Xây dựng mô hình a Mô tả biến Biến phụ thuộc: QDPASS - Tổng số tiền gửi trong tài khoản sổ tiết kiệm của S&L ở MỸ theo quý triệu đô la.. MMCDUM: biến giả, = 0 trước quý 3 năm 1978, khi m
Trang 2A.LỜI MỞ ĐẦU
Hiện nay, hầu hết các nhà nghiên cứu kinh tế, các doanh nghiệp, chính phủcác quốc gia, các tổ chức kinh tế đều sử dụng các công cụ toán học để lượng hóacác vấn đề kinh tế nhằm sáng tỏ chân lý của các lý thuyết kinh tế hiện đại từ đó,các lý thuyết này ứng dụng vào cuộc sống một cách thiết thực Công việc này đượcgọi là kinh tế lượng
Kinh tế lượng được dịch từ chữ “Econometrics” nghĩa là “Đo lường kinh tế”.Kinh tế lượng là một bộ phận của Kinh tế học, được hiểu theo nghĩa rộng là mônkhoa học kinh tế giao thoa với thống kê học và toán kinh tế Kinh tế lượng trướcđây thường dùng công cụ toán học thuần túy để đo lường mối quan hệ kinh tế, côngviệc này rất phức tạp Ngày nay, với xu thế phát triển công nghệ thông tin, các nhànghiên cứu kinh tế lượng đã sử dụng các phần mềm ứng dụng, để giải bài toán kinh
tế này
Trang 3Kinh tế lượng cung cấp cho các nhà kinh tế một công cụ sắc bén để đo lườngcác quan hệ kinh tế, phục vụ công tác hoạch định các chính sách điều hành kinh tế
vĩ mô, chính sách của các doanh nghiệp, của các nhà đầu tư Các mô hình Kinh tếlượng cũng đã được sử dụng trong các lĩnh vực khác như xã hội học, chính trị học,
y học…Riêng với sinh viên kinh tế - đối tượng quản lí kinh tế trong tương lai,chúng em cũng đã được tiếp cận với môn học Kinh tế lượng nhằm trang bị kiếnthức cho công việc sắp tới Nhằm tìm hiểu sâu hơn môn học này cũng như ứngdụng của nó vào đời sống thực tiễn, chúng em xây dựng bài BÁO CÁO THỰCHÀNH KINH TẾ LƯỢNG dưới sự hướng dẫn của thầy Thái Long Do kiến thứccòn hạn chế, bài báo cáo này còn tồn tại nhiều sai sót, chúng em mong nhận đượclời nhận xét, phê bình để có thể hoàn thiện hơn nữa
Các yếu tố ảnh hưởng đến lượng tiền gửi trong tài khoản sổ tiết kiệm
ở Mỹ và mức độ ảnh hưởng của các yếu tố ấy lên tượng tiền gửi tiết kiệm
2. Xây dựng mô hình
a) Mô tả biến
Biến phụ thuộc: QDPASS - Tổng số tiền gửi trong tài khoản sổ tiết kiệm
của S&L ở MỸ theo quý (triệu đô la)
Các biến độc lập có thể được đưa vào trong mô hình:
QYDUS: thu nhập khả dụng trong một quý (triệu đô la).
QYPERM: thu nhập cố định theo quý (triệu đô la).
QRDPASS: lãi suất của tài khoản tiền gửi.
QRTB3Y: lãi suất của tín phiếu kho bạc thời hạn 3 tháng.
SPREAD = QRDPASS – QRTB3Y.
