BÀI tập GIỮA kì KINH tế LƯỢNG

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ VÀ KINH DOANH QUỐC TẾ ********** BÁO CÁO BÀI TẬP GIỮA KÌ KINH TẾ LƯỢNG Giảng viên hướng dẫn: ThS Đặng Thái Long Nhóm 13 – KTE309.5 Hán Thu Thảo : 1211110594 Lê Thị Phương Nhung : 1211110507 Trần Thi Giang Thu :1211110635 Phùng Thảo Linh :1211110402 Hà nội, tháng năm 2014 MỤC LỤC NỘI DUNG BÀI I Vấn đề nghiên cứu II Lý thuyết, mơ hình lý thuyết Các biến kinh tế sử dụng Cơ sở lý thuyết thực tế Mơ hình lựa chọn: Dự kiến dấu: Đồ thị: .7 III Diễn giải mơ hình: .9 IV Kiểm định mơ hình: 10 Kiểm định phù hợp mơ hình ý nghĩa hệ số: 10 Kiểm định thừa biến mơ hình 11 Kiểm định đa cộng tuyến .12 Kiểm định phân phối chuẩn 12 Kiểm định định dạng mơ hình 13 V Sửa lỗi mơ hình .13 VI Sửa lỗi mơ hình thừa biến: 13 Diễn giải mơ hình mới: 14 NỘI DUNG BÀI 16 I Vấn đề nghiên cứu: 16 II Mơ hình lý thuyết: 16 Các biến kinh tế sử dụng: 16 Cơ sở lý thuyết thực tiễn: 17 Mơ hình lựa chọn: 18 Dự kiến dấu: 18 Đồ thị: 19 III Diễn giải mơ hình: 21 IV Kiểm định mơ hình: 22 Kiểm định phù hợp mơ hình ý nghĩa hệ số: 22 Kiểm định thừa biến mơ hình 24 Kiểm định đa cộng tuyến .24 Kiểm định phương sai sai số thay đổi 24 Kiểm định phân phối chuẩn 25 Kiểm định định dạng mơ hình 25 V Sửa lỗi mô hình: 25 Sửa lỗi mơ hình thừa biến: 25 LỜI MỞ ĐẦU Kinh tế lượng (Econometrics) một khoa học xã hội đó các công cu của lý thuyết kinh tế, toán học suy đoán thống kê áp dung để phân tích các vấn đề kinh tế Kinh tế lượng sử dung các công cu phương pháp của thống kê toán để tìm bản chất của các số liệu thống kê, đưa kết luận về các số liệu thống kê thu thập từ đó có thể đưa các dự báo về các hiện tượng kinh tế Từ đời đến nay, kinh tế lượng đã đem lại cho các nhà kinh tế một công cu đo lường sắc bén để đo các quan hệ kinh tế Ngày nay, không chỉ ở lĩnh vực kinh tế, kinh tế lượng còn áp dung sang các lĩnh vực khác xã hội học, vũ tru học… trở thành một bộ phận không thể thiếu quá trình thúc đẩy sự phát triển của xã hợi lồi người Là những sinh viên theo học khối ngành kinh tế, chúng em nhận thấy sự cần thiết của việc học tập tìm hiểu về Kinh tế lượng việc phân tích logic nghiên cứu vấn đề Để hiểu sâu về việc đưa Kinh tế lượng vào thực tế cuộc sống áp dung Kinh tế lượng cho đúng hiệu quả, nhóm em xin xây dựng BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG dưới sự hướng dẫn của thầy Thái Long Do kiến thức vẫn còn hạn chế một vài yếu tố khách quan khác, báo cáo khó tránh khỏi những thiếu sót, chúng em mong nhận sự góp ý phê bình của thầy để có thể hoàn thiện nữa NỘI DUNG BÀI I Vấn đề nghiên cứu Các yếu tố ảnh hưởng