sử dụng phần mềm eviews cho môn học kinh tế lượng trong dự báo và phát triển kinh tế với bài tiểu luận dự báo giá trị cà phê xuất khẩu. Bài tiểu luận cung cấp cho các bạn cách và hướng làm bài tiểu luận môn này và những môn học có liên quan tới eviews.
Kinh tế lượng trong sự báo và phát triển kinh tế BÀI TẬP LỚN KINH TẾ LƯỢNG TRONG DỰ BÁO VÀ PHÁT TRIỂN KINH TẾ ӂ GVHD: Nguyễn Thị Dương Nga Nhóm thực hiện: Nhóm 13 Danh sách nhóm STT Họ và tên Lớp MSV 1 Nguyễn Quỳnh Trang K57 – QLKTA 575881 2 Trần Thị Trang K57 – KTC 573094 3 Nguyễn Huyền Trang K57 – KTA 572863 4 Nguyễn Thị Thủy K57 – KTB 572972 5 Phạm Minh Toàn K57 – KTC 576080 PHẦN I Nhóm 13 Page 1 Kinh tế lượng trong sự báo và phát triển kinh tế Giới thiệu I. Số liệu, định nghĩa biến, đường link. 1. Số liệu: Đơn vị tính: triệu USD Năm Tháng Giá trị Năm Tháng Giá trị Năm Tháng Giá trị 2005 2006 1 89 2007 1 350 2 65 2 86 2 172 3 78 3 125 3 252 4 54 4 103 4 189 5 55 5 105 5 139 6 43 6 74 6 126 7 54 7 73 7 98 8 52 8 70 8 76 9 78 9 61 9 66 10 55 10 52 10 73 11 59 11 121 11 121 12 67 12 142 12 192 Năm Tháng Giá trị Năm Tháng Giá trị Năm Tháng Giá trị 2008 1 309 2009 1 210 2010 1 198 2 156 2 234 2 110 3 218 3 199 3 168 4 171 4 180 4 159 5 162 5 132 5 141 6 213 6 115 6 137 7 147 7 76 7 138 8 110 8 77 8 123 9 101 9 71 9 93 10 71 10 79 10 97 11 121 11 115 11 120 12 221 12 202 12 292 Năm Tháng Giá trị Năm Tháng Giá trị Năm Tháng Giá trị 2011 1 283 2012 1 13 2013 1 455 2 303 2 414 2 219 3 365 3 427 3 354 Nhóm 13 Page 2 Kinh tế lượng trong sự báo và phát triển kinh tế 4 302 4 353 4 243 5 238 5 313 5 253 6 157 6 350 6 186 7 124 7 278 7 194 8 83 8 229 8 179 9 61 9 158 9 136 10 72 10 228 10 123 11 150 11 262 11 143 12 325 12 330 12 255 Năm Tháng Giá trị Năm Tháng Giá trị 2014 1 265 2015 1 281 2 350 2 230 3 448 4 446 5 370 6 238 7 196 8 217 9 226 10 212 11 192 12 255 2. Định nghĩa biến: Y – Trị giá xuất khẩu cà phê: là toàn bộ giá trị của cà phê được đưa ra khỏi lãnh thổ Việt Nam làm giảm nguồn của cải vật chất của Việt Nam trong một thời kỳ nhất định. Trị giá xuất khẩu được tính theo giá FOB. Giá FOB là giá giao hàng tại biên giới nước xuất khẩu, bao gồm giá của bản thân hàng hoá, chi phí đưa hàng đến địa điểm xuất khẩu và chi phí bốc hàng lên phương tiện chuyên chở. 3. Đường link số liệu: http://finance.vietstock.vn/du-lieu-vi-mo/48/xuat-khau.htm II. Mô tả số liệu. Nhóm 13 Page 3 Kinh tế lượng trong sự báo và phát triển kinh tế Đồ thị đơn biến: 0 100 200 300 400 500 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 TRIGIA Hình 1: Đồ thị trị giá xuất khẩu cà phê nước ta dạng đơn biến từ tháng 2 năm 2005 đến tháng 2 năm 2015 Đồ thị tần suất: 0 4 8 12 16 20 0 50 100 150 200 250 300 350 400 450 Series: TRIGIA Sample 2005M02 2015M02 Observations 121 Mean 178.2231 Median 157.0000 Maximum 455.0000 Minimum 13.00000 Std. Dev. 102.9768 Skewness 0.780395 Kurtosis 2.910624 Jarque-Bera 12.32211 Probability 0.002110 