Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 16 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
16
Dung lượng
402,5 KB
Nội dung
TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ QUỐC TẾ =====000===== BÁO CÁO KINH TẾ LƯỢNG NHĨM 28: PHÂN TÍCH SỰ ẢNH HƯỞNG CỦA MỘT SỐ YẾU TỐ ĐẾN TỈ LỆ PHẠM TỘI Giảng viên hướng dẫn: Ths Chu Thị Mai Phương Nhóm sinh viên thực hiện: Kiều Thanh Xuân (nhóm trưởng) Đỗ Lý Yến 1414420058 1414410267 Đậu Thị Trang 1514420127 Trần Nguyễn Đoan Trinh 1411410245 Nguyễn Thị Hồng Yến 1414420059 HÀ NỘI – THÁNG NĂM 2016 MỤC LỤC LỜI MỞ ĐẦU CƠ SỞ LÝ THUYẾT .4 Mô tả tổng quan PHÂN TÍCH HỒI QUY Phương trình hồi quy tuyến tính Lập bảng tương quan phân tích mối quan hệ tương quan biến 2.1 Lập bảng tương quan 2.2 Phân tích mối quan hệ tương quan biến .7 3.2 Phân tích kết sau chạy mơ hình Kiểm định giả thuyết hệ số hồi quy Một số kiểm định F 11 Kiểm định phù hợp mơ hình 11 Kiểm tra khuyết tật mơ hình 12 Phương sai sai số thay đổi 12 TỔNG KẾT .14 TÀI LIỆU THAM KHẢO .15 ĐÁNH GIÁ THÀNH VIÊN 16 LỜI MỞ ĐẦU Kinh tế lượng (Econometrics) môn khoa học xã hội đó các công cụ của ly thuyết kinh tế, toán học suy đoán thống kê áp dụng để phân tích các vấn đề kinh tế Kinh tế lượng sử dụng các công cụ phương pháp của thống kê toán để tìm 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 cụ đo lường sắc bén để đo các quan hệ kinh tế 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 dụng Kinh tế lượng cho đúng hiệu quả, nhóm 28 chúng em xin xây dựng BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG dưới sự hướng dẫn của Ths.Chu Thị Mai Phương Trong báo cáo, nhóm em đã sử dụng công cụ phân tích kinh tế lượng phần mềm stata để phân tích, nghiên cứu đề tài “Phân tích ảnh hưởng số yếu tố đến tỉ lệ phạm tội.” Chúng em xin chân thành cảm ơn giảng viên hướng dẫn – Ths.Chu Thị Mai Phương đã giúp đỡ chúng em thực hiện báo cáo Trong quá trình làm báo cáo, dù đã rất cố gắng chắc chắn chúng em không thể tránh khỏi những sai sót, kính mong cô góp y để nhóm chúng em có thể hoàn thiện báo cáo CƠ SỞ LÝ THUYẾT I MƠ TẢ SỐ LIỆU Mơ tả tổng quan Trong bối cảnh xã hội ngày phát triển với tốc độ đô thị hóa cao việc đất nước mạnh dạn mở cửa để tiếp thu với các nền văn hóa khác thì tình trạng vi phạm pháp luật ngày trở thành một vấn đề đáng lo ngại Có rất nhiều yếu tố tác động đến tỉ lệ phạm tội Sau xem xét y nghĩa của từng biến file số liệu NC_CRIME phần mềm Gretl, nhóm em đã định chọn mô hình hồi quy gồm các biến sau: Biến phụ thuộc: Y: crmrte Biến độc lập: gồm biến: X1: county X2: year X3: polpc X4: probarr X5: density Mô tả dữ liệu lệnh des, ta thu kết sau: Ta có bảng sau: Tên biến Đơn vị tính crmrte % county year Năm polpc Cảnh sát probarr Lần density Người Ý nghĩa biến Tỉ lệ tội phạm Nhận diện dân sự 1981 - 1987 Số lượng cảnh sát 1000 dân Khả bị bắt Mật độ dân số dặm vuông Tiếp tục sử dụng lệnh su để mô tả dữ liệu Lệnh su cho biết số lượng quan sát (Obs), giá trị trung bình (mean), độ lệch chuẩn (std dev.) giá trị lớn nhất (max) nhỏ nhất (min) của các biến Dựa theo kết trên, ta có bảng tổng hợp sau: Tên