Bài báo cáo thực hành kinh tế lượng

Chia sẻ: LongThanh Phong | Ngày: | Loại File: PPT | Số trang:21

Thêm vào BST

Báo xấu

839
lượt xem 190
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Ở mỗi quốc gia, xuất khẩu và nhập khẩu là những chỉ tiêu kinh tế quan trọng của nền kinh tế quốc dân. Không chỉ tác động đến GDP phản ánh trình độ sản xuất mà phản ánh mức độ hội nhập quốc tếcủa quốc gia đó. Đối với Việt Nam chúng ta, việc không ngừng tăng cường xuất nhập khẩu trong thời gian dài vừa qua thực sự là điều là đáng khích lệ.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài báo cáo thực hành kinh tế lượng

Bài báo cáo thực hành kinh tế lượng Ở mỗi quốc gia, xuất khẩu và nhập khẩu là những chỉ tiêu kinh tế quan trọng của nền kinh tế quốc dân. Không chỉ tác động đến GDP phản ánh trình độ sản xuất mà phản ánh mức độ hội nhập quốc tế của quốc gia đó. Đối với Việt Nam chúng ta, việc không ngừng tăng cường xuất nhập khẩu trong thời gian dài vừa qua thực sự là điều là đáng khích lệ. Dựa trên cơ sở thu nhập số liệu về tốc độ tăng trưởng của tổng mức luân chuyển hàng hoá xuất nhập khẩu (Y), tốc độ tăng xuất khẩu (X2), Tốc độ tăng nhập khẩu (X3) của Việt Nam từ năm 1993 đến năm 2008 ta có bảng số liệu sau theo nguồn Tổng Cục thống kê 2008:
Năm Y X2 X3 1993 15.7 23.7 8.7 1994 34.9 15.7 54.4 1995 43 35.8 48.5 1996 37.7 34.4 40 1997 35.2 33.2 36.6 1998 12.9 26.6 4 1999 0.4 1.9 -0.8 2000 11.6 23.3 2.1 2001 29.4 25.5 33.2 2002 3.7 3.8 3.7 2003 16.7 11.2 21.8 2004 24.6 20.6 27.9 2005 28.7 31.4 26.6 2006 18.4 22.5 15 2007 22.4 22.7 22.1 2008 31.3 21.9 39.6
I. Lập mô hình hồi quy • Dựa vào mối quan hệ giữa tốc độ tăng của tổng mức luân chuyển hàng hoá với mức tăng xuất khẩu và nhập khẩu của Việt Nam trong những năm qua, ta thấy ứng với mỗi mức tăng của xuất khẩu và nhập khẩu ta có mức tăng của tổng mức luân chuyển hàng hoá khác. Vì vậy ta đi hồi quy Y theo X2 và X3. Từ đó, dự báo Y và phân tích ảnh hưởng của các nhân tố X2, X3 đến Y. • Mô hình hồi qui tổng thể mô tả mối quan hệ giữa biến phụ thuộc Y và các biến giải thích X2, X3 có dạng: • PRM: Yi = β 1 + β 2X2i + β 3X3i + Ui • Trong đó: Ui là sai số ngẫu nhiên. • Mô hình hồi quy có dạng: SRM: Ŷi = β ^1 + β ^2X2i + β ^3X3i + ei • Ước lượng mô hình bằng phương pháp bình phương nhỏ nhất với các số liệu đã cho thông qua phần mềm Eviews ta thu được kết quả như sau:
• Dependent Variable: Y • Method: Least Squares • Date: 05/05/09 Time: 00:00 • Sample: 1993 2008 • Included observations: 16 • Variable Coefficient Std. Error t-Statistic Prob. X2 0.475589 0.017674 26.90928 0.0000 X3 0.534496 0.010148 52.67019 0.0000 C -0.423716 0.375191 -1.129335 0.2792 • R-squared 0.997988 Mean dependent var 22.91250 • Adjusted R-squared 0.997679 S.D. dependent var 12.33163 • S.E. of regression 0.594158 Akaike info criterion 1.964016 • Sum squared resid 4.589303 Schwarz criterion 2.108877 • Log likelihood -12.71213 F-statistic 3224.218 • Durbin-Watson stat 2.588095 Prob(F-statistic) 0.000000 Từ kết quả ước lượng trên ta thu được hàm hồi quy mẫu như sau: SRF: Ŷi= -0.423716 + 0.475589 X2i + 0.534496 X3i
