sự tác động của giá vàng,tỷ giá ngoại tệ đến giá dầu tại mỹ từ năm 1997 đến năm 2005.

ĐẠI HỌC QUY NHƠN
----------------

HỌ VÀ TÊN TÁC GIẢ:
NHÓM 2-QTKDK33F

TÊN ĐỀ TÀI:
SỰ TÁC ĐỘNG CỦA GIÁ VÀNG,TỶ GIÁ NGOẠI TỆ ĐẾN GIÁ
DẦU TẠI MỸ TỪ NĂM 1997 ĐẾN NĂM 2005.

QUY NHƠN 2012

1


DANH SÁCH NHÓM
NHÓM 2-QTKD33F

1. Nguyễn Văn Phòng
2. Lương Văn Phóng
3. Bách Thanh Phú
4. Nguyễn Thị Phụng
5. Nguyễn Thị Mai Phương (nhóm trưởng)
6. Nguyễn Thị Thu Phương
7. Huỳnh Thiện Quang
8. Nguyễn Ngọc Quang
9. Trần Ngọc Quang
10. Phan Thanh Quảng
11. Nguyễn Hồng Quân.

2

MỤC LỤC

Trang
LỜI MỞ ĐẦU........................................................................................................1
CHƯƠNG 1: TỔNG QUAN................................................................................2
CHƯƠNG 2: KẾT QUẢ HỒI QUY
2.1 Phương pháp nghiên cứu và thực hiện đề tài...................................................3
2.2 Xây dựng mô hình hồi quy...............................................................................3
2.2.1 Giải thích các biến.....................................................................................3
2.2.2 Mô hình hối quy.........................................................................................3
2.3 Kết quả eview...................................................................................................4
2.3.1 Mô hình tuyến tính bình thường.................................................................4
2.3.2 Mô hình log-log..........................................................................................10
2.3.3 Mô hình log-ln............................................................................................17
2.3.4 Mô hình ln-log............................................................................................24
CHƯƠNG 3: KẾT LUẬN
3.1 Lựa chọn mô hình.............................................................................................31
3.2 Kết luận.............................................................................................................31

3


LỜI MỞ ĐẦU
Cùng với sự biến động của thị trường thì giá dầu hiện nay ngày càng leo thang
mà nguyên nhân phụ thuộc vào nhiều yếu tố. Nhưng chủ yếu phụ thuộc vào các yếu
tó cơ bản sau: giá vàng, tỷ giá ngoại tệ(tỷ giá đôla Mỹ),…
Giá dầu tăng-giảm luôn ảnh hưởng không nhỏ tới tình hình phát triển, giá cả
hàng hóa, an ninh xã hội của bất cứ quốc gia nào. Vì dầu mỏ là nguồn đầu vào của

hầu hết các ngành sản xuất chính quan trọng của các nước. Vì thế giá cả dầu mỏ sẽ
có những tác động lớn.Sự tăng giá của dầu sẽ kìm hãm sự phát triển của nền kinh tế.
Nếu sự tăng về giá là lớn thì nó sẽ khiến nền kinh tế suy thoái. Vì thế, xu hướng hiện
thời của các nước là xây dựng các kho dự trữ dầu nhằm hạn chế bớt tác động của
những cuộc khủng hoảng năng lượng.
Giá dầu ở Mỹ có nhiều biến động tăng giảm liên hồi từ năm 1997 đến năm 2005.
Nhu cầu tiêu thụ của dầu thế giới giai đoạn này rất lớn(trên 80 triệu thùng/ngày) là
nguyên nhân chính dẫn tới việc giá dầu vượt quá khoảng giá 40-50 USD/thùng.Một
vài yếu tố quan trọng khác dẫn đến sự tăng lên của giá dầu đó là sự chủ yếu của
đồng USD và sự phát triển liên tục và nhanh chóng của các nền kinh tế châu Á đi
liền với sự tiêu thụ dầu của các quốc gian này. Do.đó, nhóm đã tiến hành thu thập và
phân tích các yếu tố ảnh hưởng tới giá dầu tại Mỹ.

4


CHƯƠNG 1: TỔNG QUAN
MÔ HÌNH HỒI QUY BỘI:
Trong thực tế ta ít gặp các hiện tượng kinh tế xảy ra có dạng mô hình hai biến mà có
nhiều biến tác động vào biến phụ thuộc Y. Vì trong thực tế một yếu tố kinh tế
thường chịu ảnh hưởng bởi nhiều yếu tố khác chứ không phải chỉ một yếu tố. Mô
hình hồi quy bội giải quyết được vấn đề này, hồi quy bội thực chất là sự mở rộng
của hồi quy đơn.
Mô hình hồi quy 3 biến:
Mô hình hồi quy trong đó biến phụ thuộc Y phụ thuộc vào 2 biến giải thích X2 , X3
có dạng:
PRF E(Y /X2i ,X3i) = β1 + β2X2i + β3X3i
PRM Yi = β1 + β2X2i + β3X3i + ui
 Ý nghĩa của các hệ số β2 và β3
Ta có : E(Y/X, X) = β1 + β2X2i + β3X3i