đến cầu về thịt lợn tại Mỹ II Lý thuyết, mơ hình lý thuyết Các biến kinh tế sử dụng CONPK t PRIPK t PRIBF t YDUSP t LYDUSP t PROPK t D1 t D2 t D3 t Lượng thịt lợn (pound) tiêu thu đầu người ở Mỹ quý t Giá một cân thịt lợn (USD/100 pound) quý t Giá một cân thịt bò (USD/100 pound) quý t Bình quân thu nhập đầu người ở Mỹ quý t (USD hiện hành) Log của thu nhập bình quân đầu người Lượng thịt lợn sản xuất (tỷ pound) tại Mỹ quý t Giả định quý đầu tiên của năm ngược lại Giả định quý thứ hai của năm ngược lại Giả định quý thứ ba của năm ngược lại Cơ sở lý thuyết thực tế Trên thực tế, nhu cầu đối với thịt lợn của người rất lớn Câu hỏi đặt ở liệu người tiêu dùng điển hình định mua một sản phẩm dựa giá thực tế thu nhập hay giá danh nghĩa thu nhập Các hành vi tiêu dùng giả định phức tạp, thì sự ảnh hưởng của giá thực tế thu nhập đối với biến phu thuộc (pound thịt lợn) điều kiện thực tế hợp lý Giá danh nghĩa có thể chuyển sang giá thực tế theo công thức: X i thực tế = X i danh nghĩa (100/CPIi ) Mơ hình lựa chọn: Có nhiều dạng hàm có thể mô tả quy luật kinh tế nêu dạng hàm tuyến tính tốt nhất dựa giả định của lý thuyết kinh tế Thực tiễn cũng đã chứng minh các nhân tố thì còn có những nhân tố khác ảnh hưởng tới nhu cầu tiêu thu thịt lợn Dựa mô hình tính toán xét yếu tố ngẫu nhiên ta xây dựng mô hình: (PRF) CONPK= β1 + β2*PRIPK + β3*PRIBF + β4*PROPK + β5*YDUSP + ui Dự kiến dấu: Tên biến PRIPK PRIBF PROPK YDUS P Dấu kì Mô tả vọng Giá một cân thịt lợn (USD/100 pound) quý t Giá một cân thịt bò (USD/100 pound) quý t + Diễn giải Giá thịt lợn cao thì lượng tiêu thu thịt lợn thấp Giá thịt bò cao thì lượng tiêu thu thịt lợn cao Lượng thịt lợn sản xuất Lượng thịt lợn sản xuất (tỷ + pound) tại Mỹ quý t nhiều thì lượng tiêu thu nhiều Bình quân thu nhập dầu người ở Mỹ quý t (USD hiện hành) + Thu nhập cao thì lượng tiêu thu thịt lợn cao Đồ thị: Đồ thị 1: mối quan hệ giá thịt lợn lượng tiêu thụ thịt lợn Đồ thị 2: mói quan hệ giá thịt bò lượng tiêu thụ thịt lợn Đồ thị 3: mối quan hệ sản lượng lượng tiêu thụ thịt lợn Đồ thị 4: mối quan hệ thu nhập bình quân lượng tiêu thụ thịt lợn III Diễn giải mơ hình: Dựa vào phần mềm Stata, ta kết quả hồi quy sau: CONPK = 4.016223 - 0.011906*PRIPK + 0.0037047*PRIBF + 3.289468*PROPK + 0.0298289*YDUSP + ui  Hệ số chặn 1=4.016223 tất cả các yếu tố tác động thì lượng tiêu thu thịt lợn 4.016223  Hệ số góc = - 0.011906 giá thịt lợn tăng thêm một đơn vị các yếu tố khác không đổi thì về mặt trung bình lượng tiêu thu giảm 0.011906  Hệ số góc = 0.0037047: Khi giá thịt bò tăng thêm đơn vị, các yếu tố khác không đổi thì về mặt trung bình lượng tiêu