Trang 4MMCDUM: biến giả, = 0 trước quý 3 năm 1978, khi mà các chứng chỉ
tiền tệ thị trường được hợp pháp hóa sau quý 3 thì biến giả này có giá trị
Ta sẽ tiến hành dự đoán các biến có thể được đưa vào mô hình:
Theo lý thuyết, khi thu nhập tăng lên, thì cả tiết kiệm và chi tiêuđều tăng và ngược lại Do vậy thu nhập khả dụng trong một quý có ảnhhưởng đến tổng số tiền gửi trong tài khoản tiết kiệm.Vì vậy, ta sẽ đưabiến QYDUS vào mô hình
Mối quan hệ giữa lãi suất và tiết kiệm: khi lãi suất tiền gửi tăng,dẫn của việc tổng số tiền gửi tiết kiệm có thể tăng Tuy nhiên, lãi suấttiền gửi chưa thể hiện tất cả sự thay đổi về tổng số tiền trong tài khoảntiết kiệm Ta phải đặt lãi suất tiết kiệm trong mối quan hệ so sánh với mộtloại lãi suất khác đó là lãi suất tín phiếu kho bạc Nên ta sẽ sử dụng biếnQRTB3Y và QRDPASS cho mô hình
Biến MMCDUM là biến giả có giá trị bằng 0 trước quý 3 năm 1978,sau đó khi chứng chỉ tiền tệ thị trường được hợp pháp hóa thì biến nàynhận giá trị bằng 1
Hàm hồi quy tổng thể:
:
QYDPASS = β 1 + β 2 QYDUS + β 3 QRTB3Y + β 4.QRDPASS
β 5 MMCDUM + U (1)
Trang 5b) Dự đoán dấu cho các biến
Tên biến Dấu kìvọng Diễn giải
QYDUS
+ Khi thu nhập tăng lên thì tỉ lệ tiết kiệm trên thu
nhập cũng tăng lên, bởi vì nhu cầu tiêu dùng cho các hàng hóa thiết yếu của họ đã được thỏa mãn, hơn nữa tâm lí tiết kiệm để tái đầu tư khiến cho phần tiết kiệm trong tổng thu nhập ngày càng lớn
QYPERM + Thu nhập tăng, dẫn đến tiết kiệm tăng, tiền gửi vào ngân hàng tangQRDPASS
+ Khi lãi suất tăng thì số tiền gửi tăng người dân sẽ
gửi tiền nhiều hơn
QRTB3Y - Khi lãi suất tín phiếu kho bạc tăng lên, người dâncó xu hướng mua trái phiếuMMCDUM
- Chính phủ hợp pháp hóa chứng chỉ tiền gửi MMC
đã tạo điều kiện cho kênh đầu tư khác phát triển thu
hút tiền của dân
3 Diễn giải mô hình
Sử dụng stata thu được kết quả hồi quy như sau:
Trang 6QDPASS = 198580.1 + 99.46526* QYDUS - 34137.95 *QRDPASS - 2081 478* QRTB3Y – 26458.28 *MMCDUM
Ý nghĩa các hệ số trong hàm hồi quy mẫu
1 = 198580.1 : Khi các nhân tố khác không ảnh hưởng thì tiền gửi trong tài khỏan
passbook là 198580.1
2 = 99.46526 : Khi các nhân tố khác không ảnh hưởng , thu nhập tăng lên 1 đơn vị
thì tiền gửi trong tài khoản passbook sẽ tăng thêm 99.46526 đơn vị
3 = - 34137.95 : Khi các nhân tố khác không ảnh hưởng, lãi suất trong tài khoản
passbook tăng thêm 1phần trăm thì tiền gửi trong đó sẽ giảm đi 34137.95 đơn vị
4 = - 2081 478: Khi các nhân tố khác không ảnh hưởng , lãi suất tính theo kì 3
tháng của tín phiếu kho bạc tăng thêm 1 phần trăm thì tiền gửi trong tài khoản passbook sẽ giảm đi 2081 478
5 = - 26458.28 : Chứng chỉ tiền gửi được hợp pháp thì nó sẽ làm tiền gửi trong tài
khoản passbook giảm đi 26458.28
II Kiểm định mô hình
1. Kiểm định ý nghĩa thống kê của các hệ số hồi quy
Xét cặp giả thiết với mức ý nghĩa α = 0.05
Sử dụng p-value, dựa vào bảng kết quả của Stata ở trên, ta có:
Trang 72 Kiểm định sự phù hợp của mô hình
Giá trị R2 là tiêu chí đánh giá sự phù hợp của mô hình
Ta xét cặp giả thiết sau: với α = 0.05
Ta có: Fobs=×=>F(4,35) nên có cơ sở để bác bỏ H0
Vậy mô hình là phù hợp
3. Kiểm định xem có nên bỏ hay thêm biến vào mô hình
