intTypePromotion=3

Hướng dẫn thực hành eviews cao học khóa 15

Chia sẻ: Nguyễn Văn Huy | Ngày: | Loại File: DOC | Số trang:14

0
427
lượt xem
120
download

Hướng dẫn thực hành eviews cao học khóa 15

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

1. Các thao tác cơ bản: nhập số liệu từ bàn phím/ mở tập số liệu có sẵn/ /chỉnh sửa số liệu, tên biến/ lưu giữ file/ tạo biến mới từ các biến có sẵn/ xem các thống kê cơ bản của số liệu (matrận tương quan, giá trị trung bình, trung vị, v.v).

Chủ đề:
Lưu

Nội dung Text: Hướng dẫn thực hành eviews cao học khóa 15

  1. HƯỚNG DẪN THỰC HÀNH EVIEWS – CAO HỌC KHÓA 15 Buổi 1: Yêu cầu 1. Các thao tác cơ bản: nhập số liệu từ bàn phím/ mở tập số liệu có sẵn/ /chỉnh sửa số liệu, tên biến/ lưu giữ file/ tạo biến mới từ các biến có sẵn/ xem các thống kê cơ bản của số liệu (matrận tương quan, giá trị trung bình, trung v ị, v.v) 2. Thực hiện hồi quy bằng phương pháp OLS/ hiểu và biết giải thích bản báo cáo bao gồm: hệ số ước lượng/ KTC, sai số chuẩn, tỷ số t và P-value/ h ệ số xác định Thực hiện: Giới thiệu cách mở chương trình Eviews/ một số lựa chọn chính trên menu Nhập số liệu từ bàn phím: Cho tập số liệu Tiêu dùng: 12 15 18 14 16 20 Thu nhập: 15 20 25 20 18 30 Một số thao tác cơ bản: I. 1. Tạo Workfile trong Eviews File → New → Workfile  Cửa sổ Workfile Range: chọn dạng số liệu: structure type:unstructured; observations: 6 → O.K Cửa sổ Workfile Ngầm định cho hệ số chặn (β0) c Ngầm định là Phần dư (ei) , mỗi khi thực hiện hồi quy máy sẽ tự resid update lại giá trị của các phần dư. 2. Nhập số liệu theo 2 biến trên: Cách 1: Trong ô gõ lệnh: genr tieudung thunhap/ chọn các biến này + nháy đúp chuột/ gõ số vào Cách 2: Quick → Empty Group => điền tên biến và số liệu vào 3. Chỉnh sửa biến Nếu vào nhầm và muốn đổi tên: chọn biến/ bấm chuột ph ải → rename ( tên phải được gõ liền nhau, không nên quá 16 chữ) Nếu muốn sửa số liệu: chọn biến+ đúp chuột/ edit và thay giá trị cần sửa Thêm biến mới: 1
  2. Object → New Object→series / đặt tên biến mới → O.K/ chọn biến+ đúp chuột/ nhập giá trị 4. Lưu giữ file: File → Save as : đặt tên file với đuôi .wf 5. Tạo biến mới: a. Biến mới hoàn toàn, chẳng hạn với tên “tài sản”: gõ ở cửa sổ lệnh: genr taisan/ nháy đúp chuột vào biến này trong màn hình workfile và nhập số liệu vào b. Biến tạo từ các biến đã có sẵn trong mô hình: gõ ở cửa sổ lệnh: genr taisan2 = taisan^2; genr lnthunhap =log(thunhap),.. ( sử dụng các hàm có sẵn trong Eviews để tạo biến mới) 6. Xem các thống kê cơ bản của các biến số: Quick → group statistics → Descriptive statistics → common a. sample/ trên cửa số serial list gõ tên các biến muốn xem xét Thu nhập tài sản giải thích cột 1 Mean 50.20 1323.07 Trung bình Trung vị Median 41.65 965.35 Lớn nhất Maximum 113.80 3422.30 Nhỏ nhất Minimum 10.80 254.00 Độ lệch chuẩn Std. Dev. 31.60 976.95 Hệ số bất đối xứng Skewness 0.48 0.64 Độ nhọn Kurtosis 1.70 2.05 Thống kê J-B dùng để kiểm định về tính chuẩn của biến Jarque-Bera 15.78 15.51 P-value tương ứng cho thống kê J-B Probability 0.00 0.00 Tổng các giá trị của biến Sum 7328 193168 Tổng bình phương các sai Sum Sq. 14476 13800000 lệch so với giá trị mean Dev. 2 0 Observation Số quan sát s 146 146 b. Tìm ma trận phương sai-hiệp phương sai Quick → group statistics → Covariances/ trên cửa số serial list gõ tên các biến muốn xem xét 2
