thảo luận kinh tế lượng đề tài nghiên cứu mối quan hệ giữa nhập khẩu với đầu tư và xuất khẩu ở việt nam trong giai đoạn 1995 2010

MỤC LỤC

1 - Vấn đề nghiên cứu,
Nghiên cứu mối quan hệ giữa nhập khẩu với đầu tư và xuất khẩu ở
Việt Nam trong giai đoạn 1995 - 2010

1


Nhập khẩu, xuất khẩu, đầu tư là những thuật ngữ cơ bản thường được nhắc
đến trong kinh tế học cũng như trong nền kinh tế thực tế. Nó là một trong những
nhân tố quan trọng thúc đẩy sự chuyển dịch cơ cấu kinh tế, thúc đẩy nhanh q
trình cơng nghiệp hóa, hiện đại hóa, đẩy nhanh nhịp độ tăng trưởng kinh tế góp
phần ổn định và cải thiện đời sống nhân dân, thực hiện các mục tiêu cơ bản về
kinh tế - xã hội của một quốc gia.
Những năm gần đây, trị giá vốn đầu tư nước ngoài thu hút được đã vượt
ngưỡng 10 tỉ USD. So với nhiều quốc gia, những con số trên đây chưa hẳn ấn
tượng nhưng đối với Việt Nam, điều này mang ý nghĩa vô cùng quan trọng. Đó
là nguồn vốn bổ sung rất cần thiết để tiến hành cơng nghiệp hóa, hiện đại hóa
đất nước; góp phần phát triển nguồn nhân lực, tạo việc làm; góp phần tích cực
chuyển dịch cơ cấu kinh tế đất nước, tăng nguồn thu cho ngân sách nhà nước,
đặc biệt, đầu tư trực tiếp nước ngồi có khả năng ảnh hưởng lớn đến hoạt động
xuất nhập khẩu của Việt Nam.
Ngược lại, hoạt động xuất nhập khẩu ở nước ta cũng có khả năng tác động
trở lại đến dịng đầu tư nước ngoài vào Việt Nam. Cũng giống như đầu tư nước
ngồi, hoạt động xuất nhập khẩu cũng có vai trò hết sức quan trọng đối với nền
kinh tế, nhờ khả năng thúc đẩy tăng trưởng và là cơ sở đánh giá mức độ phát
triển của một nền kinh tế.
Ở bài báo cáo này nhóm chúng em khai thác đề tài mối quan hệ giữa nhập
khẩu theo đầu tư và xuất khẩu. Cụ thể là đi sâu nghiên cứu, hồi quy, phân tích
qua đó có cái nhìn tồn diện, bao quát hơn về ảnh hưởng của đầu tư, xuất khẩu

đến nhập khẩu ở Việt Nam – một trong những nề kinh tế trẻ ở khu vực Châu Á.

2 - Thu thập số liệu
Nhận thấy nhập khẩu, xuất khẩu và đầu tư của nước ta giai đoạn từ 1995
– 2011 biến động khá đều và ổn định, là một mơ hình khá tốt để tiến hành
nghiên cứu, hồi quy. Qua đó đưa ra những nhận định, dự báo cùng các biện pháp
về các hoạt động nhập khẩu, xuất khẩu vì mục đích hướng tới tăng trưởng kinh
tế nhanh và ổn định.
Sau khi tìm hiểu, nghiên cứu, thu thập số liệu trên trang web của tổng cục thống
kê và trang web Thương mại.vn, nhóm em có hệ thống số liệu được trình bày
trong bảng sau:

(Đơn vị triệu USD)

2


thống

( Nguồ
kê &

Năm
1995
1996
1997
1998
1999
2000
2001

2002
2003
2004
2005
2006
2007
2008
2009
2010
2011

Nhập khẩu
(IM)
8155.4
11143.6
11592.3
11499.6
11742.1
15636.5
16217.9
19745.6
25255.8
31968.8
36761.1
44891.1
62764.7
80713.8
69948.8
84801.2
106749.9

Xuất khẩu
(EX)
5448.9
7255.8
9185.0
9360.3
11541.4
14482.7
15029.2
16706.1
20149.3
26485.0
32447.1
39826.2
48561.4
62685.1
57096.3
72191.9
96905.7