Nhóm 13 Page 4 Kinh tế lượng trong sự báo và phát triển kinh tế Hình 2: Đồ thị mô tả trị giá xuất khẩu cà phê của nước ta dạng tần suất từ tháng 2 năm 2005 đến tháng 2 năm 2015 Các dữ liệu: *Số quan sát: 121 *Mean (chỉ số trị giá xuất khẩu trung bình): 178.2231 *Median (trung vị): 157.0000 *Maximum: chỉ số trị giá xuất khẩu cà phê lớn nhất: 455.0000 *Minimum: Trị giá xuất khẩu cà phê bé nhất: 13.00000 *Std.dev (độ lệch chuẩn): 102.9768 cho biết độ phân tán của số liệu quanh giá trị trung bình. *Skewness (độ bất bất dối xứng): 0.780395 > 0 chứng tỏ số liệu cân đối gần như số liệu trong phân phối chuẩn. PHẦN II Xây dựng mô hình dự báo 1. Chuẩn đoán. Nhìn vào đồ thị đơn biến ta thấy trị giá xuất khẩu cà phê tăng với tốc độ tăng dần. Mô hình dự báo có tính thời vụ vì trị giá đạt cao nhất vào những tháng đầu năm và giảm tới thấp nhất vào các tháng cuối năm. Như vậy mô hình dự báo có thể có tính xu thế và tính thời vụ. 2. Chạy mô hình. a. Mô hình xu thế tuyến tính. Nhóm 13 Page 5 Kinh tế lượng trong sự báo và phát triển kinh tế Dạng mô hình: Y = β 0 + β 1 *TIME + ɛ t Ta có bảng kết quả hồi quy: Dependent Variable: TRIGIA Method: Least Squares Date: 03/29/15 Time: 14:09 Sample: 2005M02 2014M09 Included observations: 116 Variable Coefficient Std. Error t-Statistic Prob. C 67.34558 15.69776 4.290140 0.0000 TIME 1.854246 0.232885 7.962051 0.0000 R-squared 0.357364 Mean dependent var 175.8190 Adjusted R-squared 0.351726 S.D. dependent var 104.3142 S.E. of regression 83.98904 Akaike info criterion 11.71634 Sum squared resid 804174.1 Schwarz criterion 11.76382 Log likelihood -677.5478 Hannan-Quinn criter. 11.73561 F-statistic 63.39426 Durbin-Watson stat 0.925311 Prob(F-statistic) 0.000000 Dựa vào bảng trên ta có phương trình hồi quy: Y = 67.34558 + 1.854246*TIME + ɛ t -300 -200 -100 0 100 200 300 0 100 200 300 400 500 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Residual Actual Fitted Nhóm 13 Page 6 Kinh tế lượng trong sự báo và phát triển kinh tế Đồ thị phần dư của mô hình xu thế tuyến tính b. Mô hình xu thế bậc 2. Dạng mô hình: Y = β 0 + β 1 *TIME + β 2 *TIME2 + ɛ t Ta có bảng kết quả hồi quy: Dependent Variable: TRIGIA Method: Least Squares Date: 03/29/15 Time: 14:10 Sample: 2005M02 2014M09 Included observations: 116 Variable Coefficien t Std. Error t-Statistic Prob. C 69.51695 23.90734 2.907766 0.0044 TIME 1.743837 0.943289 1.848677 0.0671 TIME2 0.000944 0.007811 0.120820 0.9040 R-squared 0.357447 Mean dependent var 175.8190 Adjusted R-squared 0.346074 S.D. dependent var 104.3142 S.E. of regression 84.35440 Akaike info criterion 11.73345 Sum squared resid 804070.2 Schwarz criterion 11.80467 Log likelihood -677.5403 Hannan-Quinn criter. 