  3. c. Tìm ma trận hệ số tương quan Quick → group statistics → Correlations/ trên cửa số serial list gõ tên các biến muốn xem xét tương quan 7. Mở file số liệu dạng wf có sẵn File → New → Workfile/ chọn file muốn mở (hồi quy bội) Ước lượng và đọc kết quả ước lượng II. Thực hiện hồi quy 1. Mở file số liệu Quick → Estimate equation/ trên màn hình tiếp theo gõ tên biến phụ thuộc trước, tiếp theo là c và các biến độc lập, mỗi biến cách nhau 1 dấu cách Nhớ đảm bảo: 1. Chọn phương pháp LS 2. Chọn mẫu (nếu không nói gì thì sẽ chọn toàn bộ mẫu có sẵn trong số liệu) Đọc kết quả ước lượng: 2. 1. Các kết quả ước lượng có phù hợp với lý thuyết không? 2. Các ước lượng của β1; β2 ;..; βk bằng bao nhiêu 3. Khi X2 tăng 1 đơn vị thì trung bình của Y tăng bao nhiêu đơn vị? 4. Giá trị của β2 có thực sự khác 0 không? 5. Sai số chuẩn của ước lượng cho β2 là bao nhiêu? 6. Hệ số xác định =? RSS = , độ lệch chuẩn mẫu của hàm hồi quy = 7. Tìm ma trận phương sai-hiệp phương sai của các hệ số ước lượng? (View → covariance matrix) Buổi 2: Yêu cầu: 1. Biết dùng kiểm định t để xem hệ số trong hàm h ồi quy t ổng th ể có b ằng 0 hay không 2. Biết cách dùng kiểm định Wald về giá trị của hệ số hồi quy - nhắc h ọc viên đây là dạng hồi quy có điều kiện ràng buộc/ hồi quy thu hẹp 3
  4. 3. Biết thực hiện hồi quy phụ để kiểm tra đa cộng tuyến 4. Biết thực hiện các kiểm định: White (có và không có tích chéo), kiểm định B-G, Ramsey-Reset, tính chuẩn của SSNN Thực hiện: Mở file ch6bt6, thực hiện ước lượng như đã học ở buổi 1 thu được bảng kết quả ở màn hình Equation Dependent Variable: Q Method: Least Squares Date: 11/18/07 Time: 20:47 Sample (adjusted): 1 16 Included observations: 16 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C -22336.50 31041.66 -0.719565 0.4845 K 2615.988 424.8504 6.157434 0.0000 L 6.117142 15.82129 0.386640 0.7053 R-squared 0.824510 Mean dependent var 98446.75 Adjusted R- squared 0.797512 S.D. dependent var 29910.63 S.E. of regression 13459.40 Akaike info criterion 22.02010 Sum squared resid 2.36E+09 Schwarz criterion 22.16496 Log likelihood -173.1608 F-statistic 30.53916 Durbin-Watson stat 0.337815 Prob(F-statistic) 0.000012 1. Kiểm định xem hệ số β3 có khác 0 hay không? đọc tỷ số t, đọc P-value 2. Kiểm định xem cả K và L đều không ảnh hưởng đến Q? (đọc F-statistic, hoặc P value 3. Kiểm định xem β2 =2600? View→ coefficient tests→ Wald restrictions 4. Kiểm tra đa cộng tuyến cao? Hồi quy phụ K theo L và hệ số chặn (Quick → estimate equation→ gõ phương trình mới bao gồm: biến phụ thuộc là một biến giải thích và vế phải là các biến giải thích còn lại và hệ số chặn/ đọc độ phù 4
