Báo cáo thực hành kinh tế lượng 39

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 lợng

Họ và tên: Nguyễn Thế Linh Lớp: K44/11.12

1.Vấn đề nghiên cứu:

Nghiên cứu sự ảnh hởng của tốc độ tăng dịch vụ và tốc độ tăng của ngành công nghiệp -xây dựng đến tốc độ tăng của GDP

Kinh tế Việt Nam trong những năm qua đã đạt đợc những thành tựu nhất định, GDP liên tục tăng là một minh chứng cho sự phát triển nền kinh tế của chúng ta đang lớn mạnh nhanh và vững chắc Vậy vai trò của ngành dịch

vụ và ngành công nghiệp – xây dựng trong thành quả chung của cả đất nớc

là gì?

2.Số liệu( bảng số liệu).

Ta có bảng số liệu giữa tốc độ tăng GDP với tốc độ tăng ngành dịch vụ

và tốc độ tăng ngành công nghiệp- xây dựng

(Nguồn: Niên giám của Tổng cục thống kê

Báo cáo năm 2006 của Tổng cục Thống kê )

Đơn vị tính: tỷ lệ phần trăm (%)

1990 5.090000 10.19000 2.270000

1991 5.810000 7.380000 7.710000

1992 8.700000 7.580000 12.79000

1993 8.080000 8.640000 12.62000

1994 8.830000 9.560000 13.39000

1995 9.540000 9.830000 13.60000

1996 9.340000 8.800000 14.46000

1997 8.150000 7.140000 12.62000

1998 5.760000 7.080000 8.330000

1999 4.770000 2.250000 7.680000

2000 6.790000 5.320000 10.07000

2001 6.890000 6.100000 10.39000

2002 7.080000 6.540000 9.480000

2003 7.340000 6.450000 10.15000

2004 7.790000 7.260000 10.21000

2005 8.430000 8.480000 10.68000

2006 8.170000 8.640000 10.37000 Trong đó:

Y: Tốc độ tăng GDP (tổng sản phẩm quốc nội) của Việt Nam

X2: Tốc độ tăng ngành dịch vụ

X3: Tốc độ tăng ngành công nghiệp- xây dựng

3 Lập mô hình hồi quy mô tả mối quan hệ giữa các biến kinh tế.

Xét hàm hồi qui tổng thể mô tả mối quan hệ giữa biến phụ thuộc là Y và

2 biến giải thích là X2 và X3 :

PRF: E(Yi/ X2i ,X3i ) = β1 + β2X2i +β3 X3i

Trang 2

Trong đó : Yi: Là biến phụ thuộc.

X2i ,X3i : Là biến độc lập

Mô hình hồi quy tổng thể có dạng:

PRM: Yi= β1 + β2X2i +β3 X3i + U i (1)

Trong đó: Ui là sai số ngẫu nhiên

Cơ sở lý thuyết và thực tế: tốc độ tăng của GDP tỷ lệ thuận với tốc độ tăng của ngành dịch vụ và ngành công nghiệp – xây dựng

4.Ước l ợng mô hình hồi qui với các số liệu thu thập đ ợc chạy bằng phần mềm Eviews.

Với số liệu từ mẫu nêu trên bằng phầm mềm Eviews ta ớc lợng mô hình (1)

và thu đợc kết quả ớc lợng nh sau:

Method: Least Squares Date: 11/13/08 Time: 20:24 Sample: 1990 2006 Included observations: 17 Variable Coefficient Std Error t-Statistic Prob.

X2 0.291399 0.055003 5.297913 0.0001 X3 0.398604 0.035995 11.07379 0.0000

C 1.117722 0.512741 2.179897 0.0468 R-squared 0.927239 Mean dependent var 7.444706 Adjusted R-squared 0.916844 S.D dependent var 1.437963

S.E of regression 0.414661 Akaike info criterion 1.236076

Sum squared resid 2.407218 Schwarz criterion 1.383114

Log likelihood -7.506650 F-statistic 89.20516 Durbin-Watson stat 1.424892 Prob(F-statistic) 0.000000

Phần d E thu đợc từ kết quả ớc lợng mô hình:

