Tài liệu Báo cáo thực hành kinh tế lượng nhóm acdnpp

Báo cáo thực hành Kinh tế lượng BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG  Lớp tín chỉ: C5032.1LT1 Họ tên các thành viên trong nhóm: 1. Vũ Thị Thúy Phương 2. Phạm Thị Thanh Nga 3. Đậu Thị Hà Phương 4. Đỗ Thị Kim Anh 5. Phạm Hải Chung 6. Nguyễn Thái Dương Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 1 Báo cáo thực hành Kinh tế lượng MỤC LỤC 1. Nêu giả thuyết về vẫn đề kinh tế 1.1. Lí do chọn vấn đề 1.2. Cơ sở lý thuyết 2. Xây dựng mô hình toán kinh tế tương ứng để mô tả giả thuyết đã được xác định 3. Thu thập số liệu thống kê. 3.1. Nguồn số liệu 3.2. Bảng số liệu. 4. Xây dựng mô hình kinh tế lượng tương ứng. 4.1. Nhập số liệu vào Eviews 5.1 ta có bảng. 4.2. Lựa chọn mô hình hồi quy 5. Ước lượng mô hình hồi quy sử dụng phần mềm Eviews : 6.Kiểm định các khuyết tật của mô hình. 6.1. Đa cộng tuyến. 6.2. Phương sai sai số thay đổi. 6.3. Tự tương quan. 6.4. Kiểm định về chỉ định mô hình. 6.5. Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên. 7. Phân tích và đánh giá mô hình. 7.1. Kiểm định sự phù hợp của mô hình hồi quy và các hệ số hồi quy. 7.2. Khi biến độc lập thay đổi thì biến phụ thuộc thay đổi như thế nào? 7.3. Khi giá trị của biến độc lập tăng lên 1 đơn vị thì biến phụ thuộc thay đổi tối đa bao nhiêu? 7.4 Nếu giá trị của biến độc lập tăng lên 1 đơn vị thì biến phụ thuộc thay đổi tối thiểu bao nhiêu? 7.5. Sự biến động của biến phụ thuộc đo bằng phương sai do các yếu tố ngẫu nhiên gây ra là bao nhiêu? 8.Dự báo về mô hình: 8.1 Dự báo giá trị trung bình của tỷ lệ thất nghiệp. 8.2 So sánh số liệu thực tế của Y với số liệu dự báo YF 8.3 Dự báo tỷ lệ thất nghiệp đến năm 2015 9.Kiến nghị về vấn đề nghiên cứu Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 2 Báo cáo thực hành Kinh tế lượng 1. Nêu giả thuyết và vấn đề kinh tế. 1.1. Lí do chọn vấn đề: Lạm phát, thất nghiệp và tốc độ tăng trưởng kinh tế là 3 vấn đề cơ bản lớn của nền kinh tế vĩ mô.chúng cũng được xem như là các chỉ tiêu để đánh giá mức độ thành công của một nền kinh tế.Vì vậy nghiên cứu về 3 vấn đề này luôn là một vấn đề quan trọng và cần thiết.Hiểu rõ được vấn đề trên sẽ giúp chúng ta trong việc đưa ra những biện pháp giúp phát triển nền kinh tế một cách tốt nhất. Trong tình hình kinh tế thế giới đầy biến động, những cuộc khủng hoảng kinh tế toàn cầu làm giảm tỷ lệ tăng trưởng kinh tế và khiến cho lạm phát, thất nghiệp ở nhiều quốc gia tăng cao, trong đó có cả Việt Nam.Một yêu cầu được đặt ra là phải nghiên cứu một cách sâu sắc về sự tác động qua lại giữa 3 vấn đề này. ♦ Mối quan hệ giữa lạm phát và thất nghiệp: -Mối quan hệ giữa lạm phát và thất nghiệp trong dài hạn như sau: Không có sự đánh đổi giữa lạm phát và thất nghiệp .Tỷ lệ thất nghiệp sẽ trở về với thất nghiệp tự nhiên cho dù lạm phát có tăng bao nhiêu đi chăng nữa.Trong dài hạn lạm phát tăng hay giảm đều không ảnh hưởng đến nền kinh tế do có sự điều chỉnh về tiền lương.Tiền lương sẽ giảm cho đến khi thị trường lao động cân bằng. -Trong ngắn hạn khi cầu lao động tăng thì thất nghiệp tăng , còn trong dài hạn ban đầu thất nghiệp tăng nhưng do tiền lương điều chỉnh làm cho thất nghiệp giảm và thị trường lao động cân bằng.Trong dài hạn do áp lực của cung thừa, tiền lương của mỗi người sẽ giảm xuống để duy trì mức thất nghiệp tự nhiên nghĩa là không có thất nghiệp tự nguyện.Khi nền kinh tế suy giảm, cầu về lao động giảm.Giai đoạn đầu tiên sẽ có thất nghiệp vì tiền lương chưa kịp điều chỉnh theo mức sản lượng cân bằng mới.Nhưng trong dài hạn tiền lương sẽ giảm đến mức thất nghiệp tự nhiên và lúc đó thất nghiệp do thiếu cầu mới bị triệt tiêu. ♦ Mối quan hệ giữa tổng sản phẩm quốc nội(GDP) đến thất nghiệp: Theo thống kê năm 2010, hệ số co giãn việc làm của Việt Nam chỉ đạt mức trung bình 0.28 trong khi đó tổng sản phẩm quốc nội liên tục tăng, tức khi GDP tăng 1% thì việc làm chỉ tăng 0.28%.Thấy rằng hệ số co giãn việc làm thấp, tăng trưởng cao nhưng chưa tạo ra nhiều việc làm đem lại lợi ích cho người lao động. 1.2. Cơ sở lý thuyết để lựa chọn mô hình ♦Về mối quan hệ giữa tăng trưởng và thất nghiệp: Theo Robert J.Gordon, mối quan hệ giữa tăng trưởng và thất nghiệp theo định luật Okun được mô tả bằng 1 phương trình dạng tuyến tính như sau: u = u* - h .(100.(Y/Y*)-100) trong đó: u: là tỷ lệ thất nghiệp thực tế (%) u*: là tỷ lệ thất nghiệp tự nhiên (%) Y: là GNP thực tế Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 3 Báo cáo thực hành Kinh tế lượng Y* : là GNP tiềm năng. h : là tham số phản ánh độ nhạy cảm của sự thay đổi giữa thất nghiệp và sản lượng. Còn theo Paul A.Samuelson và William D.Nordhaus, định luật Okun được hiểu : "Khi sản lượng thực tế thấp hơn sản lượng tiềm năng 2% thì thất nghiệp sẽ tăng thêm 1%’’ ♦Về mối quan hệ giữa thất nghiệp và lạm phát : Giáo sư A.W.Phillips nghiên cứu về ˝Mối quan hệ giữa thất nghiệp và nhịp độ thay đổi tiền lương ở Liên hiệp Anh trong giai đoạn 1861-1957˝ đã đưa ra đường Phillips ngắn hạn, mà theo đó, khi mức % của tiền lương danh nghĩa bằng mức lạm phát (gp) thì ta có : gp= -β.(u-u*) Phương trình này gợi ý rằng, có thể đánh đổi lạm phát nhiều hơn để có được một tỷ lệ thất nghiệp ít hơn và ngược lại. 2. Xây dựng mô hình toán kinh tế tương ứng để mô tả giả thuyết đã được xác định Với giả thuyết về mối quan hệ giữa GDP, lạm phát và thất nghiệp của nền kinh tế như các phân tích ở trên, có thể thể hiện dưới dạng hàm số đơn giản như sau: Yi = β1 + β2*X2i + β3*X3i Trong đó:  Yi (tỷ lệ thất nghiệp) (%): là biến phụ thuộc  X2i (GDP) (nghìn tỷ USD); X3i (tỷ lệ lạm phát) (%): là các biến độc lập  β1: là hệ số chặn  β2, β3: là hệ số góc của mô hình hồi quy tổng thể  Ui : là yếu tố ngẫu nhiên. 