  5. hợp của hàm hồi quy. Nếu hàm hồi quy phụ này có phù hợp: có hiện t ượng đa c ộng tuyến trong mô hình gốc) View → estimate equation/ gõ phương trình: K c L , mô hình này có phù h ợp không? kết luận như thế nào về mô hình trong câu trên 5. Thừa biến: Kiểm tra xem biến L có thừa không? View → Coefficient tests-> redundant variable/ gõ tên biến muốn kiểm tra L Biến L có thừa không? 6. Sau khi bỏ biến L ra khỏi mô hình, ước lượng lại Q theo C và K Kiểm định xem mô hình có PSSS thay đổi không? 7. Kiểm định xem mô hình có PSSS thay đổi không? kiểm định White Trong cửa sổ Equation: View→ residual tests→White-heteroscedasticity Trường hợp 1: có tích chéo: chọn (cross terms)/ xem mô hình phụ+cách đọc kết quả Trường hơp 2: không có tích chéo: chọn (np cross-terms)/xem mô hình ph ụ+cách đọc kết quả Nhắc lại công thức tính Khi-bình phương = nx R2 của hàm hồi quy phụ Kết luận ra sao? 8. Kiểm định tự tương quan: kiểm định B-G- dùng để kiểm định tự tương quan d ạng tổng quát: ut = ρ1ut-1+..+ρput-p+vt Thực hiện: View→ residual tests→serial correlation LM test/ chọn bậc trễ:1 (để kiểm tra TTQ bậc 1) hoặc 2 để kiểm tra TTQ bậc 2 Giới thiệu cách tính giá trị của Khi bình phương =(n-p)R2 *) Tìm ước lượng cho hệ số tự tương quan bậc nhất: C1: ρ = 1 − d / 2 =? ˆ C2: ước lượng phần dư et theo et-1: trước hết tạo biến “phandu” Proc → make residual series/ đặt tên “phandu” Quick → estimate equation/ phandu phandu(-1) để thu được ρ ˆ 9. Hãy chỉ ra một cách khắc phục TTQ bậc nhất nói trên 5
  6. *) Biến đổi biến: Q* = Q – ρ Q(-1) ; K* = K – ρ K(-1), chạy Q* theo K ˆ ˆ 10. Kiểm định dạng hàm sai: Ramsey Reset: quay về mô hình Q c K View → stability tests →Ramsey RESET test/ chọn số biến mới sẽ đưa vào (1 hoặc 2) 11. Biến đổi biến lnQ=log(Q); lnK=log(K); lnL=log(L) và chạy hàm hồi quy: lnQ c lnK lnL, đọc kết quả Bài tập: Mở tập số liệu ch5bt5 1. Chạy OLS Y theo X2, X3, X4 và hệ số chặn. 2. Biến X2 có ảnh hưởng đến Y không? 3. Kết quả ước lượng có phù hợp với lý thuyết kinh tế không? 4. Hàm hồi quy trên có phù hợp không? 5. Các biến X2, X3, X4 giải thích được bao nhiêu phần trăm sự biến đổi của Y? 6. Có dấu hiệu nghi ngờ gì về đa cộng tuyến trong mô hình không? 7. Chạy hồi quy phụ để kiểm tra đa cộng tuyến, kết luận? 8. Mô hình có khuyết tật PSSS thay đổi? Tự tương quan? 9. Bỏ bớt biến (nên bỏ biến nào), ước lượng lại với mô hình mới 10. Mô hình mới có PSSS thay đổi không? 11. Mô hình mới có TTQ bậc 1 không? 12. Hệ số ước lượng của hệ số tương quan là? Buổi 3 Nội dung: 1. Tính tác động ngắn hạn, dài hạn trong mô hình động 2. ước lượng hệ phương trình bằng 2SLS 3. Thực hành Thực hiện 6
  7. I. Tác động ngắn hạn, dài hạn trong mô hình động: Mở tập số liệu : ch9bt1 Trong đó: M là cầu danh nghĩa về tiền ; P: chỉ số giảm phát Y: tổng thu nhập quốc gia theo giá danh nghĩa Giả sử mô hình cầu thực tế ngắn hạn về tiền sau: M/IPD = α1 +α2Y/IPD +α4M(-1)/IPD(-1) +u (1) được xây dựng từ mô hình hiệu chỉnh từng phần Kết quả UL: Dependent Variable: M/IPD Method: Least Squares Date: 11/21/07 Time: 23:09 Sample (adjusted): 1949 1964 Included observations: 16 after adjustments Std. Variable