thu thịt lợn tăng 0.0037047  Hệ số góc = 3.289468: Khi lượng sản xuất thịt lợn tăng thêm đơn vị, các yếu tố khác không đổi thì về mặt trung bình lượng tiêu thu thịt lợn tăng 3.289468  Hệ số góc = 0.0298289: Khi thu nhập trung bình tăng thêm đơn vị, các yếu tố khác không đổi thì về mặt trung bình, lượng tiêu thu thịt lợn tăng 0.0298289  Hệ số phù hợp R2 = 0,9828: 98,28% các thay đổi biến phu thuộc CONPK giải thích sự thay đổi của các biến giải thích  Trong mô hình hồi quy ta thấy: các biến PRIPK, PRIBF, PROPK, YDUSP phù hợp với dấu dự kiến IV Kiểm định mơ hình: Bảng Model 1 Kiểm định phù hợp mơ hình ý nghĩa hệ số: a Kiểm định phù hợp mơ hình: Với P-value = 0.00000 Bác bỏ giả thuyết H0, chấp nhận H1  Mô hình phù hợp với R2 = 0.9828, cho thấy mức độ phù hợp của mô hình 98,28%, các biến đọc lập giải thích 98,28% cho biến CONPK b Kiểm định hệ số chặn: Từ bảng Model 1, ta có p-value = 0.000 < 0.05  Hệ số chặn có ý nghĩa thống kê c Kiểm định hệ số góc β2: Từ bảng Model 1, ta có p-value (pripk) = 0.007 > 0,05  Hệ số góc β2 có ý nghĩa thống kê hay biến PRIPK có ý nghĩa thống kê d Kiểm định hệ số góc β3: Từ bảng Model 1, ta có p-value (pribf) = 0,138 > 0,05  Hệ số góc β3 không có ý nghĩa thống kê hay biến PRIBF không có ý nghĩa thống kê e Kiểm định hệ số góc β4: 10 P-value > 0,05 => khơng có hiện tượng phương sai sai số thay đổi Kiểm định phân phối chuẩn Sử dung kiểm định Swilk ta có Sai số ngẫu nhiên phân phối chuẩn Kiểm định định dạng mơ hình Ta có p-value > 0,05 => mô hình định dạng dạng hàm đúng V Sửa lỗi mơ hình Sửa lỗi mơ hình thừa biến: Dựa vào kết quả kiểm định thừa biến mô hình ở trên, ta có lý để loại bỏ biến PRIBF YDUSP khỏi mô hình Từ đó ta có mô hình hồi quy mới: CONPK = 2.980063 - 0.00473*PRIPK + 3.562273*PROPK + ui 12  NHẬN XÉT: kiểm định mô hình mới thấy không vi phạm các giả định 13 VI Diễn giải mơ hình mới: Qua các thao tác kiểm định ý nghĩa của các hệ số hồi quy, mức độ phù hợp của mô hình, chúng ta thấy rõ mối quan hệ giữa lượng thịt lợn tiêu thu với giá thịt lợn, giá thịt bò, lượng thịt lợn sản xuất thu nhập khả dung của Mỹ quý đó Từ kết quả hồi quy, kiểm định sửa lỗi ta rút mô hình tối ưu nhất là: CONPK = 2.980063 - 0.00473*PRIPK + 3.562273*PROPK + ui  Hệ số chặn 1= 2.980063 tất cả các yếu tố tác động thì lượng tiêu thu thịt lợn 2.980063  Hệ số góc 2= - 0.00473 giá thịt lợn tăng thêm đơn vị với giả định các yếu tố khác không đổi thì về mặt trung bình lượng tiêu thu thịt lợn giảm 0.00473 đơn vị  Hệ số góc = 3.562273 lượng thịt lợn sản xuất tăng đơn vị các yếu tố khác không đổi, về mặt trung bình lượng tiêu thu thịt lợn tăng 3.562273 