Đầu tư
(I)
6937.2
10164.1
5590.7
5099.9
2565.4
2838.9
3142.8

2998.8
3191.2
4547.6
6839.8
12004.0
21347.8
71726.0
23107.3
19886.1
14695.9

n tổng cục
thuongmai.vn)

/>

3 - Lập mơ hình hồi quy mơ tả mối quan hệ giữa các biến kinh tế.
* Cơ sở lý thuyết để lựa chọn mơ hình
Bắt nguồn từ tầm quan trọng của mơn học kinh tế lượng. Kinh tế lượng là
một môn học có phạm vi nghiên cứu rộng và đóng vai trị to lớn trong nền kinh
tế mỗi quốc gia. Kinh tế lượng cung cấp các thông tin cần thiết cho việc nghiên
cứu, phân tích, dự đốn, dự báo và ra các quyết định kinh tế.
* Cơ sở thực tế của việc chọn mơ hình.
Nhập khẩu vai trị quan trọng đối với sự phát triển và tăng trưởng kinh tế
của đất nước, thúc đẩy hợp tác đầu tư giữa các nước, hướng tới mục tiêu phục
vụ cho sự phát triển của thị trường nội địa, cho sự nghiệp cơng nghiệp hóa, hiện
đại hóa đất nước và nhanh chóng hội nhập với khu vực và thế giới.
Xuất phát từ vai trò quan trọng của nhập khẩu đối với nền kinh tế, chúng ta
cần phải có những thống kê, nghiên cứu về hoạt động nhập khẩu cũng như các
nhân tố ảnh hưởng tới nó để có được cái nhìn tổng quan nhất cũng như đưa ra

được những phân tích, đánh giá, dự báo đối với hoạt động nhập khẩu.
Đứng trên góc độ nền kinh tế vĩ mô, nhập khẩu phụ thuộc vào khá nhiều
nhân tố, trong đó có đầu tư và xuất khẩu. Dựa vào bảng số liệu thu thập được,
chúng em lập mô hình hồi qui biểu thị mối quan hệ của nhập khẩu vào đầu tư và
xuất khẩu trong giai đoạn từ năm 1995- 2010
3


Mục đích nghiên cứu: Đưa ra được mơ hình hồi qui phù hợp, từ đó có
những phân tích và dự báo cho hoạt động đầu tư trong những năm tới của nước
ta.
Phương pháp nghiên cứu: phân tích và thống kê.
3.1. Xem biểu đồ mối quan hệ giữa các biến
Sau khi tạo 1 workfile mới, nhập số liệu về IM, EX và I thông qua Excel
vào Eview ta kiểm tra xem số liệu lấy vào đã đúng chưa bằng cách sử dụng lệnh:
chọn 3 biến vừa tạo  Open  as Group, ta có bảng sau:
obs
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007

2008
2009
2010
2011

IM
8155.4
11143.6
11592.3
11499.6
11742.1
15636.5
16217.9
19745.6
25255.8
31968.8
36761.1
44891.1
62764.7
80713.8
69948.8
84801.2
106749.9

EX
5448.9
7255.8
9185
9360.3
11541.4

14482.7
15029.2
16706.1
20149.3
26485
32447.1
39826.2
48561.4
62685.1
57096.3
72191.9
96905.7

I
6937.2
10164.1
5590.7
5099.9
2565.4
2838.9
3142.8
2998.8
3191.2
4547.6
6839.8
12004
21347.8
71726
23107.3
19886.1

14695.9

Kiểm tra số liệu thấy khớp với số liệu đã thu thập cho từng biến, ta tiến
hành sử dụng ứng dụng đồ thị trong Eview để xem mối tương quan giữa các
biến, từ đó có cái nhìn trực quan sinh động trong việc lựa chọn mơ hình hồi quy.