3. Quan sát và thu thập số liệu thống kê 3.1. Nguồn số liệu Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 4 Báo cáo thực hành Kinh tế lượng http://vi.wikipedia.org/wiki/T%E1%BA%ADp_tin:Vietnam_inflation_over_the_y ears.jpg http://www.bbc.co.uk/vietnamese/business/2011/12/111223_viet_inflation.shtml http://luanvan.co/luan-van/de-tai-moi-quan-he-giua-lam-phat-va-that-nghiep-oviet-nam-giai-doan-1986-2009-18713/ http://www.gso.gov.vn/default.aspx?tabid=407&idmid=4&ItemID=1349 http://vn.answers.yahoo.com/question/index?qid=20120401195427AAeEEpI http://vn.answers.yahoo.com/question/index?qid=20080123003637AArBgdQ http://gso.gov.vn/default.aspx?tabid=714 http://data.worldbank.org/indicator/NY.GDP.MKTP.CD 3.2. Bảng số liệu: NĂM 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 TỶ LỆ THẤT NGHIỆP (Y) (%) 10.5 7.03 6.08 5.7 6.01 6.85 6.74 6.42 6.8 6.01 6.1 5.6 5.3 4.82 4.2 2.38 2.90 GDP (NGHÌN TỶ USD) (X2) 13.180954 16.286434 20.736163 24.657470 26.843701 27.209601 28.683658 31.172517 32.685199 35.058216 39.552513 45.427854 52.917269 60.913515 71.015592 91.094051 97.180304 Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD TỶ LỆ LẠM PHÁT (X3) (%) 8.4 9.5 16.9 5.6 3.1 8.1 4.1 -1.8 -0.3 4.1 3.3 7.9 8.4 7.5 8.3 23.1 6.9 Page 5 Báo cáo thực hành Kinh tế lượng 2010 2011 2012 2013 2.88 2.22 1.99 2.37 106.426845 123.600141 129.817228 136.853322 11.8 18.58 6.81 6.04 4. Xây dựng mô hình kinh tế lượng tương ứng. 4.1. Nhập số liệu vào Eviews 5.1 ta có bảng sau: obs 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 X2 13.180954 16.286434 20.736163 24.65747 26.843701 27.209601 28.683658 31.172517 32.685199 35.058216 39.552513 45.427854 52.917269 60.913515 71.015592 91.094051 97.180304 106.426845 123.600141 129.817228 136.853322 X3 8.4 9.5 16.9 5.6 3.1 8.1 4.1 -1.8 -0.3 4.1 3.3 7.9 8.4 7.5 8.3 23.1 6.9 11.8 18.58 6.81 6.04 Y 10.5 7.03 6.08 5.7 6.01 6.85 6.74 6.42 6.8 6.01 6.1 5.6 5.3 4.82 4.2 2.38 2.9 2.88 2.22 1.99 2.37 Sử dụng ứng dụng đồ thị trong Eviews 5.1 để xem mối tương quan giữa các biến, từ đó có cái nhìn trực quan sinh động trong việc lựa chọn mô hình hồi quy. Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 6 Báo cáo thực hành Kinh tế lượng 140 120 100 80 60 40 20 0 -20 94 96 98 00 02 X2 04 06 X3 08 10 12 10 12 Y 140 120 100 80 60 40 20 0 94 96 98 00 02 04 X2 Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD 06 08 Y Page 7 Báo cáo thực hành Kinh tế lượng 25 20 15 10 5 0 -5 94 96 98 00 02 04 X3 06 08 10 12 Y Y vs. X3 12 10 Y 8 6 4 2 0 -5 0 5 10 15 20 25 X3 Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 8 Báo cáo thực hành Kinh tế lượng Y vs. X2 12 10 Y 8 6 4 2 0 0 20 40 60 80 100 120 140 X2 4.2. Lựa chọn mô hình hồi quy Thông qua 4 biểu đồ trên ta có thể nhận thấy, với mỗi một dạng hàm khác nhau sẽ cho ta mối quan hệ giữa các biến khác nhau. Tuy nhiên ta dễ dàng nhận thấy so với đồ thị 3, thì đồ thị 4 biểu diễn mối quan hệ giữa các biến chặt chẽ hơn, chính xác hơn. Do vậy, ta lựa chọn mô hình hồi quy tổng thể như sau: PRM: LOG(Yi) = β1 + β2*X2i + β3*X3i + Ui Trong đó:  Yi (tỷ lệ thất nghiệp) (%): là biến phụ thuộc  X2i (GDP) (nghìn tỷ USD), X3i (tỷ lệ lạm phát) (%): là các biến độc lập  β1: là hệ số chặn  β2, β3: là hệ số góc của mô hình hồi quy tổng thể  Ui : là yếu tố ngẫu nhiên. Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 9 Báo cáo thực hành Kinh tế lượng Với mẫu điều tra hiện có, ta sử dụng mô hình hồi quy mẫu như sau : SRM: ̂1 + 𝜷 ̂ 2*X2i + 𝜷 ̂ 3*X3i + ei LOG(Yi) = 𝜷 Trong đó:  𝛽̂1, 𝛽̂2, 𝛽̂3: là các hệ số hồi quy ước lượng (thực chất là ước lượng điểm của các hệ số hồi quy β1, β2, β3.  ei: là phần dư ( là sai lệch giữa giá trị cá biệt của biến phụ thuộc so với ước lượng giá trị trung bình của chúng trong mẫu). 5. Ước lượng mô hình hồi quy sử dụng phần mềm Eviews. Với mô hình như trên, ta nhập lệnh LS LOG(Y) X2 X3 C, ta được báo cáo kết quả ước lượng sử dụng phần mềm Eviews 5.1 như sau: Báo cáo 1: Kết quả ước lượng mô hình tỉ lệ thất nghiệp theo GDP và tỉ lệ lạm phát Dependent Variable: LOG(Y) Method: Least Squares Date: 03/12/14 Time: 12:38 Sample: 1993 2013 Included observations: 21 Variable Coefficient Std. Error t-Statistic Prob. X2 X3 C -0.010626 -0.010858 2.250686 0.000714 0.004881 0.052369 -14.88668 -2.224498 42.97746 0.0000 0.0391 0.0000 R-squared Adjusted R-squared S.E. of regression 0.940836 0.934262 0.119851 Mean dependent var S.D. dependent var Akaike info criterion Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD 1.551776 0.467450 -1.273569 Page 10 Báo cáo thực hành Kinh tế lượng Sum squared resid Log likelihood Durbin-Watson stat 0.258557 16.37247 1.412987 Schwarz criterion F-statistic Prob(F-statistic) -1.124351 143.1198 0.000000 ♦Với kết quả như trên, ta có mô hình hồi quy mẫu : Log (Y) = 2,250686 – 0,010626 * X2 – 0,010858 * X3 + eᵢ ♦Ý nghĩa của các hệ số hồi quy :  𝛽̂1 = 2,250686>0 : cho biết khi GDP bằng 0 và không có lạm phát thì tỷ lệ thất nghiệp trung bình là 2.250686.  𝛽̂2=-0,010846< 0 : cho biết khi GDP tăng 1 nghìn tỷ USD thì tỷ lệ thất nghiệp trung bình giảm 0.010846%, trong điểu kiện tỷ lệ lạm phát không thay đổi. Điều này hoàn toàn phù hợp với lý thuyết kinh tế đã đề cập ở trên.  𝛽̂3 = -0,010046< 0: cho biết khi tỷ lệ lạm phát tăng 1% thì tỷ lệ thất nghiệp trung bình giảm 0.010046 %, trong điều kiện GDP không thay đổi . Điểu này hoàn toàn phù hợp với lý thuyết kinh tế đã nêu trên. 6.Kiểm định các khuyết tật của mô hình. 6.1. Đa cộng tuyến. Sử dụng mô hình hồi quy phụ: Hồi quy phụ là phương pháp kiểm định dựa vào định nghĩa đa cộng tuyến, tức là hồi quy một biến giải thích với các biến giải thích còn lại để xem xét có mối quan hệ tuyến tính giữa từng biến giải thích với các biến giải thích khác của mô hình ban đầu hay không. Ở mô hình trên, ta sử dụng hồi quy phụ để xét mối quan hệ tuyến tính giữa biến X2 và X3. Tacó: Báo cáo 2: Kiểm định hồi quy phụ X2 theo X3 Dependent Variable: X2 Method: Least Squares Date: 03/15/14 Time: 16:38 Sample: 1993 2013 Included observations: 21 Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 11 Báo cáo thực hành Kinh tế lượng Variable Coefficient Std. Error t-Statistic Prob. X3 C 2.429913 38.43548 1.466408 14.33743 1.657051 2.680779 0.1139 0.0148 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.126269 0.080283 38.52138 28194.04 -105.4223 0.204072 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 57.68155 40.16750 10.23070 10.33018 2.745818 0.113930 - Mô hình hồi quy phụ: X2i =  1 +  2 X3i + Vi ; thu được R12 . - Kiểm định cặp giả thuyết sau: o H0: Mô hình gốc không có đa cộng tuyến o H1: Mô hình gốc có đa cộng tuyến R12 * (n  k  1) - Tiêu chuẩn kiểm định: F  ~ F(1,19) (1  R12 ) * (k  2) - Miền bác bỏ: W = {F: F> F0.05 ( 1,19) } - Từ bảng báo cáo ta có : Fqs=(0.126269*19) / (1-0.126269) = 2,745818 Với mức ý nghĩa  =0.05 tra bảng thống kê ta có: F0.05(1,19) =4,38 ; Nhận thấy : Fqs= 2,745818 < F0.05 ( 1,19) = 4,38  Fqs không thuộc Wα  Chưa đủ cơ sở để bác bỏ giả thuyết H0 Kết luận: Vậy với mức ý nghĩa  =0.05 thì mô hình gốc không có đa cộng tuyến. Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 12 Báo cáo thực hành Kinh tế lượng 6.2. Phương sai sai số thay đổi. Ta sử dụng kiểm định White như sau. Báo cáo 3 : Kiểm định White với mô hình White có tích nhân chéo White Heteroskedasticity Test: F-statistic Obs*R-squared 0.882190 4.772044 Probability(5, 15) Probability(5) 0.516591 0.444329 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 03/15/14 Time: 07:33 Sample: 1993 2013 Included observations: 21 Variable Coefficient Std. Error t-Statistic Prob. C X2 X2^2 X2*X3 X3 X3^2 0.050031 -0.001590 8.71E-06 1.93E-05 0.000975 -6.75E-05 0.026226 0.000844 4.81E-06 3.56E-05 0.002701 0.000153 1.907726 -1.883715 1.811419 0.541825 0.360969 -0.442222 0.0758 0.0791 0.0901 0.5959 0.7232 0.6646 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.227240 -0.030346 0.024762 0.009197 51.40279 1.643729 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 0.012312 0.024394 -4.324075 -4.025640 0.882190 0.516591 - Kiểm định cặp giả thuyết: Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 13 Báo cáo thực hành Kinh tế lượng H0: Phương sai sai số không thay đổi H1: Phương sai sai số thay đổi - Mức ý nghĩa 5% - Sử dụng tiêu chuẩn kiểm định:  2  nR 2 ~  2( m ) - Miền bác bỏ giả thuyết H0: W    2 /  2   2( m)  - Theo báo cáo 3, ta có:  qs2  nR 2  21* 0,227204  4,772044 - Tra bảng được:  02,(055)  11,0705   qs2   02,(055)   qs2 W  => Chưa có cơ sở để bác bỏ giả thuyết H0 nên ta tạm thời chấp nhận H0 Kết luận: Mô hình không có phương sai sai số thay đổi. 6.3. Tự tương quan. Dùng kiểm định BG bậc tự do là 2 như sau: Báo cáo 4: Kiểm định BG với bậc tự do bằng 2. Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*R-squared 0.223758 0.571383 Probability Probability 0.801969 0.751494 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 03/15/14 Time: 08:01 Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. X2 X3 C RESID(-1) RESID(-2) 3.52E-06 0.000339 -0.002663 0.064959 -0.170842 0.000764 0.005433 0.055298 0.269081 0.268500 0.004598 0.062356 -0.048160 0.241410 -0.636281 0.9964 0.9511 0.9622 0.8123 0.5336 R-squared Adjusted R-squared 0.027209 -0.215989 Mean dependent var S.D. dependent var Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD -1.72E-16 0.113701 Page 14 Báo cáo thực hành Kinh tế lượng S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.125380 0.251522 16.66212 1.533089 Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) -1.110678 -0.861982 0.111879 0.976533 - Kiểm định cặp giả thuyết: H0: Mô hình ban đầu không có tự tương quan bậc 2 H1: Mô hình ban đầu có tự tương quan bậc 2 - Mức ý nghĩa 5% - Sử dụng tiêu chuẩn kiểm định:  2  (n  2) R 2 ~  2 (2) - Miền bác bỏ giả thuyết H0, với mức ý nghĩa   0,05 là: W      2 /  2   2 (2) - Theo báo cáo 4 ta có:  qs2  (n  2) R 2  0,571383 2 - Mà  02,(052)  5,9915 =>  qs   0, 05 =>  qs W  => Chưa có cơ sở bác bỏ giả thuyết H0, nên tạm thời chấp nhận Ho 2 2( 2) Kết luận: Mô hình không có tự tương quan bậc 2 6.4. Kiểm định về chỉ định mô hình. Ta dùng kiểm định Ramsey bỏ sót 1 biến để kiểm định. Báo cáo 5: Kiểm định Ramsey bỏ sót 1 biến. Ramsey RESET Test: F-statistic Log likelihood ratio 0.369149 0.451128 Probability Probability 0.551499 0.501800 Test Equation: Dependent Variable: LOG(Y) Method: Least Squares Date: 03/15/14 Time: 08:08 Sample: 1993 2013 Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 15 Báo cáo thực hành Kinh tế lượng Included observations: 21 Variable Coefficient Std. Error t-Statistic Prob. X2 X3 C FITTED^2 -0.006956 -0.006747 1.679392 0.125615 0.006083 0.008394 0.941794 0.206747 -1.143545 -0.803811 1.783184 0.607577 0.2687 0.4326 0.0924 0.5515 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.942094 0.931875 0.122008 0.253062 