Báo cáo thực hành kinh tế lượng 24

BáO CáO THựC HàNH KINH Tế LƯợNG
Họ và tên: nguyễn văn cảnh
Lớp: K43/05.01
Vấn đề nghiên cứu: HồI QUY TổNG SảN PHẩM QUốC NộI THEO
XUấT KHẩU, NHậP KHẩU Và ĐầU TƯ CủA VIệT NAM(1995-2005)
A-LậP MÔ HìNH HồI QUY:
Trên cơ sở lý thuyết ta có: Tổng sản phẩm quốc nội (GDP), xuất
khẩu(EX), nhập khẩu(IM) và đầu t(I) của mỗi một quốc gia có mối quan hệ
với nhau. Vấn đề đặt ra là ta đi hồi quy GDP theo EX, IM, I, để xem chúng
ta có thể dựa vào EX, IM, I để dự báo GDP của Việt Nam và phân tích ảnh h-
ởng của các nhân tố EX, IM, I đến GDP nh thế nào.
Xuất phát từ cơ sở lý thuyết để xem xét ảnh hởng của các nhân tố EX,
IM, I đến GDP nh thế nào ta sẽ xem xét bảng số liệu thực tế của Việt
Nam(1995-2005)
Các biến kinh tế sử dụng:
Y : Tổng sản phẩm quốc nội của Việt Nam(GDP)
X2: Xuất khẩu của Việt Nam (EX)
X3: Nhập khẩu của Việt Nam (IM)
X4: Đầu t của Việt Nam (I)
Bảng số liệu về GDP của Việt Nam(1995-2005) ( Đơn vị: Tỷ USD)
Năm Y X2 X3 X4
1995 22.9 5.3 7.5 7.2
1996 27.2 7.3 11.1 8.7
1997 31.4 8.9 11.2 10.8
1998 36.1 9.4 11.5 11.7
1999 40.0 11.6 11.6 13.1
2000 44.2 14.5 15.6 15.1
2001 48.4 15.0 16.1 17.0
2002 53.6 16.5 19.3 19.9
2003 56.3 17.0 21.2 20.8
2004 58.0 18.7 22.4 21.9

2005 59.1 19.1 23.7 23.2
(Nguồn số liệu: Theo tổng cục thống kê)
Xét mô hình hồi quy mô tả mối quan hệ giữa các biến kinh tế
Y=
1
+
2
X
2i
+
3
X
3i
+
4
X
4i
+ U
i
Sử dụng các số liệu trên, ớc lợng mô hình hồi qui bằng Eviews ta có
kết quả báo cáo 1:
Dependent Variable: Y
Method: Least Squares
Date: 11/19/07 Time: 15:40
Sample: 1995 2005
1
Included observations: 11
Variable Coefficient Std. Error t-Statistic Prob.
C 8.498594 1.029511 8.254978 0.0001
X2 1.062045 0.470462 2.257450 0.0586

X3 -0.658531 0.349131 -1.886203 0.1012
X4 2.032261 0.561141 3.621656 0.0085
R-squared 0.995085 Mean dependent var 43.38182
Adjusted R-squared 0.992979 S.D. dependent var 12.83463
S.E. of regression 1.075447 Akaike info criterion 3.258638
Sum squared resid 8.096104 Schwarz criterion 3.403327
Log likelihood -13.92251 F-statistic 472.4191
Durbin-Watson stat 2.392890 Prob(F-statistic) 0.000000
T kt qu c lng trên, ta thu c hm hi quy sau:
Y=8.498594+1.062045X
2i
-0.658531X
3i
+ 2.032261

X
4i
+ e
i
(1)
B-Kiểm định các khuyết tật:
1. để xem hàm hồi quy có phù hợp hay không?
Kiểm định cặp giả thuyết: H
0
: Hàm hồi quy không phù hợp.
H
1
: Hàm hồi quy phù hợp.
Sử dụng tiêu chuẩn kiểm định F: F =
~

k))/(n(
)1/(k
R
2


2
R-1

)kn1;(k
F


Miền bác bỏ : W

= {F / F >
)kn1;(k
F


}
Với n = 11, k = 4,

= 0.05 ta có
(3,7)
05.0
F
= 4.35
Từ bảng báo cáo 1 ta có: Fqs=472.4191 >
(3,7)