+ Với View  Graph  Line ta có:

4


Đồ thị 1

5


+ Với View  Graph  Scatter  Simple Scatter:

Đồ thị 2

6


+ Với View  Graph  Scatter  Scatter with Regression ta có:

Đồ thị 3

3.2. Lựa chọn mơ hình hồi quy
Thơng qua 3 biểu đồ trên ta có thể nhận thấy, với mỗi một dạng hàm khác
nhau sẽ cho ta mối quan hệ giữa các biến khác nhau. Và trong 3 đồ thị trên, đồ

7


thị được cho là đẹp nhất, dễ nhìn nhất, bắt mắt nhất là đồ thị thứ 3. Nó cho ta
thấy mối quan hệ khá chặt chẽ, mật thiết giữa các biến trong mơ hình hồi quy.
Vì vậy ta sẽ lựa chọn mơ hình hồi quy tổng thể như sau:
PRM: E(IM/EXi, Ii) = β1 + β2EXi + β3Ii + Ui
Trong đó:


IM (nhập khẩu): là biến phụ thuộc



I (Đầu tư), EX (xuất khẩu): là các biến độc lập



β1: là hệ số chặn ( cho biết giá trị của nhập khẩu khi giá trị đầu tư và
xuất khẩu đều bằng 0)



β2, β3: là hệ số góc của mơ hình hồi quy tổng thể ( cho biết khi giá
trị đầu tư, giá trị xuất khẩu tăng 1 triệu USD thì giá trị đầu tư tăng
bao nhiêu triệu USD ).



Ui : là yếu tố ngẫu nhiên.

Sau khi có mơ hình hồi quy tổng thể, để dễ tính tốn và xử lí số liệu ta thu
nhỏ mơ hình hồi quy tổng thể để có một mơ hình hồi quy mới gọi là mơ hình hồi
quy mẫu nhằm điều tra chọn mẫu từ đó có những kết luận cho tổng thể:
SRM: IM = 1 + 2EXi + 3Ii + ei
Trong đó:



, , : là các hệ số hồi quy ước lượng (thực chất là ước lượng điểm
của các hệ số hồi quy β1, β2, β3.
ei: là phần dư ( là sai lệch giữa giá trị cá biệt của biến phụ thuộc so
với ước lượng giá trị trung bình của chúng trong mẫu).
1 2 3

4 - Ước lượng mơ hình hồi quy sử dụng phần mềm Eview
Sau khi nhập lệnh LS IM EX I C enter, ta được báo cáo kết quả ước lượng
như sau:
8


Báo cáo 1: Kết quả ước lượng mơ hình IM theo EX và I
Sử dụng lệnh View  Representatinon ta có kết quả:

Ta có sơ đồ phần dư sau:

9


Ý nghĩa của các hệ số:







= - 10,10421 < 0 cho ta biết khi xuất khẩu và đầu tư đều bằng 0
thì nhập khẩu là – 10,10421 triệu USD. Điều này hoàn toàn phù
hợp với lý thuyết kinh tế.
1.150051 cho ta biết khi nhập khẩu tăng 1 triệu USD thì đầu
2 =
tư tăng 1.150051 triệu USD với điều kiện xuất khẩu không thay
đổi.
3 = 0,134948 cho ta biết khi xuất khẩu tăng 1 triệu USD thì đầu tư
giảm 0,134948 triệu USD với điều kiện nhập khẩu không đổi.
1

5 - Tiến hành một số kiểm định liên quan đến mơ hình hồi quy
5.1. Kiểm định các hệ số hồi quy và sự phù hợp của hàm hồi quy
5.1.1 Kiểm định

β1

Tiến hành kiểm định:

H : β1 = 0

H 1 : β1 ≠ 0

Sử dụng tiêu chuẩn kiểm định:

α = 0,05

mức ý nghĩa

β1 −β 1
T=
 ~ T (n − 3)
Se( β 1 )

Miền bác bỏ giả thuyết H0 mức ý nghĩa

α = 0,05

là:

(
Wα = {t : t > tαn/−23) }

Theo báo cáo Eview 1 ở trên ta có tqs = -0,013263
10


Mà

 < 2,16

 Chưa đủ cơ sở để bác bỏ giả thuyết H 0, chấp nhận H0. Nghĩa là β1 khơng có
ý nghĩa kinh tế.
Kết luận: Với mức ý nghĩa 5% có thể cho rằng hệ số chặn khơng có ý

nghĩa thống kê trong thực tế.
5.1.2 Kiểm định

β2

Có ý kiến cho rằng xuất khẩu khơng có ảnh hưởng tới nhập khẩu, để biết
điều đó có chính xác khơng ta tiến hành kiểm định:

H 0 : β 2 = 0

H 1 : β 2 ≠ 0

Sử dụng tiêu chuẩn kiểm định:
Miền bác bỏ
(
Wα = t : t > tαn/−23 )

{

}

giả

thuyết

α = 0,05

mức ý nghĩa

β2 − β2

T=
~ T ( n − 3)
Se( β 2 )

H0

với

mức

ý

nghĩa

α = 0,05

là:

Theo báo cáo Eview 1 ta có: tqs= 38,35856
Mà

 > 2,16

 tqs

∈

Wα  Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1.