Last updated: 11/13/08 - 20:26 Modified: 1990 2006 // e = resid

1990 0.098094

1991 -0.531481

1992 0.275331

1993 -0.585789

1994 -0.410801

Trang 3

1995 0.136815

1996 -0.105844

1997 -0.078691

1998 -0.741196

1999 -0.064647

2000 0.108095

2001 -0.146749

2002 0.277765

2003 0.296926

2004 0.486977

2005 0.584126

2006 0.401070

Hàm hồi qui mẫu nhận đợc từ kết quả trên có dạng:

YÂi = 1.117722 +0.291399 X2+ 0.398604 X3

Từ kết quả ớc lợng ta thấy:

Khi tốc độ tăng của ngành công nghiệp – xây dựng và ngành dịch vụ bằng nhau và bằng 0 ( X2 = X3 = 0) thì tốc độ tăng GDP trung bình (Y ) trung bình của Việt Nam là 1.117722%

Khi tốc độ của ngành dịch vụ (X2 )tăng lên 1% trong điều kiện ngành công nghiệp – xây dựng không đổi thì tốc độ của GDP(Y) trung bình tăng 0.291399 %

Khi tốc độ của ngành công nghiệp – xây dựng (X3) tăng lên 1% trong

điều kiện ngành dịch vụ không đổi thì tốc độ của GDP(Y) trung bình tăng 0.398640%

Có thể kết luận rằng các hệ số hồi qui ớc lợng đợc phù hợp với lý thuyết kinh tế

5 Kiểm định các hệ số hồi qui:

5.1 Kiểm định tính bằng 0 của các hệ số hồi qui:

- Kiểm định cặp giả thuyết β2

Ho: β2 = 0

H1: β2 ≠ 0

Dùng tiêu chuẩn kiểm định T để kiểm định

Miền bác bỏ Wα = { tqs: | tqs | > tα/2 (n-3)}, α = 0.05

Theo kết quả ở bảng trên, ta có giá trị tqs2 = 5.297913, t0.025(14)= 2.1450 suy

ra tqs2 > t0.025 (14)

Kết luận: bác bỏ Ho, thừa nhận H1.Vậy với mức ý nghĩa α = 0.05 thì tốc độ tăng của ngành dịch vụ ảnh hởng đến tốc độ tăng GDP

- Kiểm định cặp giả thiết β3 :

Trang 4

Ho: β3 = 0

H1: β3 ≠ 0

Dùng tiêu chuẩn kiểm định T để kiểm định

Miền bác bỏ Wα = { tqs: | tqs | > tα/2 (n-3)}

Theo kết quả ở bảng trên, ta có giá trị tqs3=11.07379, t0.025(14)=2.1450 suy

ra tqs 3 > t 0.025 (14).

Kết luận: bác bỏ Ho, thừa nhận H1 Vậy với mức ý nghĩa α =0.05 thì tốc độ tăng của ngành công nghiệp- xây dựng ảnh hởng đến tốc độ tăng GDP

5.2 Theo kết quả ở bảng trên có R 2 = 0.927239 có thể kết luận rằng:

92.7239% sự thay đổi của tốc độ tăng GDP là do tốc độ tăng của ngành công nghiệp- xây dựng và ngành dịch vụ gây ra

5.3.Kiểm định sự phù hợp của hàm hồi quy.

Kiểm định cặp giả thiết

Ho: R2=0 (mô hình hồi quy phù hợp)

H1: R2≠0 (mô hình hồi quy không phù hợp)

Ta dùng kiểm định F.

Miền bác bỏ Wα = { Fqs: Fqs > F α(2, n – 3) }

Fqs = 85.68060 và F 0.05 ( 2,14) = 3.74 suy ra Fqs > F 0.05(2,14)

Kết luận: bác bỏ Ho, thừa nhận H1 Vậy với mức ý nghĩa α=0.05, hàm hồi quy là phù hợp

6.Kiểm định các khuyết tật của mô hình.

6.1.Đa cộng tuyến

Bằng phơng pháp hồi quy phụ để phát hiện đa cộng tuyến trong mô hình hồi quy ban đầu, phơng pháp này sẽ hồi quy 1 biến độc lập với các biến độc lập còn lại:

Hồi quy mô hình sau: X2i=α1+ α2X3i +Vi

Dependent Variable: X2 Method: Least Squares Date: 11/13/08 Time: 20:27 Sample: 1990 2006 Included observations: 17 Variable Coefficient Std Error t-Statistic Prob.