đơn vị  R2= 0.9828 => 98,28% sự thay đổi của lượng tiêu thu thịt lợn giải thích thông qua sự thay đổi của biến dạng mô hình Trên thực tế, còn rất nhiều yếu tố khác ảnh hưởng đến lượng tiêu thu thịt lợn tại Mỹ, ví du sở thích, hay các yếu tố xã hội bệnh dịch,… Do điều kiện nghiên cứu chỉ có thể xem xét một số biến nêu lên số liệu vì những biến giải thích chỉ phản ánh phần lớn, không thể giải thích hoàn toàn vấn đề 14 NỘI DUNG BÀI I Vấn đề nghiên cứu: Nghiên cứu phương thức hoạt động của ngành công nghiệp Mỹ trước cuộc khủng hoảng bắt đầu vào những năm 1980 việc xây dựng mô hình phân tích các yếu tố ảnh hưởng đến tổng số tiền gửi tài khoản sổ tiết kiệm II Mơ hình lý thuyết: Các biến kinh tế sử dụng: cổ phiếu tổng hợp của các khoản tiền gửi tổ chức tại QDPASS t các tài khoản sổ tiết kiệm S & Ls ở Mỹ quý t QYDUS t (triệu USD danh nghĩa) thu nhập của Mỹ quý t (triệu USD danh nghĩa) Thu nhập thường xuyên quý t (triệu USD danh QYPERM t QRDPASS t QRTB3Y t SPREAD t MMCDUM t EXPINF t BRANCHt nghĩa) tỷ lệ hồn vớn (%) tài khoản sổ tiết kiệm S & Ls quý t lãi suất ba tháng tín phiếu kho bạc quý t = QRDPASS t - QRTB3Y t Giả định = tài khoản trước năm 1978 năm hợp pháp hoá lãi suất của thị trường tiền tệ tỷ lệ % lạm phát dự kiến quý t (tương đương với tỷ lệ lạm phát của quý trước) số lượng chi nhánh S & L hoạt động tại Mỹ quý t Cơ sở lý thuyết thực tiễn: Trên thực tế, các tài khoản sổ tiết kiệm tài khoản tiết kiệm của nhiều người, vậy các tài khoản sổ tiết kiệm không thể cộng gộp lại Hơn nữa, cổ phiếu của các khoản tiền gửi sổ tiết kiệm chỉ phản ánh một phần sự giàu có Như vậy, ta cần xác định xem các yếu tố ảnh hưởng tới định của người tiết kiệm 15 Trong quý, tiền gửi mới bởi các cá nhân có nhu cầu để tiết kiệm một phần thu nhập của họ quý đó, chính vì vậy mô hình cần sử dung các biến phản ánh thu nhập hay sự giàu có Hai biến thu nhập trung bình hàng quý ở Mỹ (QYDUS) thu nhập cố định (QYPERM), định nghĩa dưới Tài khoản tiết kiệm gửi ngân hàng chịu mức lãi suất thấp có tính khoản cao hầu hết các tài sản tài chính khác, ngoại trừ các khoản tiền gửi (kiểm tra tài khoản), đó, có thể coi việc người nắm giữ sổ tiết kiệm một tài khoản giao dịch tạm thời Một nhóm yếu tố quan trọng thứ hai mô hình liên quan đến sự cạnh tranh từ các tài sản khác bao gồm tỷ lệ hồn vớn tài khoản sổ tiết kiệm (QRDPASS), lãi suất ba tháng tín phiếu kho bạc (QRTB3Y), một biến giả (MMCDUM) giả định không tài khoản tiết kiệm trước năm 1978 Ngoài ra, ta cũng có thể sử dung một biến thứ tư SPREAD, phản ánh sự chênh lệch giữa hai biến lãi suất Tỷ lệ hồn vớn (QRDPASS) phản ánh mức đợ rủi ro