11.76236 F-statistic 31.43044 Durbin-Watson stat 0.925448 Prob(F-statistic) 0.000000 Dựa vào bảng trên ta có phương trình hồi quy: Y = 69.51695 + 1.743837*TIME + 0.000944*TIME2 + ɛ t Nhóm 13 Page 7 Kinh tế lượng trong sự báo và phát triển kinh tế -300 -200 -100 0 100 200 300 0 100 200 300 400 500 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Residual Actual Fitted Đồ thị phần dư của mô hình xu thế bậc 2 c. Mô hình hàm mũ. Dạng mô hình: Y = C(1)*exp(C(2)*TIME) Ta có bảng kết quả hồi quy: Dependent Variable: TRIGIA Method: Least Squares Date: 03/29/15 Time: 14:12 Sample: 2005M02 2014M09 Included observations: 116 Convergence achieved after 97 iterations TRIGIA=C(1)*EXP(C(2)*TIME) Coefficient Std. Error t-Statistic Prob. C(1) 90.68556 11.05399 8.203873 0.0000 C(2) 0.010344 0.001435 7.209822 0.0000 R-squared 0.351103 Mean dependent var 175.8190 Nhóm 13 Page 8 Kinh tế lượng trong sự báo và phát triển kinh tế Adjusted R-squared 0.345411 S.D. dependent var 104.3142 S.E. of regression 84.39714 Akaike info criterion 11.72604 Sum squared resid 812007.9 Schwarz criterion 11.77351 Log likelihood -678.1100 Hannan-Quinn criter. 11.74531 Durbin-Watson stat 0.916626 Dựa vào bảng trên ta có phương trình hồi quy: Y = 90.68556*exp(0.010344*TIME) -300 -200 -100 0 100 200 300 0 100 200 300 400 500 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 Residual Actual Fitted Đồ thị phần dư của mô hình hàm mũ Lựa chọn mô hình Nhóm 13 Page 9 Kinh tế lượng trong sự báo và phát triển kinh tế Các biến giải thích Mô hình xu thế tuyến tính Mô hình xu thế bậc 2 Mô hình hàm mũ R-squared 0.357364 0.357447 0.351103 Adjusted R- squared 0.351726 0.346074 0.345411 S.E. of regression 83.98904 84.35440 84.39714 Schwarz criterion 11.76382 11.80467 11.77351 Durbin-Watson stat 0.925311 0.925448 0.916626 Nhận Xét: Từ bảng so sánh kết quả hồi quy ở trên chúng ta rút ra kết luận như sau: • R 2 của mô hình bậc 2 cao nhất. • Hệ số xác định hiệu chỉnh của mô hình tuyến tính cao nhất. • Sai số chuẩn của hồi quy của mô hình tuyến tính nhỏ nhất. • Schwarz criterion của mô hình tuyền tính nhỏ nhất. • Hệ số Durbin-Watson của mô hình tuyến tính và mô hình bậc 2 gần như bằng nhau. • Bên cạnh đó P – value của biến giả TIME2 là 0.9040 > 0.1 nên TIME2 không có ý nghĩa thống kê. Như vậy mô hình xu thế tuyến tính là tốt nhất nên ta chọn mô hình này để dự báo. Y = 67.34558 + 1.854246*TIME + ɛ t 3. Kiểm định tính thời vụ. a. Xây dựng mô hình: Y = 67.34558 + 1.854246*TIME + γ i + ɛ t Ta có bảng hồi quy sau: Nhóm 13 Page 10 [...]... trị dự báo 208.98 249.2 339.65 355.87 336.89 Giá trị thực tế 212 192 255 281 230 3.02 57.2 84.65 74.87 106.89 Cận trên Cận dưới Sai số 3 Đồ thị dự báo Đồ thị so sánh dự báo với thực tế Nhận xét: Nhóm 13 Page 14 Kinh tế lượng trong sự báo và phát triển kinh tế - Mô hình có R2 = 0.650217 có nghĩa là mô hình có năng lực dự báo là 65.022%, sai số càng về sau càng lớn Tuy nhiên giá trị thực và giá trị dự. .. 