Kết luận: Với mức ý nghĩa 5% như trên cho ta thấy nhập khẩu ở Việt Nam

chịu ảnh hưởng của xuất khẩu.
5.1.3 Kiểm định

β3

Để kiểm tra xem đầu tư có ảnh hưởng tới nhập khẩu của Việt Nam hay
không ta đi kiểm định:

H 0 : β 3 = 0

H 1 : β 3 ≠ 0

Sử dụng tiêu chuẩn kiểm định:

α = 0,05

mức ý nghĩa

β3 − β3
T=
~ T ( n − 3)
Se( β 3 )

11


Miền bác bỏ giả thuyết H0

với mức ý nghĩa

α = 0,05

(
Wα = {t : t > t αn/−23 ) }

là:

Theo báo cáo Eview 1 ở trên ta có: tqs= 3,576388
Mà  3,576388 > 2,16  tqs

∈

Wα

 Bác bỏ giả thuyết Ho, chấp nhận H1.
Kết luận: Với mức ý nghĩa 5% thì ý kiến đầu bài đưa ra là sai, tức là đầu tư
có ảnh hưởng tới nhập khẩu ở Việt Nam.

5.1.4. Kiểm định sự phù hợp của hàm hồi quy
Có ý kiến cho rằng hàm hồi quy trên không phù hợp, để kiểm tra ý kiến đó
đúng khơng ta đi kiểm định:
2

H 0 : R = 0

H 1 : R 2 > 0


mức ý nghĩa
F=

Sử dụng tiêu chuẩn kiểm định:

α = 0,05

R2 / 2
~ F ( 2, n − 3)
1 − R 2 /( n − 3)

(

)

Miền bác bỏ giả thuyết Ho với mức ý nghĩa 5%:

Wα = { F : F > Fα ( 2, n − 3)}

Theo kết quả trên báo cáo Eview 1 thì: Fqs= 1622,318
Mà . Ta thấy  Fqs

∈

Wα

 Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1.
Kết luận: Sau khi kiểm định, với mức ý nghĩa 5% ta có thể khẳng định
rằng mơ hình hồi quy trên hồn tồn phù hợp.
5.2. Phát hiện mơ hình chứa biến khơng phù hợp
β

Từ những kiểm định
ở 5.1 ta nhận thấy tất cả các
Điều đó chứng tỏ các biến trong mơ hình đều phù hợp.

β

đều khác khơng.

Kết luận: Mơ hình khơng chứa biến khơng phù hợp
5.3. Kiểm định Ramsey
Để kiểm tra xem mơ hình có bỏ sót biến hay không ta sử dụng kiểm định
Ramsey để kiểm tra, cụ thể:
12


Sử dụng Eview để lấy báo cáo của kiểm định Ramsey:

Báo cáo 2: Kết quả kiểm định Ramsey
Kiểm định cặp giả thuyết:
H0: Mơ hình khơng bỏ sót biến
H1: Mơ hình bỏ sót biến
Mức ý nghĩa 0,05
Sử dụng tiêu chuẩn kiểm định:

(R

)

− R12 /( p − 1)
F=

~ F (( p − 1), n − k − p + 1)
1 − R /( n − k − p + 1)

(

2
2
2
2

)

Miền bác bỏ:
Giá trị thống kê quan sát là : = 1,417528
Mà ta thấy
Chưa có cơ sở để bác bỏ giả thuyết H0 , tạm thời chấp nhận giả thuyết H0.
Vậy với mức ý nghĩa 0,05 mơ hình chỉ định khơng bỏ sót biến.

