KINH tế LƯỢNG các yếu tố tác ĐỘNG đến điểm TRUNG BÌNH TÍCH LŨY(GPA)

Đề tài KTL: NHỮNG NHÂN TỐ ẢNH HƯỞNG ĐẾN ĐIỂM TRUNG BÌNH HỌC TẬP CỦA SINH VIÊN HỌC VIỆN TÀI CHÍNHKhắc phục khuyết tật Phương sai sai số thay đổi (PSSSTĐ)Mô hình có đa cộng tuyếnXét thấy mô hình mắc khuyết tật đa cộng tuyến ở mức thấp. Biện pháp khắc phục đề xuất là gia tăng kích cỡ mẫu bằng cách thu thập thêm số liệu

Trang 1

TRƯỜNG HỌC VIỆN TÀI CHÍNH

KHOA KẾ TOÁN

- -BÀI TẬP NHÓM KINH TẾ LƯỢNG

TÊN ĐỀ TÀI CÁC YẾU TỐ TÁC ĐỘNG ĐẾN ĐIỂM TRUNG BÌNH TÍCH LŨY

SINH VIÊN HỌC VIỆN TÀI CHÍNH K54

GV hướng dẫn:

Nhóm thực hiện:

HÀ NỘI - 2018

Trang 2

LỜI NÓI ĐẦU

Kinh tế lượng hiểu theo nghĩa hẹp, là ứng dụng toán, đặc biệt là các phương pháp thống kê vào tinh 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 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

Hai mục đích chính của kinh tế lượng là:

1./ Kiểm nghiệm lý thuyết kinh tế bằng cách xây dựng các mô hình kinh tế (mà có khả năng kiểm định được).

2./ Chạy (estimate) và kiểm tra mô hình đó xem chúng đưa ra kết quả chấp nhận hay phủ quyết lý thuyết thống kê.

Đây là bộ môn khoa học kinh tế gồm các hệ thống phương pháp giúp tiến hành các nghiên cứu định lượng và thực chứng Vì thế nếu chỉ biết đến lý thuyết suông mà chưa áp dụng vào thực tế cuộc sống thì chưa thấy được tính hữu dụng, sự thú vị và hay ho của môn học Vì vậy, khi được giao bài tập nhóm từ Giảng viên bộ môn, chúng em rất vui vì có cơ hội đem những lý thuyết học trên lớp ứng dụng vào cuộc sống xung quanh Nhóm chúng em gồm 6 sinh viên đã tiến hành làm báo cáo cho đề tài này dưới sự hướng dẫn của cô Quỳnh Châm,giảng viên bộ môn kinh tế lượng Học viện Tài chính Bảng báo cáo này được thực hiện trong tháng 5 năm 2018 Tất cả số liệu trong bài đều là số liệu thật từ những bạn sinh viên được khảo sát Dù đã rất cố gắng nhưng có lẽ cũng khó tránh khỏi những sai sót ngoài mong muốn Tuy nhiên qua đề tài này chúng em hiểu hơn về lý thuyết KTL được giảng trên trường, phát hiện

ra một điều gì đó thú vị và cảm thấy yêu thích môn học này hơn, qua những gì mà nhóm em đã cảm nhận được qua quá trình thục hiện, với chúng em, đó đã là niềm vui lớn nhất rồi

Trang 3

I Đặt vấn đề

1 Lý do chọn đề tài

GPA viết tắt của Grade point Average - điểm trung bình; là một chỉ số để đánh giá một học sinh hoặc sinh viên Chỉ số này được tính bằng cách cộng các điểm trung bình của các môn học rồi chia đều ra để lấy số trung bình GPA được tính theo thang điểm 4, khác với thang điểm của việt nam là 10, trong đó 4 là cao nhất.