biến Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ Giá trị lớn crmrte 28 0.215717 0.0095311 0.009337 0.03988 county 28 2.2771 year 28 84 2.0367 81 87 polpc 28 0.0013044 0.000451 0.0005939 0.001924 prbarr 28 0.3641135 0.154763 0.132029 0.695652 density 28 1.068964 0.793272 0.412766 2.422633 Có thể nhận thấy biến tỉ lệ phạm tội có sự chênh lệch khá lớn giữa mức cao nhất mức thấp nhất, lên tới xấp xỉ 4.2 lần PHÂN TÍCH HỒI QUY Phương trình hồi quy tuyến tính Chọn biến phụ tḥc Y crmrte các biến độc lập X1, X2, X3, X4, X5 lần lượt county, year, polpc, prbarr, density Ta có: Hàm hồi quy tổng thể: (PRF): crmrte = β0 + β1 county+ β2 year + β3 polpc + β4 prbarr+ β5density+ ui Hàm hồi quy mẫu: (SRF): ̂ ̂ ̂ ̂= + county + ̂ ye ar + ̂ polp c + ̂ prbarr+ de nsity Trong đó: ui yếu tố ngẫu nhiên (nhiễu) Lập bảng tương quan phân tích mối quan hệ tương quan biến 2.1 Lập bảng tương quan Trước chạy mô hình hồi quy, chúng ta xem xét mức độ tương quan giữa các biến cách sử dụng lệnh corr crmrte county year polpc prbarr density Ta thu bảng tương quan giữa các biến sau: Kết luận: Nhìn chung các biến độc lập có tương quan với biến phụ thuộc không cao Hầu hết các biến độc lập đều có hệ số tương quan dương, cho thấy tác động chiều nhiều lên biến phụ thuộc Mối quan hệ tương quan giữa các biến độc lập với không cao, hệ số tương quan cao nhất 0.4930 giữa biến density polpc 2.2 Phân tích mối quan hệ tương quan biến Từ bảng tương quan ta thấy: - Hệ số tương quan giữa biến crmrte county -0.4832 - Hệ số tương quan giữa biến crmrte year 0.0197 - Hệ số tương quan giữa biến crmrte polpc 0.7816 - Hệ số tương quan giữa biến crmrte prbarr -0.1629 - Hệ số tương quan giữa biến crmrte density 0.8090 Như vậy, các nhân tố nghiên cứu, biến density có mối tương quan mạnh nhất đến crmrte, hay mật độ dân số có ảnh hưởng khá lớn đến tỉ lệ phạm tội Hệ số tương quan giữa biến mang dấu dương thể hiện mối quan hệ chiều giữa biến, mật độ dân số tăng thì tỉ lệ phạm tội tăng Ngược lại, biến prbarr ít ảnh hưởng nhất đến crmrte, hay mối tương quan giữa số lượng cảnh sát 1000 dân tỉ lệ phạm tội không mạnh các nhân tố khác Hệ số tương quan giữa biến mang dấu âm thể hiện mối quan hệ ngược chiều giữa biến, số lượng cảnh sát 1000 dân tăng thì tỉ lệ phạm tội giảm giảm không đáng kể Chạy mô hình hồi quy phân tích kết 3.1 Chạy mơ hình hồi quy Bước đầu tiên ta sử dụng lệnh reg để chạy mô hình hồi quy với cấu trúc câu lệnh là: “reg crmrte county year polpc prbarr density”, thu kết bảng: Sau chạy Stata tồn bợ dữ liệu trình bày trên, chúng ta tiến hành đọc phân tích số liệu Trước hết, chúng ta thành lập một bảng số liệu sau: Tên biến Hệ số tự county Year Polpc Prbarr Density Hệ số hồi quy 0.0005126 0.0032916 -0.0001684 6.433313 -0.0085402 0.0156787 Thống kê t 0.02 3.64 -0.65 1.93 -1.36 4.47 P-value 0.982 0.001 0.523 0.066 0.189 0.000 Khoảng tin cậy [-0.047263 ; 0.0482881] [0.0014148 ; 0.0051685] [-0.000706 ; 0.0003691] [-0.464232; 13.33086] [-0.0215951; 0.0045148] [0.0083969 ; 0.0229605] Từ bảng ta có phương trình hàm hồi quy mẫu SRF: ̂ = 0.0005126 + 0.0032916 * county - 0.0001684 * year + 