Ảnh hưởng của tỷ giá hối đoái và tổng sản phẩm quốc nội đến nhập khẩu ở Xin-ga-po

BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG
Họ và tên các thành viên trong nhóm:
1. Nhóm trưởng: Trịnh Quỳnh Trang
2. Bùi Thị Hoàn
3. Hoàng Thị Hồng Ngọc
4. Vũ Thị Thủy
Các thành viên đều thuộc lớp: CQ48/21.08 (niên chế)
21.3_LT1 (tín chỉ)_hội trường B10
Vấn đề nghiên cứu: Ảnh hưởng của tỷ giá hối đoái và tổng sản

phẩm quốc nội đến nhập khẩu ở Xin-ga-po
Nhập khẩu là hoạt động diễn ra thường xuyên trong trao đổi thương mại
quốc tế của mỗi nước. Để duy trì cán cân xuất nhập khẩu có lợi cho nền kinh
tế đòi hỏi Chính phủ các nước luôn phải có những chiến lược thích hợp trong
nhập khẩu.Dựa trên góc độ nghiên cứu kinh tế vĩ mô cho thấy tổng sản phẩm
quốc nội và tỷ giá hối đoái là những nhân tố có tác động lớn đến nhập khẩu
hàng hóa, dịch vụ của một quốc gia và để xem xét vấn đề này một cách cụ thể
ta sẽ tiến hành đánh giá tác động của tỷ giá hối đoái và tổng sản phẩm quốc
nội đến nhập khẩu ở Xin-ga-po
Các biến kinh tế sử dụng:
IM: Nhập khẩu (triệu đô la Xin-ga-po)
ER: Tỷ giá hối đoái (đô la Xin-ga-po/1đô la Mỹ)
GDP: Tổng sản phẩm quốc nội (triệu đô la Xin-ga-po)
Số liệu:
Năm
ER
GDP
IM
1995
1.417
118963

176313
1996
1.410
130035
185183
1997
1.485
141641
196605
1998
1.674
137085
169863
1999
1.695
137935
188142
2000
1.724
159596
232175
2001
1.792
153393
207692
2002
1.791
157694
208312
2003

1.742
162288
237317
2004
1.690
185365
293337
2005
1.660
208764
333191
2006
1.590
230509
378924
2007
1.510
266405
395980
2008
1.410
273537
450893
2009
1.450
265058
356299
Nguồn số liệu: (Tổng cục thống kê)

Mô hình kinh tế lượng:
Mô hình hồi quy tổng thể:
PRM : IMi = 1 + 2 ERi + 3 GDPi + Ui
Trong đó:
IM là biến phụ thuộc
ER,GDP là biến giải thích
Ui là sai số ngẫu nhiên
1là hệ số chặn
2 ,3 là hệ số góc

1.Ước lượng mô hình hồi quy :
Với mẫu số liệu đã có ta tiến hành ước lượng mô hình bằng phần mềm
Eviews và được kết quả như sau :
Dependent Variable: IM
Method: Least Squares
Date: 03/10/12 Time: 13:09
Sample: 1995 2009
Included observations: 15
Variable

Coefficient

Std. Error

t-Statistic

Prob.

ER
GDP

C

-16757.36
1.673309
-10144.13

46068.12
0.122813
83737.81

-0.363752
13.62486
-0.121142

0.7224
0.0000
0.9056

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

0.945716
0.936669
23358.09
6.55E+09
-170.4910

1.796571

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

267348.4
92817.10
23.13213
23.27374
104.5298
0.000000

(Báo cáo 1)
Theo kết quả trên ta được hàm hồi quy mẫu mô tả mối quan hệ giữa các
biến kinh tế như sau:

IMi = -10144.13 -16.75736ERi + 1.673309GDPi
Ý nghĩa kinh tế của các hệ số hồi quy:


 2 = -16757.36 cho ta biết khi tỷ giá hối đoái tăng 1đô la Xin-ga-po/đô la

Mỹ trong điều kiện GDP không đổi thì nhập khẩu trung bình giảm 16757.36


triệu đô la Xin-ga-po.  2 <0 là phù hợp với lý thuyết kinh tế vì khi tỷ giá hối

đoái tăng trong điều kiện GDP không đổi thì nhập khẩu giảm


 3 =1.673309 cho ta biết khi GDP tăng 1 triệu đô la Xin-ga-po trong điều

kiện tỷ giá hối đoái không đổi thì nhập khẩu trung bình tăng 1.673309 triệu


đô la Xin-ga-po.  3 >0 là phù hợp với lý thuyết kinh tế vì khi GDP tăng
tronmmg điều kiện tỷ giá hối đoái không đổi thì nhập khẩu tăng