05.0
F
= 4.35 nên Fqs thuộc miền
bác bỏ. Vậy bác bỏ H
0
, chấp nhận H
1
. Nghĩa là hàm hồi quy phù hợp. Hay là EX, IM, I
có ảnh hởng đến GDP.
2. để xem hàm có chỉ định đúng hay không? ta đI kiểm
định raMsey:
Bằng phần mềm EVIEWS ta thu đợc kết quả báo cáo 2
Ramsey RESET Test:
F-statistic 1.330083 Probability. F(3,4) 0.382091
Log likelihood ratio 7.611204 Probability.Chi-Square(3) 0.054769
Test Equation:
Dependent Variable: Y
2
Method: Least Squares
Date: 11/20/07 Time: 19:13
Sample: 1995 2005
Included observations: 11
Variable Coefficient Std. Error t-Statistic Prob.
C 8.871829 13.35214 0.664450 0.5427
X2 -6.223442 16.91364 -0.367954 0.7316
X3 3.908305 10.52583 0.371306 0.7292
X4 -9.420831 30.54825 -0.308392 0.7732
FITTED^2 0.224006 0.576784 0.388371 0.7175
FITTED^3 -0.003524 0.009330 -0.377665 0.7249
FITTED^4 1.92E-05 5.43E-05 0.352638 0.7422

R-squared 0.997540 Mean dependent var 43.38182
Adjusted R-squared 0.993849 S.D. dependent var 12.83463
S.E. of regression 1.006602 Akaike info criterion 3.112164
Sum squared resid 4.052992 Schwarz criterion 3.365370
Log likelihood -10.11690 F-statistic 270.2898
Durbin-Watson stat 2.665125 Prob(F-statistic) 0.000036
Kiểm định cặp giả thuyết: H
0
: Mô hình chỉ định đúng.
H
1
: Mô hình chỉ định sai.
Tiêu chuẩn kiểm định : F =
),1(
2
new
2
old
2
new
~
)/()R1(
)1/()RR(
knp
F
kn
p

Miền bác bỏ W

= {F, F >
),1( knp
F


}
Từ kết quả ớc lợng ta có F
qs
= 1.330083 <
)4,3(
05.0
F
= 6.59. Vậy mô hình
không bỏ sót biến.
3. để xét xem mô hình có phơng sai sai số thay đổi hay
không? ta tiến hành kiểm định white:
Bằng phần mềm EVIEWS ta thu đợc kết quả báo cáo 3:
White Heteroskedasticity Test:
F-statistic 2.867872 Probability.F(9,1) 0.430616
Obs*R-squared 10.58972 Probability.Chi-Square(9) 0.304883
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
3
Date: 11/20/07 Time: 17:15
Sample: 1995 2005
Included observations: 11
Variable Coefficient Std. Error t-Statistic Prob.

C -6.696724 5.369233 -1.247240 0.4302
X2 -1.252664 2.961707 -0.422953 0.7453
X2^2 0.626152 0.564809 1.108608 0.4672
X2*X3 -0.871978 0.792746 -1.099946 0.4697
X2*X4 -0.215287 0.884323 -0.243448 0.8480
X3 -0.823925 1.153286 -0.714415 0.6051
X3^2 -0.042376 0.329215 -0.128719 0.9185
X3*X4 0.936131 1.010299 0.926587 0.5242
X4 2.957341 3.648569 0.810548 0.5664
X4^2 -0.457851 0.788019 -0.581014 0.6649
R-squared 0.962702 Mean dependent var 0.736009
Adjusted R-squared 0.627017 S.D. dependent var 0.835025
S.E. of regression 0.509969 Akaike info criterion 0.911354
Sum squared resid 0.260069 Schwarz criterion 1.273077
Log likelihood 4.987553 F-statistic 2.867872
Durbin-Watson stat 2.194249 Prob(F-statistic) 0.430616
Ta xét cặp giả thuyết: H
0
: Mô hình không có phơng sai sai số thay đổi.
H
1
: Mô hình có phơng sai sai số thay đổi.
Tiêu chuẩn kiểm định :

2
= nR
2
~

2(m)

