Báo cáo thực hành Kinh tế lượng

BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG
Họ và tên các thành viên trong nhóm:
VẤN ĐỀ NGHIÊN CỨU
Nghiên cứu sự phụ thuộc của Nhập khẩu vào Tổng sản
phẩm quốc nội và Tỷ giá hối đoái ở Singapore giai đoạn
1995-2009
1
VẤN ĐỀ NGHIÊN CỨU
Nghiên cứu sự phụ thuộc của Nhập khẩu vào Tổng sản
phẩm quốc nội và Tỷ giá hối đoái ở Singapore giai đoạn
1995-2009
Nhập khẩu là một trong những chỉ tiêu quan trọng để đánh giá tình hình
kinh tế của một quốc gia. Dựa vào những nghiên cứu kinh tế vĩ mô và các lý
thuyết kinh tế, có thể thấy Tổng sản phẩm quốc nội và Tỷ giá hối đoái là những
nhân tố có ảnh hưởng lớn tới Nhập khẩu của nước đó.
Theo lý thuyết nghiên cứu vĩ mô, khi Tổng sản phẩm quốc nội tăng, Tỷ
giá hối đoái giảm thì Nhập khẩu tăng, do đó ta có thể biểu diễn mối quan hệ
giữa các biến trên qua mô hình toán có dạng hàm số như sau:
IM
i
= β
1
+ β
2
GDP
i
+ β
3
ER
i
Các biến kinh tế sử dụng trong mô hình trên:

IM: Nhập khẩu
GDP: Tổng sản phẩm quốc nội
ER: Tỷ giá hối đoái
I - Số liệu:
Bảng 1. Số liệu về Nhập khẩu (IM – Triệu đô la Singapore), Tổng sản phẩm
quốc nội (GDP - triệu đô la Singapore) và Tỷ giá hối đoái của Singapore
(Đô la Singapore/1 đô la Mỹ) từ năm 1995 đến 2009
Năm IM GDP ER
1995 176313 118963 1.417
1996 185183 130035 1.410
1997 196605 141641 1.485
1998 169863 137085 1.674
1999 188142 137935 1.695
2000 232175 159596 1.724
2001 207692 153393 1.792
2002 208312 157694 1.791
2003 237317 162288 1.742
2004 293337 185365 1.690
2005 333191 208764 1.660
2006 378924 230509 1.590
2007 395980 266405 1.510
2008 450893 273537 1.410
2009 356299 265058 1.450
Nguồn số liệu : Theo Tổng cục Thống kê Việt Nam
( />2
II – Lập mô hình hồi qui mô tả mối quan hệ giữa các biến kinh tế:
Có nhiều dạng hàm có thể mô tả quy luật kinh tế đã nêu trên (mối quan
hệ giữa các biến), nhưng dạng hàm tuyến tính đã đưa ra là tốt nhất dựa trên giả
định của lý thuyết kinh tế. Thực tiễn cũng cho thấy Tổng sản phẩm quốc nội và
Tỷ giá hối đoái có ảnh hưởng lớn tới Nhập khẩu, bên cạnh sự ảnh hưởng của

các yếu tố khác (như Xuất khẩu…)
Dựa trên mô hình toán đó và xét thêm ảnh hưởng của các yếu tố ngẫu
nhiên, ta xây dựng mô hình kinh tế lượng sau:
IM
i
= β
1
+ β
2
GDP
i
+ β
3
ER
i
+ U
i
Đây chính là mô hình hồi qui tổng thể (PRM), trong đó:
IM: Nhập khẩu
GDP: Tổng sản phẩm quốc nội
ER: Tỷ giá hối đoái
β
1
: hệ số chặn
β
2
, β
3
: hệ số góc
U

i
: sai số ngẫu nhiên
III - Ước lượng mô hình hồi qui
Với các số liệu từ mẫu trên, hồi quy mô hình bằng phần mềm Eviews ta
thu được báo cáo sau:
Báo cáo 1. Kết quả ước lượng mô hình hồi qui IM theo GDP và ER
Dependent Variable: IM
Method: Least Squares
Date: 12/03/11 Time: 17:13
Sample: 1995 2009
Included observations: 15
Variable Coefficient Std. Error t-Statistic Prob.
GDP 1.673309 0.122813 13.62486 0.0000
ER -16757.36 46068.12 -0.363752 0.7224
C -10144.13 83737.81 -0.121142 0.9056
R-squared 0.945716 Mean dependent var 267348.4
Adjusted R-squared 0.936669 S.D. dependent var 92817.10
S.E. of regression 23358.09 Akaike info criterion 23.13213
Sum squared resid 6.55E+09 Schwarz criterion 23.27374
Log likelihood -170.4910 F-statistic 104.5298
Durbin-Watson stat 1.796571 Prob(F-statistic) 0.000000
Thu được
2
R
= 0,945716,
∧
1
β
= -10144,13,
∧