Nên

∂E
= β2 . Điều này có nghĩa là khi chúng ta giữ nguyên yếu tố X3 còn
∂X 2

yếu tố X2 tăng lên 1 đơn vị thì giá trị trung bình của biến Y sẽ thay đổi một
lượng khoảng β2 đơn vị.
Tương tự

∂E
= β3. Điều này có nghĩa là khi chúng ta giữ nguyên yếu tố X2 còn
∂X 3

yếu tố X3 tăng lên 1 đơn vị thì giá trị trung bình của biến Y sẽ thay đổi một
lượng β3 đơn vị.
Khi đó với mẫu kích thước n từ tổng thể sẽ xác định được:
SRF
SRM

∧

∧

∧

∧

∧

Yi = β1 + β 2 X2i + β 3 X3i
∧

∧

∧

Υ i = β1 + β 2 X2i + β 3 X3i

5


CHƯƠNG 2: KẾT QUẢ HỒI QUY.
2.1 PHƯƠNG PHÁP NGHIÊN CỨU VÀ THỰC HIỆN ĐỀ TÀI:
Nhóm đã tiến hành thu thập số liệu về giá dầu tại Mỹ từ năm 1997 đến
năm 2005.
Sau khi thu thập số liệu chúng tôi thiết lập mô hình: “ Các yếu tố ảnh
hưởng đến giá dầu tại Mỹ từ năm 1997 đến năm 2005”. Thực tế cho thấy giá
dầu bị chi phối bởi các yếu tố như: giá vàng, tỷ lệ ngoại tệ của đôla Mỹ so với
một bảng Anh. Dựa trên cơ sở đó, chúng tôi đã tiến hành lập hàm hồi quy để
nghiên cứu và phân tích các yếu tố ảnh hưởng đến giá dầu tại Mỹ. Nhóm đã
tiến hành chọn lọc thông tin dựa trên 108 mẫu thu thập được, tiến hành kiểm
định sự phù hợp của hàm hồi quy, kiểm định tự tương quan, phương sai sai số
thay đổi, tính chuẩn của phương sai số ngẫu nhiên…
Xử lí số liệu: tiến hành hồi quy với sự trợ giúp của Eviews 6, MS Word,
MS Excel.
2.2 XÂY DỰNG MÔ HÌNH HỒI QUY:
2.2.1 Giải thích các biến:
a) Biến phụ thuộc:
Yi: giá dầu tại Mỹ ($/thùng)

b) Biến độc lập:
Vi : giá vàng (Đơn vị: $/ounce)
Ti : tỷ lệ ngoại tệ (đôla Mỹ so với một bảng Anh).
2.2.2 Mô hình hồi quy:
Mô hình hồi quy tổng thể:
PRM: Yi=

1

+

Vi +

2

T i + ui

3

Mô hình hồi quy mẫu:

6


SRM: Ŷi =

1

+

Vi +

2

3

Ti+ ei

2.3 KẾT QUẢ EVIEW:
2.3.1 MÔ HÌNH TUYẾN TÍNH BÌNH THƯỜNG:
a) Bảng kết quả:
Dependent Variable: Y
Method: Least Squares
Date: 11/29/12 Time: 18:09
Sample: 1 108
Included observations: 108
Variable

Coefficient

Std. Error

t-Statistic

Prob.

8.207172
0.224053
32.45727

9.693379
0.018705
8.529952

0.846678
11.97801
3.805094

0.3991
0.0000
0.0002

C
V
T
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.693161
0.687316
7.093777
5283.775
-363.3197
118.5995
0.000000

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

29.51148
12.68601
6.783698
6.858201
6.813906
0.193710

Mô hình hồi quy mẫu:
SRM: Ŷi =

+

1

2

Vi +

3

Ti+ ei

= 8.207172+0.224053Vi+32.4572Ti+ei

 Ý nghĩa thống kê của hệ số hồi quy:
Xét kiểm định:
H0 : βj =0 : βj không có ý nghĩa thống kê.
H1 : βj ≠ 0 : βj có ý nghĩa thống kê.
+ Vì

1

có P_value = 0.3991> 0.05,chưa có cơ sở bác bỏ H0, nên

1

không có ý

nghĩa thống kê
+ Vì
+ Vì

2

có P_value = 0.0000< 0.05, bác bỏ H0, nên

3

có P_value = 0.0002< 0.05, bác bỏ H0, nên

7

2

3

có ý nghĩa thống kê.
có ý nghĩa thống kê.


