Mô tả:
Bài tập lớn Kinh tế lượng
LỜI MỞ ĐẦU
Trong giỏ hàng hóa của người tiêu dùng, thực phẩm luôn chiếm tỉ trọng lớn.
Lượng cầu thực phẩm của người tiêu dùng do đó không chỉ là mối quan tâm của
những công ty sản xuất-cung cấp thực phẩm, mà còn là mối quan tâm của chính
phủ và các nhà kinh tế. Các nhà kinh Mỹ tế sau khi có được những số liệu thống kê
về lượng cầu thịt gà - một loại thực phẩm được yêu thích ở Mỹ - trong 2 thập niên
60-70 đã đặt ra vấn đề : Những nhân tố nào ảnh hưởng đến lượng cầu của thịt gà ?
Trong đề tài này, giả thiết rằng lượng cầu của thịt gà phụ thuộc vào 2 nhân tố : thu
nhập bình quân của người tiêu dùng và giá của thịt gà. Theo lý thuyết kinh tế, thịt
gà là hàng hóa thông thường, do đó cầu thịt gà sẽ tuân theo luật cầu. Từ mô hình
được xây dựng trong đề tài, ta có thể một lần nữa khẳng định sự đúng đắn cùa lý
thuyết luật cầu, cũng như có một hình dung cơ bản nhất về cầu thịt gà của người
tiêu dùng Mỹ trong 2 thập niên 60-70.
1
Bài tập lớn Kinh tế lượng
NỘI DUNG
1. Mô tả số liệu
Cầu thịt gà ở Mỹ từ năm 1960 - 1980
Năm
1960
1961
1962
1963
1964
1965
1966
1967
1968
1969
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
Y
27.8
29.9
29.8
30.8
31.2
33.3
35.6
36.4
36.7
38.4
40.4
40.3
41.8
40.4
40.7
40.1
42.7
44.1
46.7
50.6
50.1
X2
397.5
413.3
439.2
459.7
492.9
528.6
560.3
624.6
666.4
717.8
768.2
843.3
911.6
931.1
1021.5
1165.9
1349.6
1449.4
1575.5
1759.1
1994.2
X3
42.2
38.1
40.3
39.5
37.3
38.1
39.3
37.8
38.4
40.1
38.6
39.8
39.7
52.1
48.9
58.3
57.9
56.5
63.7
61.6
58.9
Trong đó:
Y: lượng tiêu thụ thịt gà/người (đơn vị: pao);
X2: thu nhập khả dụng/ người (đv: đôla);
X3: giá bán lẻ thịt gà;
Các đơn giá X2,X3 đều có đơn vị là cent/ pao và đều là giá thực tế, tức là giá hiện
thời chia cho chỉ số giá tiêu dùng của lương thực theo cùng gốc thời gian.
Giả sử ta có mô hình: (1)
Y 1 2 X 2 3 X 3
Hồi quy mô hình (1) bằng Eview ta thu được kết quả sau:
Bảng 1: Hồi quy mô hình Y 1 2 X 2 3 X 3
2
Bài tập lớn Kinh tế lượng
Dependent Variable: Y
Method: Least Squares
Date: 03/02/10 Time: 08:30
Sample: 1960 1980
Included observations: 21
Variable
Coefficient Std. Error
t-Statistic
Prob.
C
X2
X3
35.03203 3.309970
0.017968 0.002140
-0.279720 0.106795
10.58379
8.395568
-2.619229
0.0000
0.0000
0.0174
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.916662
0.907403
1.978835
70.48417
-42.51180
0.814252
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
38.46667
6.502948
4.334457
4.483675
98.99446
0.000000
Từ kết quả ước lượng trên ta thu được:
(PRF):
E (Y / X 2, X 3) 1 2 X 2 3 X 3
(SRF):
Y 35.03203 0.017968X 2 0.279720X 3
2. Phân tích kết quả hồi quy
1. Ý nghĩa kinh tế của các hệ số hồi quy
Ta thấy:
^
1 35.03203
- > 0 cho ta biết thu nhập bình
quân/đầu người và giá bán lẻ thịt gà không đổi thì lượng cầu thịt gà là 35.03203
đơn vị.
^
2 0.017968
Do khi thu nhập bình quân/đầu
- >0
2
người tăng, tiêu dùng tăng. Do đó có ý nghĩa kinh tế
^
2 0.017968
cho ta thấy: khi giá bán lẻ thịt
gà không đổi, thu nhập bình
quân/đầu người tăng 1 đơn vị sẽ làm lượng cầu thịt gà tăng 0.017968 đơn vị
3
Bài tập lớn Kinh tế lượng
- <0 phù hợp với lý thuyết kinh ^ 0.27972
3
tế do khi giá tăng, lượng cầu sẽ
giảm.
cho ta biết khi các yếu tố khác ^ 0.27972
3
không đổi, giá thịt gà tăng 1 đơn vị
sẽ làm cho lượng cầu thịt gà giảm 0.0.27972 đơn vị
2. Ý nghĩa thống kê của các hệ số hồi quy
Kiểm định cặp giả thiết:
�
�H 0 : j 0
( j 2,3)
�
�H1 : j �0
Tiêu chuẩn kiểm
định:
T
ˆˆj j
~ T (n 3)
Se( ˆ )
j
Miền bác bỏ
18
W (T : T t0.025
2.101)
- Từ kết quả hồi quy ta có:
�
�
Tqs2= 8.395568 Bác bỏ H0, chấp nhận W
2 H1có ý nghĩa thống kê
�
�3 H1có ý nghĩa thống kê
Tqs3=-2.619229 Bác bỏ H0, chấp nhận W
3. Khoảng tin cậy cho các hệ số hồi quy
Khoảng tin cậy cho các hệ số hồi quy được cho bởi công thức sau:
ˆ i t / 2 (n k ) Se( ˆ i ) i ˆ i t / 2 ( n k ) Se( ˆ i )
Khoảng tin cậy cho hệ số chặn được tính theo:
ˆ1 t( n/23) Se( ˆ1 ) 1 ˆ1 t( n/23) Se( ˆ1 )
�
1
35.03203-2.101*
3.309970
<
<
35.03203+2.101*
3.309970
�
1
28.07778 < < 41.98628
Điều đó có nghĩa là khi các yếu tố khác không đổi, lượng cầu thịt gà nằm trong
khoảng (28.07778; 41.98628) đơn vị
4
Bài tập lớn Kinh tế lượng
Khoảng tin cậy cho hệ số hồi quy 2 riêng được tính theo:
ˆ2 t( n/23) Se( ˆ2 ) 2 ˆ2 t( n/23) Se( ˆ2 )
�
0.013472 < < 2 0.022464
Điều đó cho thấy khi thu nhập bình quân đầu người tăng 1 đơn vị,giá bán lẻ thịt gà
không đổi thì lượng cầu thịt gà tăng trong khoảng (0.013472;0.022464) đơn vị.
Khoảng tin cậy cho hệ số hồi quy
3
riêng được tính theo
ˆ3 t( n/23) Se( ˆ3 ) 3 ˆ3 t( n/23) Se( ˆ3 )
3 -0.055344
-0.504096 < < �
Điều đó cho thấy khi giá bán lẻ thịt gà tăng 1 đơn vị, thu nhập bình quân đầu người
không đổi thì lượng cầu thịt gà sẽ giảm trong khoảng (0.055344;0.504096) đơn vị
4. Kiểm định sự phù hợp của mô hình
Kiểm định cặp giả thiết :
2
�
�H 0 : R 0
�
2
�H1 : R �0
Tiêu chuẩn kiểm định:
F
Miền bác bỏ =(F: F >
R 2 / (2)
~ F (2,18)
(1 R 2 ) /W
(18)
F0.05(2;18)=3.55)
Ta có Fqs=98.99446
�
W
Bác bỏ H0, chấp nhận H1
�
Mô hình phù hợp
�
R2=0.916662 cho thấy các biến độc lập giải thích được 91.662% sự biến động của
biến phụ thuộc
3. Kiểm định khuyết tật của mô hình
3.1 Đa cộng tuyến
3.1.1 Kiểm định hiện tượng đa cộng tuyến
Nghi ngờ mô hình (1) có hiện tượng đa cộng tuyến do X3 và X2 có quan hệ
tuyến tính với nhau. Ta kiểm định bằng cách thực hiện hồi quy phụ:
5
Bài tập lớn Kinh tế lượng
(2)
X 3 1 2 X 2
Thực hiện hồi quy mô hình (2) bằng Eview ta thu được kết quả sau
Bảng 2: Hồi quy mô X 3 1 2 X 2
hình
Dependent Variable: X3
Method: Least Squares
Date: 03/02/10 Time: 09:16
Sample: 1960 1980
Included observations: 21
Variable
Coefficient Std. Error
t-Statistic
Prob.