Đây là chỉ số quan trọng dùng để xếp loại tốt nghiệp, đồng thời cũng là một trong số nhiều chỉ tiêu nhà tuyển dụng chú ý tới khi các bạn sinh viên mới ra trường xin việc sau này

Có lẽ bạn sinh viên nào cũng muốn biết làm thế nào để có điểm tích lũy cao đến khi ra trường Cũng là sinh viên, đây cũng là vấn đề mà chúng em rất thắc mắc, quan tâm và muốn tìm hiểu

2 Yếu tố khảo sát

Vì tính phức tạp và đa dạng của các nhân tố ảnh hưởng đến GPA, nhóm chúng

em chỉ tiến hành nghiên cứu một ở một nội dung nhỏ là ảnh hưởng của thời gian học, yếu tố giới tính, và việc có người yêu hay chưa tác động như thế nào đến điểm tích lũy.

GPA

Thời gian

tự học

Người yêu Giới tính

Thời gian nghe giảng

Trang 4

II Xây dựng mô hình hồi quy

Mô hình đề xuất : GPAi= β1 + β2*THi + β3*NGi + β4*GTi + β5*NYi + Ui

1 Giải thích biến

1.1 Biến phụ thuộc

GPA : Điểm trung bình tích lũy của các bạn sinh viên k54 Học viện tài

chính tính đến thời điểm khảo sát (tháng5/2018)

1.2 Biến độc lập

Biến định lượng

TH : Thời gian tự học mỗi tối trong suốt giai đoạn (Đơn vị: giờ)

NG : Thời gian tập trung nghe giảng trên lớp (Đơn vị: giờ)

Biến định tính

GT: Giới tính của bạn sinh viên làm khảo sát

− 1: Nam

− 0: Nữ

NY: Tình trạng có người yêu hay chưa của bạn sinh viên làm khảo sát

− 1: Đã có người yêu

− 0: Chưa có người yêu

2 Kì vọng dấu

β2 > 0: thời gian tự học càng nhiều, điểm của các bạn càng cao

β3 > 0: thời gian nghe giảng càng nhiều, tiếp thu kiến thức tốt hơn, điểm GPA càng cao

β4 < 0: các bạn nữ thường có điểm cao hơn các bạn nam

Trang 5

β5 < 0: các bạn chưa có người yêu điểm cao hơn các bạn đã có người yêu Do ít bị phân tâm hơn

3 Bộ số liệu

Nam(1) hay Nữ(0) Điểm GPA hiện tại Thời gian tự học ở nhà Thời gian nghe giảng Có người yêu(1)hay Chưa có NY(0)

Trang 6

0 2.2 1 2 0

Nguồn: theo khảo sát của nhóm nghiên cứu

III Mô hình hồi quy

1 Ước lượng các tham số của mô hình

Với bộ số liệu trên, sử dụng EVIEW để ước lượng thu được kết quả: Dependent Variable: GPA

Method: Least Squares

Date: 05/22/18 Time: 15:10

Sample: 1 66

Included observations: 66

Variable Coefficient Std Error t-Statistic Prob

C 2.472202 0.156762 15.77045 0.0000

TH 0.080691 0.041773 1.931625 0.0581

NG 0.142858 0.048653 2.936280 0.0047

GT -0.076939 0.108884 -0.706617 0.4825

NY -0.283703 0.107801 -2.631730 0.0107

R-squared 0.390359 Mean dependent var 2.936364

Adjusted R-squared 0.350382 S.D dependent var 0.493850

S.E of regression 0.398038 Akaike info criterion 1.068194

Sum squared resid 9.664475 Schwarz criterion 1.234077

Log likelihood -30.25041 Hannan-Quinn criter 1.133742

F-statistic 9.764716 Durbin-Watson stat 2.103872

Trang 7

Prob(F-statistic) 0.000004

Từ bảng kết quả trên ta thấy

− biến TH, NG, NY có P_value lần lượt là 0.0581, 0.0047, 0.0107 đều

< 0.1 nên β2, β3,β5 có ý nghĩa thống kê với mức ý nghĩa 10%

− biến GT có P_value = 0.4825 > 0.1 nên β4 không có ý nghĩa thống kê với mức ý nghĩa 10%