X3 0.120714 0.166073 0.726870 0.4785

C 6.229142 1.790712 3.478583 0.0034 R-squared 0.034024 Mean dependent var 7.484706 Adjusted R-squared -0.030374 S.D dependent var 1.917642

Trang 5

Từ kết quả trên ta có R² = 0.034024

Ta kiểm định cặp giả thiết:

H0: X2 không có đa cộng tuyến với X3

H1: X2 có đa cộng tuyến với X3

Dùng tiêu chuẩn kiểm định F Miền bác bỏ Wα = { Fqs: Fqs > F α(1, n – 2) }

Ta có: Fqs = 0.528340, và F0.05 (1,15) = 4.54

So sánh ta thấy Fqs < F 0.05 (1,15)

Vậy cha đủ cơ sở bác bỏ H0,. Nghĩa là với mức ý nghĩa α = 0.05 thì mô hình trên không có hiện tợng đa cộg tuyến

6.2.Ph ơng sai sai số thay đổi

Ta dùng kiểm định White để kiểm định xem mô hình có hiện tợng

ph-ơng sai sai số thay đổi hay không

Ước lợng mô hình xuất phát thu đợc ei

Xác định mô hình của kiểm định White có dạng:

ei=α1 + α2 X2i + α3 X3i +α4 X2

2i + α5 X2

3i + α6 X2i X3i + Vi

Hồi qui mô hình trên ta đợc:

White Heteroskedasticity Test:

F-statistic 2.852116 Prob F(5,11) 0.068503

Obs*R-squared 9.597161 Prob Chi-Square(5) 0.087488

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 11/13/08 Time: 20:30

Sample: 1990 2006

Included observations: 17

Variable Coefficient Std Error t-Statistic Prob

C 1.057024 1.262759 0.837076 0.4204 X2 0.051102 0.091901 0.556051 0.5893 X2^2 -0.016621 0.013591 -1.222929 0.2469 X2*X3 0.024478 0.014767 1.657561 0.1256

Trang 6

X3 -0.169867 0.231527 -0.733680 0.4785 X3^2 -0.004059 0.006153 -0.659736 0.5230 R-squared 0.564539 Mean dependent var 0.141601 Adjusted R-squared 0.366602 S.D dependent var 0.159334 S.E of regression 0.126808 Akaike info criterion -1.021724 Sum squared resid 0.176882 Schwarz criterion -0.727649 Log likelihood 14.68465 F-statistic 2.852116 Durbin-Watson stat 1.562438 Prob(F-statistic) 0.068503

Từ kết quả báo cáo trên ta đợc R² = 0.564539

Ta kiểm định cặp giả thiết sau:

Ho: phơng sai sai số không đổi

H1: phơng sai sai số thay đổi

Dùng tiêu chuẩn kiểm định F

Với miền bác bỏ Wα = { Fqs: Fqs > F α(k - 1, n – k) } ( k = 6)

Ta có Fqs = 2,852116, F 0.05 (5, 11) = 3.20

So sánh ta đợc F qs < F 0.05(5, 11)

Kết luận: cha đủ cơ sở bác bỏ Ho Nh vậy với mức ý nghĩa α=0.05 thì mô

hình có phơng sai sai số không thay đổi

6.3 Kiểm định tự t ơng quan

- Dùng kiểm định Breusch - Godfrey để kiểm định tự tơng quan bậc 2

Ước lợng mô hình xuất phát thu đợc phần d et

Xây dựng mô hình của kiểm định BG có dạng

et=α1 + α2 X2 + α3 X3 + ρ1et-1 +ρ2 et-2 + Vi

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.058901 Prob F(1,13) 0.322232 Obs*R-squared 1.280421 Prob Chi-Square(1) 0.257821

Test Equation:

Dependent Variable: RESID Method: Least Squares Date: 11/13/08 Time: 21:14 Sample: 1990 2006 Included observations: 17 Presample missing value lagged residuals set to zero.

Variable Coefficient Std Error t-Statistic Prob.