13


5.4 Kiểm định sự tự tương quan trong mơ hình
5.4.1 Kiểm định Durbin – Watson
Durbin – Watson là phương pháp thông dụng để phát hiện tự tương quan
chuỗi dựa trên thống kê của Durbin – Watson :
Bước 1 : Theo như báo cáo 1 thì dqs = 2,263209
Bước 2 : Với α = 0,05; n = 16; k = 3 → k’ = 2 => tra bảng ta có

d L = 0,982


dU = 1,539

=>

4 − d L = 3,018

4 − d U = 2,461

Lập bảng quyết định:
Tự tương
quan (+)
0

Khơng có kết Khơng có tự Khơng có kết
Tự tương
luận
tương quan
luận
quan (-)
0,982
1,539
2,461
3,018
4

Nhận thấy dqs nằm trong khoảng từ 1,539 - 2,461  khơng có tự tương quan.
Vậy với mức ý nghĩa 0,05 mơ hình khơng có tự tương quan.
5.4.2 Kiểm định Breusch – Godfrey (BG)
Nhằm khắc phục nhược điểm của kiểm định Durbin – Watson và kiểm tra xem
mơ hình ban đầu có tự tương quan hay khơng ta sử dụng kiểm định BG

5.4.2.1 Kiểm định BG bậc 1
Sử dụng chương trình Eview để tiến hành kiểm định BG ta có báo cáo:

14


Báo cáo 3: Kiểm định BG bậc 1 đối với mơ hình hồi quy ban đầu

Kiểm định cặp giả thuyết:
H0: Mơ hình ban đầu khơng có tự tương quan bậc 1
H1: Mơ hình ban đầu có tự tương quan bậc 1
Mức ý nghĩa 5% → α = 0,05.
Sử dụng tiêu chuẩn kiểm định:

χ 2 = ( n − 1) R 2 ~ χ 2 (1)

Miền bác bỏ giả thuyết H0, với mức ý nghĩa

W

α

α = 0,05

= { χ 2 / χ 2 > χ 2 (1)}

là:

2
χ qs = ( n − 1) R 2 = (16 − 1) × 0.035738 = 0,53607

Theo báo cáo 3 ta có:
2
1
χ qs < χ 02,(05)

1
χ 02,(05) = 3,84146

Mà
bác bỏ giả thuyết H0

=>

2
χ qs ∉ W

=>

α

=> Chưa có cơ sở

Kết luận: Mơ hình khơng có tự tương quan bậc 1
15


5.4.2.2 Kiểm định BG bậc 2
Sử dụng chương trình Eview để tiến hành kiểm định BG ta có báo cáo:

Báo cáo 3: Kiểm định BG bậc 2 đối với mô hình hồi quy ban đầu
Kiểm định cặp giả thuyết:
H0: Mơ hình ban đầu khơng có tự tương quan bậc 2
H1: Mơ hình ban đầu có tự tương quan bậc 2
Mức ý nghĩa 5%
Sử dụng tiêu chuẩn kiểm định:

χ 2 = (n − 1) R 2 ~ χ 2 (2)

Miền bác bỏ giả thuyết H0, với mức ý nghĩa

W

α

α = 0,05

= { χ 2 / χ 2 > χ 2 ( 2)}

là:

2
χ qs = (n − 1) R 2 = (16 − 1) * 0,037828 = 0,56742

Theo báo cáo 4 ta có:
2
2
χ qs < χ 02,(05)

2

χ 02,(05) = 5,9915

Mà
bỏ giả thuyết H0

=>

2
χ qs ∉ W

=>

α

=> Chưa có cơ sở bác
16


Kết luận: Mơ hình khơng có tự tương quan bậc 2
5.5 Kiểm định xem phương sai sai số có thay đổi hay không
Kiểm định White được sử dụng phổ biến để kiểm tra hiện tượng phương
sai sai số thay đổi của mơ hình. Kiểm định White đơn giản, khắc phục được
nhược điểm của một số phương pháp như kiểm định Park, kiểm định Glejser,...
Đồng thời kiểm định White có sẵn trong phần mềm Eview nên dễ dàng có báo
cáo sau một số thao tác đơn giản.Sử dụng chương trình Eview để có báo cáo
kiểm định White như sau:
White Heteroskedasticity Test:
F-statistic
2.006155
Obs*R-squared

8.012291

Probability
Probability

0.163201
0.155560

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 09/23/12 Time: 14:06
Sample: 1995 2010
Included observations: 16
Variable
Coefficient
C
-3934190.
I
506.4673
I^2
-0.013068
I*EX
0.010071
EX
331.1982
EX^2
-0.007661
R-squared
0.500768

Adjusted R-squared
0.251152
S.E. of regression
3448606.
Sum squared resid
1.19E+14
Log likelihood
-259.7987
Durbin-Watson stat
2.101150

Std. Error
t-Statistic
3694227. -1.064956
510.4430
0.992211
0.010834 -1.206267
0.021002
0.479509
192.4190
1.721235
0.004317 -1.774368
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

Prob.