==> Ta tiến hành loại bỏ biến GT và chạy lại thu được kết quả:

Dependent Variable: GPA

Date: 05/22/18 Time: 15:16

Sample: 1 66

C 2.429154 0.143855 16.88608 0.0000

TH 0.076042 0.041085 1.850829 0.0690

NG 0.152649 0.046449 3.286343 0.0017

NY -0.280275 0.107256 -2.613137 0.0112

Với kết quả mới, ta thấy P_value của các biến TH, NG, NY lần lượt là

0.069, 0.0017, 0.0112 , các giá trị này đều < 0.1 nên β2, β3,β5 có ý nghĩa thống

kê với mức ý nghĩa 10%

2 SFM và ý nghĩa hệ số hồi quy

SRM: GPAi= 2.429154 + 0.076042*THi + 0.152649*NGi - 0.280275*NYi+ ei

Ý nghĩa

β1 = 2.429154 cho biết khi thời gian tự học và thời gian nghe giảng bằng 0, thì điểm GPA trung bình của sinh viên chưa có người yêu là 2.429154

Trang 8

β2= 0.076042 cho biết khi thời gian tự học mỗi tối ở nhà tăng thêm 1 giờ thì điểm GPA trung bình tăng 0.076042 điểm.

β3= 0.152649 cho biết khi thời gian nghe giảng tăng 0.152649 giờ học thì điểm GPA trung bình tăng 0.152649 điểm.

β4 = -0.280275 cho biết nếu thời gian tự học mỗi tối ở nhà và thời gian nghe giảng trên lớp như nhau thì điểm trung bình của sinh viên chưa có người yêu cao hơn điểm trung bình của sinh viên đã có người yêu 0.280275 điểm.

==> Các hệ số hồi quy phù hợp với lý thuyết

3 Kiểm định sự phù hợp

Lập cặp giả thuyết H0: R2=0

H1: R2>0 Tiêu chuẩn kiểm định F : F ~ Fα(k-1, n-4)

Miền bác bỏ: Wα = { F: F > Fα(k-1, n-4 }

Dựa vào mẫu:

Fqs=12.95783

Fα(k-1, n-4)=F0.05( 3, 62)= 2.76

Fqs > Fα(k-1, n-4) ==> Fqs € Wα ==> Bác bỏ Ho, chấp nhận H1 Vậy với mức ý nghĩa α = 0.05 , mô hình hồi quy phù hợp.

IV Kiểm tra khyết tật

1 Kiểm định Ramsey

PTKĐ: GPAi= β1 + β2*THi + β3*NGi + β4*NYi + β5*(Ymũ)2 + β6*(Ymũ)3

Lập cặp giả thuyết: H0: Mô hình không bỏ sót biến thích hợp: β5=β6=0

H1: Mô hình không bỏ sót biến thích hợp: tồn tại βj ≠ 0(j=5,6)

Trang 9

Ramsey RESET Test

Equation: UNTITLED

Specification: GPA C TH NG NY

Omitted Variables: Powers of fitted values from 2 to 3

Value df Probability F-statistic 0.324231 (2, 60) 0.7243

Likelihood ratio 0.709481 2 0.7014

F-test summary:

Sum of Sq df SquaresMean Test SSR 0.104180 2 0.052090

Restricted SSR 9.743582 62 0.157155

Unrestricted SSR 9.639402 60 0.160657

LR test summary:

Value df Restricted LogL -30.51943 62

Unrestricted LogL -30.16469 60

Unrestricted Test Equation:

Date: 05/22/18 Time: 16:18

Sample: 1 66

C 20.43787 53.35140 0.383080 0.7030

TH 0.946270 2.730931 0.346501 0.7302

NG 1.901653 5.475676 0.347291 0.7296

NY -3.497243 10.06717 -0.347391 0.7295

FITTED^2 -4.363934 12.57373 -0.347068 0.7298

FITTED^3 0.544061 1.457186 0.373364 0.7102

Theo kết quả , ta thấy

Probability F-statistic 0.7243 Likelihood ratio 0.7014 P_value = 0.7243 > 0.05 ==> với mức ý nghĩa 5%, mô hình không bỏ sót biến.