 Ý nghĩa kinh tế của hệ số hồi quy:
-

2

= 0.224053 cho biết sự thay đổi về giá dầu khi giá vàng tăng lên 1 đơn vị

thì giá dầu thay đổi 0.224053 đơn vị.
-

= 32.45727 cho biết sự thay đổi về giá nhà khi giá vàng tăng lên 1 đơn vị thì

3

giá nhà thay đổi 32.45727 đơn vị.
Kiểm định sự phù hợp hàm hồi quy:
Y i=

1

+

Vi +

2

Ti

3

(1)

Cho α =5% với mọi kiểm định
H0 : R2 =0

( hàm hồi quy (1) không phù hợp)

H1 : R2 ≠0

( hàm hồi quy (1) phù hợp)

P- value( Fqs) = 0.000000 < 0.05 , bác bỏ H0 , thừa nhận H1
Do R2 = 0.693161 nên các biến độc lập như giá vàng, tỷ lệ ngoại tệ trong mô
hình chỉ giải thích được 69.3161% cho giá dầu. Còn 30.6839% phụ thuộc vào các
yếu tố ngẫu nhiên khác ngoài mô hình.
Nhận xét:

Hàm hồi quy phù hợp.

b) Kiểm định các khuyết tật:

 Hiện tượng đa cộng tuyến:

Sử dụng mâu thuẫn giữa kiểm định T và F:
Ta sử dụng mô hình:
Yi= 1 + 2Vi + 3Ti + ui
+ Xét các kiểm định T về hệ số góc:
 H0 :

2

H1 :

2

 H0 :

3

H1 :

3

=0

P_value = 0.0000 < 0.05

≠0

bác bỏ H0

=0

P_value = 0.0002 < 0.05

≠0

bác bỏ H0

Các hệ số góc có xu hướng bác bỏ H0 , thừa nhận H1

8


+ Xét kiểm định F về sự phù hợp:
P- value( Fqs) = 0.000000 < 0.05 , bác bỏ H0 , thừa nhận H1
Nhận xét: không có sự mâu thuẫn giữa kiểm định T và kiểm định F nên mô hình
trên không có đa cộng tuyến.

 Hiện tượng phương sai sai số thay đổi:
Kiểm định White không có hệ số chéo:
Mô hình hồi quy phụ có dạng:
ei2 =

1

+ 2 Vi +

3

Ti+

Vi 2 +

4

5

Ti2+vi

(1)

Với mô hình hồi quy phụ ta kiểm định cặp giả thuyết:
H0 : R12 =0

Mô hình (1) không có phương sai sai số (PSSS) thay đổi

H1 : R12≠0

Mô hình (1) có phương sai sai số thay đổi

Heteroskedasticity Test: White
F-statistic
Obs*R-squared
Scaled explained SS

2.816680
5.499272
2.765513

Prob. F(2,105)
Prob. Chi-Square(2)
Prob. Chi-Square(2)

0.0643
0.0640
0.2509

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/29/12 Time: 19:40
Sample: 1 108
Included observations: 108
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
V^2
T^2

61.34031
0.000400
-21.61053

34.51526

0.000183
18.12137

1.777194
2.186263
-1.192544

0.0784
0.0310
0.2357

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.050919
0.032841
49.86250
261058.3
-573.9252
2.816680
0.064331

Mean dependent var
S.D. dependent var
Akaike info criterion

Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

9

48.92384
50.70202
10.68380
10.75830
10.71401
0.683505


ta có: χqs= n* R12=108*0.050919=5.499272
χ

2

(k-1)= χ0.052(2)=5.99

suy ra: χqs < χ 2(k-1) ,chưa có cơ sở bác bỏ H0, nên mô hình hồi quy phụ không
phù hợp.
Do đó, mô hình hồi quy ban đầu không có hiện tượng PSSS thay đổi.
Kiểm định White có hệ số chéo:
Mô hình hồi quy phụ có hệ số chéo:
e i2 =

+ 2Vi+

1

T i+

3

4

Vi 2 +

Ti2+

5

6

Vi*Ti

(2)

Với mô hình hồi quy phụ ta kiểm định cặp giả thuyết:
H0 : R22 =0

Mô hình ban đầu không có phương sai sai số (PSSS) thay đổi.

H1 : R22≠0

Mô hình ban đầu có phương sai sai số thay đổi.