0.3119
0.3445
0.2555
0.6419
0.1159
0.1064
2653805.
3985169.
33.22483
33.51456
2.006155
0.163201

Báo cáo 4: Kiểm định White của mơ hình hồi quy
Kiểm định cặp giả thuyết:
H0: Phương sai sai số không thay đổi
H1: Phương sai sai số thay đổi
Mức ý nghĩa 5%

χ 2 = nR 2 ~ χ 2 ( k

W

−1)

Sử dụng tiêu chuẩn kiểm định:
Miền bác bỏ giả thuyết H0, với mức ý nghĩa α = 0,05

{

W α = χ 2 / χ 2 > χ 2 ( KW

−1)

}
17


2
χ qs = nR 2 = 16 * 0,500768 = 8,012288

Ta có:
5
2
2 5
2
χ 02,(05) = 11,0705 → χ qs < χ 0,(05) → χ qs ∉ W α

Tra bảng được:
=> Chưa có cơ sở để bác bỏ giả thuyết H0.
Kết luận: Mơ hình khơng có phương sai sai số thay đổi.

5.6 Kiểm định về sự đa cộng tuyến của mô hình
5.6.1 Sử dụng mơ hình hồi quy phụ
Hồi quy phụ là phương pháp kiểm định dựa vào định nghĩa đa cộng tuyến,
tức là hồi quy một biến giải thích với các biến giải thích cịn lại để xem xét có
mối quan hệ tuyến tính giữa từng biến giải thích với các biến giải thích khác của
mơ hình ban đầu hay khơng. Ở mơ hình trên, ta sử dụng hồi quy phụ để xét mối
quan hệ tuyến tính giữa biến I và EX.
Xây dựng mơ hình hồi quy phụ giữa xuất khẩu và nhập khẩu như sau:

I = α1 + α 2 EX + Vi
Nhập số liệu vào Eview và lấy đồ thị:

18


Đồ thị 4

Dependent Variable: I
Method: Least Squares
Date: 09/23/12 Time: 14:12
Sample(adjusted): 1995 2010
Included observations: 16 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
EX
0.552648
0.152578
3.622059
C
-2865.513
5341.320 -0.536480
R-squared
0.483763 Mean dependent var
Adjusted R-squared
0.446889 S.D. dependent var
S.E. of regression

12800.78 Akaike info criterion
Sum squared resid
2.29E+09 Schwarz criterion
Log likelihood
-172.9509 F-statistic
Durbin-Watson stat
1.788694 Prob(F-statistic)

Prob.
0.0028
0.6000
12624.23
17211.95
21.86887
21.96544
13.11931
0.002774

Báo cáo 5
Sau khi có báo cáo Eview 4 ta tiến hành kiểm định cặp giả thuyết:
H0: I khơng có quan hệ tuyến tính với EX
H1: I có quan hệ tuyến tính với EX
Mức ý nghĩa 5%
Sử dụng tiêu chuẩn kiểm định:
2
R2 /( k − 2)
F2 =
~ F (k − 2; n − k + 1)
2
(1 − R2 ) /( n − k + 1)

Miền bác bỏ với mức ý nghĩa 5% là:

Wα = { F2 / F2 > Fα (k − 2, n − k + 1)

}

Từ báo cáo ta có Fqs = 13,11931

19


;16
Fqs < F0(,105 )

;14
F0(,105 ) = 4,60

Mà
 13,11931 > 4,49 
 Fqs
bỏ giả thuyết Ho.  Bác bỏ giả thuyết Ho, chấp nhận đối thuyết H1.