Trang 10

2 Kiểm định sự tự tương quan

2.1 Phương pháp Đồ thị

Ta thấy đồ thị của resid theo resid(-1) không tuân theo quy luật mà khá lộn xộn => độ phân tán của resid theo resid(-1) không có mức độ phụ thuộc => khả năng không có tự tương quan.

2.2 Kiểm định Durbin-Watson

Durbin-Watson stat 2.103872

k'=3, n= 66

0 > dL dL > dU dU >4- dU 4- dU > 4 - dL 4 - dL > 4

Tự tương quan không kết luận Không tự không kết luận Tự tươngquan

Trang 11

+ tương quan

-Ta thấy Dqs = 2.103872 nằm trong khoảng dU >4- dU Vậy theo kiểm định Durbin-Watson,với mức ý nghĩa 5%, không có tự tương quan

2.3 Kiểm định Breusch-Godfrey( BG)

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.209012 Prob F(2,60) 0.8120

Obs*R-squared 0.456645 Prob Chi-Square(2) 0.7959

Test Equation:

Dependent Variable: RESID

Date: 05/22/18 Time: 17:54

Sample: 1 66

Presample missing value lagged residuals set to zero

TH 0.002318 0.041777 0.055474 0.9559

NG -0.002375 0.047568 -0.049928 0.9603

NY 0.024212 0.115016 0.210514 0.8340

C -0.008443 0.147007 -0.057434 0.9544

RESID(-1) -0.088196 0.137194 -0.642855 0.5228

RESID(-2) -0.015178 0.130622 -0.116201 0.9079

R-squared 0.006919 Mean dependent var 9.40E-16

Adjusted R-squared -0.075838 S.D dependent var 0.387171

F-statistic 0.209012 Prob F(2,60) 0.8120 Obs*R-squared 0.456645 Prob Chi-Square(2) 0.7959

C1: Dựa vào kết quả thấy Prob Chi-Square(2) = 0.7959 > 0.05

==> Với mức ý nghĩa 5%, không có hiện tượng tự tương quan

C2: Kiểm định F

Trang 12

Kiểm định cặp giả thuyết: H0: không có sự tự tương quan

H1: có sự tự tương quan Tiêu chuẩn kiểm định F : F ~ Fα(2, 60)

Miền bác bỏ: Wα = { F: F > Fα(2, 60) }

Dựa vào mẫu:

Fqs= 0.209012 ; Fα(2, 60) = 3.15

Fqs= 0.209012 < Fα(2, 60) = 3.15 => Fqs € Wα ==> Chấp nhận H0

Với mức ý nghĩa 5%, không có hiện tượng tự tương quan

3 Đa cộng tuyến

3.1 Ma trận hệ số tương quan

GT 1.000000 -0.118047 0.052979 -0.235374 -0.088345

GPA -0.118047 1.000000 0.477088 0.482559 -0.370225

TH 0.052979 0.477088 1.000000 0.449597 -0.330638

NG -0.235374 0.482559 0.449597 1.000000 -0.054785

NY -0.088345 -0.370225 -0.330638 -0.054785 1.000000

Từ kết quả trên, ta có thể thấy giữa các biến giải thích có mối quan hệ tương quan tuyến tính khá thấp => khả năng không có tương quan cặp