X2 -0.017357 0.057420 -0.302273 0.7672 X3 0.005011 0.036248 0.138228 0.8922

C 0.084841 0.518266 0.163702 0.8725 RESID(-1) 0.298714 0.290287 1.029029 0.3222 R-squared 0.075319 Mean dependent var -5.03E-16 Adjusted R-squared -0.138069 S.D dependent var 0.387880

Trang 7

Ta thu đợc R2=0.075319 Kiểm định cặp giả thiết sau:

Ho: Mô hình không có tự tơng quan bậc 1

H1: Mô hình có tự tơng quan bậc 1

Để kiểm định cặp giả thiết trên ta dùng tiêu chuẩn χ2

χ2

qs = 1.280421 với PValue = 0.257821

Fqs = 1.058901 với PValue = 0.322232

Trong cả hai trờng hợp giả thuyết đều cho kết quả không có cơ sở để bác bỏ

H0 Vì PValue > α= 0.05 Vậy, mô hình không có tự tơng quan bậc 1

6.4 Kiểm tra mô hình có bỏ sót biến hay không

Dựa trên kiểm định Ramsey's RESET để kiểm định xem mô hình có bỏ sót biến thích hợp hay không ta có:

Ramsey RESET Test:

F-statistic 7.205749 Prob F(2,13) 0.007836 Log likelihood ratio 12.68222 Prob Chi-Square(2) 0.001762

Test Equation:

Dependent Variable: X2 Method: Least Squares Date: 11/13/08 Time: 22:13 Sample: 1990 2006 Included observations: 17 Variable Coefficient Std Error t-Statistic Prob.

X3 -179.1428 124.4746 -1.439192 0.1737

C -5526.777 3925.946 -1.407757 0.1827 FITTED^2 198.8196 142.8326 1.391976 0.1873 FITTED^3 -8.848837 6.582166 -1.344366 0.2018 R-squared 0.542096 Mean dependent var 7.464118 Adjusted R-squared 0.436426 S.D dependent var 1.906309

Kiểm định cặp giả thiết sau:

H0: Mô hình không bỏ sót biến thích hợp

Trang 8

H1: Mô hình bỏ sót biến thích hợp.

Bằng tiêu chuẩn kiểm định F ta có Fqs = 7.205799

và PValue =0.007836 < α= 0.05

Kết luận: bác bỏ H0 , thừa nhận H1 Vậy ta có thể kết luận mô hình bỏ sót biến thích hợp

6.5.Kiểm định tính phân bổ chuẩn của sai số ngẫu nhiên:

Ta dùng tiêu chuẩn kiểm định JB (Jarque – bera)

0

1

2

3

4

5

6

Series: Residuals Sample 1990 2006 Observations 17 Mean -1.16e-15 Median 0.095589 Maximum 0.579109 Minimum -0.747376 Std Dev 0.395187 Skewness -0.375384 Kurtosis 2.159729 Jarque-Bera 0.899377 Probability 0.637827

Xét cặp giả thiết:

Ho: U có phân phối chuẩn

H1: U không có phân phối chuẩn

Sử dụng tiêu chuẩn kiểm định Jarque – bera

Miền bác bỏ Wα ={ JBqs: JBqs > χα (2) }

JB = 0.899377 ; χ0.052(2) = 5.99147 Suy ra JB < χ0.052(2)

Kết luận: cha đủ cơ sở bác bỏ H0.Vậy với mức ý nghĩa α=0.05 thì U có phân phối chuẩn

Trang 9

7 Dựa vào kết quả ớc l ợng của mô hình tốt thực hiện các phân tích và cho kết luận về tính quy luật trong sự thay đổi các giá trị của biến phụ thuộc do ảnh h ởng của các biến kinh tế trong mô hình:

7.1 Khi biến độc lập thay đổi thì biến phụ thuộc thay đổi nh thế nào

Để trả lời câu hỏi này xác định khoảng tin cậy 2 phía của β2, β3

- Khoảng tin cậy 2 phía của β2:

βÂ2 - Se(βÂ2).tα /2(n-3) ≤ β2 ≤ βÂ2 + se(βÂ2) tα /2(n-3)