trong đó m = 9
Miền bác bỏ : W

= {
2

,
2

>
)(2 m


}
Từ kêt quả báo cáo 3 ta có
=
2
qs

10.58972.
Với n = 11; m = 9;

= 0.05 ta có
2
qs

=10.58972 <
)9(2
05.0

= 16.919
nên ta cha có cơ sở bác bỏ H
0
nghĩa là mô hình không có phơng sai sai số
thay đổi. .
4. để xem mô hình có tự tơng quan hay không?ta tiến
hành kiểm định b-g:
Bằng phần mềm EVIEWS ta thu đợc kết quả báo cáo 4
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.878349 Probability. F(3,4) 0.274210
Obs*R-squared 6.433338 Probability.Chi-Square(3) 0.092329
Test Equation:
Dependent Variable: RESID
4
Method: Least Squares
Date: 11/20/07 Time: 18:40
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C -1.422429 1.109249 -1.282335 0.2690
X2 0.666499 0.505657 1.318085 0.2579
X3 -0.147961 0.338101 -0.437623 0.6843
X4 -0.302297 0.547637 -0.552002 0.6103
RESID(-1) -1.350312 0.598667 -2.255530 0.0871
RESID(-2) -1.296949 0.683845 -1.896554 0.1308
RESID(-3) -0.701721 0.562004 -1.248607 0.2799
R-squared 0.584849 Mean dependent var -1.15E-15
Adjusted R-squared -0.037878 S.D. dependent var 0.899784
S.E. of regression 0.916666 Akaike info criterion 2.924979
Sum squared resid 3.361107 Schwarz criterion 3.178185
Log likelihood -9.087386 F-statistic 0.939174

Durbin-Watson stat 2.517099 Prob(F-statistic) 0.550805
Kiểm định cặp giả thuyết: H
0
: Mô hình không có tự tơng quan.
H
1
: Mô hình có tự tơng quan.
Tiêu chuẩn kiểm định:
)3(222
~)1(


Rn
=
Miền bác bỏ:
{
}
)3(222


>=
qs
W
Từ bảng báo cáo 4 ta có:
2
qs

= 6.433338<
)3(2
05.0

= 7.81473 điều này nghĩa là cha có
cơ sở bác bỏ H
0
hay mô hình không có tự tơng quan.
5.kiểm định tính phân bố chuẩn của sai số ngẫu nhiên:
Kiểm định dựa trên tiêu chuẩn Jarque Bera
Bằng phần mềm EVIEWS ta thu đợc kết quả báo cáo 5:
5
0.0
0.4
0.8
1.2
1.6
2.0
2.4
2.8
3.2
-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Series: Residuals
Sample 1995 2005
Observations 11
Mean -1.15e-15
Median -0.112296
Maximum 1.436480
Minimum -1.224912
Std. Dev. 0.899784
Skewness 0.280312
Kurtosis 2.170143
Jarque-Bera 0.459690

Probability 0.794657
Kiểm định cặp giả thuyết: H
0
: U có phân bố chuẩn.
H
1
: U không có phân bố chuẩn.
Tiêu chuẩn kiểm định : JB = N [
24
)3(
6
22

+
KS
]
Miền bác bỏ : W

= { JB, JB >
)2(2


}
Với

= 0.05,
)2(2
05.0

= 3.84 > JB

qs
=0.45969 nh vậy sai số ngẫu nhiên
có phân phối chuẩn.
6. để xét xem mô hình có đa cộng tuyến hay không? ta đI
hồi quy phụ x2 theo X3 và X4:
Ta thu đợc kết quả báo cáo 6:
Dependent Variable: X2
Method: Least Squares
Date: 11/20/07 Time: 16:54
Sample: 1995 2005
Included observations: 11
Variable Coefficient Std. Error t-Statistic Prob.
C 0.004996 0.773678 0.006457 0.9950
X3 -0.104243 0.259771 -0.401289 0.6987
X4 0.950953 0.254541 3.735957 0.0057
R-squared 0.977051 Mean dependent var 13.02727
Adjusted R-squared 0.971314 S.D. dependent var 4.771811
S.E. of regression 0.808201 Akaike info criterion 2.638988
6
Sum squared resid 5.225507 Schwarz criterion 2.747505
Log likelihood -11.51444 F-statistic 170.3003
Durbin-Watson stat 1.431728 Prob(F-statistic) 0.000000
Kiểm định cặp giả thuyết : H
0
: Mô hình không có đa cộng tuyến
H
1
: Mô hình có đa cộng tuyến
Sử dụng tiêu chuẩn kiểm định F : F =
1)kn2;(k~

