XÂY DỰNG mô HÌNH LƯỢNG TIỀN gửi sổ TIẾT KIỆM ở mĩ TRONG QUÝ t

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG HÀ NỘI
KHOA KINH TẾ QUỐC TẾ
**********

BÀI TẬP KINH TẾ LƯỢNG
Giảng viên hướng dẫn
Thạc Sĩ: Thái Long
Nhóm 21 – KTE309.5

Họ tên
Hoàng Thị

Mã sinh viên
1212230021

Trịnh Thị Nhài

1212230051

Hằng

Hà nội. tháng 4 năm 2014


MỤC LỤC
BÀI TẬP 1 : XÂY DỰNG MÔ HÌNH LƯỢNG TIỀN GỬI SỔ TIẾT KIỆM Ở MĨ
TRONG QUÝ t.........................................................................................................1
I.Mô hình lý thuyết....................................................................................................1
1.Các biến có thể sử dụng..........................................................................................1
2.Cơ sở lý thuyết và thực tế.......................................................................................1
II.Diễn giải ý nghĩa kinh tế của các hệ số hồi quy.....................................................6

III. Kiểm định mô hình:.............................................................................................6
1.Kiểm định các hệ số của mô hình :.........................................................................7
2.Kiểm định thừa biến:..............................................................................................7
3. Kiểm định định dạng mô hình:..............................................................................8
4.Kiểm định phương sai sai số có phân phối chuẩn hay không :...............................8
5.Kiểm định phương sai sai số thay đổi :...................................................................8
6.Kiểm định đa cộng tuyến:.....................................................................................11
7.Kiểm định tự tương quan:.....................................................................................11
IV.Sửa lỗi mô hình:..................................................................................................11
KẾT LUẬN.............................................................................................................13
BÀI 2: LƯỢNG CẦU THỊT LỢN...........................................................................14
I.Vấn đề nghiên cứu................................................................................................14
II.Lý thuyết, mô hình lý thuyết................................................................................14
1.Các biến kinh tế sử dụng......................................................................................14
2.Cơ sở lý thuyết và thực tế:....................................................................................14
3.Mô hình lựa chọn..................................................................................................15
4.Dự kiến dấu..........................................................................................................16
5.Kết quả hồi quy:...................................................................................................16
III.Kiểm định mô hình.............................................................................................18


1.Kiểm định ý nghĩa thống kê của các hệ số hồi quy:..............................................18
2. Kiểm định sự phù hợp của mô hình:....................................................................19
IV.Kiểm định mô hình.............................................................................................21
1.Kiểm định ý nghĩa thống kê của các hệ số hồi quy:..............................................21
2.Kiểm định sự phù hợp của mô hình:.....................................................................22
3. Kiểm định đa cộng tuyến.....................................................................................22
4. Kiểm định tự tương quan:....................................................................................23
5. Kiểm định phương sai sai số thay đổi..................................................................24
6.Kiểm định phân phối chuẩn..................................................................................26

7.Kiểm định định dạng mô hình..............................................................................27
KẾT LUẬN.............................................................................................................28


BÀI TẬP 1 : XÂY DỰNG MÔ HÌNH LƯỢNG TIỀN GỬI SỔ TIẾT
KIỆM Ở MĨ TRONG QUÝ t
I.Mô hình lý thuyết
1.Các biến có thể sử dụng
Có rất nhiều yếu tố có thể ảnh hưởng đến lượng tiền gửi tại sổ tiền gửi của
hiệp hội .Các yếu tố có thể đưa vào mô hình:
a.

QYDUSt = thu nhập khả dụng ở Mỹ trong quý t ( triệu đô la, danh

b.

QYPERMt = thu nhập vĩnh viễn trong quý t ở mĩ ( triệu đô la, danh

nghĩa)

nghĩa, biến này được tạo ra bằng cách lấy đường trung bình di động giảm trọng số
cho bộ 4 quý của thu nhập khả dụng của các quý trước)
c.

QRDPASSt = tỷ lệ tiền lãi trung bình ( phần trăm) của tài khoản sổ

tiết kiệm trong hiệp hội S & Ls trong quý t .
d.

QRTB3Yt = lãi suất ba tháng tín phiếu kho bạc trong quý t

e.

SPREADt = QRDPASSt - QRTB3Yt

f.

MMCDUMt = một biến giả, bằng không trước khi hợp pháp hóa từ

quý 3 năm 1978 của thị trường tiền tệ và chứng chỉ. bằng một sau đó ( truớc quý
3/1978 bằng không và từ quý 3/1978 trở đi bằng 1)
g.

EXPINFt = tỷ lệ phần trăm dự kiến lạm phát trong quý t (tương đương

với tỷ lệ lạm phát của quý trước )
h. BRANCHt = số lượng chi nhánh S & L hoạt động tại Mỹ trong quý t
2.Cơ sở lý thuyết và thực tế
Thực tế cho thấy lượng tiền gửi tiết kiệm vào các ngân hàng hay hiệp hội
phụ thuộc vào rất nhiều yếu tố.Trước hết không thể không nhắc đến thu nhập khả
1


dụng , mức thu nhập sẽ ảnh hưởng đến việc nười ta tiết kiệm nhiều hay ít.Yếu tố
thứ 2 phải kể đến là là tỉ lệ lãi suất.trong trường hợp này ta có 2 biến tỉ lệ lãi suất là
QRDPASSt và QRTB3Yt. Tín phiếu kho bạc giống như là một loại hàng hóa thay
thế cho tiền gửi ngân hàng.Nếu lãi suất của việc gửi tiền tiết kiệm vào ngân hàng
cao hơn lãi suất tín phiếu kho bạc thì người ta sẽ lựa chọn gửi tiền vào sổ tiền gửi
ngân hàng hơn, vì vậy ở đây ta cần một biến so sánh giữa hai tỉ lệ lãi suất này. nếu
đưa cả 2 biến vào thì không làm nổi bật được sự so sánh giữa 2 tỉ suất lợi nhuận,

vậy trong trường hợp này chọn biến SPREADt = QRDPASSt - QRTB3Yt là thích
hợp. Biến thu nhập vĩnh viễn trong quý t. được tính bằng cách lấy bình quân có
trọng số của thu nhập khả dụng 4 quý trước, không nên đưa vào mô hình. Thứ
nhất, vì thu nhập vĩnh viễn này được tính dựa vào số liệu của thu nhập khả dụng
của các quý trước nên khả năng có đa cộng tuyến giữa biến này với biến thu nhập
khả dụng là rất lớn.Hơn nữa, những thay đổi của thu nhập trong ngắn hạn sẽ hầu
như không ảnh hưởng đến tiêu dung hay tiết kiệm vì người dân có xu hướng lên
kế hoạch tiêu dung cho cả đời để tối đa hóa mức độ thỏa dụng. nên chúng ta không
cần quan tâm đến thu nhập vĩnh viễn này. Biến giả MMCDUM t cũng cần thiết cho
mô hình . bằng 0 trước thời điểm quý 3 năm 1978 trước sự hợp pháp hóa của
chứng chỉ thị trường tiền tệ và bằng 1 ở các quý sau đó. Tiền gửi sổ tiết kiệm vấp
phải sự cạnh tranh từ chứng chỉ thị trường tiền tệ này nên sau khi chứng chỉ này
được phát hành thì lượng tiền gửi giảm nên dấu của biến này được dự đoán là âm.
Tiếp theo là biến EXPINF t : tỉ lệ lạm phát dự kiến trong quý t. Tỉ lệ lạm phát dự
kiến cũng ảnh hưởng đến quyết định gửi tiền của người dân. tỉ lệ này càng cao thì
người ta càng hạn chế gửi tiền . lượng tiền gửi sẽ ít, vì vậy biến này cũng cần thiết
cho mô hình . Cuối cùng là số chi nhánh của S& Ls trên nước Mĩ . Biến này không
có ý nghĩa lắm khi đưa vào mô hình , vì số các chi nhánh nhiều thì không chỉ thuận
tiện cho người dân đi gửi tiền mà còn thuận tiện cho việc rút tiền. Vì vậy, ảnh
hưởng của biến này lên tổng lượng tiền gửi là không rõ ràng nên có thể bỏ qua.
Tổng hợp lại ta có các biến giải thích phù hợp cho mô hình là: QYDUS t,
SPREAD, MMCDUMt, EXPINFt.
Dự đoán dấu:
2


Tên biến

Ý nghĩa

Dấu

Diễn giải

kì
vọng
Biến phụ

QDPASSt

thuộc

tổng lượng
tiền gửi có
trong các tài
khoản sổ tiền
gửi trong S &
Ls ở Mỹ trong
quý t ( triệu đô

Các biến

QYDUSt

giải thích

la, danh nghĩa)
thu nhập khả

+

dụng ở Mỹ

Thu nhập càng cao thì
lượng tiền gửi càng nhiều

trong quý t
( triệu đô la
SPREAD

EXPINFt
MMCDUMt

,danh nghĩa)
Chênh lệch

+

Chênh lệch càng cao

giữa 2 tỉ lệ lãi

nghĩa là QRDPASS lớn

suất

hơn ,nên lượng tiền gửi

Tỉ lệ lạm
phát dự kiến

Biến giả

-

càng lớn
Tỉ lệ lạm phát càng cao

-

thì lượng tiền gửi càng ít
Lượng tiền gửi giảm
khi thị trường tiền tệ phát
hành giấy chứng nhận thị
trường tiền tệ

3


the aggregate stock of deposits held in passbook accounts in S & Ls in the U.S.
80000
100000
120000
140000
160000

3.Đồ thị:

500

1000

1500
U.S. disposable income in quarter t (millions of nominal dollars)

2000

the aggregate stock of deposits held in passbook accounts in S & Ls in the U.S.
80000
100000
120000
140000
160000

Hình 1: Đồ thị giữa tổng lượng tiền gửi với thu nhập khả dụng ở Mỹ trong quý t

-6

-4

-2
QRDPASS-QRTB3Y

0

2

Hình 2: Đồ thị mối quan hệ giữa tổng lượng tiền gửi với chênh lệch giữa lãi suất tài
khoản sổ tiền gửi và lãi suất 3 tháng tín phiếu kho bạc

4

the aggregate stock of deposits held in passbook accounts in S & Ls in the U.S.
80000
100000
120000
140000
160000

2
4
6
8
10
12
the expected percentage rate of inflation in quarter t (equal to the previous qu

the aggregate stock of deposits held in passbook accounts in S & Ls in the U.S.
80000
100000
120000
140000
160000

Hình 3: Đồ thị mỗi quan hệ giữa tổng lượng tiền gửi với tỷ lệ lạm phát dự đoán:

0
.2
.4
.6
.8

1
a dummy variable equal to zero before the third-quarter 1978 legalization of mon

Hình 4: Đồ thị mối quan hệ giữa tổng lượng tiền gửi với biến giả MMCDUMt

5


Source

SS

df

MS

Model
Residual

1.4453e+10
999857441

4
35

3.6134e+09
28567355.5

Total

1.5453e+10

39

396239615

qdpass

Coef.

qydus
spread
expinf
mmcdum
_cons

83.51995
2507.369
-344.9243
-21242.9
30913.67

Std. Err.
4.189632
731.6107
462.2624
4050.461
4324.125

t

19.93
3.43
-0.75
-5.24
7.15

Number of obs
F( 4,
35)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|

=
=
=
=
=
=

40
126.49
0.0000
0.9353
0.9279
5344.8

[95% Conf. Interval]

0.000
0.002
0.461
0.000
0.000

75.01455
1022.12
-1283.367
-29465.77
22135.23

92.02536
3992.618
593.5183
-13020.03
39692.11

II.Diễn giải ý nghĩa kinh tế của các hệ số hồi quy
Sử dụng phần mềm stata ta có kết quả hồi quy:
= 30913.67 + 83.53QYDUSt + 2057.369SPREADt – 21242.9MMCDUMt
-344.92EXPINFt
Hệ số chặn == 30913.67 cho biết khi tất cả các yếu tố tác động lên
lượng tiền gửi bằng 0 thì tổng lượng tiền gửi quý t là = 30913.67 triệu đôla
Hệ số góc = 83.53 cho biết khi các yếu tố khác không đổi , thu nhập khả
dụng trong quý t tăng 1 đơn vị thì tổng lượng tiền gửi tăng 83.53 triệu đôla
Hệ số góc = 2057.369 cho biết khi các yếu tố khác không đổi , chênh lệch
lãi suất giữa

tăng 1 đơn vị thì tổng lượng tiền gửi tăng 2057.369 triệu đôla

Hệ số góc = -21242.9 có nghĩa là sau khi thị trường tiền tệ phát hành giấy
chứng nhận thị trường tiền tệ thì lượng tiền gửi giảm 21242.9 triệu đô
Hệ số góc = -344.92 có nghĩa là khi các yếu tố khác không đổi, tỉ lệ lạm
phát tăng 1 đơn vị thì tổng lượng tiền gửi giảm 344.92 triệu đôla
Hệ số phù hợp R2 = 0,9353 : 93,53% các thay đổi trong biến phụ thuộc
được giải thích bằng sự thay đổi của các biến giải thích.
III. Kiểm định mô hình:

6


1.Kiểm định các hệ số của mô hình :
a.

Kiểm định hệ số chặn:

Từ bảng trên ta có p-value = 0.000 < 0.05 ,vậy hệ số chặn có ý nghĩa thống
kê ở mức ý nghĩa 5%
b.

Kiểm định hệ số góc của QYDUSt: Ta có p-value = 0.000 < 0.05 , vậy

hệ số của QYDUSt có ý nghĩa thống kê ở mức 5%
c.

Kiểm định hệ số góc của SPREAD t : Ta có p-value = 0.002 < 0.05,

vậy hệ số góc của SPREADt có ý nghĩa thống kê hay biến này có ý nghĩa thống kê
d.

Kiểm định hệ số góc của MMCDUM t : p-value= 0.000 < 0.05 , có ý

nghĩa thống kê
e.

Kiểm định hệ số góc của EXPINFt : p-value = 0.461 > 0.05 ,vậy biến

EXPINFt không có ý nghĩa thống kê trong mô hình
Dựa vào kết quả hồi quy ta thấy các biến QYDUS t, SPREADt , MMCDUMt
đều có ý nghĩa thống kê ở mức 5%, chỉ có biến EXPINF t là không có ý nghĩa thống
kê, thực hiện kiểm định F- test để xem xét có nên bỏ biến này hay không
2.Kiểm định thừa biến:
Từ kết quả hồi quy ta thấy biến EXPINF t không có ý nghĩa trong mô hình ở
mức 5% nên ta tiến hành kiểm định thừa biến:
. test expinf
( 1)

expinf = 0
F(

1,
35) =
Prob > F =

0.56
0.4606

P-value = 0.4606 > 0.05 , ta có lý do để bỏ biến EXPINFt

7


3. Kiểm định định dạng mô hình:
. ovtest
Ramsey RESET test using powers of the fitted values of qdpass
Ho: model has no omitted variables
F(3, 32) =
0.64
Prob > F =
0.5942

Ta có p- value = 0.5942 > 0.05, vậy mô hình được đinh dạng đúng và không
bỏ sót biến
4.Kiểm định phương sai sai số có phân phối chuẩn hay không :
Sử dụng kiểm định Swilk ta có:
. predict e,r
. swilk e
Shapiro-Wilk W test for normal data
Variable

Obs

e

40

W

V

z

0.92415

2.998

2.311

Prob>z
0.01043

Ta có p-value = 0.01043 > 0.05 nên sai số ngẫu nhiên có phân phối chuẩn
5.Kiểm định phương sai sai số thay đổi :
Phương pháp đồ thị:

8


e2
5.00e+071.00e+081.50e+082.00e+082.50e+08
0
80000

100000

120000
Fitted values

140000

160000

Nhìn vào đồ thị trên ta thấy có dấu hiệu của phương sai sai số thay đổi
Sử dụng kiểm định hettest :
. hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of qdpass
chi2(1)
Prob > chi2

=
=

3.44
0.0635

P-value > 0.05 nên không có hiện tượng phương sai sai số thay đổi
Sử dụng kiểm định White:

9


. estat imtest, white
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
chi2(13)

Prob > chi2

=
=

29.96
0.0048

Cameron & Trivedi's decomposition of IM-test

Source

chi2

df

p

Heteroskedasticity
Skewness
Kurtosis

29.96
12.69
3.24

13
4
1

0.0048
0.0129
0.0721

Total

45.89

18

0.0003

P-value =0.0048 < 0.05 ,có khả năng có phương sai sai số thay đổi
Vậy qua 3 cách trên chưa thể kết luận là mô hình có phương sai sai số thay
đổi hay không. Ngoài ra,dựa vào lý thuyết thì phương sai sai số thay đổi rất khó
xảy ra ở bài tập tương tác này vì nhiều lý do. Đầu tiên, đây là một mô hình chuỗi
thời gian , có nghĩa là sự khác biệt về dữ liệu chéo trong kích thước mẫu không tồn
tại. Thứ hai , trong khi đã có sự tăng trưởng trong lượng tiền gửi sổ tiết kiệm trong
những năm 1970 , sự tăng trưởng đó là không hợp lý. Thật vậy, sự cạnh tranh của
giấy chứng nhận thị trường tiền tệ và các tài sản khác thực sự giảm tiền gửi sổ tiết
kiệm trong cuối những năm 1970 . Cuối cùng, không có dấu hiệu của bất kỳ thay
đổi đáng kể về chất lượng đo lường của dữ liệu. Cho nên ta không cần quan tâm
đến phương sai sai số thay đổi trong mô hình.

10


6.Kiểm định đa cộng tuyến:
. vif
Variable

VIF

1/VIF

mmcdum
spread
qydus
expinf

2.93
2.62
2.26
1.84

0.341422
0.381789
0.441675
0.544857

Mean VIF

2.41

Ta có VIF < 10 nên không có hiện tượng đa cộng tuyến
7.Kiểm định tự tương quan:
Sử dụng kiểm định Durbin – Watson d:

. dwstat
Durbin-Watson d-statistic(

5,

40) =

.7364696

Ta có DW = 0.74 ; n=40 , k=3 nên d L = 1.285 , du = 1.821, vậy có thể kết
luận là có hiện tượng tự tương quan dương trong mô hình
IV.Sửa lỗi mô hình:
Để khắc phục ván đề thừa biến, ta bỏ biến EXPINF ra khỏi mô hình và có
phương trình hồi quy mới sau:
= 29864.83 + 82.57QYDUSt + 2794.129SPREADt – 20643.49 MMCDUM
t

11


Source

SS

df

MS

Model
Residual

1.4438e+10

1.0158e+09

3
36

4.8125e+09
28215630.3

Total

1.5453e+10

39

396239615

qdpass

Coef.

qydus
mmcdum
spread
_cons

82.57275
-20643.49
2794.129
29864.83

Std. Err.
3.968033
3945.487
618.698
4064.032

t
20.81
-5.23
4.52
7.35

Number of obs
F( 3,
36)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.000
0.000
0.000
0.000

=
=
=
=

=
=

40
170.56
0.0000
0.9343
0.9288
5311.8

[95% Conf. Interval]
74.5252
-28645.31
1539.352
21622.59

90.62029
-12641.67
4048.907
38107.07

Để khắc phục lỗi tự tương quan dương, trong bài tập tương tác này, tác giả
đã thử sửa mô hình với hồi quy GLS. Và cuối cùng đã kết luận là nếu không tìm
được biến quan trọng bị bỏ sót thì co như chuỗi tự tương quan sẽ ảnh hưởng ít đến
mô hình ước lượng OLS. Do điều kiện nghiên cứu hạn chế nên nhóm giữ nguyên
mô hình trên, nếu có điều kiện , nhóm sẽ tiếp tục nghiên cứu để hoàn thiện mô
hình.

12

KẾT LUẬN
Tổng kết lại, sau khi tiến hành nghiên cứu và trải qua thự nghiệm,nhóm em
xin đưa ra mô hình cuối cùng về tổng lượng tiền gửi sổ tiết kiệm ở Mĩ trong quý t
như sau:
= 29864.83 + 82.57QYDUSt + 2794.129SPREADt – 20643.49 MMCDUMt
Từ mô hình trên cho thấy tổng lượng tiền gửi trong các tài khoản sổ tiền gửi
phụ thuộc trực tiếp vào thu nhập khả dụng , sự cạnh tranh của chứng chỉ thị trường
tiền tệ thông qua biến giả MMCDUM ,chênh lệch lãi suất giữa tiền gửi sổ tiết kiệm
với lãi suất tín phiếu kho bạc 3 tháng, dấu của các hệ số cũng phù hợp với lý
thuyết.
Trong khi làm bài tập tương tác này, khó khăn lớn nhất của nhóm là hiểu
biết chưa sâu về lý thuyết liên quan đến các tài khoản tiết kiệm, thị trường tiền tệ
của Mĩ…nên mô hình chắc chắn vẫn còn thiếu sót.Rất mong được sự góp ý thêm
của thầy!

13


BÀI 2: LƯỢNG CẦU THỊT LỢN
I.Vấn đề nghiên cứu
Giá thịt lợn, giá thịt bò, thu nhập khả dụng, lượng thịt lợn sản xuất được có
ảnh hưởng gì đến lượng cầu thịt lợn.
II.Lý thuyết, mô hình lý thuyết
1.Các biến kinh tế sử dụng

t (pounds)




CONPKt : lượng thịt lợn tiêu thụ tính trên đầu ngwofi ở Mỹ trong quý
PRIPKt : giá 1 pound thịt lợn trong quý t (USD/ 100 pounds)
PRIBFt : giá 1 ponud thịt bò trong quý t (USD/ 100 pounds)
YDUSPt : thu nhập khả dụng tính trên đầu người ở Mỹ trong quý t

(USD)




LYDUSPt : logarit của thu nhập khả dụng tính trên đầu người (
PROPRt : lượng thịt lợn sản xuất được ở Mỹ trong quý t (tỷ pounds)
D 1t : biến giả bằng 1 trong quý đầu tiên trong năm, bằng 0 nếu ngược




D2t : biến giả bằng 1 trong quý 2 trong năm, bằng 0 nếu ngược lại.
D3t : biến giả bằng 1 trong quý 3 trong năm, bằng 0 nếu ngược lại.

lại.

2.Cơ sở lý thuyết và thực tế:
Theo thực tế cho thấy lượng cầu thịt lợn phụ thuộc vào nhiều yếu tố, trong
đó không thể không kể đến giá thịt lợn, thu nhập của người tiêu dùng, lượng thịt
lợn sản xuất được…….
-

Giá thịt lợn là 1 yếu tố quan trọng trong việc quyết định lượng cầu thịt

lợn. Giá càng cao thì lượng cầu sẽ càng giảm, và ngược lại.
-

Ta có thể thấy thịt bò và thịt lợn là hàng hóa thay thế cho nhau. Khi

giá thịt bò tăng, lượng cầu thịt bò giảm, tác động làm cho lượng cầu thịt lợn tăng
và ngược lại. Vì vậy lượng cầu thịt lợn cũng chịu ảnh hưởng bởi giá thịt lợn.

14


-

Thu nhập của người tiêu dùng cũng có ảnh hưởng rất lớn tới lượng

cầu thịt lợn. Khi thu nhập giảm người tiêu dùng có xu hướng tiêu dùng ít đi.
Qua các phân tích trên có thể thấy giá thịt lợn, giá thịt bò, thu nhập là những
yếu tố tiên quyết cho lượng cầu thịt lợn. Ngoài ra còn có các yếu tố tác động khác
như thời gian trong năm… Tuy nhiên đó các yếu tố đó chỉ đóng vai trò thứ yếu là
điều kiện có thể có hoặc không để 1 người ra quyết định lượng cầu.
Trong phạm vi nghiên cứu của mô hình này, nhà nghiên cứu xét tới 5 yếu tố
ảnh hưởng tới lượng cầu thịt lợn đó là: giá thịt lợn, giá thịt bò, thu nhập khả dụng,
lượng thịt lợn sản xuất ra được. Mô hình hồi quy giá nhà được tính theo các biến:
giá thịt lợn (PRIPKt), giá thịt bò (PRIBFt), thu nhập khả dụng (YDUSPt), lượng thịt
lợn sản xuất được (PROPKt)
3.Mô hình lựa chọn
Có nhiều dạng hàm có thể mô tả quy luật kinh tế nêu trên nhưng dạng hàm
tuyến tính là tốt nhất dựa trên giả định của lý thuyết kinh tế. Thực tiễn cũng đã
chứng minh ngoài các nhân tố trên thì còn có những nhân tố khác ảnh hưởng tới

giá nhà. Dựa trên mô hình tính toán này xét yếu tố ngẫu nhiên ta xây dựng mô
hình:
Hàm hồi quy tổng thể PRF:
CONPKt = β1 + β2*PRIPKt + β3*PRIBFt + β4*YDUSPt + β5*PROPKt + Ui
Hàm hồi quy mẫu:
= + .PRIPKt +.PRIBFt + .YDUSPt + .PROPKt
4.Dự kiến dấu
Tên biến

Mô tả

Dấu

Diễn giải

kì vọng
PRIPKt

The price of a pound of pork (in
dollars

per

100

pounds)
15

in

-

Giá thịt lợn càng cao thì
giá lượng cầu càng giảm


quarter t
PRIBFt

The price of a pound of beef (in
dollars

per

100

pounds)

+

in

lượng cầu thịt lợn càng

quarter t
YDUSPt

tăng

Per capita disposable income in

the

U.S.

Giá thịt bò càng cao thì

in

+

quarter t (current

Thu nhập tăng thì lượng
cầu thịt lợn tăng

dollars)
PROPKt

Pounds of pork produced (in
billions) in the U.S. in quarter t

+

Lượng thịt sản xuất ra
nhiều thì lượng cầu tăng

5.Kết quả hồi quy:
Sử dụng phương pháp OLS trong phần mềm Stata để ước lượng các hệ số
β1, β2, β3, β4

Bảng 1
Ta có mô hình hồi quy mẫu:
= 4.016223 – 0.011906 PRIPKt + 0.0037047 PRIBFt + 3.289468 PROPKt +
0.0298289 YDUSPt
Đánh giá ý nghĩa của các hệ số kinh tế:

16




= 4.016223 >0 : khi tất cả các yếu tố tác động đến lượng cầu thịt lợn

1

bằng 0 thì lượng cầu thịt lợn là 4.016223 đơn vị

2= – 0.011906 <0
+ Phù hợp với lý thuyết kinh tế: khi giá tăng, lượng cầu giảm
+ Khi các yếu tố khác tác động đến lượng cầu không đổi thì giá thịt lợn tăng
1đơn vị sẽ làm cho lượng cầu thịt lợn giảm 0.011906


3 = 0.0037047 >0

+ Phù hợp với giả thuyết kinh tế: khi giá thịt bò tăng, sẽ tác động làm lượng
cầu thịt lợn tăng
+ Khi các yếu tố khác tác động đến lượng cầu không đổi thì giá thịt bò tăng
1 đơn vị sẽ làm cho lượng cầu thịt lợn tăng 0.0037047


4

=0.0298289 > 0

+ Thu nhập bình quân đầu người tăng sẽ làm lượng cầu tăng.
+ Khi các yếu tố khác tác động đến lượng cầu không đổi thì thu nhập khả
dụng tăng 1 đơn vị sẽ làm lượng cầu thịt lợn tăng 0.0298289 đơn vị.


5

= 3.289468 > 0

+ Sản lượng sản xuất ra tăng, lượng cầu tăng.
+ Khi các yếu tố khác tác động đến lượng cầu không đổi thì lượng thịt lợn
sản xuất ra tăng 1 đơn vị thì lượng cầu thịt lợn tăng 3.289468 đơn vị


Hệ số phù hợp R2 = 0,9828: 98,28% các thay đổi trong biến phụ thuộc

p được giải thích bằng sự thay đổi của các biến giải thích.


Trong mô hình hồi quy ta thấy: các biến phù hợp với dấu dự kiến; các

biến không phù hợp với dấu dự kiến.
III.Kiểm định mô hình
1.Kiểm định ý nghĩa thống kê của các hệ số hồi quy:
Xét cặp giả thiết với mức ý nghĩa α = 0.05

17


Với P-value = 0.00000<< 0.01 =>Bác bỏ giả thuyết H0, chấp nhận H1


Mô hình phù hợp với R2= 0.9828, cho thấy mức độ phù hợp của mô

hình là 98,28%, hay là các biến đọc lập giải thích được 98,28% cho biến p.
a.

Kiểm định hệ số chặn:

Từ bảng 1, ta có p-value=0.000< 0.01


Hệ số chặn có ý nghĩa thống kê.

b.

Kiểm định hệ số góc β2:

Từ bảng, ta có p-value (PRIPKt) = 0.007<0,05


Hệ số góc β1 có ý nghĩa thống kê hay biến PRIPK t có ý nghiã thống

c.

Kiểm định hệ số góc β3:

kê.

Từ bảng 1 , ta có p-value(PRIBFt)= 0,138 >0,05


Hệ số góc β3 không có ý nghĩa thống kê hay biến PRIBF t không có ý

nghĩa thống kê.
d.

Kiểm định hệ số góc β4:

Từ bảng 1 , ta có p-value(YDUSPt)= 0.501 > 0.05


Hệ số góc β4 không có ý nghĩa thống kê, hay biến YDUSPt không có ý

nghĩa thống kê.
e.

Kiểm định hệ số góc β5:

Từ bảng 1 , ta có p-value(PROPKt)= 0.000 < 0.05


Hệ số góc β5 có ý nghĩa thống kê, hay biến PROPK t có ý nghĩa thống

kê.
Nhận xét: Dựa vào mô hình hồi quy gốc ta thấy các biến PRIPKt, PROPKt

có ý nghĩa thống kê, biến YDUSPt , PRIBFt, không có ý nghĩa thống kê ở mức ý
nghĩa 5%.
2. Kiểm định sự phù hợp của mô hình:
Giá trị R2 là tiêu chí đánh giá sự phù hợp của mô hình. Ở trên, ta tính được
Ta xét cặp giả thiết sau: với α = 0.05
18


n= 40 k =5
Cách 1: Sử dụng giá trị tới hạn:
Fqs = F0.05(4,35) = 133.37



Bác bỏ H0, suy ra có cơ sở để đánh giá mô hình phù hợp

Cách 2: Sử dụng p-value
Dựa vào bảng Stata trên, ta có p-value = 0.0000 < α = 0.05
Suy ra bác bỏ H0, có cơ sở để đánh giá mô hình phù hợp
Trên thực tế, dựa vào giá trị có thể hiểu là: về mặt trung bình, 98.28% sự
thay đổi trong biến phụ thuộc có thể được giải thích thông qua các biến độc lập
 Trả lời câu hỏi b: What econometric problems does this regression
have?
-

Vấn đề kinh tế mà mô hình mắc phải là hệ số góc của biến YDUSP t,

PRIBFt không phù hợp. Vì theo đúng các lý thuyết kinh tế thì thu nhập, giá cả của
hàng hóa có liên quan có sự tác động cùng chiều tới lượng cầu.
Cũng theo các lý thuyết kinh tế vi mô thì lượng cầu có tác động tới

lượng sản xuất chứ lượng sản xuất không thể tác động tới lượng cầu. Nói cách
khác là CONPK không phụ thuộc vào biến PROPK.



Lựa chọn bước 5: bỏ biến PROPK khỏi mô hình:

Hàm hồi quy mẫu:
= + .PRIPKt +.PRIBFt + .YDUSPt
Sử dụng phương pháp OLS trong phần mềm Stata để ước lượng các hệ số
β1, β2, β3, β4

19


Bảng 2
Ta có mô hình hồi quy mẫu:
=15.81965– 0.0730813 PRIPKt + 0.0366806 PRIBFt + 0.3045125 YDUSPt
Đánh giá ý nghĩa của các hệ số kinh tế:


= 15.81965>0 : khi tất cả các yếu tố tác động đến lượng cầu thịt lợn

1

bằng 0 thì lượng cầu thịt lợn là 15.81965 đơn vị

2= – 0.0730813 <0
+ Phù hợp với lý thuyết kinh tế: khi giá tăng, lượng cầu giảm
+ Khi các yếu tố khác tác động đến lượng cầu không đổi thì giá thịt lợn tăng

1đơn vị sẽ làm cho lượng cầu thịt lợn giảm 0.0730813


3 = 0.0366806 >0

+ Phù hợp với giả thuyết kinh tế: khi giá thịt bò tăng, sẽ tác động làm lượng
cầu thịt lợn tăng
+ Khi các yếu tố khác tác động đến lượng cầu không đổi thì giá thịt bò tăng
1 đơn vị sẽ làm cho lượng cầu thịt lợn tăng 0.0366806


4

=0.3045125 > 0

+ Thu nhập bình quân đầu người tăng sẽ làm lượng cầu tăng.
20


+ Khi các yếu tố khác tác động đến lượng cầu không đổi thì thu nhập khả
dụng tăng 1 đơn vị sẽ làm lượng cầu thịt lợn tăng 0.3045125 đơn vị.
Hệ số phù hợp R2 = 0,7716: 77.16% các thay đổi trong biến phụ thuộc p
được giải thích bằng sự thay đổi của các biến giải thích.


Trong mô hình hồi quy ta thấy: các biến phù hợp với dấu dự kiến; các

biến không phù hợp với dấu dự kiến.
IV.Kiểm định mô hình
1.Kiểm định ý nghĩa thống kê của các hệ số hồi quy:

Xét cặp giả thiết với mức ý nghĩa α = 0.05
Với P-value = 0.00000<< 0.01 =>Bác bỏ giả thuyết H0, chấp nhận H1
a.

Kiểm định hệ số chặn:

Từ bảng 2, ta có p-value=0.000< 0.01


Hệ số chặn có ý nghĩa thống kê.

b.

Kiểm định hệ số góc β2:

Từ bảng 2, ta có p-value (PRIPKt) = 0.000<0,05


Hệ số góc β1 có ý nghĩa thống kê hay biến PRIPK t có ý nghiã thống

c.

Kiểm định hệ số góc β3:

kê.

Từ bảng 2 , ta có p-value(PRIBFt)= 0,000 >0,05


Hệ số góc β3 không có ý nghĩa thống kê hay biến PRIBF t không có ý

nghĩa thống kê.
d.

Kiểm định hệ số góc β4:

Từ bảng 2, ta có p-value(YDUSPt)= 0.0050 > 0.05


Hệ số góc β4 không có ý nghĩa thống kê, hay biến YDUSPt không có ý

nghĩa thống kê.
Nhận xét: Dựa vào mô hình hồi quy gốc ta thấy các biến PRIPKt, YDUSPt ,
PRIBFt có ý nghĩa thống kê, ở mức ý nghĩa 5%.

21


2.Kiểm định sự phù hợp của mô hình:
Giá trị R2 là tiêu chí đánh giá sự phù hợp của mô hình. Ở trên, ta tính được
Ta xét cặp giả thiết sau: với α = 0.05
n= 40 k =4
Cách 1: Sử dụng giá trị tới hạn:
Fqs = F0.05(3,36) = 8.59



Bác bỏ H0, suy ra có cơ sở để đánh giá mô hình phù hợp

Cách 2: Sử dụng p-value

Dựa vào bảng Stata trên, ta có p-value = 0.0000 < α = 0.05
Suy ra bác bỏ H0, có cơ sở để đánh giá mô hình phù hợp
Trên thực tế, dựa vào giá trị có thể hiểu là: về mặt trung bình, 77.16% sự
thay đổi trong biến phụ thuộc có thể được giải thích thông qua các biến độc lập
 Không có kiến nghị thay đổi mô hình nào mà quan tâm tới phương sai
sai số thay đổi và tự tương qua => đi đến section 3:
Section 3:
3. Kiểm định đa cộng tuyến
-

Cách 1: Dựa vào R2 và mức ý nghĩa của các hệ số hồi quy:

Chúng ta biết rằng những mô hình có R2 cao (trên 0.9), nhưng lại ít hệ số có
ý nghĩa thống kê, thường là mô hình có đa cộng tuyến.
Ở đây, chúng ta thấy mô hình có R2 = 0.7716, tương đối thấp, bên cạnh đó là
các hệ số đều có ý nghĩa thống kê nên có cơ sở để cho rằng không có đa cộng
tuyến ở đây
-

Cách 2: Sử dụng VIF

Ta có VIF<10 => không có hiện tượng đa cộng tuyến
22