của khoản tiền gửi, vì thực tế ngân hàng ln đảm bảo hồn vớn theo hợp đồng, vì vậy các nhà đầu tư không thể mất vốn Người gửi tiền cho ngân hàng vay tiền, ngân hàng có nghĩa vu phải cho các nhà đầu tư thu hồi vốn của họ cộng với tất cả tiền lãi Chính vì vậy, tỷ lệ hồn vớn thấp thì người gửi tiền thu nhiều lãi hơn, vậy họ định gửi tiền tiết kiệm nhiều Nhóm thứ ba các yếu tố đo lường môi trường kinh tế mà đó tiền gửi lưu chuyển, bao gồm lạm phát kỳ vọng số lượng chi nhánh S&L Trên thực tế, các cá nhân gửi tiết kiệm định tiết kiệm hay không dựa việc dự đoán tỷ lệ lạm phát tương lai cách dựa vào tỷ lệ lạm phát quá khứ, mức lạm phát dự đoán gọi “lạm phát kỳ vọng” Do vậy, t hước đo của lạm phát kỳ vọng (EXPINF) cũng có thể coi mợt biến giải thích Ngồi ra, sự tiện lợi của quỹ tiền gửi cũng một yếu tố ảnh hưởng tới định của 16 người tiết kiệm, đó, tổng số chi nhánh của S & Ls mở tồn q́c (CN) cũng coi mợt biến giải thích Mơ hình lựa chọn: Ta xây dựng mô hình: QDPASS t = β1+ β2*QYDUS +β3*EXPINF +β4*MMCDUM +β5*QRDPASS +ui Dự kiến dấu: Tên biến QYDUS EXPINF Dấu kì Mô tả vọng thu nhập của Mỹ quý t (hàng triệu đô la danh nghĩa) tỷ lệ lạm phát dự kiến quý t (%) + - Giả định = tài khoản trước MMCDUM tỷ lệ hồn vớn (%) tài khoản sổ tiết kiệm S & Ls quý t 17 Thu nhập cao thì số tiết kiệm nhiều Lạm phát cao thì tiết kiệm ít Khó dự đoán dấu biến năm 1978 năm hợp pháp hoá lãi suất định tính của thị trường tiền tệ QRDPASS Diễn giải - Tỷ lệ hồn vớn thấp thì tiết kiệm nhiều Đồ thị: Đồ thị 5: mối quan hệ thu nhập tài khoản tiết kiệm Đồ thị 6: mối quan hệ lạm phát số tài khoản tiết kiệm 18 Đồ thị 7: ảnh hưởng sách năm 1978 tới tài khoản tiết kiệm Đồ thị 8: mối quan hệ số lượng chi nhánh với số tài khoản tiết kiệm III Diễn giải mơ hình: Dựa vào phần mềm Stata, ta kết quả hồi quy sau: 19 QDPASSt = 243856.7 + 104.106 *QYDUS - 307.3866 *EXPINF - 33987.97 *MMCDUM - 45869.35*QRDPASS + ui  Hệ số chặn = 243856.7: Khi tất cả các yếu tố tác động thì tài khoản tiết kiệm 243856.7 đơn vị  Hệ số góc = 104.106: Khi thu nhập tăng thêm một đơn vị các yếu tố khác không đổi thì về mặt trung bình lượng tiết kiệm tăng 104.106 đơn vị  Hệ số góc = - 307.3866: Khi tỷ lệ lạm phát dự kiến tăng thêm 1%, các yếu tố khác không đổi thì về mặt trung bình lượng tiết kiệm giảm 307.3866 đơn vị  Hệ số góc = - 33987.97: trước năm 1978, tiền gửi tài khoản sổ tiết kiệm về mặt TB thấp những năm sau 33987.97 đơn vị  Hệ số góc = - 45869.35: Khi tỷ lệ hồn vớn tăng thêm đơn vị, các yếu tố khác không đổi thì về mặt trung bình, lượng tiết kiệm giảm 45869.35 đv  Hệ số phù hợp R2 = 0.932: 93.2% các thay đổi biến