Kiểm định thừa biến
Vì tất cả hệ số góc đều có ý nghĩa thống kê và mô hình phù hợp nên
có căn cứ cho rằng mô hình không thừa biến.Tiếp theo, ta ước lượng xem
mô hình có bị thiếu biến không Kiểm tra liệu mô hình có thiếu biến haykhông rất quan trọng bới nó liên quan tới giả định biến đ ộc lập là sai sốkhông có hiện tượng tương quan với nhau.Tự tương quan làm cho hệ sốhồi quy không còn là ước lượng vững
Kiểm định xem mô hình có thiếu biến hay không
Ta sử dụng Ramsey Regression Equation Specification Error Test
(RESET) test
Trong stata, ta dung lệnh: ovtest, ta thu được bảng kết quả
Prob > F = 0.4605
F(3, 32) = 0.88
Ho: model has no omitted variables
Ramsey RESET test using powers of the fitted values of qdpass
ovtest
Ta kiểm định cặp giả thiết :
ở mức ý nghĩa 5%, nếu p – value>0.05, ta chấp nhận giả thiết H0
p-value = 0.4605>0.05 => chấp nhận H0
Vậy, mô hình không bị thiếu biến
Từ tất cả những kiểm định nói trên, mô hình cuối cùng tổng tiền gửi trongtài khoản sổ tiết kiệm của S&L – Mỹ là:
Trang 8QYDPASS = β 1 + β 2 QYDUS + β 3 QRTB3Y + β 4.QRDPASS
β 4 MMCDUM + U (1)
4. Kiểm định đa cộng tuyến
Mô hình tốt là mô hình phải đạt được các tính chất BLUE (tuyến tính,không chệch, hiệu quả nhất) Tuy nhiên trên thực tế do xây dựng sai môhình hoặc do bản chất của dữ liệu, dẫn tới mô hình không đạt được đầy đủcác tính chất trên Một trong những vấn đề ảnh hưởng đến mô hình mà tagọi là vi phạm các giả định, đó là Đa cộng tuyến
Bây giờ chúng ta cùng khảo sát xem, mô hình có bị đa cộng tuyến haykhông
Trong stata, ta sử dụng lệnh vif, được kết quả như sau:
Có hệ số Vif của các biến <10 , ta suy ra mô hình không bị hiện tượng
đa cộng tuyến
5. Kiểm định sai số ngẫu nhiên phân phối chuẩn
Ta kiểm định xem mô hình có gặp phải vấn đề phân phối không chuẩn)haykhông
Kiểm định Skewness-Kurtosis:
Cặp giả thiết:
Sử dụng Stata để kiểm định:
Trang 9Vậy, sai số ngẫu nhiên có phân phối chuẩn.
6. Kiểm định phương sai sai số thay đổi
Một vấn đề khác mà mô hình cũng có thể gặp phải, đó là phương sai củasai số thay đổi Điều này không ảnh hưởng đến tính không chệch, nhưnglàm cho mô hình kém hiệu quả hơn
Bây giờ ta cùng kiểm định xem có xảy ra hiện tượng phương sai sai sốthay đổi trong mô hình không
Trang 11Dựa vào đồ thị trên ta có thể thấy được phần dư e tăng hoặc giảm trongmột số thời gian Như vậy, mô hình có thể bị hiện tượng tự tương quan.Cách 2: Kiểm định Durbin – Watson d
Cách 2:Sử dụng kiểm định Durbin – Watson
Ta thấy giá trị của d = 1.085431 nên mô hình có tự tương quan dương
8. Mô hình bị định dạng sai
_cons -15149.02 28233.93 -0.54 0.595 -72356.4 42058.35 _hatsq -1.19e-06 2.20e-06 -0.54 0.590 -5.65e-06 3.26e-06 _hat 1.272852 .5038768 2.53 0.016 2519004 2.293803 qdpass Coef Std Err t P>|t| [95% Conf Interval] Total 1.5453e+10 39 396239615 Root MSE = 4599.8 Adj R-squared = 0.9466 Residual 782860947 37 21158404 R-squared = 0.9493 Model 1.4670e+10 2 7.3352e+09 Prob > F = 0.0000 F( 2, 37) = 346.68 Source SS df MS Number of obs = 40 linktest
Ta thấy P-value của hatsq =0,590> 0,05 Như vậy, chấp nhận H0, nên mô hìnhđược định dạng đúng
III Khắc phục các khuyết tật
Trang 12Tóm lại, thông qua các kiểm định phía trên, có thể khái quát như sau về