6.433313 * polpc - 0.0085402 * prbarr + 0.0156787 * density 3.2 Phân tích kết sau chạy mơ hình − Sớ quan sát Obs = 28 − Tổng bình phương sai số giải thích SSE = 0.002294383 − Tổng bình phương các phần dư SSR = 0.000158354 − Tổng bình phương sai số tổng cộng SST = 0.002452737 − Bậc tự của phần giải thích Dfm = − Bậc tự của phần dư Dfr = 22 Hệ số xác định R (R-squared) = 0.9354 thể hiện mức độ phù hợp của hàm hồi quy mẫu tương đối lớn Bên cạnh đó, giá trị 0.9354 thể hiện tỷ lệ phần trăm biến đợng tổng Tỷ lệ phạm tội giải thích các biến độc lập gồm: “Nhận diện dân sự”, “Khả bị bắt”, “Dân số một dặm”, “Số lượng cảnh sát 1000 người dân”, “Năm từ 81 đến 87” 93.54% ̅ Hệ số xác định điề u chỉnh = 0.9 208 Hệ số có y nghĩa: trường hợp nế u − R ta đưa thêm biến vào mô hình, hệ số xác định điều chỉnh mà tăng thì việc đưa biến ấy có y nghĩa, ngược lại − Ý nghĩa của các hệ số hồi quy mô hình: ̂ ̂ ̂ ̂ ̂ ̂ = 0.0005126 có y nghĩa là: giá trị của các biến độc lập điều kiện các yếu tố khác không đổi thì tỷ lệ phạm tội 0.0005126 = 0.0032916 có y nghĩa là: điều kiện các yếu tố khác không đổi, số nhận diện dân sự tăng thêm một đơn vị thì tỷ lệ phạm tội tăng thêm 0.0032916 = -0.0001684 có y nghĩa là: điều kiện các yếu tố khác không đổi, khoảng từ 81 – 87, năm tăng lên một đơn vị thì tỷ lệ phạm tội giảm 0.0001684 = 6.433313 có y nghĩa là: điều kiện các yếu tố khác không đổi, tăng tỷ lệ cảnh sát 1000 người dân lên một đơn vị thì tỷ lệ phạm tội tăng thêm 6.433313 = -0.0085402 có y nghĩa là: điều kiện các yếu tố khác không đổi, tăng khả bị bắt của tội phạm lên một đơn vị thì tỷ lệ phạm tội giảm 0.0085402 = 0.0156787 có y nghĩa là: điều kiện các yếu tố khác không đổi, tăng số dân một dặm lên một đơn vị thì tỷ lệ phạm tội tăng thêm 0.0156787 - Tuy nhiên, ta biết chắc chắn biến độc lập có ảnh hưởng đến biến phụ thuộc với y nghĩa hệ số hồi quy ta đã phân tích hay không sau kiểm định hệ số hồi quy cho mô hình Kiểm định giả thuyết hệ số hồi quy Cặp giả thuyết thống kê: { H0: βj = H1: βj ≠ Sử dụng giá trị tới hạn: T = ∗ βj−β̂ se(βj) Ta có: ∝ − −1 = 0,05 21 = 1.721 Từ bảng ta thấy biến year có p-value = 0.572> 0.05 biến polpc có p-value = 0.132>0.05 biến prbarr có p-value = 0.340>0.05 Nên biến year, polpc ,prbarr không có ảnh hưởng mang y nghĩa thống kê đến biến phụ thuộc crmrte Các biến lại density, county có ảnh hưởng trực tiếp về mặt thống kê tới biến crmrte Sau mức ảnh hưởng cụ thể: a Density Có:| | = 3.84 > 1.721⇒ Bác bỏ H0, chấp nhận H1 với mức y nghĩa 5% Biến Density có ảnh hưởng mang y nghĩa thống kê đến biến crmrte Kết luận: -Mật độ dân số có ảnh hưởng mang y nghĩa thống kê đến tỉ lệ phạm tội - Mật độ dân số một dăm vuông tăng thì tỉ lệ phạm tội tăng 10 -Kết chạy mô hình hồi quy dựa mẫu cụ thể cho thấy mật độ dân số một dặm vuông đất tăng đơn vị thì tỉ lệ phạm tội tăng 0.0156787 với điều kiện các yếu tố khác không đổi b County Có: | | = 3.29 > 1.721 ⇒ Bác bỏ H0, chấp nhận H1 với mức y nghĩa 5% Biến county có ảnh hưởng mang y nghĩa thống kê đến biến crmrte Kết luận: Nhận diện dân sự có ảnh hưởng mang y nghĩa thống kê đến tỉ lệ phạm tội Nhận diện