2
β
=1,673309,
∧
3
β
= -16757,36
SRM: IM
i
= -10144,13 + 1,673309GDP
i
-16757,36ER
i
+ e
i
3
IV - Kiểm định các khuyết tật của mô hình
4.1. Đa cộng tuyến
a) Phát hiện đa cộng tuyến bằng phương pháp hồi qui phụ
Hồi quy GDP theo ER bằng Eviews ta thu được báo cáo:
Báo cáo 2. Kết quả ước lượng mô hình hồi qui phụ
Dependent Variable: GDP
Method: Least Squares
Date: 12/03/11 Time: 17:41
Sample: 1995 2009
Included observations: 15
Variable Coefficient Std. Error t-Statistic Prob.
ER -116624.8 98880.17 -1.179455 0.2594
C 368795.2 159056.2 2.318647 0.0373
R-squared 0.096665 Mean dependent var 181884.5

Adjusted R-squared 0.027178 S.D. dependent var 53481.65
S.E. of regression 52749.89 Akaike info criterion 24.70808
Sum squared resid 3.62E+10 Schwarz criterion 24.80248
Log likelihood -183.3106 F-statistic 1.391115
Durbin-Watson stat 0.085580 Prob(F-statistic) 0.259352
Ta có: F
0,05
(1,n-2) = F
0,05
(1,13) = 4,67
F
qs
= 1,391115
 F
qs
< F
0,05
(1,n-2)
Vậy với α = 0,05, mô hình gốc không có đa cộng tuyến.
b) Phát hiện đa cộng tuyến bằng Độ đo Theil
Hồi quy lần lượt IM theo GDP, IM theo TD bằng Eviews ta thu được
các báo cáo:
Báo cáo 3. Kết quả ước lượng mô hình hồi qui IM theo GDP
Dependent Variable: IM
Method: Least Squares
Date: 12/03/11 Time: 17:41
Sample: 1995 2009
Included observations: 15
Variable Coefficient Std. Error t-Statistic Prob.
GDP 1.687198 0.112764 14.96227 0.0000

C -39526.86 21321.43 -1.853856 0.0866
R-squared 0.945117 Mean dependent var 267348.4
Adjusted R-squared 0.940896 S.D. dependent var 92817.10
S.E. of regression 22565.11 Akaike info criterion 23.00976
Sum squared resid 6.62E+09 Schwarz criterion 23.10417
Log likelihood -170.5732 F-statistic 223.8694
Durbin-Watson stat 1.829415 Prob(F-statistic) 0.000000
Thu được
2
3
R
= 0,945117
Báo cáo 4. Kết quả ước lượng mô hình hồi qui IM theo ER
4
Dependent Variable: IM
Method: Least Squares
Date: 12/03/11 Time: 17:42
Sample: 1995 2009
Included observations: 15
Variable Coefficient Std. Error t-Statistic Prob.
ER -211906.6 170721.1 -1.241244 0.2364
C 606964.1 274617.7 2.210215 0.0456
R-squared 0.105957 Mean dependent var 267348.4
Adjusted R-squared 0.037184 S.D. dependent var 92817.10
S.E. of regression 91075.08 Akaike info criterion 25.80032
Sum squared resid 1.08E+11 Schwarz criterion 25.89473
Log likelihood -191.5024 F-statistic 1.540688
Durbin-Watson stat 0.158730 Prob(F-statistic) 0.236447
Thu được
2

4
R
= 0,105957
Độ đo Theil:
22
4
2
3
2
4
22
3
22
)]()[( RRRRRRRRm −+=−−−−=
Ta có:
2
R
= 0,945716;
2
3
R
= 0,945117;
2
3
R
= 0,105957.
Suy ra: m = 0,945117 + 0,105957 – 0,945716 = 0,105358 < 0,3
Vậy với α = 0,05 mô hình gốc không có đa cộng tuyến.
4.1. Phương sai sai số thay đổi
Phát hiện phương sai sai số thay đổi bằng kiểm định White, từ Eviews ta

có báo cáo sau: Báo cáo 5. Kiểm định White
White Heteroskedasticity Test:
F-statistic 1.790823 Probability 0.207256
Obs*R-squared 6.260417 Probability 0.180526
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/03/11 Time: 17:42
Sample: 1995 2009
Included observations: 15
Variable Coefficient Std. Error t-Statistic Prob.
C 3.49E+09 3.53E+10 0.099016 0.9231
GDP 13162.95 59528.04 0.221122 0.8294
GDP^2 -0.013552 0.151585 -0.089401 0.9305
ER -5.43E+09 4.70E+10 -0.115683 0.9102
ER^2 1.45E+09 1.46E+10 0.099304 0.9229
R-squared 0.417361 Mean dependent var 4.36E+08
Adjusted R-squared 0.184306 S.D. dependent var 7.08E+08
S.E. of regression 6.39E+08 Akaike info criterion 43.65112
Sum squared resid 4.09E+18 Schwarz criterion 43.88713
Log likelihood -322.3834 F-statistic 1.790823
Durbin-Watson stat 1.643479 Prob(F-statistic) 0.207256
Ta có: χ
2
0,05
(4) = 9,4877
χ
2
qs
= 6,260417

5