Heteroskedasticity Test: White

F-statistic
Obs*R-squared
Scaled explained SS

4.437206
19.29437
9.702889

Prob. F(5,102)
Prob. Chi-Square(5)
Prob. Chi-Square(5)

0.0011
0.0017
0.0841

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/29/12 Time: 19:46
Sample: 1 108
Included observations: 108
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
V
V^2
V*T
T
T^2

-3542.312
-15.12183
-0.007058
12.24384
7554.732
-3590.640

1024.739
3.912882
0.002413
3.124955
1951.711
900.6065

-3.456793
-3.864626
-2.925478
3.918086
3.870825
-3.986913

0.0008
0.0002
0.0042
0.0002
0.0002
0.0001

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic

0.178652
0.138389
47.06312
225923.6
-566.1197
4.437206

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

10

48.92384
50.70202
10.59481
10.74382
10.65523
0.868553


Prob(F-statistic)

0.001068

ta có: χqs= n* R22=108*0.178652=19.2944
2

χ

(k-1)= χ0.052(5)=11.07

suy ra: χqs > χ 2(k-1) , bác bỏ H0, nên mô hình hồi quy phụ phù hợp.
Do đó, mô hình hồi quy ban đầu có hiện tượng PSSS thay đổi.

 Kiểm định hiện tượng tự tương quan Breush-Goldfrey:
Mô hình gốc:
Y t=

t

+

2

Vt +

3

Tt + ut

(1)

Mô hình hồi quy phụ có dạng:
et=(

t

+

Vt +

2

Tt) + 1et-1+ vt

3

(2)

Xét cặp giả thuyết:
H0 : (1) không có tự tương quan bậc 1
H1 : (1) có tự tương quan bậc 1

Breusch-Godfrey Serial Correlation LM Test:
F-statistic
Obs*R-squared

477.9024
88.69779

Prob. F(1,104)
Prob. Chi-Square(1)

0.0000
0.0000

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/29/12 Time: 20:11
Sample: 1 108
Included observations: 108
Presample missing value lagged residuals set to zero.
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
V
T
RESID(-1)

-9.787473
-0.025611
11.18120
0.920314

4.141875
0.008032
3.659320
0.042098

-2.363054
-3.188784
3.055541
21.86098

0.0200
0.0019
0.0029
0.0000

R-squared

0.821276

Mean dependent var

11

-1.32E-16


Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.816120
3.013333
944.3382
-270.3364
159.3008
0.000000

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

7.027167
5.080304
5.179642
5.120582

1.880849

Ta có : : χqs= n* R22=108*0.821276=88.6978
χ

2

(p)= χ0.052(1)=3.8415

χqs > χ 2(p) , bác bỏ H0, nên mô hình hồi quy phụ phù hợp.
Do đó, mô hình hồi quy ban đầu có hiện tượng tự tương quan bâc 1.

 Kiểm định Ramsey-Reset:
Mô hình ban đầu:
Yi= 1 + 2Vi +
Mô hình phụ:
Yi=(

1

+

Vi +

2

Ti + ui (1)

3

Ti)+

3

1

Ŷ2i +vi

Để kiểm định mô hình hồi quy ban đầu có thiếu biến hay không ta xét cặp giả thuyết:
H0 : mô hình ban đầu không thiếu biến
H1 : mô hình ban đầu thiếu biến.
Ramsey RESET Test:
F-statistic
Log likelihood ratio

5.902868
5.962255

Prob. F(1,104)
Prob. Chi-Square(1)

0.0168
0.0146

Test Equation:
Dependent Variable: Y
Method: Least Squares
Date: 11/29/12 Time: 20:16
Sample: 1 108
Included observations: 108

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
V
T
FITTED^2

14.59130
0.049261
-7.779039
0.011497

9.832320
0.074230
13.14104
0.004732

1.484014
0.663623
-0.591965
2.429582

0.1408
0.5084
0.5552
0.0168

R-squared
Adjusted R-squared

0.709641
0.701266

Mean dependent var
S.D. dependent var

12

29.51148
12.68601


S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

6.933742
4999.984
-360.3385
84.72590

0.000000

Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

6.747010
6.846348
6.787288
0.211387

Ta có: P_Value của kiểm định F=0.0168 < 0.05, nên bác bỏ H0.
Vậy mô hình ban đầu có thiếu biến.

 Tính chuẩn của sai số ngẫu nhiên:
Để kiểm tra xem sai số ngẫu nhiên có phân phối chuẩn hay không ta sử dụng tiêu
chuẩn Jarque-bera (JB).
Kiểm định cặp giả thuyết:
H0 : SSNN phân phối chuẩn
H1 : SSNN không có phân phối chuẩn.
12

Series: Residuals
Sample 1 108
Observations 108

10
8
6

4
2

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

-1.32e-16
-1.374295
16.88461
-13.85406
7.027167
0.187257
2.064068

Jarque-Bera
Probability

4.573034
0.101620

0
-10

-5

0

5

10

15

Ta xét kiểm tiêu chuẩn Jarque-Bera:
Vì P_Value của kiểm định Jarque-Bera = 0.101620 > 0.05,chưa có cơ sở bác bỏ H0 .
Nhận xét: mô hình ban đầu có sai số ngâu nhiên tuân theo phân phối chuẩn.
2.3.2 MÔ HÌNH LOG-LOG:
a) Bảng kết quả:
Dependent Variable: LOG(Y)