mô hình ban đầu :
Mô hình phù hợp
Mô hình có sai số ngẫu nhiên phân phối chuẩn
Mô hình có phương sai sai số không đổi
Mô hình không thiếu biến
Mô hình không gặp đa cộng tuyến
Mô hình định dạng đúng
Mô hình mắc tự tương quan
Khắc phục tự tương quan
Mô hình gặp phải vấn đề tự tương quan, để khắc phục vấn đề này, ta sử dụng
phương pháp Feasible Generalized least squares (FGLS)
Bước 1: Hồi quy e i = ρ*e t-1 + v i để tìm ρ
Ta tìm được = 0.4289127
Ta biến đổi mô hình hồi quy ban đầu thành mô hình mới theo phương phápFGLS
Bước 2: Chạy hồi quy mới reg qpassnew qdusnew qrdpassnew trb3ynew
mmcdum
Trang 13Tiến hành kiểm định xem mô hình đã khắc phục tự tương quan chưa :
Trang 14Ta thấy p-value= 0.3075 >α nên mô hình đã không cònmawcs tự tương quan
Vậy ta được mô hình hồi quy mới Lần lượt tiên hành kiểm định lại mô hìnhhôi quy mới, thấy đây là mô hình tối ưu :
QDPASS = 92725.81+ 96.84046*QYDUS -26396.55*QRDPASS
-2313.01*QRTB3Y -16752.46*MMCDUM + U
Trang 15Bài tập 2: Xây dựng mô hình nghiên cứu về lượng tiêu thụ thịt lợn ở Mỹ
I Cơ sở lý thuyết và xây dựng mô hình
1. Vấn đề nghiên cứu
Các yếu tố ảnh hưởng đến lượng thịt lợn tiêu thụ ở Mỹ và mức độảnh hưởng của các yếu tố ấy đến lượng tiêu thụ thịt lợn
2. Xây dựng mô hình
a) Các biến kinh tế có thể cân nhắc sử dụng
• CONPKt: bình quân đầu người của thịt lợn tiêu thụ ở Mỹtrong quý t
• PRIPKt: giá 100pounds thịt lợn (USD/100 Pounds) trong quý t
• PRIBFt: giá 100pounds thịt bò (USD/ 100 Pounds) trong quý t
• YDUSPt : bình quân đầu người thu nhập ở Mỹ trong quý t( USD)
• LYDUSPt: log thu nhập bình quân đầu người
• PROPKt: số Pounds thịt lợn sản xuất tại Mỹ trong quý t( tỷ)
• D1t bằng 1 trong quý đầu tiên của năm và 0 nếu ngược lại
• D2t bằng 1 trong quý thứ hai của năm và 0 nếu ngược lại
• D3t bằng 1 trong quý thứ ba của năm và 0 nếu ngược lại
Trang 16Tên biến Dấu kìvọng Diễn giải
PRIPK t - Giá 100 pounds thịt lợn tăng thì lượng tiêu dùng
thịt lợn sẽ giảm theo luật cầu
PRIBF t
+ Giá của 100 pounds thịt bò tăng thì lương tiêu dùng
thịt bò sẽ giảm, nên lượng tiêu dùng thịt lợn sẽtăng, vì thịt bò là hàng hóa thay thế của thịt lợn
YDUSP t + Thu nhập khả dụng bình quân đầu người tăng thì
lượng tiêu dùng thịt lợn sẽ tăng
LYDUSP t + Logarit của thu nhập khả dụng bình quân đầu người
tăng thì lượng tiêu dùng thịt lợn sẽ tăng
D1 Khó dự đoán được dấu do biến định tính có nhiều
phạm trù
D2
D3
Theo nhóm biến PROPK là biến sản xuất đại diện cho lượng cung thịt lợn, là
yếu tố tuy có quan hệ đến biến phụ thuộc , nhưng không tác động trực tiếp đến
lượng thịt lợn tiêu thụ (tác động gián tiếp thông qua giá thịt lợn - PRIPK) nên không cần thiết cho vào mô hình Chúng tôi sẽ tiến hành kiểm đinh xem việc bỏ qua biến PROPK là đúng hay sai trong phần dưới của bài báo cáo
Như vậy, mô hình kinh tế lượng được xây dựng là:
-Mô hình hồi quy tổng thể được giả định sẽ có dạng:
CONPK = β 1 + β 2 *PRIPK β 3 *PRIBF+β 4 *YDUSP+β 5 *D1+β 6 *D2+β 7 D3+u i
-Mô hình hồi quy mẫu được giả định sẽ có dạng:
CONPK = + *PRIPK+ PRIBF+*YDUSP+*D1+*D2+β 7 D3
3. Diễn giải mô hình:
Hồi quy conpk theo pripk pribf ydusp d1 d2 d3 ta có:
Trang 17Dựa vào phần mềm Stata, ta được kết quả hồi quy sau:
conpk= 16.91917 - 0.0767559pripk 1.62296d2-1.529973d3
+0.0415561pribf+0.2250244ydusp-0.9170877d1-• Hệ số chặn 1=16.91917 : khi tất cả các yếu tố tác động bằng 0 thì lượng tiêu thụ thịt lợn bằng 16.91917 Điều này có vẻ không hợp lý
• Hệ số góc 2 =-0.0767559: khi giá thịt lợn tăng lên một đơn vị, các yếu tố khác không đổi về mặt trung bình thì lượng thịt lợn tiêu thụ quý 4 sẽ giảm 0.0767559 đơn vị
• Hệ số góc 3 = 0,415561 :khi giá thịt bò tăng lên một đơn vị, các yếu
tố khác không đổi về mặt trung bình thì lượng thịt lợn tiêu thụ quý 4
sẽ tăng 0.0415561 đơn vị
• Hệ số góc 4 = 0.2250244: Khi thu nhập tăng thêm 1 đơn vị, các yếu
tố khác không đổi về mặt trung bình lượng thịt lợn tiêu thụ trong quý 4 tăng 0.2250244 đơn vị
• Hệ số góc 5 = -0.9170877: Vơi các yếu tố khác không đổi về mặt trung bình, thì lượng tiêu thụ thịt lợn quý 1 ít hơn quý 4 là
0.9170877 đơn vị
• Hệ số góc 6 = -1.63396: Với các yếu tố khác không đổi về mặt trungbình, thì lượng tiêu thụ thịt lợn quý 2 ít hơn quý 4 là 1.63396 đơn vị
_cons 16.99717 .6276076 27.08 0.000 15.7203 18.27405 d3 -1.529973 .1860527 -8.22 0.000 -1.9085 -1.151446 d2 -1.63396 .1891289 -8.64 0.000 -2.018746 -1.249175 d1 -.9170877 .1866971 -4.91 0.000 -1.296926 -.5372496 ydusp 2250244 .0799022 2.82 0.008 0624621 .3875867 pribf 0415561 .0035486 11.71 0.000 0343365 .0487757 pripk -.0767559 .0057135 -13.43 0.000 -.0883801 -.0651316 conpk Coef Std Err t P>|t| [95% Conf Interval] Total 96.8320021 39 2.48287185 Root MSE = 41366 Adj R-squared = 0.9311 Residual 5.64669366 33 171111929 R-squared = 0.9417 Model 91.1853085 6 15.1975514 Prob > F = 0.0000 F( 6, 33) = 88.82 Source SS df MS Number of obs = 40 reg conpk pripk pribf ydusp d1 d2 d3
Trang 18• Hệ số góc 7 = -1.529973: Với các yếu tố khác không đổi về mặt trung bình, thì lượng tiêu thụ thịt lợn quý 3 ít hơn quý 4 là 1.529973đơn vị
• Hệ số phù hợp R2 = 0,9417: 94,17% các thay đổi trong biến phụ thuộc được giải thích bằng sự thay đổi của các độc lập
Trong mô hình hồi quy ta thấy các biến giải thích có dấu phù hợp với dấu dự kiến
IV Kiểm định mô hình
1. Kiểm định ý nghĩa thống kê của các hệ số hồi quy
Chạy hồi quy reg conpk pripk pribf ydusp d1 d2 d3 ta có:
Xét cặp giả thiết với mức ý nghĩa α = 0.05
Cách 1:Sử dụng p-value, dựa vào bảng kết quả của Stata ở trên, ta có:
Trang 192. Kiểm định sự phù hợp của mô hình:
Giá trị R2 là tiêu chí đánh giá sự phù hợp của mô hình
Ta xét cặp giả thiết sau: với α = 0.05
Ta có: Fobs=×=×=89.3490566>F(6,33)=88.82 nên có cơ sở để bác bỏ H0Vậy mô hình là phù hợp
3. Kiểm định mô hình thiếu biến hay không
Như vừa đề cập, biến PROPK là một biến có quan hệ gián tiếp tới lượngtiêu thụ thịt lợn Chúng ta sẽ xem quyết định bỏ qua biến này khi xâydựng mô hình là đúng hay sai bằng cách kiểm định mô hình có bị thiếubiến hay không
Cách 1: Chạy lệnh ovtest trong stata ta có:
Ta có P-value=0.8491>α nên chấp nhận H0, suy ra mô hình không thiếu
biến
Cách 2: Chạy hồi quy reg conpk pripk pribf ydusp d1 d2 d3 propk
Prob > F = 0.8491
F(3, 30) = 0.27
Ho: model has no omitted variables
Ramsey RESET test using powers of the fitted values of conpk