II. Kiểm định các khuyết tật của mô hình. 1. Kiểm định sự phù hợp của hàm hồi quy: Kiểm định cặp giả thuyết: H0: Hàm hồi quy không phù hợp. H1: Hàm hồi quy phù hợp. Tiêu chuần kiểm định: F = {R²/(k-1)}/{(1-R²)/(n-k)}~ F(k-1;n-k) Miền bác bỏ: Wα={F/F > Fα(k-2;n-k+1)} Với mức ý nghĩa α=0.05 và theo kết quả của báo cáo 1, ta có: Fqs=3224.1163>F0.05(2,13)=3.81 nên Fqs thuộc miền bác bỏ. Ta bác bỏ giả thuyết H0 chấp nhận giả thuyết H1. Vậy hàm hồi quy trên là phù hợp,hai biến X2,X3 ảnh hưởng đến Y
2.Kiểm định sự phù hợp của hệ số chặn β1 • Chọn α=0.05 • Kiểm định cặp giả thuyết: H0: β1=0. • H1: β1≠0. • β ^1 − β1* T= ∼ T ( n −3) • Tiêu chuẩn kiểm định: Se( β 1 ) ^ Miền bác bỏ: Wα = { t : t > t α / 2 } ( n −3) • tα/2(n-3)=t0.025(13)=2.16 • tqs=-1.129335 • /tqs/=1.129335
3.Kiểm định các biến bỏ sót,kiểm định Ramsey. • Bằng phần mềm Eviews, ta thu được kết quả sau: • Ramsey RESET Test: • F-statistic 0.774991 Probability 0.395966 • Log likelihood ratio 1.001325 Probabilit 0.316990 • • Variable Coefficient Std. Error t-Statistic Prob. • X2 0.461366 0.024061 19.17515 0.0000 • X3 0.510731 0.028871 17.68989 0.0000 • C -0.164663 0.479417 -0.343465 0.7372 • FITTED^2 0.000937 0.001064 0.880336 0.3960 • R-squared 0.998110 Mean dependent var 22.91250 • Adjusted R-squared 0.997638 S.D. dependent var 12.33163 • S.E. of regression 0.599367 Akaike info criterion 2.026434 • Sum squared resid 4.310894 Schwarz criterion 2.219581 • Log likelihood -12.21147 F-statistic 2112.533 • Durbin-Watson stat 2.213115 Prob(F-statistic) 0.000000
• Kiểm định các cặp giả thuyết: H0: Mô hình không bỏ sót biến thích hợp. • H1: Mô hình bỏ sót biến thích hợp. • • Tiêu chuẩn kiểm dịnh: • F = [ (R²new - R²old)/ ( p -1) ]/ [(1-R²new)/(n-k) ] ~ F[ (p-1);(n- k)] Trong đó: k là hệ số của mô hình mới thêm biến. R²new là R² • thu được từ mô hình mới thêm biến, R²old được xác định từ mô hình cũ. Ta có: Fqs=0.774603
• Breusch-Godfrey Serial Correlation LM Test: • F-statistic 0.854399 Probability 0.451945 • Obs*R-squared 2.151326 Probability 0.341072 • Test Equation: • Dependent Variable: RESID • Method: Least Squares • Date: 05/05/09 Time: 01:00 • Presample missing value lagged residuals set to zero. • Variable Coefficient Std. Error t-Statistic Prob. • X2 0.004277 0.018554 0.230544 0.8219 • X3 0.000870 0.010435 0.083348 0.9351 • C -0.123576 0.392675 -0.314704 0.7589 • RESID(-1) -0.389645 0.306787 -1.270080 0.2303 • RESID(-2) -0.204842 0.302408 -0.677370 0.5122 • R-squared 0.134458 Mean dependent var 3.16E-16 • Adjusted R-squared -0.180285 S.D. dependent var 0.553131 • S.E. of regression 0.600926 Akaike info criterion 2.069617 • Sum squared resid 3.972235 Schwarz criterion 2.311051 • Log likelihood -11.55694 F-statistic 0.427199
• Kiểm định cặp giả thiết: H0: Mô hình không có tự tương quan. • H1: Mô hình có tự tương quan. • • Tiêu chuẩn kiểm định: χ 2 = (n − p) R 2 ∼ χ 2( p ) Wα = { χ 2 / χ 2 > χ 2 ( p ) } • Miền bác bỏ: • Theo báo cáo trên với mức ý nghĩa α=0.05 ta có: • Như vậy không thuộc miền bác bỏ vì thế chưa có cơ sở để bác bỏ giả thuyết H0. • Vậy mô hình không có tự tương quan. • 5. Kiểm định phương sai sai số thay đổi dùng kiểm định White: Hồi quy mô hình xuất phát tìm được phần dư ei từ đây ta có e²i • e²i= α1 + α2X2i + α3X3i + α4 X²2i + α5 X²3i + α6 X2i X3i + Vi • • Bằng phần mềm Eview ta thu được kết quả sau:
• White Heteroskedasticity Test: • F-statistic 1.891882 Probability 0.182085 • Obs*R-squared 6.521086 Probability 0.163467 • Test Equation: • Dependent Variable: RESID^2 • Method: Least Squares • Date: 05/05/09 Time: 03:27 • Sample: 1993 2008 • Included observations: 16 • Variable Coefficient Std. Error t-Statistic Prob. • C 0.029544 0.483285 0.061132 0.9524 • X2 0.090022 0.056231 1.600938 0.1377 • X2^2 -0.001950 0.001362 -1.431528 0.1801 • X3 -0.081245 0.032372 -2.509705 0.0290 • X3^ 2 0.001574 0.000590 2.667212 0.0219 • R-squared 0.407568 Mean dependent var 0.286831 • Adjusted R-squared 0.192138 S.D. dependent var 0.612260 • S.E. of regression 0.550307 Akaike info criterion 1.893624 • Sum squared resid 3.331210 Schwarz criterion 2.135058 • Log likelihood -10.14899 F-statistic 1.891882 • Durbin-Watson stat 1.977775 Prob(F-statistic) 0.182085
• Kiểm định cặp giả thuyết: • H0: Mô hình ban đầu có phương sai sai số đồng đều. • H1: Mô hình có phương sai sai số không đồng đều. χ 2 = nR 2 ∼ X α 2( m ) • Tiêu chuẩn kiểm định: • Trong đó m là số biến giả thích c2 a mô hình )trên. ủ { } Wα = χ / χ > χ 2( m 2 • Miền bác bỏ α • Từ 2 ết quả báo cáo 4: Với α = 0.05, ta có: k χ 0.05 2(5)11.0705 χ qs • = 6.521088 < = χ qs 2 không thuộc miền bác bỏ vì thuế chưa có cơ sở để bác bỏ H0 vậy • mô hình có phương sai sai số đồng đều. • 6.Kiểm định đa cộng tuyến: • 6.1 Sử dụng phương pháp xét tương quan cặp giữa các biến giải thích. • Bằng phần mềm Eview, ta thu được kết quả là: • Y X2 X3 • Y 1 0.754088 0.941234 • X2 0.754088 1 0.491412 • X3 0.941234 0.491412 1 hình không có đa cộng tuyến. r23=0.491412
• 5.2 Sử dụng phương pháp hồi qui phụ, hồi qui x2 với X3 để kiểm định đa cộng tuyến. • Để phát hiện đa cộng tuyến hồi qui biến X2 với biến X3 theo mô hình: • X2i=α1 + α2 X3i Vi • Ta sử dụng phần mềm Eviewthu được kết quả sau: • Dependent Variable: X2 • Method: Least Squares • Date: 05/05/09 Time: 03:50 • Sample: 1992 2007 • Included observations: 16 • Variable Coefficient Std. Error t-Statistic Prob. • X3 0.282160 0.133650 2.111192 0.0532 • C 15.37624 3.911764 3.930770 0.0015 • R-squared 0.241486 Mean dependent var 22.13750 • Adjusted R-squared 0.187306 S.D. dependent var 9.966536 • S.E. of regression 8.984786 Akaike info criterion 7.345411 • Sum squared resid 1130.169 Schwarz criterion 7.441985 • Log likelihood -56.7632 F-statistic 4.457132 • Durbin-Watson stat 2.093173 Prob(F-statistic) 0.053219
• Kiểm định cặp giả thuyết : H0: Mô hình không có đa cộng tuyến. • H1: Mô hình có đa cộng tuyến. • • Chọn tiêu chuẩn kiểm định: / k −2 2 R j F= ∼ F ( k − 2, n − k +1) 1−R / ( n − k +1) 2 j • Miền bác bỏ: Wα={Fj/Fj>Fα(k-2,n-k+1) • Theo bảng báo cáo Eview trên, với mức ý nghĩa α=0.05 ta có: • Fqs=4.457
• Kiểm định giả thuyết: H0: U có phân phối chuẩn. • H1: U không có phân phối chuẩn. • • Sử dụng tiêu chuẩn kiểm định là đại lượng thống kê Jarque-Bera: χ 2(2) • JB=n(S²/6+(k-3)²/24)~ • S là hệ số bất đối xứng, k là hệ số nhọn. • Miền bác bỏ giả2(2) ết: thuy Wα={JB/JB> χα ) • • Từ bảng báo cáo Eviews trên ta có JBqs=1.772941 χ 2(5) • 0.05 • Với α=0.05 ta có = 1.772941 nên chúng ta chư có cơ sở để bác bỏ giả thuyết H0. Vậy sai số ngẫu nhiên có phân phối chuẩ. • Kết luận qua quá trình kiểm định và ước lượng ta thấy mô hình không có khuyết tật vì thế mô hình này được coi là mô hình tốt.