13


Method: Least Squares
Date: 11/29/12 Time: 20:48
Sample: 1 108
Included observations: 108
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
LOG(V)
LOG(T)

-10.48163
2.583278
2.407752

1.196861
0.239306
0.511920

-8.757597
10.79489
4.703374

0.0000
0.0000
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.600847
0.593244
0.263004
7.262939
-7.480641
79.02838
0.000000

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

3.299790
0.412377
0.194086
0.268590
0.224294
0.167880

Mô hình hồi quy mẫu:
SRM: logŶi =

+

1

2

logVi +

3

logTi + ei

= -10.48163+2.583278logVi +2.407752logTi+ ei

 Ý nghĩa thống kê của hệ số hồi quy:
Xét kiểm định:
H0 : βj =0 : βj không có ý nghĩa thống kê.
H1 : βj ≠ 0 : βj có ý nghĩa thống kê.
+ Vì

1

có P_value = 0.0000< 0.05, bác bỏ H0, nên

1

có ý nghĩa thống kê.

+ Vì

2

có P_value = 0.0000< 0.05, bác bỏ H0, nên

2

có ý nghĩa thống kê.

+ Vì

3

có P_value = 0.0000< 0.05, bác bỏ H0, nên

3

có ý nghĩa thống kê.

 Ý nghĩa kinh tế của hệ số hồi quy:
-

2

= 2.583278 cho biết sự thay đổi về giá dầu khi giá vàng tăng lên 1% thì giá dầu

thay đổi 2.583278%

14


-

= 2.407752 cho biết sự thay đổi về giá dầu khi tỷ lệ ngoại tệ tăng lên 1% thì

3

giá dầu thay đổi 2.407752%.
Kiểm định sự phù hợp hàm hồi quy:
logYi=

1

+

2

logVi +

3

logTi

(1)

Cho α =5% với mọi kiểm định
H0 : R2 =0
H1 : R2 ≠ 0

( hàm hồi quy (1) không phù hợp)
( hàm hồi quy (1) phù hợp)

P- value( Fqs) = 0.000000 < 0.05 , bác bỏ H0 , thừa nhận H1
Do R2 =0.600847 nên các biến độc lập như giá vàng,tỷ lệ ngoại tệ trong mô hình
chỉ giải thích được 60.0847% cho giá dầu. Còn 39.9153% phụ thuộc vào các yếu tố
ngẫu nhiên khác ngoài mô hình.

Nhận xét:

Hàm hồi quy phù hợp.

b) Kiểm định các khuyết tật:

 Hiện tượng đa cộng tuyến:
Sử dụng mâu thuẫn giữa kiểm định T và F:
Ta sử dụng mô hình:
logYi= 1 + 2 logVi +

3

logTi

(1)

Xét các kiểm định T về hệ số góc:
 H0 :

2

H1 :

2

 H0 :

3

H1 :

3

=0

P_value = 0.0000 < 0.05

≠0

bác bỏ H0

=0

P_value = 0.0000 < 0.05

≠0

bác bỏ H0

Các hệ số góc có xu hướng bác bỏ H0, thừa nhận H1
Xét kiểm định F về sự phù hợp:
P- value( Fqs) = 0.000000 < 0.05 , bác bỏ H0 , thừa nhận H1

15


Nhận xét: không có sự mâu thuẫn giữa kiểm định T và kiểm định F nên mô hình
trên không có đa cộng tuyến.

 Hiện tượng phương sai sai số thay đổi:
Kiểm định White không có hệ số chéo:
Mô hình hồi quy phụ có dạng:
ei2 =

1

+

2

logVi+

3

logTi+

4

(logVi )2 +

5

(logTi )2+vi

(1)

Với mô hình hồi quy phụ ta kiểm định cặp giả thuyết:
H0 : R12 =0

Mô hình (1) không có phương sai sai số (PSSS) thay đổi

H1 : R12≠0

Mô hình (1) có phương sai sai số thay đổi

Heteroskedasticity Test: White
F-statistic
Obs*R-squared
Scaled explained SS

4.700794
8.875502
3.375148

Prob. F(2,105)
Prob. Chi-Square(2)
Prob. Chi-Square(2)

0.0111
0.0118
0.1850

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/29/12 Time: 21:05
Sample: 1 108
Included observations: 108
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
(LOG(V))^2
(LOG(T))^2

0.475580
-0.013738
0.215707

0.135928
0.004724
0.120355

3.498757
-2.907885
1.792259

0.0007
0.0044
0.0760

R-squared

Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.082181
0.064698
0.058612
0.360709
154.6526
4.700794
0.011086