=> khả năng mô hình không có đa cộng tuyến

3.2 Hồi quy phụ

Sử dụng eview có bảng Nhân tử phóng đại phương sai

Variance Inflation Factors

Date: 05/23/18 Time: 00:55

Sample: 1 66

Coefficient Uncentered Centered Variable Variance VIF VIF

C 0.020694 8.690988 NA

Trang 13

TH 0.001688 5.639008 1.420574

NG 0.002158 8.388314 1.269085

NY 0.011504 1.830027 1.136835

VIF( TH) =1.420574 VIF( NG) = 1.269085 VIF( NY) =1.136835

Dễ thấy VIF < 2 => Khả năng mô hình không có đa cộng tuyến

3.3 Độ đo Theil

- GPA theo NG và NY

Date: 05/22/18 Time: 23:32

Sample: 1 66

C 2.530109 0.135651 18.65155 0.0000

NG 0.192013 0.042081 4.562885 0.0000

NY -0.348385 0.102667 -3.393355 0.0012

R22= 0.351410

- GPA theo TH và NY Dependent Variable: GPA

Date: 05/22/18 Time: 23:34

Sample: 1 66

C 2.691354 0.128677 20.91561 0.0000

TH 0.137865 0.039263 3.511289 0.0008

NY -0.241026 0.114580 -2.103559 0.0394

Trang 14

R32= 0.278303

- GPA theo TH và NG

Date: 05/22/18 Time: 23:35

Sample: 1 66

C 2.271018 0.136411 16.64835 0.0000

TH 0.112877 0.040337 2.798357 0.0068

NG 0.139133 0.048249 2.883667 0.0054

R42= 0.317675 Tính độ đo thiel:

m= R2- ∑( R2- Rj2) = 0.17665 => Mô hình có đa cộng tuyến thấp.

Kết luận : Mô hình có đa cộng tuyến Tuy nhiên nhân từ phóng đại phương sai VIF và độ đo theil m đều ở mức nhỏ Xét thấy mô hình mắc khuyết tật đa cộng tuyến ở mức thấp

Biện pháp khắc phục đề xuất là gia tăng kích cỡ mẫu bằng cách thu thập thêm số liệu Tuy nhiên do điều kiện hạn chế, nhóm không thể thử thực hiện.

Vì VIF < 10, đa cộng tuyến ở mức chấp nhận được nên nhóm không tiên hành loại bỏ biến khỏi mô hình

4 Kiểm định White về PSSSTĐ và Khắc phục

4.1: Kiểm định White

Trang 15

Heteroskedasticity Test: White

F-statistic 8.723726 Prob F(8,57) 0.0000

Obs*R-squared 36.32885 Prob Chi-Square(8) 0.0000

Scaled explained SS 40.49999 Prob Chi-Square(8) 0.0000

Test Equation:

Dependent Variable: RESID^2

Date: 05/22/18 Time: 19:40

Sample: 1 66

Collinear test regressors dropped from specification

C 0.073373 0.142535 0.514772 0.6087

TH^2 -0.022294 0.012113 -1.840415 0.0709

TH*NG 0.016014 0.021660 0.739317 0.4627

TH*NY -0.038743 0.039254 -0.986984 0.3278

TH 0.080275 0.080622 0.995700 0.3236

NG^2 0.001041 0.014437 0.072081 0.9428

NG*NY 0.211759 0.048234 4.390226 0.0000

NG -0.059656 0.062934 -0.947906 0.3472

NY^2 -0.262370 0.142981 -1.834994 0.0717

S.E of regression 0.169306 Akaike info criterion -0.588089

Sum squared resid 1.633885 Schwarz criterion -0.289500

Log likelihood 28.40695 Hannan-Quinn criter -0.470103

Nhận thấy P_value = 0.00000 < 0.05 => Có hiện tượng phương sai sai số

thay đổi.

4.2: Khắc phục khuyết tật PSSSTĐ

Từ mô hình hồi quy ban đầu, chia 2 vế cho Nghegiang (NG) GPAi= β1 + β2*THi + β3*NGi + β4*NYi + Ui

= + +β3 + + u

Định lại mẫu với biến nghegiang(NG) để loại các giá trị bằng 0

Hồi quy với trọng số 1/NG, kết quả Eview cho:

Định dạng
Số trang	18
Dung lượng	624,5 KB