dân sự tăng thì tỉ lệ phạm tội tăng Kết chạy mô hình hồi quy dựa mẫu cụ thể cho thấy cứ tăng thêm nhận diện dân sự thì tỉ lệ phạm tội tăng 0,0032916 với điều kiện các yếu tố khác không đổi Vậy biến độc lập, với mức ý nghĩa 5%, biến county biến density có ảnh hưởng mang tính thống kê đến biến crmrte Một số kiểm định F Kiểm định phù hợp mơ hình Kiểm định nhằm xem xét trường hợp các tham số của biến độc lập βi đồng thời có thể xảy hay không Cặp giả thuyết thống kê: { H :β =β =β =β =β =0 hoặc: { H1: Tồn βi ≠ Ho: R2 = H1:R2 ≠0 Phương pháp P-value Nếu giá trị Prob > F nhỏ mức y nghĩa α = 0.05 thì bác bỏ H0 chấp nhận H1 tức mô hình hồi quy phù hợp Ta sử dụng lệnh test: 11 Ta có: Prob > F = 0.0000 < 0.05 => Bác bỏ H0, chấp nhận H1 Kết luận: Mơ hình phù hợp mức ý nghĩa 5% Kiểm tra khuyết tật mơ hình Phương sai sai số thay đổi a) Bản chất: Một vấn đề khác mà mô hình có thể gặp phải, đó phương sai của sai số thay đổi Hậu của phương sai sai số thay đổi các ước lượng bình phương nhỏ nhất vẫn khơng chệch khơng hiệu nữa, với đó ước lượng của các phương sai bị chệch, vậy làm mất hiệu lực của kiểm định Điều làm cho mô hình kém hiệu Phương sai của một ngẫu nhiên Ui, điều kiện giá trị đã cho của biến giải thích Xi không đổi, nghĩa là: ; i = 1,2,3…n ( / )= [ – ( )] = ( )= Khi giả thiết đó bị vi phạm thì mô hình mắc lỗi phương sai sai số thay đổi Tên gọi của lỗi Heteroskedasticity b) Nguyên nhân: Do chất của các hiện tượng kinh tế: Nếu các hiện tượng kinh tế theo không gian điều tra những đối tượng có quy mô khác các hiện tượng kinh tế theo thời gian điều tra qua các giai đoạn có mức biến động khác thì phương sai sai số có thể không đồng đều Do định dạng không đúng dạng hàm của mô hình Có thể bỏ sót biến thích hợp giải tích của hàm sai Do số liệu không phản ánh đúng chất của hiện tượng kinh tế, chẳng hạn xuất hiện các quan sát ngoại lai Việc đưa vào hay loại bỏ các quan sát ảnh hưởng rất lớn đến phân tích hồi quy Do kỹ thuật thu thập, bảo quản xử ly số liệu cải tiến nên sai số có xu hướng giảm Do người học hành vi quá khứ c) Cách phát phương sai sai số thay đồi: Để kiểm định phương sai sai số thay đổi ta có cặp giả thuyết sau: { 0: 1: Mơ hình có phương sai Mơ hình có phương sai sai số thay đổi 12 Nếu giá trị [Prob>chi2] < 0.05 thì bác bỏ giả thiết H0 chấp nhận giả thiết H1 Kiểm định Breusch-Pagan Thực hiện lệnh estat hettest ta thu kết sau: Kết kiểm định lệnh estat hettest cho thấy Prob>chi2 = 0.4745 > 0.05 Kết luận: Từ cách kiểm định kết luận mơ hình có phương sai Từ việc kiểm định mơ hình trên, ta thấy có biến year, polpc, prbarr không có ảnh hưởng mang y nghĩa thống kê đến biến crmrte mô hình Ta tiến hành chạy mô hình mới để kiểm tra sau: Sau chạy hồi quy mô hình mới, mức độ phù hợp của mô hình R = 0.9240, giảm một chút so với trước đó R = 0.9354 13 Các giá trị p-value đều nhỏ 0.05 nên các biến độc lập mô hình đều có y nghĩa thống kê mức y nghĩa 5% TỔNG KẾT Bản báo cáo hoàn thành sở sự đóng góp của các thành viên với vốn kiến thức đúc kết từ quá trình học nghiên cứu môn Kinh tế lượng Đây một hội thực hành khiến chúng em có thể hiểu