∈

miền bác

Kết luận: I có quan hệ tuyến tính với EX , hay nói một cách khác là mơ
hình có đa cộng tuyến.
5.6.2 Sử dụng Độ đo Theil

Độ đo Theil được sử dụng để đo mức độ đa cộng tuyến trong mơ hình ban
đầu cao hay thấp.
Bước 1: Lần lượt hồi quy IM theo I và EX như sau:
+ Hồi quy IM theo I:
SRM: IMi =
Nhập số liệu vào Eview và xem đồ thị:

Đồ thị 5

Dependent Variable: IM

20


Method: Least Squares
Date: 09/23/12 Time: 15:00
Sample: 1995 2010
Included observations: 16
Variable
Coefficient
EX
1.224629
C
-396.8000
R-squared
0.992083
Adjusted R-squared
0.991518
S.E. of regression
2452.952

Sum squared resid
84237645
Log likelihood
-146.5155
Durbin-Watson stat
1.221673

Std. Error
t-Statistic
0.029238
41.88505
1023.532 -0.387677
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

Prob.
0.0000
0.7041
33927.39
26633.52
18.56444
18.66101
1754.357
0.000000

Báo cáo 6: Kết quả hồi quy IM theo GDP

Thu được

2
R−3 = 0,992083

+ Hồi quy IM theo I
SRM: IMi =
Nhập số liệu vào Eview và xem đồ thị:

21


Đồ thị 6

Dependent Variable: IM
Method: Least Squares
Date: 09/23/12 Time: 15:01
Sample: 1995 2010
Included observations: 16
Variable
Coefficient
I
1.141650
C
19514.94
R-squared
0.544339
Adjusted R-squared
0.511791

S.E. of regression
18609.35
Sum squared resid
4.85E+09
Log likelihood
-178.9375
Durbin-Watson stat
0.844830

Std. Error
t-Statistic
0.279162
4.089569
5836.455
3.343630
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

Prob.
0.0011
0.0048
33927.39
26633.52
22.61718
22.71376
16.72457

0.001104

Báo cáo 7 – Kết quả hồi quy IM theo TG

Thu được

2
R− 2 = 0,544339

Cùng với báo cáo 1 ta có R2 = 0,996009
Kết luận: Vậy với m = 0.540413,mơ hình coi như khơng có đa cộng tuyến.
5.7 Kiểm định tính phân bố chuẩn của sai số ngẫu nhiên
Khi sử dụng giả thiết bình phương nhỏ nhất, ta nói rằng U có phân bố
chuẩn, nhưng trong thực tế điều này có thể bị vi phạm, vì thế ta phải kiểm tra
xem điều này có bị vi phạm hay khơng bằng cách sử dụng kiểm định Jarque –
Bera:
Kiểm định cặp giả thuyết:
H0: U có phân phối chuẩn
H1: U khơng có phân phối chuẩn
Mức ý nghĩa 5%

S 2 ( K − 3)
JB = n( +
) ~ χ 2( 2)
6
24
2

Sử dụng tiêu chuẩn kiểm định:

Với K là hệ số nhọn, S là hệ số bất đối xứng
Sử dụng Eview để lấy báo cáo kiểm định JB là:

22


Báo cáo 8: Kết quả kiểm định JB

Theo báo cáo trên ta có JB = 1,067515
2 2
2 2
α = 0,05, χ 0,(05) = 5,99147 → JB < χ 0,(05)

Mà với
 Chưa đủ cơ sở để bác bỏ giả thuyết H0 tạm thời chấp nhận giả thuyết H0
Kết luận: U không có phân bố chuẩn trong mơ hình ban đầu với mức ý
nghĩa

α = 0,05

6. Khắc phục các khuyết tật
6.1. Khắc phục đa cộng tuyến
Khắc phục đa cộng tuyến bằng cách sử dụng sai phân cấp 1.
Mơ hình ban đầu:
Yt = â1+ â2 X2t + â3 X3t + Ut
Mơ hình trên đúng với thời điểm t thì cũng đúng với thời điểm t-1
Yt-1 = â1+ â2 X2(t-1) + â3 X3(t-1) + Ut-1
Ta đi hồi quy mơ hình dạng:
23