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

ta có: χqs= n* R12=108*0.082181=8.8755
χ

2

(k-1)= χ0.052(2)=5.99
16

0.067249
0.060605
-2.808382
-2.733878
-2.778173
0.801099


suy ra: χqs > χ 2(k-1) , bác bỏ H0, nên mô hình hồi quy phụ phù hợp.
Do đó, mô hình hồi quy ban đầu có hiện tượng PSSS thay đổi.
Kiểm định White có hệ số chéo:
Mô hình hồi quy phụ có hệ số chéo:
ei2 =

1

+

2

logVi+

3

logTi+

4

(logVi )2+

5

(logTi ) 2+

6

log Vi*logTi +vi (2)

Với mô hình hồi quy phụ ta kiểm định cặp giả thuyết:
H0 : R22 =0

Mô hình ban đầu không có phương sai sai số (PSSS) thay đổi.

H1 : R22≠0

Mô hình ban đầu có phương sai sai số thay đổi.

Heteroskedasticity Test: White
F-statistic
Obs*R-squared
Scaled explained SS

2.451011
11.58414
4.405179

Prob. F(5,102)
Prob. Chi-Square(5)
Prob. Chi-Square(5)

0.0385
0.0410
0.4927

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/29/12 Time: 21:13
Sample: 1 108
Included observations: 108
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
LOG(V)
(LOG(V))^2
(LOG(V))*(LOG(T))
LOG(T)
(LOG(T))^2

3.211187
-0.127789
-0.099195

2.243014
-9.381605
-3.515202

9.598377
3.877938
0.404495
2.113148
9.639790
2.847970

0.334555
-0.032953
-0.245231
1.061456
-0.973217
-1.234283

0.7386
0.9738
0.8068
0.2910
0.3327
0.2199

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood

F-statistic
Prob(F-statistic)

0.107261
0.063499
0.058649
0.350853
156.1487
2.451011
0.038520

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

ta có: χqs= n* R22=108*0.107261=11.5841

17

0.067249
0.060605
-2.780532
-2.631525
-2.720115
0.827293

χ

2

(k-1)= χ0.052(5)=11.07

suy ra: χqs > χ 2(k-1) , bác bỏ H0, nên mô hình hồi quy phụ phù hợp.
Do đó, mô hình hồi quy ban đầu có hiện tượng PSSS thay đổi.

 Kiểm định hiện tượng tự tương quan Breush-Goldfrey:
Mô hình gốc:
logYt=

t

+

2

logVt +

3

logTt + ut

(1)

Mô hình hồi quy phụ có dạng:
et=(

t

+

2

logVt +

3

logTt) + 1et-1+ vt

(2)

Xét cặp giả thuyết:
H0 : (1) không có tự tương quan bậc 1
H1 : (1) có tự tương quan bậc 1
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
Obs*R-squared

563.6589
91.17704

Prob. F(1,104)
Prob. Chi-Square(1)

0.0000
0.0000

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/29/12 Time: 21:18
Sample: 1 108
Included observations: 108
Presample missing value lagged residuals set to zero.
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
LOG(V)
LOG(T)
RESID(-1)

1.277661
-0.266904
0.547123
0.928226

0.477678
0.095564
0.204315

0.039097

2.674735
-2.792922
2.677845
23.74150

0.0087
0.0062
0.0086
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic

0.844232
0.839739
0.104299
1.131335
92.92623
187.8863

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion

Hannan-Quinn criter.
Durbin-Watson stat

18

1.30E-15
0.260534
-1.646782
-1.547444
-1.606504
1.880126


Prob(F-statistic)

0.000000

Ta có : : χqs= n* R22=108*0.844232=91.1770
χ

2

(p)= χ0.052(1)=3.8415

χqs > χ 2(p) , bác bỏ H0, nên mô hình hồi quy phụ phù hợp.
Do đó, mô hình hồi quy ban đầu có hiện tượng tự tương quan bâc 1.

 Kiểm định Ramsey-Reset:
Mô hình ban đầu:
logYi= 1 +

Mô hình phụ:
logYi=(

1

+

2

logVi +

2

logVi +

3

logTi + ui

3

logTi)+

(1)

1

(logŶi ) 2 +vi

Để kiểm định mô hình hồi quy ban đầu có thiếu biến hay không ta xét cặp giả thuyết:

H0 : mô hình ban đầu không thiếu biến
H1 : mô hình ban đầu thiếu biến.
Ramsey RESET Test:
F-statistic
Log likelihood ratio

1.347596
1.390437

Prob. F(1,104)
Prob. Chi-Square(1)

0.2484
0.2383

Test Equation:
Dependent Variable: LOG(Y)
Method: Least Squares
Date: 11/29/12 Time: 21:25
Sample: 1 108
Included observations: 108
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
LOG(V)
LOG(T)
FITTED^2

8.834686
-1.517285
1.315598
0.237252

16.68251
3.540420
3.247870
0.204376

0.529578
-0.428561
0.405065
1.160860

0.5975
0.6691
0.6863
0.2484

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid

Log likelihood
F-statistic
Prob(F-statistic)

0.605953
0.594586
0.262569
7.170032
-6.785422
53.30920
0.000000

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

19

3.299790
0.412377
0.199730
0.299068
0.240008
0.166703


Ta có: P_Value của kiểm định F=0.2484 > 0.05, nên chưa có cơ sở bác bỏ H0.

