Phân tích các yếu tố ảnh hưởng đến mô hình tiết kiệm và cho vay của mỹ trong thập niên 1970s

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

BÁO CÁO
BÀI TẬP KINH TẾ LƯỢNG
Sinh viên thực hiện:

MSV

1. Phan Thị Việt Hà

1213320042

2. Vũ Thị Thúy Hằng

1213320050

3. Nguyễn Thị Thu Hiền

1213320056

4. Trần Thị Huyền Trang

1213320186

Giảng viên hướng dẫn:

Hà Nội, tháng 4 năm 2014

ThS. Thái Long

MỤC LỤC
MỞ ĐẦU............................................................................................................................ 3
A. XÂY DỰNG MÔ HÌNH TIẾT KIỆM VÀ CHO VAY CỦA MỸ.............................5
I.

VẤN ĐỀ NGHIÊN CỨU........................................................................................5

II.

CƠ SỞ LÝ THUYẾT CỦA MÔ HÌNH..............................................................5

1. Cơ sở lí thuyết.......................................................................................................5
2. Các biến sẽ sử dụng trong mô hình........................................................................5
III.

XÂY DỰNG VÀ LỰA CHỌN MÔ HÌNH KINH TẾ LƯỢNG........................6

1. Mô hình hồi quy tổng quát....................................................................................6
2. Mô hình hồi quy mẫu............................................................................................6
3. Lựa chọn mô hình phù hợp..................................................................................11
4. Kiểm tra các khuyết tật của mô hình và cách khắc phục.....................................14
IV.

KHẮC PHỤC MÔ HÌNH (hiện tượng tự tương quan)..................................18

V. NHỮNG ĐÁNH GIÁ CHUNG VỀ MÔ HÌNH MỚI.........................................20
B. PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN LƯỢNG TIÊU THỤ THỊT
LỢN Ở MỸ GIAI ĐOẠN 1975 – 1984...........................................................................21

I.

VẤN ĐỀ NGHIÊN CỨU......................................................................................21

II.

CƠ SỞ LÝ THUYẾT CỦA MÔ HÌNH............................................................21

1. Các biến được sử dụng trong mô hình.................................................................21
2. Cơ sở lý thuyết và thực tế....................................................................................21
III.

XÂY DỰNG VÀ LỰA CHỌN MÔ HÌNH KINH TẾ LƯỢNG......................22

1. Mô hình hồi quy tổng quát..................................................................................22
2. Mô hình hồi quy mẫu..........................................................................................22
3. Lựa chọn mô hình phù hợp..................................................................................24
4. Kiểm định mô hình đã lựa chọn...........................................................................31
5. Khắc phục khuyết tật của mô hình.......................................................................34
IV.

NHỮNG ĐÁNH GIÁ CHUNG VỀ MÔ HÌNH MỚI......................................36

KẾT LUẬN CHUNG......................................................................................................38
2


MỞ ĐẦU
Kinh tế lượng là một bộ phận của kinh tế học, được hiểu theo nghĩa rộng là môn khoa
học kinh tế giao thoa với thống kê học và toán kinh tế. Hiểu theo nghĩa hẹp là các ứng

dụng toán đặc biệt là phương pháp thống kê vào kinh tế để kiểm chứng lí thuyết bằng dữ
liệu thực tế và kiểm định giả thuyết về kinh tế học về hành vi. Nó còn có vai trò quan
trọng trong việc ước lượng các quan hệ kinh tế và dự báo các hành vi của các biến số
kinh tế.
Thuật ngữ kinh tế lượng được sử dụng lần đầu tiên vào năm 1910 bởi Pawel Ciompa.
Từ khi ra đời cho đến nay, nó đã trở thành một công cụ đo lường sắc bén góp phần hỗ trợ
cho các nhà kinh tế khi nghiên cứu, phân tích, dự báo tình hình. Ngày nay cùng với sự
phát triển công nghệ thông tin, kinh tế lượng không những được ứng dụng mạnh mẽ
trong lĩnh vực kinh tế mà còn được sử dụng nhiều trong các bộ môn khoa học khác để
giải thích các hiện tượng một cách khoa học và có cơ sở. Chính vì thế có thể khẳng định
sự ra đời và phát triển của kinh tế lượng trở thành bộ phận không thể thiếu trong sự phát
triển của xã hội loài người.
Là sinh viên kinh tế, chúng em nhận thức rõ được sự cần thiết của việc học tập và tìm
hiểu về kinh tế lượng. Nó tạo cho chúng em những cơ sở lí luận vững chắc, logic để
nghiên cứu và giải quyết vấn đề. Để hiểu sâu việc ứng dụng kinh tế lượng vào đời sống,
và việc áp dụng lí thuyết kinh tế lượng vào thực hành, nhóm em xin xây dựng bài báo cáo
thực hành kinh tế lượng dưới sự hướng dẫn của thầy Thái Long. Bài báo cáo được xây
dựng dựa trên nghiên cứu mô hình tiết kiệm, cho vay của Mỹ và mô hình “trọng cầu” cho
thịt lợn. Cả hai vấn đề này đều rất sát với thực tế, cho nên việc nghiên cứu các tác nhân
ảnh hưởng đến hai mô hình này là một điều cần thiết để hiểu rõ hơn về một phần những
diễn biến của nền kinh tế của Mỹ thế kỷ trước.
Tiểu luận được hoàn thành nhờ thực hiện kết hợp các phương pháp nghiên cứu: thu
thập, tổng hợp, phân tích, so sánh, xử lí số liệu cùng sự tham khảo các tài liệu giáo trình,
báo chí, cùng một số nguồn thông tin khác.
Ngoài lời mở đầu và kết luận, tiểu luận gồm hai phần chính sau:
3


A. Phân tích các yếu tố ảnh hưởng đến mô hình tiết kiệm và cho vay của Mỹ trong
thập niên 1970s

B. Phân tích các yếu tố ảnh hưởng đến lượng tiêu thụ thịt lợn ở Mỹ giai đoạn 1975
– 1984
Do khả năng và điều kiện thời gian hạn chế nên bài viết còn nhiều thiếu sót, chúng
em rất mong được thầy xem xét và góp ý để bài tiểu luận được tốt hơn. Chúng em xin
chân thành cảm ơn sự giúp đỡ của thầy... trong định hướng và trang bị kiến thức cho
chúng em hoàn thành tiểu luận này!

A. XÂY DỰNG MÔ HÌNH TIẾT KIỆM VÀ
CHO VAY CỦA MỸ
I. VẤN ĐỀ NGHIÊN CỨU
Tiết kiệm và cho vay là một vấn đề quan trọng đối với các ngân hàng nói riêng và
chính phủ nói chung đặc biệt với một nước có nền tài chính phát triển như nước Mỹ. Vậy
chính phủ Mỹ cần xây dựng một mô hình tiết kiệm và cho vay như thế nào sau khi thu
thập được 40 quan sát trong một quý của thập niên 1970. Theo lí thuyết kinh tế thì có rất
nhiều yếu tố ảnh hưởng tới tổng tiền gửi tiết kiệm nhưug để thuận lợi cho việc nghiên
4


cứu, ta cần xây dựng một mô hình có ý nghĩa phù hợp đủ để giải thích sự biến động của
nó trên thị trường Mỹ bằng lí thuyết kinh tế lượng và sự hỗ trợ của phần mềm Stata.

II. CƠ SỞ LÝ THUYẾT CỦA MÔ HÌNH
1. Cơ sở lí thuyết
Trong thực tế, tổng số tiền gửi trong các tài khoản ngân hàng trong một quý phụ
thuộc vào rất nhiều yếu tố, trong đó ta sẽ tập trung nghiên cứu vào một số biến quan trọng
hơn cả bao gồm: thu nhập khả dụng, thu nhập cố định, lãi suất hóa đơn tài sản ba tháng,
tỷ lệ lạm phát dự kiến, số chi nhánh tiết kiệm và cho vay và tỷ lệ trung bình tiền lãi trong
tài khoản. Khi thu nhập cố định hay thu nhập khả dụng tăng lên thì nhu cầu gửi tiết kiệm
cũng tăng do có nhiều hơn khoản tiền dư thừa nhàn rỗi. Số lượng các chi nhánh cho vay
càng nhiều sẽ tăng khả năng cạnh tranh giữa các ngân hàng tạo điều kiện đẩy lãi suất lên

cao khiến người gửi tiền sẽ thu được lợi nên người dân sẽ có xu hướng tăng lượng tiền
gửi tiết kiệm. Bên cạnh đó, yếu tố lãi suất cũng rất quan trọng, lãi suất cao làm tăng lợi
nhuận có được từ gửi tiền tiết kiệm, tạo động lực để tổng số tiền gửi tiết kiệm tăng lên.
Hay tỷ lệ lạm phát tăng thì làm giảm khă năng giữ tiền mặt, làm tăng nhu cầu gửi tiền tiết
kiệm. Ngoài ra còn nhiều yếu tố khác có thể ảnh hưởng đến số tiền gửi tiết kiệm như dân
số, các loại hình tài chính sinh lời khác...
2. Các biến sẽ sử dụng trong mô hình
QDPASSt Tổng số tiền gửi giữ trong các tài khoản TGNH ở các tổ chức tiết kiệm và cho
vay ở Mỹ trong quý t (triệu đô la danh nghĩa)
QYDUSt Thu nhập khả dụng trong quý t
QYPERMt Thu nhâp cố định trong quý t
QRDPASS Tỉ lệ trung bình tiền lãi trong TK tiền gửi ở quý t (giá trị phần trăm)
QRTB3Yt Lãi suất theo hóa đơn tài sản 3 tháng trong quý t
SPREADt

QRDPASSt – QRTB3Yt

MMCDUMt Biến giả bằng 0 trước quý 3 năm 1978 và bằng 1 về sau.
EXPINFt Tỉ lệ lạm phát dự kiến trong quý t ( bằng tỉ lệ lạm phát trong quý trước)
BRANCHt Số chi nhánh tiết kiệm và cho vay hoạt động ở Mỹ trong quý t

5


III. XÂY DỰNG VÀ LỰA CHỌN MÔ HÌNH KINH TẾ LƯỢNG
1. Mô hình hồi quy tổng quát
(PRF) qdpass =β0+ β1 *qydus + β2*qyperm + β3*branch + β4*qrtb3y + β5*expinf +
β6*mmcdum + β7*qrdpass + β8*spread + ui
2. Mô hình hồi quy mẫu
2.1. Ước lượng các hệ số hồi quy

Mô hình hồi quy tuyến tính về lượng tiêu thụ thịt lợn và các yếu tố ảnh hưởng được
thực hiện trên phần mềm Stata.12.
note: qrdpass omitted because of collinearity
Source

SS

df

MS

Model
Residual

1.4857e+10
596213962

7
32

2.1224e+09
18631686.3

Total

1.5453e+10

39

396239615

qdpass

Coef.

qydus
qyperm
branch
qrtb3y
expinf
mmcdum
qrdpass
spread
_cons

152.6241
-125.3747
5.100308
-38201.1
201.1073
-20390.83
0
-36326.8
213076.1

Std. Err.
71.15475
79.9292
1.712495
12700.52

428.933
4133.691
(omitted)
12846.2
58401.21

t

Number of obs
F( 7,
32)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|

=
=
=
=
=
=

40
113.92
0.0000
0.9614
0.9530

4316.4

[95% Conf. Interval]

2.14
-1.57
2.98
-3.01
0.47
-4.93

0.040
0.127
0.005
0.005
0.642
0.000

7.686594
-288.1851
1.612069
-64071.21
-672.6006
-28810.89

297.5615
37.43577
8.588547
-12330.98
1074.815

-11970.78

-2.83
3.65

0.008
0.001

-62493.65
94116.74

-10159.94
332035.5

Mô hình hồi quy mẫu:
(SRF) qdpass = 213076.1 + 152.6241qydus – 125.3747qyperm +5.1003branch –
38201.1qrtb3y +201.1073expinf - 20390.83mmcdum – 36326.8spread + ui
2.2. Phân tích kết quả hồi quy
 Dựa vào kiểm định F có Prob > F = 0.0000 < α = 0.05 nên bác bỏ H 0: R2 = 0, mô
hình phù hợp, có ý nghĩa thống kê
 Hệ số xác định của mô hình là : R 2 = 0.9614 nên các biến độc lập có thể giải thích
được 96,14% sự biến động của tổng lượng tiền gửi tiết kiệm
 Về ý nghĩa của từng biến giải thích với mức ý nghĩa 5%

6


 bo = 213076,1 có P_value = 0.001< α= 0.05 nên biến này có ý nghĩa thống kê nên
khi các yếu tố khác bằng 0 thì tiền gửi tiết kiệm là 213076,1 triệu $
 b1 = 152,6241 có P_value = 0.04< α= 0.05 nên biến này có ý nghĩa thống kê. Khi

các yếu tố khác không đổi, nếu thu nhập khả dụng trong quý t tăng 1 triệu đô thì tổng số
tiền gửi giữ trong các tài khoản TGNH ở các tổ chức tiết kiệm và cho vay ở Mỹ trong quý
t sẽ tăng 152,6241 triệu $ danh nghĩa.
 b2 = 152,6241 có P_value = 0.127 > α= 0.05, nên biến này không có ý nghĩa về
mặt thống kê.
 b3 = 5.100308 có P_value = 0.005< α= 0.05 nên biến này có ý nghĩa thống kê. Khi
các yếu tố khác không đổi, nếu chi nhánh tiết kiệm và cho vay hoạt động ở Mỹ trong quý
t tăng thêm 1 chi nhánh thì tổng số tiền gửi giữ trong các tài khoản TGNH ở các tổ chức
tiết kiệm và cho vay ở Mỹ trong quý t sẽ tăng 5.100308 triệu $ danh nghĩa
 b4 = -38201.1 có P_value = 0.005 < α= 0.05 nên biến này có ý nghĩa thống kê . Khi
các yếu tố khác không đổi, nếu t lãi suất theo hóa đơn tài sản 3 tháng trong quý t tăng 1
% thì tổng số tiền gửi giữ trong các tài khoản TGNH ở các tổ chức tiết kiệm và cho vay ở
Mỹ trong quý t sẽ giảm 38201.1 triệu $ danh nghĩa
 b5 = 201.1073 có P_value = 0.642 > α= 0.05, nên biến này không có ý nghĩa về
mặt thống kê, có thể loại bỏ khỏi mô hình
 b6 = -20390.83 là hệ số của biến giả có P_value = 0.000< α= 0.05 nên biến này có
ý nghĩa thống kê. Hệ số hồi quy của biến này cho biết sự chênh lệch giữa trước và sau khi
có luật năm 1978 về việc chứng chỉ thị trường tiền tệ trả cao hơn lãi suất thị trường tiền
tệ.
 b7 là hệ số của biến QRDPASS, biến này trong mô hình này có thể bị bỏ qua vì 1
số lý do


b8 = -36326. 8 có P_value = 0.008 < α= 0.05 nên biến này có ý nghĩa thống kê. Khi

các yếu tố khác không đổi, nếu chênh lệch giữa 2 biến lãi suất QRDPASSt và QRTB3Yt
tăng 1 % thì tổng số tiền gửi giữ trong các tài khoản TGNH ở các tổ chức tiết kiệm và cho
vay ở Mỹ trong quý t sẽ giảm 36326. 8 triệu $ danh nghĩa
Với bi, i {1; 8} là các ước lượng không chệch của các hệ số hồi quy i
Kết quả đối chiếu mô hình hồi quy và lí thuyết kinh tế cho thấy các biến trong mô

hình đều có ý nghĩa, đều có sự tác động đến biến tổng lượng tiền gửi trừ biến EXPINF và
7


QYPERM. Tuy nhiên tỷ lệ trung bình tiền lãi trong tài khoản tiền gửi có thể bị bỏ
qua(omitted variable).
th e ag gre ga te stock of de po sits h eld in p assbo ok acco un ts in S & Ls in the U .S.
80 00 0
10 00 00 12 00 00 14 00 00 16 00 00

2.3. Đồ thị miêu tả quan hệ giữa biến phụ thuộc và từng biến độc lập:

Đồ thị 1: Mối quan hệ giữa tổng số tiền gửi và thu nhập khả dụng

500

1000
1500
U.S. disposable income in quarter t (millions of nominal dollars)

2000

Đồ thị 2: Mối quan hệ giữa tổng số tiền gửi và thu nhập cố định

8


th e ag gre ga te stock of de po sits h eld in p assbo ok acco un ts in S & Ls in the
80 00 0
10 00 00 12 00 00 14 00 00 16 00 00

600

800
1000
1200
1400
1600
U.S. "permanent" income in quarter t (millions of nominal dollars)

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

Đồ thị 3: Mối quan hệ giữa tổng số tiền gửi và lãi suất hóa đơn tài sản 3 tháng trong quý t

4

6
8
10
the interest rate on three-month Treasury bills in quarter t

12

Đồ thị 4: Mối quan hệ giữa tổng số tiền gửi và tỷ lệ lạm phát dự kiến
9

the aggregate stock of deposits held in passbook accounts in S & Ls in the U.S. th e aggregate stock of de po sits held in passbo ok accounts in S & Ls in the U .
80000
100000
120000
140000
160000
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

Đồ thị 5: Mối quan hệ giữa tổng số tiền gửi và số chi nhánh tiết kiệm và cho vay

8000

10000
12000
14000
16000

18000
the number of S & L branches operating in the U.S. in quarter t

Đồ thị 6: Mối quan hệ giữa tổng số tiền gửi và tỷ lệ trung bình tiền lãi trong tài khoản
10


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

5
5.1
5.2
5.3
5.4
5.5
the average rate of return (in percentage points) on passbook accounts in S & Ls

3. Lựa chọn mô hình phù hợp
3.1. Xem xét lựa chọn SPREAD hay hai biến lãi suất trong mô hình
Bảng 1: Mô hình lựa chọn biến SPREAD

11


. reg qdpass qydus qyperm branch expinf mmcdum spread

Source

SS

df

MS

Model
Residual

1.4689e+10
764776375

6
33

2.4481e+09
23175041.7

Total

1.5453e+10

39

396239615

qdpass

Coef.

qydus
qyperm
branch
expinf
mmcdum
spread
_cons

216.7386
-208.4656
4.926247
-345.812
-15682.6
2265.231
37832.72

Std. Err.
75.71296
83.65011
1.908822
433.2702
4266.903
708.3105
4490.245

t
2.86
-2.49

2.58
-0.80
-3.68
3.20
8.43

Number of obs
F(
6,
33)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.007
0.018
0.014
0.430
0.001
0.003
0.000

=
=
=
=
=
=

40
105.63
0.0000
0.9505
0.9415
4814

[95% Conf. Interval]
62.69946
-378.653
1.042719
-1227.307
-24363.68
824.162
28697.25

370.7778
-38.27817
8.809774
535.6828
-7001.522
3706.299
46968.19

. estimates stat

Model

Obs

ll(null)

ll(model)

df

AIC

BIC

.

40

-452.2018

-387.1021

8

790.2043

803.7153

Note:

N=Obs used in calculating BIC; see [R] BIC note

Bảng 2: Mô hình lựa chọn hai biến lãi suất

12


. reg qdpass qydus qyperm branch qrtb3y expinf mmcdum qrdpass
Source

SS

df

MS

Model
Residual

1.4857e+10
596213789

7
32

2.1224e+09
18631680.9

Total

1.5453e+10

39

396239615

qdpass

Coef.

qydus
qyperm
branch
qrtb3y
expinf
mmcdum
qrdpass
_cons

152.6241
-125.3747
5.100307
-1874.3
201.1087
-20390.84
-36326.82
213076.2

Std. Err.
71.15473
79.92918
1.712495
648.2587

428.9331
4133.691
12846.2
58401.2

t
2.14
-1.57
2.98
-2.89
0.47
-4.93
-2.83
3.65

Number of obs
F( 7,
32)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.040
0.127
0.005
0.007
0.642
0.000

0.008
0.001

=
=
=
=
=
=

40
113.92
0.0000
0.9614
0.9530
4316.4

[95% Conf. Interval]
7.686641
-288.1851
1.612068
-3194.76
-672.5994
-28810.89
-62493.68
94116.86

297.5615
37.43575
8.588545

-553.8403
1074.817
-11970.78
-10159.97
332035.6

. estimates stat

Model

Obs

ll(null)

ll(model)

df

AIC

BIC

.

40

-452.2018

-392.0818

7

798.1637

809.9858

Note:

N=Obs used in calculating BIC; see [R] BIC note

Dựa vào kết quả hồi quy của hai mô hình trên dễ dàng nhận thấy tiêu chuẩn AIC của
mô hình 1 nhỏ hơn mô hình 2, cho nên mô hình thứ nhất sẽ thích hợp hơn.
3.2. Thực hiện kiểm định F để xem xét có bỏ biến QYPERM hay không?
Fi = 2.404 < F0.05(1, 32) nên chấp nhận H0, nên ta có thể loại bỏ biến QYPERM. Tuy
biến thu nhập cố định QYPERM không có ý nghĩa thống kê nhưng xét về lý thuyết, theo
những giả thuyết kinh tế thời những năm 1970 của M.Friedman cho rằng thu nhập cá
nhân gồm hai phần: phần lâu dài và phần tạm thời, chính phần cố định là nhân tố quyết
định, đóng vai trò rất lớn trong các kiệm tiêu dùng và tiết kiệm, nên có thể xem xét giữ lại
biến này.
3.3. Kiểm định xem có nên loại biến EXPINF và BRANCH khỏi mô hình không
13


Bảng 3: Mô hình không có biến EXPINF
. reg qdpass qydus branch qrtb3y mmcdum qrdpass
Source

SS

df

MS

Model
Residual

1.4853e+10
600309552

6
33

2.4755e+09
18191198.5

Total

1.5453e+10

39

396239615

qdpass

Coef.

qydus
branch
qrtb3y

mmcdum
qrdpass
qyperm
_cons

150.6526
5.207024
-1747.295
-20200.77
-33929.51
-125.3939
202015.1

qyperm

Std. Err.
70.18572
1.677118
581.9466
4064.846
11644.65
78.97869
52788.85

t
2.15
3.10
-3.00
-4.97
-2.91

-1.59
3.83

Number of obs
F(
6,
33)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.039
0.004
0.005
0.000
0.006
0.122
0.001

=
=
=
=
=
=

40
136.08

0.0000
0.9612
0.9541
4265.1

[95% Conf. Interval]
7.858678
1.794903
-2931.274
-28470.76
-57620.74
-286.0772
94615.4

293.4465
8.619146
-563.3155
-11930.78
-10238.29
35.28947
309414.8

Ta thấy rằng việc loại biến EXPINF đã cải thiện các ràng buộc lựa chọn của mô hình,
cải thiện độ chính xác của các biến còn lại bằng cách làm cho chúng có ý nghĩa hơn nên
trong mô hình cuối cùng ta có thể bỏ biến này.
Mặt khác, dữ liệu về các chi nhánh của hiệp hội tiết kiệm và cho vay ko có sẵn cho
từng quý. Chúng ta sử dụng các giá trị đã biết mới nhất thay cho các quan sát bị thiếu. Do
đó các giá trị này ko có độ tin cậy cao. Vì vậy để đơn giản hóa mô hình và thuận tiện cho
việc nghiên cứu ảnh hưởng của các biến quan trọng, ta có thể bỏ biến BRANCH khỏi mô
hình

14


Bảng 4: Mô hình hồi quy sau khi loại bỏ SPREAD, EXPINF và BRANCH
. reg qdpass qydus qyperm qrdpass qrtb3y mmcdum
Source

SS

df

MS

Model
Residual

1.4678e+10
775662624

5
34

2.9355e+09
22813606.6

Total

1.5453e+10

39

396239615

qdpass

Coef.

qydus
qyperm
qrdpass
qrtb3y
mmcdum
_cons

159.5361
-65.84959
-29909.33
-2224.081
-26004.48
180481.6

Std. Err.
78.53331
85.7983
12959.59
628.6025
4042.186
58604.01

t
2.03
-0.77
-2.31
-3.54
-6.43
3.08

Number of obs
F( 5,
34)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.050
0.448
0.027
0.001
0.000
0.004

=
=
=
=
=
=

40
128.67
0.0000
0.9498
0.9424
4776.4

[95% Conf. Interval]
-.062762
-240.2127
-56246.37
-3501.555
-34219.19
61383.94

319.135
108.5135
-3572.279
-946.6072
-17789.77
299579.3

Mô hình có F( 5, 34) = 128.67 > F 0.05(5, 34) nên bác bỏ H 0, mô hình phù hợp, có ý
nghĩa thống kê
R2 = 94.98 tức là các biến độc lập giải thích được 94.98% biến động trong tổng lượng
tiền tiết kiệm quý t, còn 5,02% sự thay đổi của biến phụ thuộc sẽ được giải thích bằng các
yếu tố ngẫu nhiên khác.
Các biến của mô hình đều có ý nghĩa về mặt thống kê, trừ biến QYPERM. Tuy nhiên
biến này có ý nghĩa quan trọng về mặt lý thuyết, do vậy không nên loại bỏ khỏi mô hình.

4. Kiểm tra các khuyết tật của mô hình và cách khắc phục
Do các yếu tố khách quan tác động và các yếu tố chủ quan trong việc lựa chọn mô
hình thì các mô hình đưa ra có thể mắc cá khuyết tật về đa cộng tuyến, phương sai của sai
số thay đổi , tự tương quan hay hiện tượng bỏ sót biến, ….
Chính vì thế sau khi đưa ra mô hình nghiên cứu chúng ta cần kiểm định các khuyết tật
để khắc phục lại mô hình để xây dựng một mô hình tốt nhất. xây dựng một mô hình tốt có
vai trò vô cùng quan trong vì nó liên quan trực tiếp tới việc phân tích và dự báo vấn đề
trong tương lai. Trong stata cũng có các lện được cài đặt sẵn để hỗ trợ cho quá trình quan
sát theo dõi dễ dàng hơn.
4.1. Kiểm tra khuyết tật đa cộng tuyến
15


. corr qdpass qydus qyperm qrdpass qrtb3y mmcdum
(obs=40)

qdpass
qydus
qyperm
qrdpass
qrtb3y
mmcdum

qdpass

qydus

qyperm

qrdpass

qrtb3y

mmcdum

1.0000
0.8674
0.8672
0.7069
0.1916
0.3546

1.0000
0.9994
0.8483
0.5659
0.7152

1.0000
0.8546
0.5605
0.7109

1.0000
0.5606
0.4894

1.0000
0.6947

1.0000

Ta nhận thấy có mối tương quan gần như tuyệt đối giữa QYDUS và QYPERM, hơn
nữa các biến trong mô hình lại có sự sai về dấu so với cơ sở lý thuyết, nên nghi ngờ có
hiện tượng đa cộng tuyến giữa QYDUS và QYPERM
Bảng 5: Mô hình hồi quy phụ giữa QYDUS và QYPERM
. reg qydus qyperm
Source

SS

df

MS

Model
Residual

3680332.1
4480.56708

1
38

3680332.1
117.90966

Total

3684812.67

39

94482.3761

qydus

Coef.

qyperm
_cons

1.067593
-18.54418

Std. Err.
.0060428
6.504574

t
176.67
-2.85

Number of obs
F( 1,
38)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.000
0.007

=
40
=31213.15
= 0.0000
= 0.9988
= 0.9988
= 10.859

[95% Conf. Interval]
1.05536
-31.712

1.079826
-5.376356

Sau khi chạy mô hình hồi quy ta càng thấy rõ sự tương quan, liên hệ rõ rệt giữa 2 biến
này. Hơn nữa, sự xuất hiện của QYPERM trong mô hình gây ra sự sai dấu của chính nó
giữa lí thuyết thực tế và theo kết quả hồi quy, nên để khắc phục mô hình, ta thấy nên loại
bỏ biến QYPERM.

Bảng6: Mô hình hồi quy sau khi bỏ biến QYPERM
16


. reg qdpass qydus qrdpass qrtb3y mmcdum

Source

SS

df

MS

Model
Residual

1.4664e+10
789100873

4
35

3.6661e+09
22545739.2

Total

1.5453e+10

39

396239615

qdpass

Coef.

qydus
qrdpass
qrtb3y
mmcdum
_cons

99.46526
-34137.95
-2081.478
-26458.28
198580.1

Std. Err.
6.40042
11661
596.979
3975.164
53334.38

t
15.54
-2.93
-3.49
-6.66
3.72

Number of obs
F( 4,

35)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.000
0.006
0.001
0.000
0.001

=
=
=
=
=
=

40
162.61
0.0000
0.9489
0.9431
4748.2

[95% Conf. Interval]
86.47172
-57811.04

-3293.41
-34528.29
90305.56

112.4588
-10464.86
-869.5464
-18388.26
306854.7

. corr qydus qrdpass qrtb3y mmcdum
(obs=40)

qydus
qrdpass
qrtb3y
mmcdum

qydus

qrdpass

qrtb3y

mmcdum

1.0000
0.8483
0.5659
0.7152

1.0000
0.5606
0.4894

1.0000
0.6947

1.0000

Sau khi bỏ đi QYPERM, độ chính xác của các biến tăng lên, mức ý nghĩa của các
biến này cũng được cải thiện rất nhiều, mức độ tương quan giữa các biến đã giảm, khắc
phục được hiện tượng đa cộng tuyến
4.2. Kiểm tra hiện tượng PSSSTĐ
Sử dụng kiểm định Breusch-Pagan để xem xét mô hình có mắc bệnh phương sai sai
số thay đổi hay không
Cặp giả thiết:

. hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of qdpass
chi2(1)
Prob > chi2

=
=

1.97
0.1603

17


Ta có P_value = 0.1603 > α= 0.05 nên chấp nhận giả thuyết H 0, mô hình không có
phương sai sai số thay đổi
4.3. Kiểm tra hiện tượng tự tương quan

Cặp giả thuyết thống kê:
Sử dụng kiểm định Durbin – Waston, ta có thể thu được những dấu hiệu ban đầu của
hiện tượng tự tương quan
. dwstat
Durbin-Watson d-statistic(

5,

40) =

1.085431

Theo kiểm định Durbin Watson thì mô hình chưa thể khẳng định có xảy ra hiện tượng
tự tương quan hay không.
. bgodfrey
Breusch-Godfrey LM test for autocorrelation
lags(p)
1

chi2

df

6.791

1

Prob > chi2
0.0092

H0: no serial correlation

Dựa theo kiểm định Breusch–Godfrey (BG), P_value = 0.0092 < 0.05 nên với mức ý
nghĩa 5 % thì mô hình có khuyết tật tự tương quan
4.4. Mô hình có bỏ sót biến hay không?
Sử dụng kiểm định RAMSEY-RESET với cặp giả thuyết:

18


. estat ovtest
Ramsey RESET test using powers of the fitted values of qdpass
Ho: model has no omitted variables
F(3, 32) =
0.88
Prob > F =
0.4605

Ta thấy giá trị P_value = 0.4605 > α = 0.05 nên chấp nhận H 0, mô hình không xảy ra
hiện tượng bỏ sót biến
4.5. Kiểm định phân phối chuẩn của phương sai

Cặp giả thiết:

Dùng lệnh predict e, r để để ước lượng phần dư.
Dùng lệnh swilk e ta thu được kết quả:

. swilk e

Shapiro-Wilk W test for normal data
Variable

Obs

W

V

z

Prob>z

e

40

0.91618

3.313

2.521

0.00585

Ta có P_value < 0.05 nên bác bỏ giả thuyết H 0, nghĩa là sai số ngẫu nhiên có phân
phối không chuẩn. Tuy nhiên số quan sát n=40, và bậc của hệ số tự do n-k= 35 >30 nên
theo định lí giới hạn trung tâm thì khuyết tật này không ảnh hưởng nghiêm trọng đến kết
quả ước lượng của mô hình.

IV.

KHẮC PHỤC MÔ HÌNH (hiện tượng tự tương quan)
Qua những phân tích bên trên chúng ta nhận thấy rằng mô hình vi phạm tự tương
quan. Trong thực tế thì tự tương quan rất dễ xảy ra với dữ liệu chuỗi thời gian. Khi vi
phạm tự tương quan thì các ước lượng vẫn là các ước lượng không chệch nhưng không
còn hiệu quả nữa Chính vì vậy mà các kiểm định khong còn chính xác nữa.Vì vậy cần
phải khắc phục lại mô hình để tránh hiện tượng này.
Có rất nhiều cách để khắc phục hiện tượng tự tương quan nhưng ở đây chúng em xin
khắc phục hiện tượng này bằng dựa trên thống kê d như sau:
DW= 1.085431
Ước lượng : p = 1- DW / 2= 0,14569
19


Phương trình phương sai tổng quát là:
qdpass1= qdpass -0,14569 * qdpass[_n-1]
qydus1= qydus -0,14569 * qydus [_n-1]
qrdpass1= qrdpass -0,14569 * qrdpass[_n-1]
qrtb3y1= qrtb3y -0,14569 * qrtb3y [_n-1]
mmcdum1= mmcdum-0,14569 * mmcdum[_n-1]
Hồi quy mô hình QDPASS1 theo QYPASS1 , QYDUS1, QRDPASS1, QRTB3Y1 và
MMCDUM1 ta được kết quả như sau:

. reg qdpass1 qydus1 qrdpass1 qrtb3y1 mmcdum1
Source

SS

df

MS

Model
Residual

1.3039e+10
1.5617e+09

4
34

3.2599e+09
45933287.8

Total

1.4601e+10

38

384240909

qdpass1

Coef.

qydus1
qrdpass1
qrtb3y1
mmcdum1
_cons

92.04918
-44223.54
-4456.485
-25172.85
156097.9

Std. Err.
7.335657
20289.52
1147.798
6967.584
51314.7

t
12.55
-2.18
-3.88
-3.61
3.04

Number of obs

F( 4,
34)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.000
0.036
0.000
0.001
0.005

=
=
=
=
=
=

39
70.97
0.0000
0.8930
0.8805
6777.4

[95% Conf. Interval]
77.14134

-85456.82
-6789.092
-39332.68
51813.86

106.957
-2990.27
-2123.878
-11013.01
260381.9

Kiểm định lại hiện tượng tự tương quan dựa trên kiểm định BG hay dựa trên
Durbin- Waston đều thấy mô hình phương sai tổng quat không có hiện tượng tự tương
quan nữa.
Nếu chấp nhận mô hình trên thì mô hình ước lượng ban đầu là:
qdpass= 92.04918/(1-0.14569) +92,04918 qydus – 4456,485 qrtb3y- 25172,85
mmcdum1- 44223,54 qrdpass

20


Hay qdpass= 107,746+92,04918 qydus – 4456,485 qrtb3y- 25172,85 mmcdum144223,54 qrdpass

V. NHỮNG ĐÁNH GIÁ CHUNG VỀ MÔ HÌNH MỚI
Từ những phân tích trên, chúng em lựa chọn mô hình sau để giải quyết khủng
hoảng tiết kiệm và cho vay của Mỹ như sau:
(SRF) : qdpass= 107,746 + 92,04918 *qydus – 4456,485* qrtb3y -25172,85 *mmcdum1
- 44223,54* qrdpass
Ý nghĩa của các hệ số trong mô hình: Trong trường hợp các yếu tố khác không đổi
 Ý nghĩa hệ số chặn: khi các yếu tố khác bằng 0 thì t tổng số tiền gửi giữ trong các

tài khoản TGNH ở các tổ chức tiết kiệm và cho vay ở Mỹ trong quý t sẽ bằng 107,746
triệu $ danh nghĩa.
 Nếu thu nhập khả dụng trong quý t tăng 1 triệu đô thì tổng số tiền gửi giữ trong các
tài khoản TGNH ở các tổ chức tiết kiệm và cho vay ở Mỹ trong quý t sẽ tăng 92,04918
triệu $ danh nghĩa.
 Nếu lãi suất theo hóa đơn tài sản 3 tháng trong quý t tăng 1 triệu đô thì tổng số
tiền gửi giữ trong các tài khoản TGNH ở các tổ chức tiết kiệm và cho vay ở Mỹ trong quý
t sẽ giảm 4456,485 triệu $ danh nghĩa.
 Nếu tỉ lệ trung bình tiền lãi trong TK tiền gửi ở quý t tăng 1 triệu đô thì tổng số
tiền gửi giữ trong các tài khoản TGNH ở các tổ chức tiết kiệm và cho vay ở Mỹ trong quý
t sẽ giảm 44223,54 triệu $ danh nghĩa.
 Hệ số hồi quy của biến giả MMCDUM cho biết sự chênh lệch giữa trước và sau
khi có luật năm 1978 về việc chứng chỉ thị trường tiền tệ trả cao hơn lãi suất thị trường
tiền tệ. Sau khi có luật về chứng chỉ thị trường tiền tệ trả cao hơn lãi suất thị trường tiền
tệ, tổng số tiền gửi giảm 25172,85 triệu $ danh nghĩa.
 Nhận xét: Tất cả các hệ số hồi quy trong mô hình này đều có ý nghĩa về mặt thống
kê. Bên cạnh đó, mức độ giải thích sự biến động của biến phụ thuộc ở mức cao (

90%),

mô hình có ý nghĩa thống kê, phù hợp với lý thuyết kinh tế thực tế.
21


22


B. PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG
ĐẾN LƯỢNG TIÊU THỤ THỊT LỢN Ở MỸ GIAI
ĐOẠN 1975 – 1984

I.

VẤN ĐỀ NGHIÊN CỨU

Toàn bộ phần B này sẽ được dành để nghiên cứu xem giá cả thịt lợn, thu nhập, sản
lượng thịt sản xuất được, giá hàng hóa thay thế là thịt bò và các yếu tố về mùa có ảnh
hưởng như thế nào đến lượng tiêu thụ thịt lợn trên đầu người của Mỹ trong một quý giai
đoạn 1975 – 1984.

II. CƠ SỞ LÝ THUYẾT CỦA MÔ HÌNH
1. Các biến được sử dụng trong mô hình
CONPK t

Lượng tiêu thụ thịt lợn trên đầu người ở Mỹ trong quý t

PRIPK t

Giá một pound thịt lợn (bằng đô la trên 100 bảng Anh) trong quý t

PRIBF t

Giá một pound thịt bò (bằng đô la trên 100 bảng Anh) trong quý t

YDUSP t

Thu nhập bình quân đầu người ở Mỹ trong quý t (USD hiện hành)

LYDUSP t Sự tăng trưởng trong thu nhập bình quân đầu người
PROPK t

Số pound thịt lợn sản xuất (trong tỷ) tại Mỹ trong quý t

D1 t

Biến giả bằng 1 trong quý đầu tiên của năm và 0 nếu ngược lại

D2 t

Biến giả bằng 1 trong quý thứ hai của năm và 0 nếu ngược lại

D3 t

Biến giả bằng 1 trong quý thứ ba của năm và 0 nếu ngược lại

2. Cơ sở lý thuyết và thực tế
Thực tế cho thấy, lượng tiêu thụ thịt lợn trên đầu người trên một quý phụ thuộc vào
nhiều yếu tố, trong đó khó có thể bỏ qua giá cả thịt lợn, thu nhập, sản lượng thịt sản xuất
được, giá hàng hóa thay thế (ở đây ta xét thịt bò) và các yếu tố biến giả theo thời vụ,….
Giá trung bình 1kg của loại thịt này là yếu tố quan trong, quyết định lượng tiêu thụ của
nó. Nếu giá càng cao thì dĩ nhiên lượng tiêu thụ sẽ bị giảm sút và ngược lại. Hơn nữa,
trong tình hình kinh tế hiện nay thì thu nhập người tiêu dùng cũng đóng vai trò không nhỏ
trong các quyết định chi tiêu cho từng loại mặt hàng, dù là thiết yếu hay xa xỉ. Và trong
đó tất nhiên sẽ có bao gồm cả một loại thực phẩm thông dụng như thịt lợn. Khi thu nhập
của người tiêu dùng được nâng lên thì người ta sẽ có xu hướng tiêu dùng nhiều hơn, và nó
sẽ góp phần tăng lượng tiêu thụ thịt lợn trên đầu người. Qua các phân tích trên đây có thể
thấy, giá cả thịt lợn, thu nhập bình quân đầu người là những yếu tố tiên quyết cho lượng
23


tiêu thụ thịt bò tính trên đầu người. Ngoài ra còn có thể xem xét đến các yếu tố như giá

hàng hóa thay thế, sản lượng theo quý,…
Trong phạm vi nghiên cứu của vấn đề này ta sẽ xét đến 8 yếu tố, tương đương với 8
biến của mô hình hồi quy. Đó là: giá thịt lợn, giá thịt bò, sản lượng thịt lợn, thu nhập
người tiêu dùng, phần trăm thể hiện mức tăng về thu nhập bình quân đầu người, và ba
biến giả theo thời vụ D1, D2, D3. Trong quá trình phân tích thông qua những mô hình
kinh tế lượng sau đây, chúng ta sẽ quyết định được những biến nào thực sự có ảnh hưởng
quan trong đến lượng tiêu thụ thịt lợn và mức độ ảnh hưởng của chúng như thể nào?

III. XÂY DỰNG VÀ LỰA CHỌN MÔ HÌNH KINH TẾ LƯỢNG
1. Mô hình hồi quy tổng quát
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 lượng thịt lợn tiêu thụ. Dựa
trên mô hình tính toán này xét yếu tố ngẫu nhiên ta xây dựng mô hình:
(PRF) conpk= β0+ β1 * pripk+ β2 * pribf+ β3 * ydusp+ β4 * lydusp+ β5 * propk+ β6 * d1+
β7 * d2+ β8 * d3+ ui
2. Mô hình hồi quy mẫu
2.1 Ước lượng các hệ số hồi quy
Mô hình hồi quy tuyến tính về lượng tiêu thụ thịt lợn và các yếu tố ảnh hưởng được
thực hiện trên phần mềm Stata.12

24


. reg conpk pripk pribf propk ydusp d1 d2 d3 lydusp
Source

SS

df

MS

Model
Residual

96.0755145
.756487615

8
31

12.0094393
.024402826

Total

96.8320021

39

2.48287185

conpk

Coef.

pripk
pribf
propk

ydusp
d1
d2
d3
lydusp
_cons

-.0157941
.0065043
3.222712
.1943371
.0293882
-.3149048
.062236
-1.360428
5.775183

Std. Err.
.0050104
.0028166
.2438204
.1283954
.0982965
.1209415
.1382706
1.115536
1.098123

t
-3.15

2.31
13.22
1.51
0.30
-2.60
0.45
-1.22
5.26

Number of obs
F(
8,
31)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.004
0.028
0.000
0.140
0.767
0.014
0.656
0.232
0.000

=

=
=
=
=
=

40
492.13
0.0000
0.9922
0.9902
.15621

[95% Conf. Interval]
-.026013
.0007598
2.725437
-.0675271
-.1710888
-.5615667
-.2197688
-3.63558
3.535547

-.0055752
.0122487
3.719987
.4562012
.2298653
-.0682429

.3442407
.914723
8.014819

Hàm hồi quy mẫu ban đầu:
(SRF) conpk = 5.775183 -0.0157941* pripk + 0.0065043* pribf + 0.1943371* ydusp 1.360428 * lydusp + 3.222712* propk +0 .0293882 *d1 -0.3149048 * d2 +0.062236 * d3
2.2 Phân tích kết quả hồi quy
a. Độ phù hợp của hàm hồi quy
 Dựa vào kiểm định F có Prob > F = 0.0000 < α = 0.05 nên bác bỏ H 0: R2 = 0, mô
hình phù hợp, có ý nghĩa thống kê
 Hệ số xác định của mô hình là : R 2 = 0.9922 nên các biến độc lập có thể giải thích
được 99,22 % sự biến động của số pound thịt lợn được tiêu thụ trong quý. Còn 0.78% sự
biến đông của lượng thịt lợn được tiêu thụ được giải thích bởi các yếu tố khác chưa đưa
vào mô hình hoặc do tác động của các yếu tố ngẫu nhiên.
b. Ý nghĩa của từng biến giải thích với mức ý nghĩa 5%
 b0 = 5,775183 có P_value = 0.000 < α= 0.05 nên biến này có ý nghĩa thống kê. Khi
tất cả các yếu tố tác động bằng 0 thì lượng tiêu thụ thịt lợn là 5,75183 pound
 b1 = -0.0157941 có P_value = 0.004< α= 0.05 nên biến này có ý nghĩa thống kê.
Khi các yếu tố khác không đổi, nếu giá 1 pound thịt lợn trong quý t tăng 1 dola thì số
pound thịt lợn trên đầu người được tiêu thụ trong 1 quý ở Mỹ sẽ giảm đi trung bình
0.0157941pound.
 b2 = 0.0065043 có P_value = 0.028< α= 0.05 nên biến này có ý nghĩa thống kê.
Khi các yếu tố khác không đổi, nếu giá 1 pound thịt bò( số dola/100pound) trong quý t
25