Coefficient Error t-Statistic Prob. C -0.061004 0.020860 -2.924499 0.0118 Y/IPD 14.71238 3.773938 3.898417 0.0018 M(-1)/IPD 0.585735 0.164220 3.566768 0.0034 a. Tính hệ số hiệu chỉnh trong mô hình hiệu chỉnh từng phần: (1- 0.585) Tính tác động của thu nhập quốc dân theo giá thực tế lên cầu ti ền trong ng ắn h ạn: 14.71 b. Tác động của thu nhập quốc dân lên cầu tiền trong dài hạn: 14.71/(1-0.585) II. Uớc lượng hệ phương trình bằng 2SLS (trước khi thực hi ện: nh ắc qua ILS, đồng thời nói rằng nếu phương trình là định dạng đúng thì 2SLS và ILS là hoàn toàn như nhau) 1. Mở tệp số liệu ch10bt14 Mô hình cân bằng thị trường hàng hóa, đường IS: Y= β 1+β 2*R+β 3*I+ U1 (2) OLS: Dependent Variable: Y Method: Least Squares Date: 11/21/07 Time: 23:42 Sample: 1959 1990 7
  8. Included observations: 32 Std. Variable Coefficient Error t-Statistic Prob. C 197.0355 105.2668 1.871773 0.0714 R -42.11000 18.33679 -2.296477 0.0291 I 6.292901 0.197595 31.84753 0.0000 R-squared 0.983960 Mean dependent var 2132.692 Adjusted R- squared 0.982854 S.D. dependent var 1581.342 S.E. of regression 207.0662 Akaike info criterion 13.59301 Sum squared resid 1243416. Schwarz criterion 13.73043 Log likelihood -214.4882 F-statistic 889.4921 Durbin-Watson stat 1.055802 Prob(F-statistic) 0.000000 2. Đọc mô hình: hệ số UL của I là 6.29: 3. Kiểm tra xem mô hình có tự tương quan không? View→ residual tests → serial correlation LM Kết luận: mô hình có tự tương quan. 4. Mô hình trên không đứng độc lập mà cùng trong h ệ thống với mô hình cân b ằng th ị trường tiền tệ, đường LM: R= β 4+β 5*M+β 3*Y+ U2 (3) Trong hệ (2)+(3) có I và M là biến ngoại sinh => ước lượng cả hệ phương trình bằng 2SLS như sau: Trên cửa số lệnh gõ: system IS_LM ( = đặt tên cho hệ phương trình là IS-LM) Xuất hiện màn hình của system, gõ vào: inst c m i ( khai báo biến công cụ là c m i) y = c(1) +c(2)*R +c(3)*I R= c(4)+c(5)*M+c(6)*Y Estimate → two-stage-least Squares/ O.K System: M1 8
  9. Estimation Method: Two-Stage Least Squares Date: 11/22/07 Time: 23:07 Sample: 1959 1990 Included observations: 32 Total system (balanced) observations 64 Coefficient Std. Error t-Statistic Prob. C(1) 658.5370 203.4192 3.237339 0.0020 C(2) -141.9612 39.59763 -3.585095 0.0007 C(3) 7.041547 0.358999 19.61441 0.0000 C(4) 10.38851 1.079811 9.620673 0.0000 C(5) -0.086402 0.015291 -5.650438 0.0000 C(6) 0.013236 0.002149 6.159581 0.0000 Determinant residual covariance 157642.5 Equation: Y=C(1)+C(2)*R+C(3)*I Instruments: C I M Observations: 32 R-squared 0.967559 Mean dependent var 2132.692 Adjusted R-squared 0.965322 S.D. dependent var 1581.342 S.E. of regression 294.4783 Sum squared resid 2514807. Durbin-Watson stat 0.711789 Equation: R=C(4)+C(5)*M+C(6)*Y Instruments: C I M Observations: 32 R-squared 0.722019 Mean dependent var 7.294063 Adjusted R-squared 0.702848 S.D. dependent var 2.823746 S.E. of regression 1.539269 Sum squared resid 68.71117 Durbin-Watson stat 0.641020 Hệ số ước lượng cho phương trình (2) bằng 2 phương pháp là rất khác nhau Giáo viên hướng dẫn: 1. (đọc cho học viên thấy sự khác nhau giữa 2 phương pháp) Không thực hiện kiểm định Hausman, nhưng có thông báo với học viên là kiểm định Hausman cho thấy có tương quan giữa biến giải thích và ssnn trong hệ phương trình hành vi=> UL OLS là các ước lượng chệch và không vững 5. Thực hành: mở file ch3bt7.wf1. 9