phu thuộc QDPASS giải thích sự thay đổi của các biến giải thích  Trong mô hình hồi quy ta thấy: các biến phù hợp với dấu dự kiến IV Kiểm định mơ hình: Bảng Model 20 Kiểm định phù hợp mơ hình ý nghĩa hệ số: a Kiểm định phù hợp mơ hình: Với P-value = 0.00000 Bác bỏ giả thuyết H0, chấp nhận H1  Mô hình phù hợp với R2 = 0.9320, cho thấy mức độ phù hợp của mô hình 93,20%, các biến đọc lập giải thích 93,20% cho biến QDPASS g Kiểm định hệ số chặn: Từ bảng Model 1, ta có p-value = 0.001 < 0.05  Hệ số chặn có ý nghĩa thống kê h Kiểm định hệ số góc β2: Từ bảng Model 1, ta có p-value (qydus) = 0.000 < 0,05  Hệ số góc β2 có ý nghĩa thống kê hay biến QYDUS có ý nghĩa thống kê i Kiểm định hệ số góc β3: Từ bảng Model 1, ta có p-value (expinf) = 0.537 > 0,05  Hệ số góc β3 không có ý nghĩa thống kê hay biến EXPINF không có ý nghĩa thống kê j Kiểm định hệ số góc β4: Từ bảng Model 1, ta có p-value (mmcdum) = 0.000 < 0.05  Hệ số góc β4 có ý nghĩa thống kê, hay biến MMCDUM có ý nghĩa thớng kê k Kiểm định hệ số góc β5: 21 Từ bảng Model 1, ta có p-value (qrdpass) = 0.004 < 0.05  Hệ số góc β5 không có ý nghĩa thống kê, hay biến QRDPASS không có ý nghĩa thống kê Nhận xét: Dựa vào mô hình hồi quy gốc ta thấy các biến QYDUS, MMCDUM, QRDPASS có ý nghĩa thống kê, biến EXPINF không có ý nghĩa thống kê ở mức ý nghĩa 5% Tiến hành kiểm định F-test để bỏ biến Kiểm định thừa biến mơ hình Từ kết quả hồi quy ta thấy có hệ số β3 không có ý nghĩa thống kê ở mức 5% nên ta tiến hành kiểm định thừa biến: Từ kết quả suy có lý để bỏ biến EXPINF Kiểm định đa cộng tuyến Ta có VIF không có hiện tượng đa cộng tuyến Kiểm định phương sai sai số thay đổi Sử dung kiểm định hettest ta có: 22 P-value > 0,05 => không có hiện tượng phương sai sai số thay đổi Kiểm định phân phối chuẩn Sử dung kiểm định Swilk ta có  Sai số ngẫu nhiên không phải phân phối chuẩn Tuy nhiên mẫu đủ lớn (>30) nên theo định lý giới hạn trung tâm (CLT), thống kê tính từ các hệ số ước lượng vẫn có phân phối tiệm cận chuẩn hóa, nên vẫn có thể tiến hành suy diễn thống kê Kiểm định định dạng mơ hình Ta có p-value > 0,05 => mô hình định dạng dạng hàm đúng 23 V Sửa lỗi mơ hình: Sửa lỗi mơ hình thừa biến: Dựa vào kết quả kiểm định thừa biến mô hình ở trên, ta có lý để loại bỏ EXPINF khỏi mô hình Từ đó ta có mô hình hồi quy mới: QDPASS = 267766.1 + 105.6902*QYDUS – 34812.56*MMCDUM – 31314.84*QRDPASS + ui 24  NHẬN XÉT: kiểm định mô hình mới thấy không vi phạm các giả định Diễn giải mô hình mới: QDPASS = 267766.1 + 105.6902*QYDUS – 34812.56*MMCDUM – 31314.84*QRDPASS + ui  Hệ số chặn = 267766.1: Khi tất cả các yếu tố tác động thì tài