diện tích lúa Đông Xuân tăng 1 nghìn ha thì sản lượng lúa Đông Xuân tăng tối đa là 10,98625 nghìn tấn
- Khi diện tích lúa Đông Xuân giảm 1 nghìn ha thì sản lượng lúa Đông Xuân giảm tối thiểu là 8,17461 nghìn tấn