=> 0.1734 ≤β2 ≤ 0.4094

Vậy với mức ý nghĩa α= 0.05 thì khi tốc độ tăng của ngành dịch vụ tăng lên 1% thì tốc độ tăng của GDP tăng trong khoảng [0.1734%; 0.4094% ]

- Khoảng tin cậy 2 phía của β3:

βÂ3 - se(βÂ3) tα/2(n-3) ≤ β3 ≤ βÂ3+ se(βÂ3) tα/2(n-3)

=> 0.3214 ≤ β3 ≤ 0.4758

Vậy với mức ý nghĩa α= 0.05 thì khi tốc độ tăng ngành công nghiệp – xây dựng tăng lên 1% thì tốc độ tăng của GDP tăng trong khoảng

[0.3214%; 0.4758% ]

R 2 = 0.927239 có thể kết luận rằng:

92.7239% sự thay đổi của tốc độ tăng GDP là do tốc độ tăng của ngành công nghiệp- xây dựng và ngành dịch vụ gây ra

7.2 Nếu giá trị của biến độc lập tăng lên 1 đơn vị thì biến phụ thuộc thay đổi tối đa là bao nhiêu

Để trả lời câu hỏi này ta xác định khoảng tin cậy bên phải của các βj;

Khoảng tin cậy bên trái của β2

β2≤ βÂ2 +Se(βÂ2) tα(n-3)

=> β2≤ 0.3882

Khoảng tin cậy bên trái của β3:

β3≤ βÂ3+ Se(βÂ3) tα(n-3)

=> β3 ≤0.4620

Nh vậy với mức ý nghĩa α=0.05 ta thấy

Trang 10

+ Khi tốc độ của ngành dịch vụ tăng lên 1% thì tốc độ tăng của GDP tối đa

là 0.3882%

+ Khi tốc độ của công nghiệp – xây dựng tăng lên 1% thì tốc độ tăng của GDP tối đa là 0.4620%

7.3 Nếu giá trị của biến độc lập tăng lên 1 đơn vị thì biến phụ thuộc thay đổi tối thiểu là bao nhiêu.

Để trả lời câu hỏi này ta xác định khoảng tin cậy bên trái của các βj

- Khoảng tin cậy bên phải của β2

β2 ≥ βÂ2 - Se(βÂ2).tα(n-3)

=> β2 ≥ 0.1945

- Khoảng tin cậy bên phải của β3

β3 ≥ βÂ3 - Se(βÂ3) tα(n-3)

=> β3 ≥ 0.3352

Nh vậy với mức ý nghĩa α= 0.05 ta thấy

+ Khi tốc độ của ngành dịch vụ tăng lên 1% thì tốc độ tăng của GDP tối thiểu là 0.1945%

+ Khi tốc độ của công nghiệp - xây dựng tăng lên 1% thì tốc độ tăng của GDP tối thiểu là 0.3352%

7.4.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.

Ta xác định khoảng tin cậy 2 phía của phơng sai do các yếu tố ngẫu nhiên

gây ra (σ² ):

[(n – 3)*σÂ²]/ χα/22(n - 3) ≤ σ² ≤ [(n – 3)*σÂ²]/ χ 1- α/2 2(n - 3)

=> 0.09216 ≤ σ² ≤ 0.42766

Vậy với mức ý nghĩa α = 0.05 thì khi các biến ngẫu nhiên thay đổi 1% thì tốc độ tăng của GDP thay đổi trong khoảng [ 0.09216%; 0.42766% ]

*Kết luận chung: việc sử dụng mô hình trên trong phân tích và dự báo

là đáng tin cậy vì mô hình không mắc khuyết tật, phù hợp với lý thuyết kinh tế khi ngành dịch vụ và ngành công nghiệp – xây dựng tăng trởng thì GDP cũng tăng Cụ thể: trong giai đoạn 1990 – 2006 sau khi xoá bỏ bao cấp nớc ta đã tập trung phát triển theo hớng công nghiệp hoá, hiện

đại hoá nên kinh tế nớc ta tăng trởng nhanh và khá ổn định với GDP liên tục tăng Nh vậy phát triển kinh tế theo hớng đẩy mạnh dịch vụ và công nghiệp xây dựng là hớng đi đúng đắn.

Định dạng
Số trang	10
Dung lượng	229,5 KB