khoản tiết kiệm 267766.1 đơn vị  Hệ số góc = 105.6902: Khi thu nhập tăng thêm một đơn vị các yếu tố khác không đổi thì về mặt trung bình lượng tiết kiệm tăng 105.6902 đơn vị  Hệ số góc = - 34812.56: trước năm 1978, tiền gửi tài khoản sổ tiết kiệm về mặt TB thấp những năm sau 34812.56 đơn vị  Hệ số góc = - 31314.84: Khi tỷ lệ hồn vớn tăng thêm đơn vị, các yếu tố khác không đổi thì về mặt trung bình, lượng tiết kiệm giảm 31314.84 đơn vị  Hệ số phù hợp R2 = 0.9312: 93.12% các thay đổi biến phu thuộc QDPASS giải thích sự thay đổi của các biến giải thích Trên thực tế, còn rất nhiều yếu tố khác ảnh hưởng đến số tài khoản tiết kiệm ở Mỹ, ví du sở thích, thi hiếu hay các yếu tố xã hội môi trường… Do điều kiện nghiên cứu chỉ có thể xem xét một số biến nêu lên số liệu vì những biến giải thích chỉ phản ánh phần lớn, không thể giải thích hoàn toàn vấn đề 25 KẾT LUẬN CHUNG Việc lượng hóa mối quan hệ giữa các biến số kinh tế giúp chúng ta đánh giá một cách chính xác (hoặc gần chính xác) sự tác động của một (hay một số) biến số kinh tế lên một biến số kinh tế khác; giúp dự đoán các mối quan hệ kinh tế, kiểm tra các học thuyết kinh tế, định giá thực thi các chính sách kinh tế thông qua các dữ kiệu thống kê thực tế Hơn nữa kinh tế lượng còn dựa vào thực tế để kiểm định các quy luật kinh tế mà các nhà kinh tế học đã đưa ra, hay dự báo sự thay đổi của các biến số kinh tế… Chúng ta đã xây dựng những mô hình kinh tế lượng dựa những số liệu thực tế, mắc ít khuyết tật, có khả dự báo, đánh giá sự tác động của các yếu tố khác đến sự thay đổi của một biến số kinh tế nhất định, mà tập nhóm lượng tiền gửi tiết kiệm tại ngân hàng S&L của Mỹ quý lượng thịt lợn tiêu thu tại Mỹ quý Trước kết thúc làm của mình, chúng em xin chân thành cảm ơn thầy đã giúp đỡ, hướng dẫn chúng em suốt quá trình thực hiện hai tập Tuy nhiên, thiếu kinh nghiệm còn bị giới hạn về kiến thức, làm của chúng em vẫn còn rất nhiều thiếu sót Kính mong thầy đưa những nhận xét, ý kiến góp ý, những sửa đổi để làm của chúng em hoàn thiện Chúng em xin chân thành cảm ơn! 26 ... tượng kinh tế Từ đời đến nay, kinh tế lượng đã đem lại cho các nhà kinh tế một công cu đo lường sắc bén để đo các quan hệ kinh tế Ngày nay, không chỉ ở lĩnh vực kinh tế, kinh tế lượng. .. MỞ ĐẦU Kinh tế lượng (Econometrics) một khoa học xã hội đó các công cu của lý thuyết kinh tế, toán học suy đoán thống kê áp dung để phân tích các vấn đề kinh tế Kinh tế lượng. .. thực tế Hơn nữa kinh tế lượng còn dựa vào thực tế để kiểm định các quy luật kinh tế mà các nhà kinh tế học đã đưa ra, hay dự báo sự thay đổi của các biến số kinh tế Chúng ta đã