Báo cáo thực hành kinh tế lượng 29

Báo cáo thực hành kinh tế lượng
Phạm việt chiến
K43/05.01
Việt Nam là một trong những nước xuất khẩu gạo hàng đầu trên thế
giới.Nông nghiệp là ngành chịu ảnh hưởng nhiều các yếu tố tự nhiên,trong đó
diện tích đất nông nghiệp có ảnh hưởng lớn đến sản lượng nông nghiệp.
Trong 3 vụ lúa hàng năm thì vụ Đông Xuân đóng góp một sản lượng lớn.Do
vậy sau đây là một vài nghiên cứu ảnh hưởng của diện tích đến sản lượng lúa
Đông Xuân trong các năm từ 1990 đến 2005.
Bảng số liệu về sản lượng và diện tích lúa Đông Xuân các năm (1990-
2005)
Bảng số liệu về sản lượng và diện tích lúa
Đông Xuân các năm (1990-2005)
Năm Y X
1990 7865.6 2073.6
1991 6788.3 2160.6
1992 9156.3 2279.0
1993 9035.6 2323.6
1994 10508.5 2381.4
1995 10736.6 2421.3
1996 12209.5 2541.1
1997 13310.3 2682.7
1998 13559.5 2783.3
1999 14103.0 2888.9
2000 15571.2 3013.2
2001 15474.4 3056.9
2002 16719.6 3033.0
2003 16822.7 3022.9
2004 17078.0 2978.5
2005 17331.6 2942.1
(Nguồn: Tổng cục thống kê)

Trong đó:
Y: sản lượng lúa Đông Xuân cả năm (nghìn tấn)
X: diện tích lúa đông xuân (nghìn ha)
1
Nhập bảng số liệu trên vào phần mềm Eviews ta có bảng sau:
obs Y X
1990 7865.6 2073.6
1991 6788.3 2160.6
1992 9156.3 2279
1993 9035.6 2323.6
1994 10508.5 2381.4
1995 10736.6 2421.3
1996 12209.5 2541.1
1997 13310.3 2682.7
1998 13559.5 2783.3
1999 14103 2888.9
2000 15571.2 3013.2
2001 15474.4 3056.9
2002 16719.6 3033
2003 16822.7 3022.9
2004 17078 2978.5
2005 17331.6 2942.1
Hồi qui mô hình:
a, Xét hàm hồi qui tổng thể:
PRF: E(Y
i
/ X
i
) = õ
1

+ õ
2
X
i
Trong đó: Y là biến phụ thuộc.
X là biến độc lập.
Trên cơ sở đó ta có mô hình hồi qui tổng thể:
PRM: Y
i
= õ
1
+ õ
2
X
i
+ U
i
Với số liệu từ mẫu nêu trên bằng phần mềm Eviews ta ước lượng mô
hình và thu được kết quả ước lượng như sau:
Dependent Variable: Y
Method: Least Squares
Date: 10/17/07 Time: 23:19
Sample: 1990 2005
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
2
X 9.850568 0.645063 15.27071 0.0000
C -13324.20 1730.358 -7.700256 0.0000
R-squared 0.943364 Mean dependent var 12891.92
Adjusted R-squared 0.939319 S.D. dependent var 3515.748

S.E. of regression 866.0521 Akaike info criterion 16.48224
Sum squared resid 10500647 Schwarz criterion 16.57881
Log likelihood -129.8579 F-statistic 233.1945
Durbin-Watson stat 1.022529 Prob(F-statistic) 0.000000
b, Kiểm tra phần d e và giá trị Ŷ ta được:
obs Actual Fitted Residual Residual Plot
1990 7865.60 7101.94 763.661 | . | *. |
1991 6788.30 7958.94 -1170.64 | * . | . |
1992 9156.30 9125.25 31.0539 | . * . |
1993 9035.60 9564.58 -528.981 | . * | . |
1994 10508.5 10133.9 374.556 | . | * . |
1995 10736.6 10527.0 209.618 | . | * . |
1996 12209.5 11707.1 502.420 | . | * . |
1997 13310.3 13101.9 208.379 | . |* . |
1998 13559.5 14092.9 -533.388 | . * | . |
1999 14103.0 15133.1 -1030.11 | *. | . |
2000 15571.2 16357.5 -786.333 | * | . |
2001 15474.4 16788.0 -1313.60 | * . | . |
2002 16719.6 16552.6 167.025 | . |* . |
2003 16822.7 16453.1 369.616 | . | * . |
2004 17078.0 16015.7 1062.28 | . | . * |
2005 17331.6 15657.2 1674.44 | . | . *|
Từ kết quả trên ta thu được hàm hồi qui mẫu:
ŸŶ
i
= -13324,2 + 9,850568X
i

