II. Kết quả nghiên cứu và xây dựng mô hình
3. Kiểm tra mô hình
3.3. Phát hiện khuyết tật của mô hình và khắc phục (nếu có)
3.3.1. Phương sai sai số thay đổi a, Phương pháp đồ thị
Theo đồ thị các điểm không tập trung tại một khu và phân phối không theo quy luật nên không thể hiện được mức độ phụ thuộc.
Kết luận: Chưa thể kết luận rằng phương sai sai số thay đổi
Theo bảng kết quả Eview chạy được ta có:
Ước lượng hồi quy: ln^(u2) = -10.01977 +0.667244ln(GTF^i) Bài toán kiểm định: {Ho:phương sai sai số khôngđổi
H1:phươngsai sai số thay đổi ≤¿{Ho:α2=0
H1:α2≠0 TCKĐ: T=( α^2−0 Se(α^2))2 Nếu H0 đúng thì T~Tn−2 P−giátrị=0.3583>0.05 Chấp nhậnHO, bác bỏ H1
Kết luận: Mô hình không có phương sai sai số thay đổi
c, Kiểm định White
Theo bảng kết quả Eview chạy được ta có: Thu được R¿2=0.199657
Bài toán kiểm định: {Ho:phương sai sai số khôngđổi
H1:phươngsai sai số thay đổi ¿>{Ho:R¿2=0
H1:R¿2≠0 Tiêu chuẩn kiểm định: χ2=n. R¿2 Nếu Ho đúng thì χ χ2(4)
Chấp nhận H0, bác bỏ H1
Kết luận: Mô hình không có phương sai sai số thay đổi * Có lát cắt
Thu được R¿2=0.805283
Bài toán kiểm định: {Ho:phương sai sai số khôngđổi
H1:phươngsai sai số thay đổi ¿>{Ho:R¿2=0
H1:R¿2≠0 Tiêu chuẩn kiểm định: X2=n.R¿2 Nếu Ho đúng thì χ χ2(14)
P−giátrị≈0.3579>5 %
Chấp nhận H0, bác bỏ H1
Kết luận: Mô hình không có phương sai sai số thay đổi
Theo kết quả eview chạy được ta có: Thu được R¿2=0.215880
Bài toán kiểm định: {Ho:phương sai sai số khôngđổi H1:phươngsai sai số thay đổi
Tiêu chuẩn kiểm định: F= R¿2/(k−1)
P−giátrị=¿0.4577>5%¿
Chấp nhận H0, bác bỏ H1
Kết luận: Mô hình không có phương sai sai số thay đổi
e, Kiểm định dựa trên biến phụ thuộc
Theo bảng kết quả Eview chạy được ta có: Ước lượng hồi quy:
log(ui2)=−10.01977−0.333622 log(GTF¿¿i2)¿
Thu được R¿2=0.049834 Bài toán kiểm định:
{H0:phương sai sai số khôngđổi H1:phươngsai sai số thay đổi Tiêu chuẩn kiểm định: F=( α^2
Se(α^2))2
Nếu Ho đúng thì F F(1,n−2)
Chấp nhận H0, bác bỏ H1
Kết luận: Mô hình không có phương sai sai số thay đổi
3.3.2. Tự tương quan
a. Kiểm định Breusch_Godfrey + Tự tương quan bậc 1
thu được R¿2 = 0.218041 Kiểm định giả thiết
{H0:Mô hìnhkhôngcó AR(1) H1:Mô hìnhcó AR(1) {H0:ρ1=0 H1:ρ1≠0 TCKĐ: χ2= (n-p) R¿2 Nếu H0 đúng thì: χ2 χ2(1) (n=19, p=1) Ta có Pgiá trị = 0.0418 < 0.05 Chấp nhận H1, bác bỏ H0
Kết luận: Vậy với mức ý nghĩa 5%, mô hình xảy ra hiện tượng tự tương quan bậc 1
thu được R¿2 = 0.254677 Kiểm định giả thiết