Vậy mô hình ban đầu không thiếu biến.

 Tính chuẩn của sai số ngẫu nhiên:
Để kiểm tra xem sai số ngẫu nhiên có phân phối chuẩn hay không ta sử dụng tiêu
chuẩn Jarque-bera (JB).
Kiểm định cặp giả thuyết:
H0 : SSNN phân phối chuẩn
H1 : SSNN không có phân phối chuẩn.

10

Series: Residuals
Sample 1 108
Observations 108

8

6

4

2

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

1.30e-15
-0.000712
0.413019
-0.515827
0.260534
-0.099570
1.804635

Jarque-Bera
Probability

6.608496
0.036727

0
-0.50

-0.25

0.00

0.25

Ta xét kiểm tiêu chuẩn Jarque-Bera:
Vì P_Value của kiểm định Jarque-Bera= 0.036727 > 0.05,chưa có cơ sở bác bỏ H0 .
Nhận xét: Mô hình ban đầu có sai số ngẫu nhiên tuân theo phân phối chuẩn.
2.3.3 MÔ HÌNH LOG-LN:
a) Bảng kết quả:

20


Dependent Variable: LOG(Y)
Method: Least Squares
Date: 11/29/12 Time: 21:34
Sample: 1 108
Included observations: 108
Variable
C
V
T
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

Coefficient

Std. Error

t-Statistic

Prob.

3.205074
0.007589

1.484205

0.345317
0.000666
0.303871

9.281532
11.38820
4.884319

0.0000
0.0000
0.0000

0.631482
0.624463
0.252709
6.705495
-3.168352
89.96265
0.000000

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

3.299790

0.412377
0.114229
0.188732
0.144437
0.177944

Mô hình hồi quy mẫu:
SRM: logŶi =

+

1

2

Vi +

3

Ti + ei

= 3.205074+0.007589Vi+1.484205Ti+ ei

 Ý nghĩa thống kê của hệ số hồi quy:
Xét kiểm định:
H0 : βj =0 : βj không có ý nghĩa thống kê.
H1 : βj ≠ 0 : βjcó ý nghĩa thống kê.
+ Vì

1

có P_value = 0.0000 < 0.05, bác bỏ H0, nên

1

có ý nghĩa thống kê.

+ Vì

2

có P_value = 0.0000 < 0.05, bác bỏ H0, nên

2

có ý nghĩa thống kê.

+ Vì

3

có P_value = 0.0000 < 0.05, bác bỏ H0, nên

3

có ý nghĩa thống kê.

 Ý nghĩa kinh tế của hệ số hồi quy:
-

2

= 0.007589 cho biết sự thay đổi về giá nhà khi diện tích tăng lên 1 đơn vị

thì giá nhà thay đổi 0.7589%

21


-

3

= 1.484205 cho biết sự thay đổi về giá nhà khi giá vàng tăng lên 1 đơn vị thì giá

Kiểm định sự phù hợp hàm hồi quy:
logYi=

1

+

2

Vi +

3

Ti

(1)

Cho α =5% với mọi kiểm định
H0 : R2 = 0

( hàm hồi quy (1) không phù hợp)

H1 : R2 ≠ 0

( hàm hồi quy (1) phù hợp)

P- value( Fqs) = 0.000000 < 0.05 , bác bỏ H0 , thừa nhận H1
Do R2 =0.631482 nên các biến độc lập như giá vàng,tỷ lệ ngoại tệ trong mô hình
chỉ giải thích được 63.1482% cho giá dầu. Còn 36.8518% phụ thuộc vào các yếu tố
ngẫu nhiên khác ngoài mô hình
Nhận xét:

Hàm hồi quy phù hợp.

b) Kiểm định các khuyết tật:

 Hiện tượng đa cộng tuyến:
Sử dụng mâu thuẫn giữa kiểm định T và F:
Ta sử dụng mô hình:
logYi= 1 + 2 Vi +

3

Ti

(1)

Xét các kiểm định T về hệ số góc:

 H0 :

2

H1 :

2

 H0 :

3

H1 :

3

=0

P_value = 0.0000 < 0.05

≠0

bác bỏ H0

=0

P_value = 0.0000 < 0.05

≠0

bác bỏ H0

Các hệ số góc có xu hướng bác bỏ H0, thừa nhận H1
Xét kiểm định F về sự phù hợp:
P- value( Fqs) = 0.000000 < 0.05 , bác bỏ H0 , thừa nhận H1

22


Nhận xét: không có sự mâu thuẫn giữa kiểm định T và kiểm định F nên mô hình
trên không có đa cộng tuyến.