13 Page 12 Kinh tế lượng trong sự báo và phát triển kinh tế Y = 1.90893518519*TIME + 126.797222222*D1 + 105.908564815*D2 + 156.49962963*D3 + 111.190694444*D4 + 80.0817592593*D5 + 51.2728240741*D6 + 23.2638888889*D7 + 5.1549537037*D8 - 13.2539814815*D9 - 14.3648611111*D10 + 23.9484259259*D11 + 112.483935185*D12 + ɛt PHẦN III Dự báo I 1 Giá trị dự báo, khoảng tin cậy, các sai số Giá trị dự báo Thay các... 13 Kinh tế lượng trong sự báo và phát triển kinh tế 5.1549537037*0 - 13.2539814815*0 - 14.3648611111*0 + 23.9484259259*0 + 112.483935185*0 = 336.8897222 2 Khoảng tin cậy, các sai số Tại thời điểm T+h, khoảng tin cậy p=1-α của ŶT+h là: [ŶT+h - Zα/2σ; ŶT+h + Zα/2σ] + Z kiểm định: Z0.05/2 = 1.96 + Sigma mũ: sai số chuẩn của hồi quy xu thế: σ = 65.18883 + h: tầm xa của dự báo và ŶT+h là giá trị dự báo. .. ɛt Nhóm 13 Page 11 Kinh tế lượng trong sự báo và phát triển kinh tế 500 400 300 200 100 200 0 100 0 -100 -200 -300 2005 2006 2007 2008 2009 Residual Kiểm định tính thời vụ: Ta có: SSRR = 804174.1 SSRUR = 437707.1 M = 11 k = 13 2010 2011 Actual 2012 2013 2014 Fitted b T = 116 Fqs = = 7.8396 Fkđ = F11,103 = 1.882815 Có Fqs > Fkđ => trong mô hình xuất hiện tính thời vụ Vậy mô hình dự báo tốt nhất là mô.. .Kinh tế lượng trong sự báo và phát triển kinh tế Dependent Variable: TRIGIA Method: Least Squares Date: 03/29/15 Time: 22:08 Sample: 2005M02 2014M09 Included observations: 116 Variable Coefficient Std Error t-Statistic Prob... hình có R2 = 0.650217 có nghĩa là mô hình có năng lực dự báo là 65.022%, sai số càng về sau càng lớn Tuy nhiên giá trị thực và giá trị dự báo vẫn nằm trong khoảng tin cậy, do đó mô hình vẫn có thể sử dụng để dự báo cho khoảng thời gian không quá xa - Mô hình dự báo cho thấy chuỗi số liệu có tính thời vụ: khi nào trị giá đạt đỉnh điểm và khi nào trị giá xuất khẩu giảm đến mức thấp nhất, giúp đưa ra... 14.3648611111*D10 + 23.9484259259*D11 + 112.483935185*D12 + ɛt PHẦN III Dự báo I 1 Giá trị dự báo, khoảng tin cậy, các sai số Giá trị dự báo Thay các giá trị TIME và Di vào phương trình Y cuối cùng ta được giá trị dự báo cho 5 tháng tiếp theo: Y1 = 1.90893518519*117 + 126.797222222*0 + 105.908564815*0 + 156.49962963*0 + 111.190694444*0 + 80.0817592593*0 + 51.2728240741*0 + 23.2638888889*0 + 5.1549537037*0 - 13.2539814815*0... nhất, giúp đưa ra được các biện pháp khắc phục cho những hậu quả khi mức trị giá xuất khẩu thay đổi - Mô hình chưa giải thích hết được các yếu tố khác ảnh hưởng đến trị giá xuất khẩu cà phê ở Việt Nam trong thời gian trên Nhóm 13 Page 15 . Kinh tế lượng trong sự báo và phát triển kinh tế BÀI TẬP LỚN KINH TẾ LƯỢNG TRONG DỰ BÁO VÀ PHÁT TRIỂN KINH TẾ ӂ GVHD: Nguyễn Thị Dương Nga Nhóm. > F kđ => trong mô hình xuất hiện tính thời vụ. Vậy mô hình dự báo tốt nhất là mô hình tuyến tính thời vụ: Nhóm 13 Page 12 Kinh tế lượng trong sự báo và phát triển kinh tế Y = 1.90893518519*TIME. năm. Như vậy mô hình dự báo có thể có tính xu thế và tính thời vụ. 2. Chạy mô hình. a. Mô hình xu thế tuyến tính. Nhóm 13 Page 5 Kinh tế lượng trong sự báo và phát triển kinh tế Dạng mô hình: Y