{H0:Mô hìnhkhôngcó AR(2) H1:Mô hìnhcó AR(2) {H0:ρ2=0 H1:ρ2≠0 TCKĐ: χ2= (n-p) R¿2 Nếu H0 đúng thì χ2 χ2(2) (n=19, p=2) Ta có: Pgiá trị = 0.089> 0.05 Chấp nhận H0, bác bỏ H1
Kết luận: Vậy với mức ý nghĩa 5%, mô hình không xảy ra hiện tượng tự tương
quan bậc 2
Bài toán kiểm định
{H0:Mô hìnhkhôngcó tự tương quan H1:Môhình cótự tươngquan TCKĐ: d = ∑ t=2 n (et−et−1) ∑ t=1 n (et)2
với n=19, k’= k-1=5-1=4 số biến giải thích ta tìm được dL=0.859, du = 1.848
0 0.859 1.848 2.152 3.141 4 Có d = 1.102395∈ (2)
Kết luận: Không có kết luận
3.3.3. Đa cộng tuyến
Từ bảng kết quả ta thu được R¿2=0.965418 Kiểm định giả thuyết
BTKĐ Ho :ρ1=0 H1: ρ1≠0 TCKĐ: χ2=(n-1) R¿2 Nếu H0 đúng thì χ2~χ2(1) Ta có R¿2=0.965418>0.8 ; t0,02514 =2.1448 |Tlog(GDP)|=5.863776>t0,02514 |TCPI|=2.371406>t0,02514 |TDT|=2.612619>t0,02514 |TKL|=2.94838>t0,02514
b. Hệ số tương quan cặp cao
Ta có rij R>0.8
Kết luận: Mô hình có đa cộng tuyến
c. Hồi quy phụ biến log(GDP) theo CPI, DT, KL
BTKĐ:
H0: mô hình có không có đa cộng tuyến H1 : mô hình có đa cộng tuyến
F= RJ2 (k−1)−1 (1−RJ2) n−(k−1) Nếu H0 đúng thì F F(k-2; n-k+1) Pgiá trị = 0.0000<0.05 => Bác bỏ H0, chấp nhận H1
Kết luận : Mô hình có đa cộng tuyến
d. Hồi quy phụ biến CPI theo log(GDP), DT, KL
BTKĐ: H0: mô hình có không có đa cộng tuyến H1 : mô hình có đa cộng tuyến
F= RJ2 (k−1)−1 (1−RJ2) n−(k−1) Nếu H0 đúng thì F F (k-2; n-k+1) Pgiá trị=0.045496<0.05 => Bác bỏ H0, chấp nhận H1
Kết luận : Mô hình có đa cộng tuyến
f. Hồi quy phụ biến DT theo log(GDP), CPI, KL
BTKĐ: H0: mô hình có không có đa cộng tuyến H1 : mô hình có đa cộng tuyến
F= RJ2 (k−1)−1 (1−RJ2) n−(k−1) Nếu H0 đúng thì F F (k-2; n-k+1) Pgiá trị= 0.000000<0.05 => Bác bỏ H0, chấp nhận H1
Kết luận : Mô hình có đa cộng tuyến
3.3.4. Tính chuẩn của sai số ngẫu nhiên Ui
Với mức ý nghĩa α=5%
K = 1.858454; SK = -0.253294
Ta có bài toán kiểm định: { H0:Ui có phân phối chuẩn
H1:Uikhông có phân phôi chuẩn
< = > {H0:Ui N(0,σ2)
H1:Ui≁N(0,σ2) => {H0:S2+(K−3)2=0
H1:S2+(K−3)2≠0 Tiêu chuẩn kiểm định:
JB = n. |s2
6+(k−3) 2
Theo kết quả bảng eview ta có:
P−giátrị= 0.539342 ⇒P−giátrị>α=¿ 0.05 ⇒ Chấp nhận Ho , bác bỏ H1
Vậy với mức ý nghĩa 5% thì Ui có phân phối chuẩn
3.3.5. Khắc phục khuyết tật của mô hình Khắc phục đa cộng tuyến
Sử dụng sai phân cấp 1
Ta có số liệu chuỗi thời gian biểu thị mối liên hệ giữa biến log(GT) và các biến phụ thuộc log(GDP), CPI, DT, KL theo mô hình sau:
Log(GT)t= β1 + β2 log(GDP)1t + β3CPI2t+ β4DT4t + β5KL5t + Ut (1)
Trong đó t là thời gian.