1 Kiểm định sự phù hợp của hàm hồi qui:
H

0
: õ
2
= 0
H
1
: õ
2
≠ 0
Theo kết quả ở bảng trên, ta có giá trị t
qs
= 15,27071 với ỏ = 0,05, t
0,025
14
= 2,1450 nên |t
qs
| > t
0,025
14
nên bác bỏ giả thuyết H
0
, chấp nhận giả thuyết H
1
Kết luận: Với mức ý nghĩa ỏ = 0,05, diện tích lúa Đông Xuân có ảnh
hưởng đến sản lượng lúa Đông Xuân
327 Với R
2
= 0,943364 ta có thể kết luận rằng X giải thích được
94,3364% sự biến động của Y.
3

II. Kiểm định các khuyết tật:
1. Kiểm định phương sai sai số thay đổi:
Để kiểm định xem mô hình kinh tế lượng ban đầu có mắc khuyết tật
phương sai sai số thay đổi hay không, chúng ta tiến hành kiểm định White.
Ta hồi qui mô hình sau:
e
t
2
= ỏ
1

+ ỏ
2
X
i
+ ỏ
3
X
2
i
+ V
i
4
Ta được kết quả báo cáo bằng Eviews:
White Heteroskedasticity Test:
F-statistic 1.430801 Prob. F(2,13) 0.274395
Obs*R-squared 2.886570 Prob. Chi-Square(2) 0.236151
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares

Date: 10/17/07 Time: 23:41
Sample: 1990 2005
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
C 19051378 16311166 1.167996 0.2638
X -15047.32 12676.86 -1.186991 0.2565
X^2 3.008998 2.427061 1.239770 0.2370
R-squared 0.180411 Mean dependent var 656290.5
Adjusted R-squared 0.054320 S.D. dependent var 783699.3
S.E. of regression 762116.9 Akaike info criterion 30.09295
Sum squared resid 7.55E+12 Schwarz criterion 30.23781
Log likelihood -237.7436 F-statistic 1.430801
Durbin-Watson stat 1.528622 Prob(F-statistic) 0.274395
Xét cặp giả thuyết sau:
H
0
: Mô hình có phương sai sai số không đổi
H
1
: Mô hình có phương sai sai số thay đổi
Tiêu chuẩn kiểm định ữ
2
= n R
2
~ ữ
2 (m)
, m=2 là số biến giải thích của
mô hình hồi qui trên.
Với mức ý nghĩa ỏ = 0,05 miền bác bỏ:
W

ỏ
= { ữ
2
: ữ
2
> ữ
2(2)
0,05
}
Dựa trên kiểm định White theo báo cáo ta có:
ữ
2
qs
= 2,886570
Với ỏ = 0,05 , n =16 ta tìm đợc ữ
2(2)
0,05
= 5,99147 nên
ữ
2(2)
0,05
> ữ
2
qs
chưa đủ cơ sở bác bỏ giả thuyết H
0
5
Vậy mô hình có phương sai sai số không đổi.
2. Kiểm định tự tương quan:
Sử dụng kiểm định Breusch- Godfrey (BG):

Ta hồi qui mô hình sau:
e
t
= ỏ
1
+ ỏ
2
X
t
+ ỏ
3
e
t-1
+ V
t
Bằng phần mềm Eviews ta thu được kết quả :
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.385373 Prob. F(1,13) 0.146463
Obs*R-squared 2.480666 Prob. Chi-Square(1) 0.115253
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 10/17/07 Time: 23:52
Sample: 1990 2005
Included observations: 16
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
X 0.179490 0.626214 0.286627 0.7789
C -428.1414 1673.732 -0.255801 0.8021
RESID(-1) 0.473463 0.306555 1.544465 0.1465

R-squared 0.155042 Mean dependent var -3.18E-12
Adjusted R-squared 0.025048 S.D. dependent var 836.6858
S.E. of regression 826.1407 Akaike info criterion 16.43877
Sum squared resid 8872610. Schwarz criterion 16.58363
Log likelihood -128.5101 F-statistic 1.192686
Durbin-Watson stat 2.007635 Prob(F-statistic) 0.334526
Xét cặp giả thuyết sau:
H
0
: Mô hình không có tự tương quan bậc 1
H
1
: Mô hình có tự tương quan bậc 1
Dựa trên kiểm định Breuseh - Godfrey theo báo cáo ta có:
ữ
2
qs
= 2,480666 với ỏ = 0,05, ữ
2(1)
0,05
= 3,84146 nên ữ
2
qs
< ữ
2(1)
0,05
Vậy,với mức ý nghĩa ỏ= 0,05 chưa có cơ sở bác bỏ H
0
nên mô hình
không có tự tương quan bậc 1.