16.59803 1.445781 Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) 1.551776 0.467450 -1.199813 -1.000856 92.19226 0.000000 - Kiểm định cặp giả thuyết: H0: Mô hình không bỏ sót 1 biến H1: Mô hình bỏ sót 1 biến - Mức ý nghĩa 𝛼 =0,05 - Sử dụng tiêu chuẩn kiểm định: R   R12 /( p  1) F ~ F (( p  1), n  k  p  1) 1  R /(n  k  p  1)  2 2 2 2  (với n=21, k=3, p=2) ((𝑝−1),(𝑛−𝑘−𝑝+1) - Miền bác bỏ:𝑊𝛼 { 𝐹: 𝐹 > 𝐹𝛼 } - Theo báo cáo 5 ta có : 𝐹𝑞𝑠 = 0,369149 (1,17) - Mà 𝐹0,05 (1,17) = 4,45 ta thấy 𝐹𝑞𝑠 < 𝐹0,05 => Chưa có cơ sở để bác bỏ giả thuyết H0 ,chấp nhận giả thuyết H0. Kết luận: Vậy với mức ý nghĩa 0,05 mô hình chỉ định không bỏ sót biến 6.5. Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên. Dùng kiểm định JB như sau: Báo cáo 6: Phân bố xác suất của phần dư. Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 16 Báo cáo thực hành Kinh tế lượng 6 Series: Residuals Sample 1993 2013 Observations 21 5 4 3 2 1 0 -0.2 -0.1 -0.0 0.1 0.2 Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis -1.72e-16 0.010285 0.331952 -0.187412 0.113701 0.835081 4.738655 Jarque-Bera Probability 5.085816 0.078637 0.3 - Kiểm định cặp giả thuyết: H0: Ui có phân phối chuẩn H1: Ui không có phân phối chuẩn - Mức ý nghĩa 5% - Sử dụng tiêu chuẩn kiểm định: JB = n*(S2/6 +(K-3)2/24 ) ~ χ2(2) ; Với K là hệ số nhọn, S là hệ số bất đối xứng - Theo báo cáo trên ta có JBqs= 5,085816 2( 2) ta có  0, 05  5,9915 => JBqs <  02,(052)  chưa có cơ sở bác bỏ Ho, nên ta tạm thời chấp nhận H0 Kết luận: Với mức ý nghĩa 5%, mô hình đã cho có sai số ngẫu nhiên U có phân phối chuẩn. 7. Phân tích và đánh giá mô hình. Qua các kiểm định trên ta thấy mô hình không mắc khuyết tật nào. Do đó ta có thể tạm thời coi đó là mô hình hoàn hảo. Mô hình hồi quy mẫu: Log (Y) = 2,250686 – 0,010626 * X2 – 0,010858 * X3 + eᵢ Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 17 Báo cáo thực hành Kinh tế lượng 7.1. Kiểm định sự phù hợp của mô hình hồi quy và các hệ số hồi quy. ♦Kiểm định sự phù hợp của hàm hồi quy Có ý kiến cho rằng hàm hồi quy trên không phù hợp, để kiểm tra ý kiến đó đúng không ta đi kiểm định: - Kiểm định giả thuyết Hₒ: Mô hình không phù hợp (R²=0) đối thuyết H1: Mô hình phù hợp (R2>0) Mức ý nghĩa   0,05 - Sử dụng tiêu chuẩn kiểm định: F  R2 / 2 ~ F 2, n  3 1  R 2 /( n  3)   - Miền bác bỏ giả thuyết Ho với mức ý nghĩa 5%: W  F : F  F 2, n  3 - Theo kết quả trên báo cáo Eview 1 thì: 𝑅2 =0,940836; n=21 Fqs=143,1195321 (2,18) Mà 𝐹0,05 (2,18) = 3,55. Ta thấy 𝐹𝑞𝑠 > 𝐹0,05  Fqs Wα ⟹ Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1. Kết luận: Sau khi kiểm định, với mức ý nghĩa 5% ta có thể khẳng định rằng mô hình hồi quy trên hoàn toàn phù hợp. ♦Kiểm định β1: - Kiểm định giả thuyết Hₒ: β1=0 đối thuyết H1: β1 ≠ 0 mức ý nghĩa   0,05  -Sử dụng tiêu chuẩn kiểm định:   T  1  1 ~ T (n  3) Se1  -Miền bác bỏ giả thuyết H0 mức ý nghĩa   0,05 là: W  t : t  tn/23 -Theo báo cáo Eview 1 ở trên ta có tqs = 42,97746 (𝑛−3) Mà 𝑡𝛼⁄ 2  tqs 18 18 = 𝑡0,025 = 2.101|𝑡𝑞𝑠 | = |42,97746| > 𝑡0,025 = 2,101 ∈ Wα Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1. Nghĩa là β1 có ý nghĩa kinh tế. Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 18 Báo cáo thực hành Kinh tế lượng Kết luận:Với mức ý nghĩa 5% có thể cho rằng hệ số chặn có ý nghĩa thống kê trong thực tế. ♦ Kiểm định β2: Có ý kiến cho rằng GDP không có ảnh hưởng tới tỉ lệ thất nghiệp, để biết điều đó có chính xác không ta tiến hành kiểm định: - Kiểm định giả thuyết Hₒ: β2=0 đối thuyết H1: β2 ≠ 0 mức ý nghĩa   0,05    2 T 2 ~ T n  3 Se 2  -Sử dụng tiêu chuẩn kiểm định: bác -Miền bỏ  giả thuyết H0  n 3  W  t : t  t / 2  với mức ý nghĩa   0,05 là: -Theo báo cáo Eview 1 ta có: tqs= −14,88668 (𝑛−3) Mà 𝑡𝛼⁄ 2  tqs 18 18 = 𝑡0,025 = 2,101|𝑡𝑞𝑠 | = |−14,8868| > 𝑡0,025 = 2,101 Wα  Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1. Kết luận: Với mức ý nghĩa 5% như trên cho ta thấy tỉ lệ thất nghiệp ở Việt Nam chịu ảnh hưởng của GDP ♦ Kiểm định β3: Để kiểm tra xem tỉ lệ lạm phát có ảnh hưởng tới tỉ lệ thất nghiệp của Việt Nam hay không ta đi kiểm định: - Kiểm định giả thuyết Hₒ: β3=0 đối thuyết H1: β3 ≠ 0 mức ý nghĩa   0,05  3  3 ~ T n  3 -Sử dụng tiêu chuẩn kiểm định: T  Se 3  -Miền bác bỏ giả thuyết H0 với mức ý nghĩa   0,05 là: Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 19 Báo cáo thực hành Kinh tế lượng  W  t : t  tn/23  -Theo báo cáo Eview 1 ở trên ta có: tqs= -2,224498 (𝑛−3) Mà 𝑡𝛼⁄ 2  tqs 18 18 = 𝑡0,025 = 2,101>|𝑡𝑞𝑠 | = |−2,224498| > 𝑡0,025 = 2,101 Wα  Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1. Kết luận: Với mức ý nghĩa 5% như trên cho ta thấy tỉ lệ thất nghiệp ở Việt Nam chịu ảnh hưởng của tỉ lệ lạm phát. 7.2. Khi biến độc lập thay đổi thì biến phụ thuộc thay đổi như thế nào? Để trả lời câu hỏi này ta xác định khoảng tin cậy 2 phía của 2, 3 ♦ Khoảng tin cậy 2 phía của 2: (𝑛−3) (𝑛−3) ˆ 2 – Se( ˆ 2). 𝑡𝛼⁄ ≤ 2 ≤ ˆ 2 + Se( ˆ 2). 𝑡𝛼⁄ 2 2 (𝑛−3) Tra bảng giá trị tới hạn của phân phối Student ta có: 𝑡𝛼⁄ 2 18 = 𝑡0,025 = 2,101 => -0,012126 ≤ 2 ≤ -0,009126 Vậy với mức ý nghĩa α= 0.05 thì khi GDP tăng 1% thì tỷ lệ thất nghiệp giảm trong khoảng từ 0,009126% đến 0,012126%. ♦ Khoảng tin cậy 2 phía của 3: ˆ 3 – Se( ˆ 3).tα/2(n-3) ≤ 3 ≤ ˆ 3 + Se( ˆ 3).tα/2(n-3) (𝑛−3) Tra bảng giá trị tới hạn của phân phối Student ta có: 𝑡𝛼⁄ => - 0,021113 ≤ 3 ≤ - 0,00603 2 18 = 𝑡0,025 = 2,101 Vậy với mức ý nghĩa α= 0.05 thì khi tỷ lệ lạm phát tăng 1% thì tỷ lệ thất nghiệp giảm trong khoảng từ 0.00603% đến 0,021113% Nhóm ACDNPP- Lớp CQ5032.1LT1- Khoa QTKD Page 20