Phương trình trên đúng với t thì cũng đúng với t -1, nên là lấy trễ một kì ta có:
Log(GT)t-1= β1 + β2 log(GDP)1t-1 + β3CPI2t-1+ β4DT4t-1 + β5KL5t-1 + Ut (2) Trừ (1) cho (2) ta được:
Log(GT)t – Log(GT)t-1 = β2 (log(GDP)1t - log(GDP)1t-1) + β3 (CPI2t – CPI2t-1) + β4(DT4t – DT4t-1) + β5(KL5t – KL5t-1) + Ut – Ut-1
Với: D(log(GT)) = Log(GT)t – Log(GT)t-1
D(log(GDP)) = log(GDP)1t - log(GDP)1t-1 D(CPI) = CPI2t – CPI2t-1
D(DT) = DT4t – DT4t-1 D(KL) = KL5t – KL5t-1
=> D(Log(GT)) = β2D(Log(GDP)) + β3D(CPI) + β4D(DT)+ β5D(KL)
Thực hiện mô hình hồi quy với mã lệnh: ls d(log(GT)) d(log(GDP)) d(CPI) d(DT) d(KL) trong eviews thu được kết quả:
Phương trình sai phân
D(Log(GT)) = 1.181634D(Log(GDP)) + 0.014078D(CPI) -0.00288D(DT)+
0.000603D(KL)
a. Khi đó ma trận tương quan giữa các biến là:
Ta có rij < 0.8
b. Hồi quy phụ D(log(GDP)) theo D(CPI) và D(DT), D(KL
BTKĐ:
H0: mô hình có đa cộng tuyến
H1 : mô hình không có đa cộng tuyến TCKĐ F= RJ2 (k−1)−1 (1−RJ2) n−(k−1) =024765 Nếu H0 đúng thì F F (k-2; n-k+1) Pgiá trị=0.247650>0.05 => Chấp nhận H0, bác bỏ H1
c. Hồi quy phụ D(KL) theo D(CPI) và D(DT), D(Log(GD
BTKĐ:
H0: mô hình có đa cộng tuyến
H1 : mô hình không có đa cộng tuyến TCKĐ F= RJ2 (k−1)−1 (1−RJ2) n−(k−1) Nếu H0 đúng thì F F (k-2; n-k+1) Pgiá trị=0.880404>0.05 => Chấp nhận H0, bác bỏ H1
Kết luận : Mô hình không có đa cộng tuyến
BTKĐ:
H0: mô hình có đa cộng tuyến
H1 : mô hình không có đa cộng tuyến TCKĐ F= RJ2 (k−1)−1 (1−RJ2) n−(k−1) Nếu H0 đúng thì F F (k-2; n-k+1) Pgiá trị=0.243096>0.05 => Chấp nhận H0, bác bỏ H1
Kết luận : Mô hình không có đa cộng tuyến
BTKĐ:
H0: mô hình có đa cộng tuyến
H1: mô hình không có đa cộng tuyến TCKĐ F= RJ2 (k−1)−1 (1−RJ2) n−(k−1) Nếu H0 đúng thì F F (k-2; n-k+1) Pgiá trị = 0.913700>0.05 => Chấp nhận H0, bác bỏ H1
Kết luận : Mô hình không có đa cộng tuyến