Kiểm định sự phù hợp của mô hình hồi quy:
Để kiểm định sự phù hợp của mô hình hồi quy, ta tiến hành kiểm định cặp
giả thuyết sau:
H0 : R2 = 0
H1 : R2 > 0.
R² * (n – 3)
Tiêu chuẩn kiểm định : F = ĜĜĜĜĜĜ  F(2, n – 3)
(1 - R²) * 2
Miền bác bỏ: W =  F: F > F(2,n-3) 
Ta có: Fqs = 104.5298
F0.05(2, n – 3) = F0.05(2,13) = 3.68
Fqs >F0.05(2,13)
=> Fqs W ,bác bỏ giả thuyết H0, chấp nhận H1
Kết luận : Vậy với mức ý nghĩa =0.05 thì mô hình là phù hợp

2.Kiểm định các khuyết tật của mô hình :
a,Kiểm định đa cộng tuyến
Phát hiện đa cộng tuyến bằng phương pháp hồi qui phụ

Cho mô hình hồi quy:
IMi = β1 + β2 ERi + β3 GDPi + Ui (*)
Ước lượng mô hình hồi quy:
ERi = α1+α2 GDPi + Vi ta được kết quả như sau:
Dependent Variable: ER
Method: Least Squares
Date: 03/10/12 Time: 09:14
Sample: 1995 2009
Included observations: 15
Variable

Coefficient

Std. Error

t-Statistic

Prob.

GDP
C

-8.29E-07
1.753422

7.03E-07
0.132875

-1.179455
13.19601

0.2594
0.0000

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

0.096665
0.027178
0.140626
0.257083
9.213966
0.258703

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

1.602667
0.142577
-0.961862
-0.867455
1.391115

0.259352

Từ bảng trên ta có:
Fqs=1.391115
F0.05(1;13)=4.67
 Fqs < F0.05(1;13)  Vậy với mức ý nghĩa  = 0.05 mô hình (*)
không có đa cộng tuyến.


 Phát hiện đa cộng tuyến bằng độ đo Theil
Cho mô hình hồi quy:
IMi = β1 + β2 ERi + β3. GDPi + Ui (*)
+Ước lượng mô hình hồi quy:
IMi = α1+α2 ERi + Vi
ta được kết quả như sau:
Dependent Variable: IM
Method: Least Squares
Date: 03/10/12 Time: 09:12
Sample: 1995 2009
Included observations: 15
Variable

Coefficient

Std. Error

t-Statistic

Prob.

ER
C

-211906.6
606964.1

170721.1
274617.7

-1.241244
2.210215

0.2364
0.0456

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

0.105957
0.037184
91075.08
1.08E+11
-191.5024
0.158730

Mean dependent var

S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

267348.4
92817.10
25.80032
25.89473
1.540688
0.236447

Từ báo cáo trên được R12 = 0.105957
+ Ước lượng mô hình hồi quy:
IMi =  1+  2GDPi + Vi

ta được kết quả như sau:

Dependent Variable: IM
Method: Least Squares
Date: 03/10/12 Time: 09:13
Sample: 1995 2009
Included observations: 15
Variable

Coefficient

Std. Error

t-Statistic

Prob.

GDP
C

1.687198
-39526.86

0.112764
21321.43

14.96227
-1.853856

0.0000
0.0866

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

0.945117
0.940896
22565.11
6.62E+09

-170.5732
1.829415

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

Từ báo cáo trên được R22 = 0.945117
Từ báo cáo 1 được R2 = 0.945716
Độ đo Theil được xác định như sau:
m = R2 - [(R2 - R 12 ) + (R2 - R 22 )]
=0.105358
 Mô hình (*) có đa cộng tuyến thấp.

267348.4
92817.10
23.00976
23.10417
223.8694
0.000000


b,Kiểm định phương sai số thay đổi
Để kiểm định phương sai sai số thay đổi ta dung kiểm định White:
Ước lượng mô hình:
ei 2 =α1 + α2 ERi + α3 GDPi + α4 ERi2+α5 GDPi2 + α6 ERi GDPi +Vi

Ta thu được kết quả sau:
White Heteroskedasticity Test:
F-statistic
Obs*R-squared

1.556877
6.956810

Probability
Probability

0.265423
0.223872

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/10/12 Time: 09:26
Sample: 1995 2009
Included observations: 15
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
ER
ER^2
ER*GDP
GDP
GDP^2

-1.80E+10
9.96E+09
-1.24E+09
-51740.16
142727.8
-0.149474

4.32E+10
5.06E+10
1.50E+10
58612.94
158639.7
0.217269

-0.415960
0.196884
-0.082697
-0.882743
0.899698
-0.687967

0.6872
0.8483

0.9359
0.4003
0.3917
0.5088

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

0.463787
0.165891
6.47E+08
3.76E+18
-321.7606
1.896274

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

4.36E+08
7.08E+08
43.70141
43.98463

1.556877
0.265423

Theo báo trên ta được:
2qs=6.956810
Mà 20.05(5)= 11.0705
 2qs < 20.05(5)
Vậy với mức ý nghĩa =0.05, mô hình (*) có phương sai sai số không thay
đổi.
c. Kiểm định hiện tượng tự tương quan bậc 1(Dùng kiểm định BreuschGodfrey):
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
Obs*R-squared

0.435331
0.571034

Probability
Probability

0.522959
0.449848


Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 03/10/12 Time: 08:46
Presample missing value lagged residuals set to zero.
Variable

Coefficient

Std. Error

t-Statistic

Prob.

ER
GDP
C
RESID(-1)

-7121.682
0.042656
4766.616
-0.315856

48410.47
0.141448
86084.03
0.478718

-0.147110
0.301569
0.055372
-0.659796

0.8857

0.7686
0.9568
0.5230

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

0.038069
-0.224276
23927.85
6.30E+09
-170.1999
1.393241

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

Theo kết quả báo cáo trên ta có:

-3.40E-12
21625.39
23.22665

23.41547
0.145110
0.930674

2qs = 0.571034 mà 20.05(1) = 3.8415

=>2qs< 2 0.05(1) => Vậy với mức ý nghĩa 5%, mô hình gốc không có tự
tương quan bậc 1.
d.Phát hiện các biến bỏ sót của mô hình (kiểm định Ramsey):
ta được kết quả sau:
Ramsey RESET Test:
F-statistic
Log likelihood ratio

1.558675
4.070260

Probability
Probability

0.257495
0.130664

Test Equation:
Dependent Variable: IM
Method: Least Squares
Date: 03/10/12 Time: 09:11
Sample: 1995 2009
Included observations: 15
Variable

Coefficient

Std. Error

t-Statistic

Prob.

ER
GDP
C
FITTED^2
FITTED^3

-87502.43
1.660157
39201.57
2.85E-06
-6.20E-12

149892.7
8.799769
470551.9
1.79E-05
1.95E-11

-0.583767
0.188659
0.083310

0.159481
-0.318432

0.5723
0.8541
0.9352
0.8765
0.7567

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

0.958617
0.942063
22341.12
4.99E+09
-168.4559
2.329111

Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

267348.4
92817.10
23.12745
23.36346
57.91075
0.000001

Theo kết quả báo cáo trên ta có: Fqs = 1.558675 mà F0.05 (2,10) = 4.10
=> Fqs < F0.05(2,10) => Vậy với mức ý nghĩa 5%, mô hình gốc chỉ định đúng.


e.Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên (kiểm định JarqueBera)
Ta có kết quả sau:
5
Series: Residuals
Sample 1995 2009
Observations 15

4

3

2

1

0
-60000

-40000

-20000

0

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

-3.20E-11
1366.297
29999.59
-52782.59
21625.39
-0.698811
3.455308

Jarque-Bera
Probability

1.350408
0.509053

20000

Theo kết quả báo cáo trên ta có: JB = 1.350408 mà

20.05(2) = 5.9915

=> JB < 20.05(2) => Vậy với mức ý nghĩa 5%,sai số ngẫu nhiên có phân phối
chuẩn.

3.Phân tích và cho kết luận
Đánh giá mô hình: Mô hình đơn giản, phù hợp với lý thuyết kinh tế,không
mắc các khuyết tật (tuy có có đa cộng tuyến nhưng mức độ đa cộng tuyến
thấp nên có thể bỏ qua), R2=0.945716 cho ta biết 94.5716% sự thay đổi của
nhập khẩu là do tỷ giá hối đoái và tổng sản phẩm quốc nội trong mô hình gây
ra.
Tính dự báo của mô hình:


500000
Forecast: IMF
Actual: IM
Forecast sample: 1995 2009
Included observations: 15

400000

Root Mean Squared Error
Mean Absolute Error
Mean Abs. Percent Error
Theil Inequality Coefficient
Bias Proportion
Variance Proportion
Covariance Proportion

300000

200000

20892.11
16288.44
5.757491
0.037096
0.000000
0.013952
0.986048

100000
1996

1998

2000

2002

2004

2006

2008

IMF

IM là số liệu thực, IMF là kết quả dự báo qua mô hình. Thông qua đồ thị, ta
có thể đánh giá là mô hình tốt.
* Kết luận về tính qui luật trong sự thay đổi các giá trị của biến phụ thuộc
do ảnh hưởng của các biến kinh tế trong mô hình:

.

n = 15,  = 0.05, t(n-3) = t0.0512 = 1.782, t/ 2(n-3) = t0.02512 =2.179




+) Với  3 =1.673309, Se(  3 )=0.122813. ta có :
Khoảng tin cậy bên trái của β3 :




β3   3 + Se(  3 ) t(n-3)
β3  1.673309 + 0.122813*1.782  β3  1.892162
Vậy với mức ý nghĩa  = 0.05, nếu GDP tăng 1(triệu đô la Xin-ga-po)
thì nhập khẩu sẽ tăng tối đa 1.892162 ( triệu đô la Xin-ga-po)
- Khoảng tin cậy bên phải của β3






β3   3 - Se(  3 ) t (n-3)

β3  1.673309 - 0.122813*1.782  β3  1.454456
Vậy với mức ý nghĩa  = 0.05, nếu GDP tăng 1(triệu đô la Xin-ga-po)
thì nhập khẩu sẽ tăng ít nhất là 1.454456 ( triệu đô la Xin-ga-po)
-Khoảng tin cậy hai phía của β3






 3 - Se(  3 ) t/ 2

(n-3)





 β3   3 + Se(  3 ) t/ 2(n-3)

 0.122813*2.179  β3  1.673309 + 0.122813*2.179
1.405699  β3  1.940918


1.673309


Vậy với mức ý nghĩa  = 0.05, nếu GDP tăng 1(triệu đô la xin-ga-po )
thì nhập khẩu sẽ tăng trong khoảng [1.405699 , 1.940918 ](triệu đô la xinga-po)




+) Với  2 =-16757.36, Se(  2 )=46068.12 ta có:
- Khoảng tin cậy bên trái của β2 :




2   2 + Se(  2 ) t(n-3)


β2  -16757.36 +46068.12*1.782
 β2 

65336.02984
Theo lý thuyết ,khi tỷ giá hối đoái (đô la Xin-ga-po/đô la Mỹ) tăng thì nhập
khẩu giảm nhưng Xin-ga-po có nền kinh tế tiếp tục tăng trưởng cao và đầu tư
nước ngoài tăng mạnh.Chủ yếu xuất khẩu thành phẩm bao gồm hàng điện
tử,hàng tiêu dùng,hóa chất..nên nhu cầu về nguyên nhiên vật liệu cho hoạt
động sản xuất tăng đo đó khi tỷ giá hối đoái tăng 1 (đô la Xin-ga-po/đô la
Mỹ) thì nhập khẩu không giảm mà tăng tối đa là 65336.02984 (triệu đô la
Xin-ga-po).
- Khoảng tin cậy bên phải của β2




2   2 Se(  2 ) t(n-3)
 β2  -16757.36

- 46068.12*1.782

 β2  -98850.74984

Vậy với mức ý nghĩa  = 0.05 nếu tỷ giá hối đoái tăng 1(đô la Xinga-po/đô la Mỹ) thì nhập khẩu sẽ giảm tối đa 98850.74984 ( triệu đô la Xinga-po)
- Khoảng tin cậy hai phía của β2








 β2   2 +Se(  2 )t/ 2(n-3)
-16757.36  46068.12*2.179  β2  -16757.36 + 46068.12*2.179
 -117139.7935  β2 83625.07348
Vậy với mức ý nghĩa  = 0.05 nếu tỷ giá hối đoái tăng 1(đô la Xinga-po/đô la Mỹ) thì nhập khẩu giảm trong khoang từ 0 đến 117139.7935
(triệu đô la Xin-ga-po)
Do vấn đề phát triển phát triển kinh tế nhu cầu về nhập khẩu nguyên
nhiên vật liệu cho sản xuất với mức ý nghĩa  = 0.05 nếu tỷ giá hối đoái tăng
1(đô la Xin-ga-po/đô la Mỹ) thì nhập khẩu tăng trong khoảng 0 đến
83625.0734 triệu đô la Xin-ga-po
Sự biến động giá trị của biến phụ thuộc đo bằng phương sai do các yếu
tố ngẫu nhiên gây ra:
 2 - Se(  2 )t/ 2

(n-3)





(n  3)   2
(n  3)   2
2



 2 (n  3)
12 (n  3)
2

2

Mà RSS=6.55E+09,
 (n  3)  
2

2

2
0.025

(12)  23.3367, 12 (n  3)   02.975 (12)  4.4038
2

 280673788.5  2  1487351833

Vậy với mức ý nghĩa = 0.05, giá trị của biến phụ thuộc đo bằng
phương sai do các biến ngẫu nhiên gây ra biến động trong khoảng từ
280673788.5 đến 1487351833.