III. Phân tích và cho kết luận về tính quy luật trong sự thay đổi các giá trị của biến phụ thuộc do ảnh hưởng của các biến kinh tế trong mô hình. • 1. Khi một biến độc lập thay đổi 1 đơn vị thì biến phụ thuộc thay đổi như thế nào? • Từ hàm hồi quy mẫu: SRF: Ŷi= -0.423716 + 0.475589 X2i + 0.534496 X3i • • Ta có: Khi tốc độ tăng luân chuyển hàng xuất khẩu và nhập khẩu thì tốc độ tăng của tổng mức luân chuyển cũng tăng lên. β ^2, β ^3>0 nên kết quả ước lượng phù hợp với thực tế. • ∀ β ^1 = -0.423716 Cho ta thấy biết tốc độ tăng luân chuyển hàng hoá xuất khẩu và nhập khẩu bằng 0 thì tốc độ luân chuyển của tổng mức luân chuyển hàng hoá xuất khẩu bằng -0.423716 ∀ β ^2 = 0.475589 cho ta biết khi tốc độ tăng luân chuyển hàng xuất khẩu tăng 1% trong điều kiện tốc độ tăng luân chuyển hàng nhập khẩu không đổi thì tốc độ tăng của tổng mức luân chuyển là 0.475589%. ∀ β ^3 = 0.534496 cho ta biết khi tốc độ tăng luân chuyển hàng nhập khẩu tăng 1% trong điều kiện tốc độ tăng của tổng mức luân chuyển hàng xuất khẩu không đổi thì tốc độ tăng cảu tổng mức luân chuyển là 0.534496%
• Theo báo cáo 1 thì R² = 0.997988 tức là 99.7988% sự biến thiên của Y là do sự thay đổi của biến X2 và X3 , ta có thể thấy kết quả thu được ở trên là hoàn toàn phù hợp với lý thuyết kinh tế. • 2. Nếu giá trị của biến độc lập tăng thêm 1 đơn vị thì biến phụ thuộc thay đổi tối đa là bao nhiêu? • Khi X2 tăng 1 đơn vị thì Y trung bình tăng tối đa là bao nhiêu? • Ta đi tìm khoảng tin cậy bên trái của β2 β2 ≤ β2 + Se(β2) tn-3α • • Thay số vào ta được: β2 ≤ 0.51376 • Vậy khi X2 tăng lên 1% thì Y trung bình tăng tối đa là 0.51376% • Tương tự ta có khoảng tin cậy của β3 là β3 ≤ 0.5564. Như vậy khi X3 tăng lên 1% thì Y trung bình tăng tối đa là 0.5564%.
• 3.Nếu giá trị của biến độc lập tăng thêm một đơn vị thì biến phụ thuộc thay đổi tối thiểu là bao nhiêu? • Khi biến X2 giảm 1% thì Y trung bình giảm tối thiểu là bao nhiêu, ta tìm khoảng tin cậy bên phải của β2 ≥ β2 - Se(β2) tn-3α • Thay số vào ta được β2 ≥ 0.4374 • Vậy khi X2 giảm 1% thì Y trung bình giảm tối thiểu là 0.4374%. • Khi X3 giảm 1% thì Y trung bình giảm tối thiểu là bao nhiêu? Ta đi tìm khoảng tin cậy bên phải của β3. Tương tự ta được β3 ≥ 0.51257. • Vậy khi X3 giảm 1% thì Y trung bình giảm tối thiểu là 0.51257%.
IV. Dự báo tổng mức luân chuyển hàng hoá xuất nhập khẩu năm 2009: • Với mức dự toán năm 2009 • X2 = 27%, X3 = 38%. • Dựa vào phần mềm Eviews ta có dự đoán sau: • Forecast YF • Actual: Y • Forecast sample: 1993 2009 • Included observations: 17 Root Mean Squared Error 25.71452 Mean Absolute Error 22.91950 Mean Abs.Percent Eroor 3571.949 Theil Inequality Coefficient 0.954745 Bias Proprotion 0.789223 Vartiance Proportion 0.209574 Coverariance Proportion 0.001203