1)k)/(n(
2)/(k
F
R
2
2
+
+

2
2
R-1
Miền bác bỏ : W

= {F
2
/ F
2
>
1)kn2;(kF +

}
Theo kết quả báo cáo 2 ta có : F
2
= 170.3003
Với n = 11, k = 4,

= 0.05 ta có
(2,8)
05.0

F
= 4.46
Từ bảng báo cáo 6 ta có F
2
= 170.3003 >
(2,8)
05.0
F
= 4.46. Nên bác bỏ H
0
,
chấp nhận H
1
. Vậy mô hình có đa cộng tuyến.
C -khắc phục khuyết tật
Khắc phục khuyết tật đa cộng tuyến. Để khắc phục
hiện tợng này ta sử dụng phơng pháp sai phân cấp 1:
Sử dụng Eviews tính toán ta thu đợc
Dependent Variable: D(Y)
Method: Least Squares
Date: 11/20/07 Time: 22:26
Sample (adjusted): 1996 2005
Included observations: 10 after adjustments
Variable Coefficient Std. Error t-Statistic Prob.
C 1.610446 1.260189 1.277941 0.2485
D(X2) 0.213769 0.599483 0.356588 0.7336
D(X3) -0.073985 0.350296 -0.211206 0.8397
D(X4) 1.146505 0.783523 1.463269 0.1937
R-squared 0.327169 Mean dependent var 3.620000
Adjusted R-squared -0.009247 S.D. dependent var 1.337327

S.E. of regression 1.343496 Akaike info criterion 3.717602
Sum squared resid 10.82989 Schwarz criterion 3.838636
Log likelihood -14.58801 F-statistic 0.972514
Durbin-Watson stat 1.052874 Prob(F-statistic) 0.465153
7
Mô hình mới của ta là:
*
t
Y
=0.213769
*
2t
X
-0.073985
*
3t
X
+1.146505
*
4t
X
Tiến hành tính độ đo Theil của mô hình mới để xem còn khuyết tật đa
cộng tuyến hay không ta có:
2*
R
=0.327169;
2*
2
R
=0.312910 ;

2*
3
R
=0.322167;
*
4
R
=0.087063 ;
Ta có độ đo Theil:
m = 0.327169 - ( 0.327169 - 0.312910 ) - ( 0.327169 - 0.322167 ) -
(0.327169 -0.087603) = 0.037342 rất nhỏ nên mô hình không còn đa cộng
tuyến.
D-kết luận:
Dựa vào kết quả hồi quy và các kết quả kiểm định mô hình ở trên ta có đợc
những nhận định về mức độ ảnh hởng của các biến kinh tế với biến phụ
thuộc nh sau:
- Khi Xuất khẩu tăng ( hoặc giảm) 1 tỷ USD thì GDP sẽ tăng (hoặc giảm)
là 1.062045 tỷ USD.
- Khi Nhập khẩu tăng (hoặc giảm) 1 tỷ USD thì GDP sẽ tăng (hoặc giảm)
là -0.658531 tỷ USD.
- Khi Đầu t tăng ( hoặc giảm ) 1 tỷ USD thì GDP sẽ tăng ( hoặc giảm ) là
2.032261

tỷ USD.
- Khi Xuất khẩu tăng ( hoặc giảm ) 1 tỷ USD thì GDP sẽ:
+ Tăng tối đa:
7
05.0222
).

(

tSe

+
= 1.9959 USD.
+ Tăng tối thiểu:
7
05.0222
).

(

tSe


=0.1282 USD.
- Khi Nhập khẩu tăng ( hoặc giảm ) 1 tỷ USD thì GDP sẽ:
+ Thay đổi tối đa:
7
05.0333
).

(

tSe


=-1.351556 USD.
+ Thay đổi tối thiểu:

7
05.033
).

(

tSe

+
=0.0345 USD.
- Khi Đầu t tăng ( hoặc giảm ) 1 tỷ USD thì GDP sẽ:
+ Tăng tối đa:
7
05.0444
).

(

tSe

+
=3.146 USD.
+ Tăng tối thiểu:
7
05.0444
).

(

tSe

=0.9184 USD.
8
- Ta có
2
( )
i
Var U

=
để biết sự biến động giá trị của biến phụ thuộc đo
bằng phơng sai do các yếu tố ngẫu nhiên gây ra là bao nhiêu, ta đi tìm ớc l-
ợng khoảng của
2

Dùng đại lợng thống kê:
)4(~)4(
2
2
2
2
=
nn




Ta suy ra:
)4(

)4(
)4(
)4(
2
2/1
2
2
2
2/
2






n
n
n
n






Có
05.0
=

; n=11;
156586.1
7
096104.8
4

2
==

=
n
RSS

;
)7(2
025.0

=16.0128,
)7(2
975.0

=1.68987
thay vào ta đợc
79096.450255.0
2


Có
5%

=
;
17n =
;
2
41.31615
3.178165
( 4) 13
RSS
n

= = =

)
;
2(13)
0.025
24.7356

=
,
Vậy sự biến động sự biến động giá trị của biến phụ thuộc đo bằng phơng
sai do các yếu tố ngẫu nhiên gây ra có giá trị nằm trong khoảng:
(0.50255 ; 4.79096)
9