rõ về các phân tích kiểm định đặc trưng có liên quan, áp dụng kiến thức giảng đường để tự tìm hiểu rút kết luận bổ ích về những hiện tượng những mối tương quan khác sự ảnh hưởng lẫn giữa các hiện tượng kinh tế xã hội Nhóm chúng em đã hồn thành xong mơ hình kinh tế lượng về “Các yếu tố ảnh hưởng đến tỉ lệ phạm tội” Mô hình đã lượng hóa cho các yếu tố để chúng ta có thể có những biện pháp, chiến lược phá án hiệu Ngồi ra, vẫn nhiều yếu tố ảnh hưởng đến biến phụ thuộc nghiên cứu chưa đưa vào mô hình vùng,… cần xem xét để có báo cáo với kết chính xác Qua đây, nhóm 28 chúng em xin chân thành cảm ơn sự hướng dẫn giảng dạy nhiệt tình của cô Chu Thị Mai Phương Do vớn kiến thức kĩ hạn chế nên chắc hẳn báo cáo không thể tránh khỏi sai sót, chúng em rất mong nhận sự góp y động viên của cô để chúng em có thể hồn thiện hơn, áp dụng tớt các công việc sau 14 TÀI LIỆU THAM KHẢO Giáo trình Kinh tế lượng GS.TS Nguyễn Quang Dong chủ biên Đại học Kinh tế quốc dân xuất Phần mềm Stata, Gretl http://www.ssc.wisc.edu/~munia/590/trunbull.pdf https://gspp.berkeley.edu/assets/uploads/research/pdf/lofstrom_and_raphael_journal_artic le_Jan_2015.pdf https://www.jstor.org/stable/10.1086/426877?seq=1#page_scan_tab_contents DO-FILE des crmrte county year polpc prbarr density su crmrte county year polpc prbarr density corr crmrte county year polpc prbarr density reg crmrte county year polpc prbarr density test county year polpc prbarr density estat hettest county year polpc prbarr density reg crmrte county density 15 ĐÁNH GIÁ THÀNH VIÊN Họ tên Phân công công việc Đỗ Ly Yến - Lời mở đầu - Cơ sở ly thuyết - Tổng kết Đậu Thị Trang - Chạy stata - Tìm nguồn số liệu Trần Nguyễn Đoan Trinh - Tìm nguồn số liệu - Chạy mô hình hồi quy phân tích kết - Tìm ly thuyết Nguyễn Hồng Yến - Phương trình hồi quy tuyến tính - Kiểm định giả thuyết về hệ số hồi quy - Chạy stata - Lập bảng tương quan phân tích - Một số kiểm định F - Kiểm tra khuyết tật mô hình - Tổng hợp Kiều Thanh Xuân Đánh giá trình làm việc - Nhiệt tình, có y thức chủ động thúc giục nhóm làm việc - Có trách nhiệm hồn thành tớt cơng việc giao - Nhiệt tình, trách nhiệm với công việc giao, hồn thành tớt cơng việc của mình - Có y thức giúp đỡ các thành viên nhóm làm việc - Hồn thành cơng việc tớt, đúng deadline Thang điểm 8/10 - Có trách nhiệm với công việc giao, hồn thành tớt, đúng deadline - Có trách nhiệm đối với công việc, động viên, hỗ trợ các thành viên làm việc - Phân chia công việc cho các thành viên hợp ly - Hồn thành cơng việc đúng deadline 8/10 9/10 8/10 9/10 16 ... khác sự ảnh hưởng lẫn giữa các hiện tượng kinh tế xã hợi Nhóm chúng em đã hồn thành xong mô hình kinh tế lượng về “Các yếu tố ảnh hưởng đến tỉ lệ phạm tội Mô hình đã lượng hóa... tích kinh tế lượng phần mềm stata để phân tích, nghiên cứu đề tài Phân tích ảnh hưởng số yếu tố đến tỉ lệ phạm tội. ” Chúng em xin chân thành cảm ơn giảng viên hướng dẫn – Ths.Chu Thị... tượng kinh tế Từ đời đến nay, kinh tế lượng đã đem lại cho các nhà kinh tế một công cụ đo lường sắc bén để đo các quan hệ kinh tế Là những sinh viên theo học khối ngành kinh tế,