  10. Biến nội sinh: Q, P: lượng và giá thịt bò Biến ngoại sinh: PS: giá thịt lợn, PF: giá đầu vào, DI: thu nhập khả dụng Hµm cÇu: Pt = β11 + β12 Qt + β13 PS t + β14 DI t + U 1t Cho m« h×nh : Hµm cung: Qt = β 21 + β 22 Pt + β 23 PFt + U 2t 1. Thực hiện OLS cho phương trình hàm cầu Khi giá của thịt lợn tăng 1 đơn vị thì giá thịt bò tăng lên bao nhiêu đơn vị? Giá thịt lợn có ảnh hưởng đến giá thịt bò không? Khi cầu thịt bò tăng thì giá thịt bò có thay đổi không? 2. Thực hiện ước lượng bằng phương pháp 2SLS Khi giá thịt lợn tăng 1 đơn vị thì giá thịt bò tăng bao nhiêu đơn vị? Khi cầu thịt bò tăng thì giá thịt bò có thay đổi không? Khi giá thịt lợn tăng 1 đơn vị thì trung bình giá thịt bò tăng bao nhiêu đơn vi? Khi gía thịt bò tăng 1 đơn vị thì cung thịt bò tăng lên bao nhiêu đơn vị? 3. Nếu thời gian còn nhiều nhắc lại cho học viên cách đọc các chỉ số trong bảng OLS về các giá trị: R2; F-statistic, cách kiểm định PSSS thay đổi và tự tương quan Buổi 4: Mô hình với biến phụ thuộc là biến chất: Mô hình xác suất tuyến tính/ Mô hình logit/ Mô hình Probit I. Thực hiện ước lượng: ch11bt2 a. ước lượng bằng mô hình logit: pi = exp(β1+ β2Xi)/(1+exp(β1+ β2Xi)) X: thu nhập (đơn vị: triệu đồng); Y: =1 nếu không có xe riêng; =0 n ếu có xe riêng Quick→ Estimate→ Logit , thu được Std. z- Variable Coefficient Error Statistic Prob. C -6.552 1.960 -3.343 0.001 X 0.381 0.110 3.454 0.001 1. ước lượng của hệ số β1 là: -6.552; của β2 là: 0.381 2. Xác suất để một người có thu nhập 10triệu/tháng không có xe riêng: ˆ ˆ ˆ ˆ pi = exp( β 1 + β 2 X i ) /[1 + exp( β1 + β 2 X i )] ˆ = exp(−6.552 + 0.381x10) /[1 + exp(−6.552 + 0.381x10)] = 0.06 3. Nếu thu nhập người đó tăng thêm 1 triệu đồng thì xác suất tăng thêm: ˆˆ pi (1 − p i ) β 2 = 0.06(1 − 0.06)0.381 = 0.02 ˆ 10
  11. b. ước lượng bằng mô hình Probit pi = F( β1+ β2 Xi ) Std. z- Variable Coefficient Error Statistic Prob. C -3.571 0.936 -3.817 0.000 X 0.209 0.053 3.940 0.000 1. ước lượng của hệ số β1 là: --3.571; của β2 là: 0.209 2. Xác suất để một người có thu nhập 10triệu/tháng không có xe riêng là pi = F (−3.571 + 0.209 x10) = F (−1.48) = 0.07 ˆ 3. Nếu thu nhập người đó tăng thêm 1 triệu thì xác suất đó tăng thêm: ˆ ˆ ˆ f ( β 1 + β 2 X ) β 2 = f (−1.48) x0.209 = (2π ) −0.5 exp[−(1.48) 2 / 2]x0.209 = 0.028 II. Thực hành: mở tệp ch11bt1. Trong đó: Y=1 nếu một người là đi làm bằng phương tiện cá nhân, =0 nếu đi bằng phương tiện công cộng. X: chênh lệch giữa thời gian đi làm bằng phương tiện công cộng so với phương tiện cá nhân 1. Uớc lượng môhình Y theo X có hệ số chặn bằng môhình logit 2. ước lượng của hệ số chặn là: 3. Tính xác suất để một người chọn phương tiện công cộng nếu th ời gian chênh l ệch của anh ta là X = 20 4. Nếu chất lượng phục vụ của các phương tiện công cộng được cải tiến, thể hiện qua việc giảm được thời gian là 1 phút thì tại mức X = 20, khả năng lựa chọn phương tiện công cộng thay đổi là 5. Thực hiện các điều 1-4 trên cho mô hình Probit III. Chữa bài đã đưa hôm trước Mở tệp số liệu ch3bt3, ước lượng q theo p và ad, có hệ số chặn I. (q: số lượng sản phẩm bán được, p: giá của sản phẩm, ad: chi cho quảng cáo) 11