 Hiện tượng phương sai sai số thay đổi:
Kiểm định White không có hệ số chéo:
Mô hình hồi quy phụ có dạng:
e i2 =

+ 2Vi+

1

3

T i+

4

Vi 2 +

Ti 2+vi

(1)

5

Với mô hình hồi quy phụ ta kiểm định cặp giả thuyết
H0 : R12 =0
H1 : R12≠0

Mô hình (1) không có phương sai sai số (PSSS) thay đổi
Mô hình (1) có phương sai sai số thay đổi

Heteroskedasticity Test: White
F-statistic
Obs*R-squared
Scaled explained SS

1.758776
3.500775
1.373724

Prob. F(2,105)
Prob. Chi-Square(2)
Prob. Chi-Square(2)

0.1773

0.1737
0.5032

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/29/12 Time: 22:06
Sample: 1 108
Included observations: 108
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
V^2
T^2

0.045203
-3.69E-07
0.021963

0.039068
2.07E-07
0.020512

1.157018
-1.781108
1.070771

0.2499
0.0778
0.2867

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.032415
0.013984
0.056440
0.334473
158.7304
1.758776
0.177292

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.

Durbin-Watson stat

ta có: χqs= n* R12=108*0.032415=3.5008

23

0.062088
0.056839
-2.883897
-2.809393
-2.853689
0.783033


χ

2

(k-1)= χ0.052(2)=5.99

suy ra: χqs < χ 2(k-1) ,chưa có cơ sở bác bỏ H0, nên mô hình hồi quy phụ không
phù hợp.
Do đó, mô hình hồi quy ban đầu không có hiện tượng PSSS thay đổi.
Kiểm định White có hệ số chéo:
Mô hình hồi quy phụ có hệ số chéo:
ei2 = 1+ 2Vi+ 3Ti+ 4 Vi 2 + 5 Ti 2+ 6 Vi*Ti + vi (2)
Với mô hình hồi quy phụ ta kiểm định cặp giả thuyết:
H0 : R22 =0

Mô hình ban đầu không có phương sai sai số (PSSS) thay đổi.

H1 : R22≠0

Mô hình ban đầu có phương sai sai số thay đổi.

Heteroskedasticity Test: White
F-statistic
Obs*R-squared
Scaled explained SS

2.424541
11.47232
4.501802

Prob. F(5,102)
Prob. Chi-Square(5)
Prob. Chi-Square(5)

0.0404
0.0428
0.4796

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/29/12 Time: 22:15
Sample: 1 108
Included observations: 108
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
V
V^2
V*T
T
T^2

-0.658322
-0.003783
3.68E-06
0.000510
1.636826
-0.519936

1.198347
0.004576
2.82E-06
0.003654
2.282363
1.053184

-0.549358

-0.826721
1.303636
0.139692
0.717163
-0.493680

0.5840
0.4103
0.1953
0.8892
0.4749
0.6226

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.106225
0.062413
0.055036
0.308958
163.0153
2.424541
0.040372

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

ta có: χqs= n* R22=108*0.106225=11.4723

24

0.062088
0.056839
-2.907691
-2.758684
-2.847274
0.817698


χ

2

(k-1)= χ0.052(5)=11.07

suy ra: χqs > χ 2(k-1) , bác bỏ H0, nên mô hình hồi quy phụ phù hợp.
Do đó, mô hình hồi quy ban đầu có hiện tượng PSSS thay đổi.

 Kiểm định hiện tượng tự tương quan Breush-Goldfrey:
Mô hình gốc:
logYt=

t

+

2

Vt +

T t + ut

3

(1)

Mô hình hồi quy phụ có dạng:
et=(

t

+

Vt +

2

Tt) + 1et-1+ vt

(2)

3

Xét cặp giả thuyết:
H0 : (1) không có tự tương quan bậc 1
H1 : (1) có tự tương quan bậc 1
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
Obs*R-squared

547.6864
90.76472

Prob. F(1,104)
Prob. Chi-Square(1)

0.0000
0.0000

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/30/12 Time: 09:20
Sample: 1 108
Included observations: 108
Presample missing value lagged residuals set to zero.
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
V
T
RESID(-1)

-0.309693
-0.000909
0.372821
0.937989

0.139240
0.000270
0.123009
0.040080

-2.224167
-3.364216
3.030838
23.40270

0.0283
0.0011
0.0031
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)

0.840414
0.835811
0.101437
1.070103
95.93096
182.5621
0.000000

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat

25

-2.24E-16
0.250336
-1.702425
-1.603087
-1.662147

1.860425