Yt - Yt-1 = â2 (X2t - X2(t-1)) + â3 (X3t - X3(t-1 )) + Ut - Ut-1
Bằng cách đổi biến ta thu được mơ hình dưới dạng sau:
DYt = â2 DX2t + â3 DX3t + Ut*
Trở lại bài thực hành: Với mơ hình hồi quy IM theo I, EX ta phát hiện ra
chúng có khuyết tật đa cộng tuyến. Với số liệu đã cho, để khắc phục hiện tượng
này chúng ta có thể dùng kết quả ước lượng mơ hình sai phân cấp 1 trong báo
cáo sau:
Dependent Variable: D(IM)
Method: Least Squares
Date: 09/23/12 Time: 15:29
Sample(adjusted): 1996 2010
Included observations: 15 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
D(I)
0.084803
0.041776
2.029975
D(EX)
1.110543
0.112410
9.879381
R-squared
0.901010 Mean dependent var
Adjusted R-squared
0.893395 S.D. dependent var
S.E. of regression

2449.731 Akaike info criterion
Sum squared resid
78015342 Schwarz criterion
Log likelihood
-137.2668 Durbin-Watson stat

Prob.
0.0633
0.0000
5109.720
7502.919
18.56891
18.66332
2.328203

Báo cáo 9: kết quả ước lượng mơ hình sai phân cấp 1
Mơ hình hồi quy mẫu thu được:
D(IM)t = 0,084803 D(I)2t + 1,110543 D(EX)3t + Vt*
Dùng độ đo Theil để kiểm định đa cộng tuyến của mơ hình mới:
Ta đi hồi quy biến D(IM) theo các biến D(I)2t được:

Dependent Variable: D(IM)
Method: Least Squares
Date: 09/23/12 Time: 15:41
Sample(adjusted): 1996 2010
Included observations: 15 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic

D(I)
0.318980
0.096688
3.299075
R-squared
0.157807 Mean dependent var
Adjusted R-squared
0.157807 S.D. dependent var
S.E. of regression
6885.510 Akaike info criterion
Sum squared resid
6.64E+08 Schwarz criterion
Log likelihood
-153.3242 Durbin-Watson stat

Prob.
0.0053
5109.720
7502.919
20.57657
20.62377
0.632574

Báo cáo 10
Thu được : R2-3' = 0.157807
24


Hồi quy biến D(IM) theo các biến D(EX) được:
Dependent Variable: D(IM)

Method: Least Squares
Date: 09/23/12 Time: 15:48
Sample(adjusted): 1996 2010
Included observations: 15 after adjusting endpoints
Variable
Coefficient
Std. Error
t-Statistic
D(EX)
1.240019
0.102361
12.11415
R-squared
0.869632 Mean dependent var
Adjusted R-squared
0.869632 S.D. dependent var
S.E. of regression
2709.046 Akaike info criterion
Sum squared resid
1.03E+08 Schwarz criterion
Log likelihood
-139.3319 Durbin-Watson stat

Prob.
0.0000
5109.720
7502.919
18.71092
18.75812
1.572921

Báo cáo 11.
2
−2

Thu được : R ' = 0,869632
2
−2

2
−3

Dùng độ đo Theil : m = R2 - (R2 - R ') - ( R2 - R ')
= 0.996009 - (0,996009 - 0,869632) - ( 0,996009 - 0,157857)
= 0,03148 ~ 0
Ta coi như đã khắc phục được đa cộng tuyến.
Ta tiến hành kiểm định lại các khuyết tật theo mơ hình mới:
D(IM)t = 0,084803 D(I)2t + 1,110543 D(EX)3t + Vt*
6.2. Kiểm định lại các khuyết tật của mơ hình mới
6.2.1. Kiểm định sự phù hợp của hàm hồi quy
Có ý kiến cho rằng hàm hồi quy trên không phù hợp, để kiểm tra ý kiến đó
đúng khơng ta đi kiểm định:

H 0 : R 2 = 0


H 1 : R 2 > 0

mức ý nghĩa α = 0,05

Sử dụng tiêu chuẩn kiểm định:

R2 / 2
F=
~ F ( 2, n'−3)
1 − R 2 /( n'−3)

(

)

Miền bác bỏ giả thuyết Ho với mức ý nghĩa 5%:

Wα = { F : F > Fα ( 2, n − 3)}

Theo kết quả trên báo cáo Eview 1 thì:
25