  12. 1. Ứớc lượng của hệ số chặn bằng bao nhiêu 2. Nếu giá bằng 0 và không quảng cáo thì số sản phẩm trung bình bán ra được là 3. Khi giá tăng lên 1 đơn vị mà chi cho quảng cáo không đổi thì số sản phẩm trung bình bán được giảm đi: 4. Giá có thực sự ảnh hưởng tới lượng sản phẩm bán ra không? (α=0.05) 5. Kết quả ước lượng có phù hợp với lý thuyết kinh tế không? 6. Các biến giá và chi quảng cáo giải thích được bao nhiêu phần trăm sự thay đổi trong số sản phẩm bán được? 7. Mô hình có phù hợp không? 8. Giá trị của thống kê trong kiểm định ở câu 7 là: 9. Mô hình có hiện tượng đa cộng tuyến cao không? 10. Mô hình có hiện tượng tự tương quan bậc nhất không? 11. Giá trị của thống kê trong kiểm định là ở câu (10) là: II. Mở tập số liệu ch9bt7, trong đó giả sử Y: lợi nhuận của doanh nghiệp, X: đầu tư về nghiên cứu công nghệ Uớc lượng Y theo X , Y(-1) có hệ số chặn (giả sử đây là mô hình hiệu chỉnh bộ phận) 12. ước lượng của hệ số điều chỉnh là: 13. Tác động ngắn hạn của X lên Y là: 14. Tác động dài hạn của X lên Y là (ghi chú: đây chỉ là một phần để học viên tự ôn lại ở nhà, bài kiểm tra thực tế sẽ bao gồm cả các phần tiếp theo. Học viên ôn tập và sẽ được hướng dẫn giải đáp ở buổi thực hành tiếp theo. Đề nghị ôn tập kỹ vì sẽ có phần tiếp theo nữa ở các buổi học sau) VI. Ôn tập: Mở tập số liệu: ch5bt6. Hồi quy Y(sản lượng) theo lao động (L), vốn (K) và hệ số chặn: Y = a1 +a2 L + a3 K + u 1. Khi vốn tăng 1 đơn vị thì trung bình sản lượng tăng bao nhiêu đơn vị? 2. Khi lao động tăng 1 đơn vị thì trung bình sản l ượng tăng không quá 0.8 đ ơn vị? 12
  13. 3. Các ước lượng có phù hợp với lý thuyết không? 4. Vốn có thực sự ảnh hưởng đến sản lượng không? 5. Hàm hồi quy có phù hợp không? 6. Biến vốn và sản lượng giải thích được bao nhiêu phần trăm sự biến đ ổi trong sản lượng? 7. Dùng hồi quy phụ để kiểm tra xem trong mô hình có d ấu hi ệu của đa cộng tuyến không? 8. Dùng kiểm định White để kiểm định mô hình có hi ện tượng PSSS thay đ ổi không? 9. Giá trị của thống kê Khi-bình phương trong kiểm định trên là? 10. Mô hình có hiện tượng tự tương quan bậc nhất không? 11. Mô hình động Cho mô hình hiệu chỉnh Y*t = a + bXt+ ut Trong đó Y là sản lượng cân bằng dài hạn, Xt là giá. Quá trình hiệu chỉnh: Yt − Yt −1 = δ (Yt * − Yt −1 ) dẫn đến mô hình tự hồi quy: Yt = α1 + α2Xt + α3Yt-1 +vt C 0.002553 0.001229 2.076825 0.0482 Xt 0.403818 0.056287 7.174307 0.0000 Y(-1) 0.236507 0.106048 2.230192 0.0349 Tìm hệ số hiệu chỉnh Tác động ngắn hạn của X lên sản lượng: Tác động của X lên sản lượng cân bằng dài hạn 13
  14. 14

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản