BÀI tập lớn KINH tế LƯỢNG và PHÂN TÍCH dữ LIỆUTổng sản phẩm quốc nội (GDP), tiêu dùng (cm), chi tiêu chính phủ (g), lãi suất cho vay (r) của hà lan

TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN
VIỆN SAU ĐẠI HỌC
**************
BÀI TẬP LỚN
KINH TẾ LƯỢNG VÀ PHÂN TÍCH DỮ LIỆU
Học viên: LÝ MINH QUANG
Mã số: CH21
Lớp: CH21D
Số thứ tự:
PHÂN TÍCH BỘ SỐ LIỆU: Tổng sản phẩm quốc nội (GDP), Tiêu
dùng (Cm), Chi tiêu chính phủ (G), lãi suất cho vay (R) của Hà Lan
Số quan sát: 30
Số biến số: 4
Loại số liệu: (Số liệu chéo)
Từ: 2005 đến: 2012
Hà Nội, 01/ 2013
Các biến kinh tế sử dụng:
• GDP(Y): Tổng sản phẩm quốc nội của Hà Lan
• CM(X2): Tiêu dùng của Hà Lan
• G (X3) : Chi tiêu chính phủ của Hà Lan
• R (X4) : Lãi suất cho vay của Hà Lan
Bảng số liệu các chỉ tiêu của Hà Lan như sau:
Đơn vị: Tỷ EUR
Năm Quý GDP CM G R
2005
1 125.66 61.575 29.62 2.75
2 127.77 62.237 30.11 2.75
3 129.35 62.987 30.83 2.75
4 130.87 63.543 31.12 2.83
2006
1 132.62 63.118 33.09 3.08

2 134.66 63.768 33.67 3.33
3 135.68 64.116 33.90 3.67
4 137.78 63.874 34.78 4.08
2007
1 140.09 65.052 35.23 4.33
2 142.09 65.593 35.73 4.58
3 144.05 66.275 36.32 4.75
4 146.02 67.180 36.60 4.75
2008
1 148.08 66.840 37.65 4.75
2 148.47 68.131 37.70 4.75
3 149.25 68.066 38.28 5.00
4 148.87 67.381 39.18 3.92
2009
1 144.75 66.558 40.15 2.58
2 142.39 65.388 40.82 1.83
3 142.86 65.658 41.26 1.75
4 143.49 65.933 41.91 1.77
2010
1 144.84 66.332 41.14 1.75
2 147.13 66.609 41.74 1.75
3 147.70 67.136 41.79 1.75
4 148.97 67.733 42.40 1.75
2011
1 150.41 67.633 41.53 1.75
2 150.49 67.898 41.88 2.00
3 150.76 67.822 42.14 2.25
4 150.70 67.758 42.60 2.00
2012
1 150.41 68.184 42.69 1.75

2 151.11 68.242 42.59 1.75
Nguồn số liệu: IMF
A. Thống kê mô tả
+ Các thống kê mô tả các biến:
GDP CM G R
Mean 142.9107 65.954 37.94833 2.95
Median 144.795 66.445 38.73 2.75
Maximum 151.11 68.242 42.69 5
Minimum 125.66 61.575 29.62 1.75
Std. Dev. 7.669485 1.966636 4.256466 1.194158
Skewness -0.85643 -0.665462 -0.551636 0.467148
Kurtosis 2.513192 2.258629 1.978915 1.668886
Jarque-Bera 3.963567 2.901236 2.824781 3.305967
Probability 0.137823 0.234425 0.24356 0.191478
Sum 4287.32 1978.62 1138.45 88.5
Sum Sq. Dev. 1705.81 112.16 525.41 41.35
Observations 30 30 30 30
+ Ma trận hệ số tương quan giữa các biến:
GDP CM G R
GDP 1 0.984717 0.901551 -0.1257
CM 0.984717 1 0.860712 -0.095434
G 0.901551 0.860712 1 -0.493667
R -0.1257 -0.095434 -0.493667 1
• GDP và R có hệ số tương quan là -0.1257 , có mối quan hệ tỉ lệ nghịch với
nhau
• GDP và G có hệ số tương quan là 0.901551, có mối quan hệ tỉ lệ thuận với
nhau
• GDP với CM có hệ số tương quan là 0.984717, có mối quan hệ tỉ lệ thuận với
nhau
• CM với G có hệ số tương quan là 0.860712, có mối quan hệ tỉ lệ thuận với

nhau
• R với CM có hệ số tương quan là - 0.095434, có mối quan hệ tỉ lệ nghịch với
nhau.
• R và G có hệ số tương quan là - 0.493667, có mối quan hệ tỉ lệ nghịch với
nhau
+ Ma trận hiệp phương sai giữa các biến:
GDP CM G R
GDP 56.8603 14.35748 28.45 -1.112857
CM 14.3575 3.738736 6.964788 -0.216653
G 28.45 6.964788 17.51359 -2.425617
R -1.1129 -0.216653 -2.425617 1.37848
A. Lập mô hình hồi quy
- Dựa trên phương pháp tính GDP theo luồng sản phẩm, ta đi hồi quy GDP theo tiêu
dùng (CM), chi tiêu chính phủ (G) và lãi suất cho vay ( R ). Từ đó chúng ta có thể dựa
vào CM, G, R để dự báo GDP của Hà Lan và phân tích ảnh hưởng của các nhân tố CM,
G, R đến GDP như thế nào.
Mô hình hồi quy mô tả mối quan hệ giữa các biến kinh tế :
Y=õ
1
+õ
2
X
2i
+õ
3
X
3i
+ õ
4
X

4i
+ U
i
Với mẫu số liệu trên, bằng phần mềm EVIEWS, ta ước lượng được và được kết quả
sau:
Bảng báo cáo 1

Dependent Variable: GDP
Method: Least Squares
Date: 01/19/13 Time: 13:45
Sample: 2005:1 2012:2
Included observations: 30
Variable Coefficient Std. Error t-Statistic Prob.
C -46.56951 10.49795 -4.436059 0.0001
CM 2.347501 0.229813 10.21485 0.0000
G 0.833261 0.121539 6.855891 0.0000
R 1.027877 0.221558 4.639313 0.0001
R-squared 0.989559 Mean dependent var 142.9107
Adjusted R-squared 0.988354 S.D. dependent var 7.669485
S.E. of regression 0.827669 Akaike info criterion 2.583160
Sum squared resid 17.81095 Schwarz criterion 2.769986
Log likelihood -34.74739 F-statistic 821.3665
Durbin-Watson stat 1.932308 Prob(F-statistic) 0.000000
Y= -46.56951 + 2.347501 X
2i
+ 0.833261 X
3i
+ 1.027877 X
4i
+ e

i
(1)
B. Kiểm định các khuyết tật của mô hình
1. Kiểm tra việc chỉ định mô hình bằng cách sử dụng kiểm định Ramsey
(mức ý nghĩa 5%)
Kiểm định cặp giả thuyết: Ho: Mô hình chỉ định đúng
H1: Mô hình chỉ định sai
Sử dụng tiêu chuẩn kiểm định: : F =
~
k))/(n(
)1/(k
R
2
−
−
2
R
-1

)kn1;(k
F
−−
α
Miền bác bỏ: W
α
= {F / F >
)kn1;(k
F
−−
α

}
Bằng phần mềm EVIEWS ta thu được kết quả sau:
Bảng báo cáo 2
Ramsey RESET Test:
F-statistic 0.286020 Probability 0.597507
Log likelihood ratio 0.341276 Probability 0.559094
Test Equation:
Dependent Variable: GDP
Method: Least Squares
Date: 01/19/13 Time: 13:48
Sample: 2005:1 2012:2
Included observations: 30
Variable Coefficient Std. Error t-Statistic Prob.
C 37.29921 157.1809 0.237301 0.8144
CM 0.634599 3.211298 0.197614 0.8449
G 0.331484 0.946296 0.350297 0.7291
R 0.448207 1.106922 0.404913 0.6890
FITTED^2 0.002434 0.004552 0.534809 0.5975
R-squared 0.989677 Mean dependent var 142.9107
Adjusted R-squared 0.988025 S.D. dependent var 7.669485
S.E. of regression 0.839273 Akaike info criterion 2.638450
Sum squared resid 17.60948 Schwarz criterion 2.871983
Log likelihood -34.57676 F-statistic 599.1799
Durbin-Watson stat 1.904565 Prob(F-statistic) 0.000000
Từ bảng báo cáo ta có: P-value (F-statistic) = 0 <0.05 nên ta chưa có cơ sở bác bỏ H
0
.
Nghĩa là mô hình chỉ định đúng.
2. KIỂM TRA MÔ HÌNH CÓ TỰ TƯƠNG QUAN HAY KHÔNG?TA TIẾN
HÀNH KIỂM ĐỊNH B-G:

Kiểm định cặp giả thuyết: Ho :mô hình không có tụ tương quan
H1: mô hình có tự tương quan
Tiêu chuẩn kiểm định:
)3(2
05.0
22
~)1(
χ
Rnχ
−=
Miền bác bỏ:
{
}
)3(2
05.0
22
χχχ
α
>=
qs
W
Bằng phần mềm EVIEWS ta thu được kết quả sau:
Bảng báo cáo 3
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.028798 Probability 0.866612
Obs*R-squared 0.034518 Probability 0.852609
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 01/19/13 Time: 13:49

Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C 0.633068 11.33137 0.055869 0.9559
CM -0.013874 0.248087 -0.055923 0.9558
G 0.006781 0.130161 0.052098 0.9589
R 0.008429 0.231214 0.036455 0.9712
RESID(-1) 0.036027 0.212300 0.169700 0.8666
R-squared 0.001151 Mean dependent var 1.34E-14
Adjusted R-squared -0.158665 S.D. dependent var 0.783690
S.E. of regression 0.843575 Akaike info criterion 2.648675
Sum squared resid 17.79045 Schwarz criterion 2.882208
Log likelihood -34.73012 F-statistic 0.007200
Durbin-Watson stat 1.989765 Prob(F-statistic) 0.999889
Từ bảng báo cáo 3 ta có: P-value (
2
qs
χ
) = 0.852609 > 0.05 điều này nghĩa là chưa có
cơ sở bác bỏ H
0
hay mô hình không có tự tương quan.
3. Xem mô hình có phương sai sai số thay đổi hay không
Cặp kiểm định: Ho:phương sai sai số đồng đều
H1: phương sai sai số không đồng đều
Tiêu chuẩn kiểm định:
χ
2
= nR
2
~

χ
2(9)
Miền bác bỏ: W
α
= {
2
χ
,
2
χ
>
)9(2
05.0
χ
}
Ta thu được kết quả sau:
Bảng báo cáo 4
White Heteroskedasticity Test:
F-statistic 0.596069 Probability 0.730347
Obs*R-squared 4.037132 Probability 0.671651
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 01/19/13 Time: 13:50
Sample: 2005:1 2012:2
Included observations: 30
Variable Coefficient Std. Error t-Statistic Prob.
C 210.3216 347.0335 0.606056 0.5504
CM -7.389329 11.50846 -0.642078 0.5272
CM^2 0.055908 0.087143 0.641564 0.5275

G 1.961771 2.581036 0.760071 0.4549
G^2 -0.026098 0.035923 -0.726499 0.4749
R -1.402666 1.918741 -0.731034 0.4721
R^2 0.193998 0.260499 0.744719 0.4640
R-squared 0.134571 Mean dependent var 0.593698
Adjusted R-squared -0.091193 S.D. dependent var 0.791809
S.E. of regression 0.827125 Akaike info criterion 2.659241
Sum squared resid 15.73512 Schwarz criterion 2.986187
Log likelihood -32.88862 F-statistic 0.596069
Durbin-Watson stat 2.152857 Prob(F-statistic) 0.730347
Từ kết quả báo cáo 4 ta có P-value (
2
qs
χ
) =0.67165 > 0.05 nên ta chưa có cơ sở bác bỏ H
0
nghĩa là
mô hình có phương sai sai số đồng đều
4.KIỂM ĐỊNH TẦN PHÂN BỐ CHUẨN CỦA SAI SỐ NGẪU NHIÊN:
Ta tiến hành kiểm định JB.
Bằng phần mềm EVIEWS ta thu được kết quả sau:
Cặp kiểm định: Ho: U có phân bố chuẩn
H1: U không có phân bố chuẩn
Tiêu chuẩn kiểm định: JB = N [
24
)3(
6
22
−
+

KS
]
Miền bác bỏ : W
α
= { JB, JB >
)2(2
05.0
χ
}
Bảng báo cáo 5
Từ kết quả báo cáo 5: P-value(
qs
JB
) =0.746883 > 0.05 như vậy sai số ngẫu nhiên có
phân phối chuẩn.
5. Để xét xem mô hình có đa cộng tuyến hay không? ta đi hồi quy phụ X2 theo
X3 và X4:
Ta thu được kết quả sau:
Bảng báo cáo 6
Dependent Variable: CM
Method: Least Squares
Date: 01/19/13 Time: 13:57
Sample: 2005:1 2012:2
Included observations: 30
Variable Coefficient Std. Error t-Statistic Prob.
C 44.97549 1.538504 29.23326 0.0000
G 0.497045 0.034770 14.29512 0.0000
R 0.717448 0.123935 5.788892 0.0000
R-squared 0.884357 Mean dependent var 65.95400
Adjusted R-squared 0.875791 S.D. dependent var 1.966636

S.E. of regression 0.693108 Akaike info criterion 2.199378
Sum squared resid 12.97077 Schwarz criterion 2.339498
Log likelihood -29.99067 F-statistic 103.2385
Durbin-Watson stat 0.818333 Prob(F-statistic) 0.000000
Ta kiểm định cặp giả thuyết:
H
0
: Mô hình không có đa cộng tuyến.
H
1
: Mô hình có đa cộng tuyến.
Sử dụng tiêu chuẩn kiểm định
F
3
=
1)kn2;(k~
1)k)/(n(
2)/(k
F
R
2
3
+−−
+−
−
2
3
R
-1

Miền bác bỏ : W
α
= {F3,F3 >
1)kn2;(k
F
+−−
α
}
Từ kết quả bảng báo cáo ta có: ⇒ P-value ( F-statistic ) = 0 < 0.05 nên F
qs
thuộc miền bác bỏ, tức
là bác bỏ H
0
, chấp nhận H
1
mô hình có đa cộng tuyến.
Để khắc phục hiện tượng đa cộng tuyến ta sử dụng phương pháp sai phân
Sử dụng Eviews tính toán ta thu được
Dependent Variable: D(GDP)
Method: Least Squares
Date: 01/19/13 Time: 13:58
Sample(adjusted): 2005:2 2012:2
Included observations: 29 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.668109 0.252697 2.643912 0.0140
D(CM) 0.638911 0.361035 1.769662 0.0890
D(G) 0.326035 0.327885 0.994358 0.3296
D(R) 2.413460 0.492660 4.898834 0.0000
R-squared 0.680212 Mean dependent var 0.877586
Adjusted R-squared 0.641838 S.D. dependent var 1.423059

S.E. of regression 0.851654 Akaike info criterion 2.644168
Sum squared resid 18.13285 Schwarz criterion 2.832761
Log likelihood -34.34044 F-statistic 17.72560
Durbin-Watson stat 2.127953 Prob(F-statistic) 0.000002

Mô hình mới của ta là
Y*= 0.668109 X*
2i
+ 0.326035 X*
3i
+ 2.413460 X*
4i
+ e*
i
(1)
Tiến hành tính độ đo Theil của mô hình mới để xem còn khuyết tật đa cộng tuyến hay
không:
Dependent Variable: D(GDP)
Method: Least Squares
Date: 01/19/13 Time: 13:59
Sample(adjusted): 2005:2 2012:2
Included observations: 29 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.297679 0.331006 0.899319 0.3767
D(CM) 1.617942 0.412767 3.919745 0.0006
D(G) 0.464956 0.448432 1.036847 0.3094
R-squared 0.373234 Mean dependent var 0.877586
Adjusted R-squared 0.325021 S.D. dependent var 1.423059
S.E. of regression 1.169144 Akaike info criterion 3.248118
Sum squared resid 35.53934 Schwarz criterion 3.389563

Log likelihood -44.09771 F-statistic 7.741393
Durbin-Watson stat 2.029370 Prob(F-statistic) 0.002303
Dependent Variable: D(GDP)
Method: Least Squares
Date: 01/19/13 Time: 14:00
Sample(adjusted): 2005:2 2012:2
Included observations: 29 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.843089 0.181315 4.649852 0.0001
D(CM) 0.518412 0.340017 1.524666 0.1394
D(R) 2.455828 0.490708 5.004664 0.0000
R-squared 0.667565 Mean dependent var 0.877586
Adjusted R-squared 0.641993 S.D. dependent var 1.423059
S.E. of regression 0.851469 Akaike info criterion 2.613991
Sum squared resid 18.85000 Schwarz criterion 2.755435
Log likelihood -34.90287 F-statistic 26.10533
Durbin-Watson stat 2.000135 Prob(F-statistic) 0.000001
Dependent Variable: D(GDP)
Method: Least Squares
Date: 01/19/13 Time: 14:01
Sample(adjusted): 2005:2 2012:2
Included observations: 29 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 0.918739 0.217690 4.220410 0.0003
D(G) 0.131274 0.321276 0.408602 0.6862
D(R) 2.896065 0.426785 6.785772 0.0000
R-squared 0.640153 Mean dependent var 0.877586
Adjusted R-squared 0.612472 S.D. dependent var 1.423059
S.E. of regression 0.885879 Akaike info criterion 2.693224
Sum squared resid 20.40432 Schwarz criterion 2.834669

Log likelihood -36.05175 F-statistic 23.12645
Durbin-Watson stat 1.691340 Prob(F-statistic) 0.000002
Do đó m = 0.680212 - (0.680212 - 0.373234 ) - (0.680212 -0.667565)- (0.680212 -
0.640153) = 0.320528 rất nhỏ nên mô hình không còn đa cộng tuyến.
C-KẾT LUẬN:
Dựa vào kết quả kiểm đinh trên ta đưa ra một số nhận xét sau
- Khi tiêu dùng tăng ( hoặc giảm ) 1 tỷ USD trong điều kiện các yếu tố khác không đổi
thì GDP sẽ tăng ( hoặc giảm ) là 2.347501 tỷ USD.
- Khi chi tiêu chính phủ tăng ( hoặc giảm ) 1 tỷ USD trong điều kiện các yếu tố khác
không đổi thì GDP sẽ tăng ( hoặc giảm ) là 0.833261 tỷ USD.
- Khi lãi suất tăng ( hoặc giảm ) 1 % trong điều kiện các yếu tố khác không đổi thì
GDP sẽ tăng ( hoặc giảm ) là 1.027877 tỷ USD.
- Khi Tiêu dùng tăng ( hoặc giảm ) 1 tỷ USD thì GDP sẽ
+ Thay đổi tối đa:
2
ˆ
β
+Se(
2
ˆ
β
)
26
05.0
t
= 2.739562
+ Thay đổi tối thiểu:
2
ˆ
β

- Se(
2
ˆ
β
)
26
05.0
t
= 1.95544
- Khi Nhập khẩu tăng ( hoặc giảm ) 1 tỷ USD thì GDP sẽ
+ Thay đổi tối đa:
3
ˆ
β
-Se(
3
ˆ
β
)
26
05.0
t
= 0.625915
+ Thay đổi tối thiểu:
3
ˆ
β
+Se(
3
ˆ

β
)
26
05.0
t
= 1.040607
- Khi Đầu tư tăng ( hoặc giảm ) 1 tỷ USD thì GDP sẽ
+ Thay đổi tối đa:
4
ˆ
β
+Se(
4
ˆ
β
)
26
05.0
t
= 1.405855
+ Thay đổi tối thiểu:
4
ˆ
β
- Se(
4
ˆ
β
)
26

05.0
t
= 0.649899
- Ta có
2
( )
i
Var U
σ
=
để biết sự biến động giá trị của biến phụ thuộc đo bằng phương
sai do các yếu tố ngẫu nhiên gây ra là bao nhiêu, ta đi tìm ước lượng khoảng của
2
σ
Dùng đại lượng thống kê:
2
χ
=(n-4)
2
2
ˆ
σ
σ
~
2
χ
(n-4)
Ta suy ra:
2 2
2 2

1
2 2
( 4) ( 4)
2
( 4) ( 4)
n n
n n
α α
σ σ
χ χ
σ
−
− −
− −
≤ ≤
) )
Có
5%
α
=
, n=30,
2
ˆ
σ
=
4
−
n
RSS
=0.07228 ,

)26(2
025.0
χ
= 40.65 ,
)26(2
025.0
χ
=13.84 thay vào ta
được
Vậy sự biến động sự biến động giá trị của biến phụ thuộc đo bằng phương sai do các
yếu tố ngẫu nhiên gây ra có giá trị nằm trong khoảng:
0.004623
≤
2
σ
≤
0.013578
2
R
= 0.989559 èmô hình giải thích được 99.5911%sự biến thiên của Y hay nói cách
kkhác là 98.9559% sự biến thiên của Y là do sự biến thiên của X2, X3, X4 gây ra.
Đánh giá mô hình:
Mô hình trên cho thấy tiêu dùng, chi tiêu chính phủ và lãi suất cho vay có ảnh h-
ưởng đến GDP của Hà Lan trong giai đoạn 2005-2012. Mô hình trên được đánh giá là tốt
và về cơ bản đã phân tích được tác động của 3 nhân tố này đến GDP.