3. Kiểm định các biến bỏ sót:
Dựa trên kiểm định Ramsey để kiểm định xem mô hình có bỏ sót biến
thích hợp hay không.
6
Ta ước lượng mô hình sau:
Y
t
= ỏ
1
+ ỏ
2
X
t
+ỏ
3
Ŷ
t
2
+ V
t
Bằng phần mềm Eviews ta thu đợc kết quả sau:
Ramsey RESET Test:
F-statistic 0.104049 Prob. F(1,13) 0.752153
Log likelihood ratio 0.127550 Prob. Chi-Square(1) 0.720986
Test Equation:
Dependent Variable: Y
Method: Least Squares
Date: 10/18/07 Time: 00:11
Sample: 1990 2005
Included observations: 16

Variable Coefficient Std. Error t-Statistic Prob.
X 12.16110 7.193926 1.690467 0.1148
C -17794.74 13974.24 -1.273396 0.2252
FITTED^2 -9.48E-06 2.94E-05 -0.322566 0.7522
R-squared 0.943814 Mean dependent var 12891.92
Adjusted R-squared 0.935170 S.D. dependent var 3515.748
S.E. of regression 895.1695 Akaike info criterion 16.59926
Sum squared resid 10417270 Schwarz criterion 16.74412
Log likelihood -129.7941 F-statistic 109.1874
Durbin-Watson stat 1.019822 Prob(F-statistic) 0.000000
Xét cặp giả thuyết:
H
0
: Mô hình chỉ định đúng
H
1
: Mô hình chỉ định sai
Bằng tiêu chuẩn kiểm định F, từ kết quả ước lượng ta có:
F
qs
= 0,104049 với ỏ = 0,05 , F
0.05
(1,13)
= 4,67 Ta có F
qs
< F
0.05
(1,13)
nên
chưa có cơ sở bác bỏ giả thuyết H

0
Vậy ta có thể kết luận mô hình chỉ định đúng.
4. Kiểm định tính phân bố chuẩn của sai số ngẫu nhiên:
Dựa trên kiểm định Jarque-Bera để xem xét U có phân phối chuẩn hay
không. Bằng phần mềm Eviews ta thu được kết quả sau:
7
0
1
2
3
4
5
6
7
-1000 0 1000 2000
Series: Residuals
Sample 1990 2005
Observations 16
Mean -3.18e-12
Median 187.7024
Maximum 1674.442
Minimum -1313.603
Std. Dev. 836.6858
Skewness 0.098937
Kurtosis 2.336836
Jarque-Bera 0.319294
Probability 0.852445
Xét cặp giả thuyết:
H
0

: U có phân phối chuẩn
H
1
: U không có phân phối chuẩn
Từ kết quả báo cáo ta thu đợc JB
qs
= 0,319294
Với ỏ = 0,05, ữ
2(2)
0,05
= 5,99 > JB
qs
= 0,319294 nên chưa có cơ sở để bác
bỏ giả thuyết H
0
.
Vậy có thể cho rằng sai số ngẫu nhiên có phân phối chuẩn.
8
III. Sử dụng mô hình để phân tích dự báo:
Ŷ
i
= -13324,2 + 9,850568X
i


β
ˆ
1
= -13324,2 khi diện tích lúa Đông Xuân bằng 0 thì sản lượng lúa Đông
Xuân trung bình là -13324,2 nghìn tấn

β
ˆ
2
= 9,850568 > 0 kết quả này phù hợp với lí thuyết kinh tế. Con số
9,850568 cho biết nếu diện tích tăng 1 nghìn ha thì sản lượng tăng 9,850568
nghìn tấn.

Với độ tin cậy 95% thì:
- Khi diện tích lúa Đông Xuân tăng 1 nghìn ha thì sản lượng lúa Đông
Xuân tăng tối đa là 10,98625 nghìn tấn.
- Khi diện tích lúa Đông Xuân giảm 1 nghìn ha thì sản lượng lúa Đông
Xuân giảm tối thiểu là 8,17461 nghìn tấn.
9