C
X2
29.68267
0.018027
14.50638
8.975447
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.809158
0.799113
4.250915
343.3353
-59.13665
1.128673
2.046181
0.002008
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
46.05238
9.484335
5.822538
5.922017
80.55865
0.000000
Kiểm định cặp giả thiết :
2
�H 0 : R(2)
0
�
�H : R 2 �0
Tiêu chuẩn kiểm định:
1
(2)
�
�
2
R(2)
/ (1)
F
~ F (1,19)
2
(1
R
)
/
(19)
(2)
W
Miền bác bỏ =(F: F >
F0.05(1;19)=4.38)
�
� nhận H
Ta thấy Fqs= 80.55865 bác bỏ Ho, chấp W
1
Mô hình ban đầu có hiện tượng đa cộng � tuyến
3.1.2 Khắc phục hiện tượng đa cộng tuyến
Bỏ biến X2 ra khỏi mô hình (1), ta được mô hình mới:
(3)
Y 1 3 X3
6
Bài tập lớn Kinh tế lượng
Hồi quy mô hình (3) bằng Eview ta có kết quả sau:
Dependent Variable: Y
Method: Least Squares
Date: 03/02/10 Time: 09:22
Sample: 1960 1980
Included observations: 21
Variable
Coefficient Std. Error
t-Statistic
Prob.
C
X3
14.20612
0.526803
3.003844
5.232406
0.0073
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.590324
0.568762
4.270404
346.4906
-59.23271
0.522917
4.729314
0.100681
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
38.46667
6.502948
5.831687
5.931165
27.37807
0.000047
Kiểm định cặp giả thiết :
Tiêu chuẩn kiểm định:
2
�H 0 : R(3)
0
�
�H : R 2 �0
1
(3)
�
�
2
R(2)
/ (1)
F
~ F (1,19)
2
(1 R(2)
) / (19)
Miền bác bỏ
=(F: F > F0.05(1;19)=4.38)
W
�
� nhận H
Ta thấy Fqs= 27.37807 bác bỏ H0, chấp W
1
Vậy mô hình (3) là phù hợp. Mô hình (3) không còn hiện tượng đa cộng tuyến do
chỉ có 1 biến độc lập. Ta đã khắc phục được hiện tượng đa cộng tuyến ở mô hình
ban đầu
7
Bài tập lớn Kinh tế lượng
3.2 Hiện tượng tự tương quan
3.2.1 Kiểm định hiện tượng tự tương quan
Thực hiện kiểm định Breusch-Godfrey ta được bảng sau :
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
Obs*R-squared
7.448974
6.398160
Prob. F(1,17)
Prob. Chi-Square(1)
0.014274
0.011424
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 03/02/10 Time: 09:25
Sample: 1960 1980
Included observations: 21
Presample missing value lagged residuals set to zero.
Variable
Coefficient Std. Error
t-Statistic
Prob.
C
X2
X3
RESID(-1)
-1.628321
-0.002353
0.078507
0.733163
-0.561090
-1.159929
0.817418
2.729281
0.5821
0.2621
0.4250
0.0143
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.304674
0.181970
1.697913
49.00945
-38.69636
1.354334
2.902065
0.002029
0.096043
0.268628
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
-2.96E-16
1.877288
4.066320
4.265277
2.482991
0.095801
8
Bài tập lớn Kinh tế lượng
2
Dùng tiêu chuẩn kiểm địnhta thấy
2(1)
W ( 2 : 2 0.05
3.84146)
Miền bác bỏ
2
� �W
Mô hình có tự tương quan 1 bậc q 6.398160
nào đó.
3.2.2 Khắc phục hiện tượng tự tương quan
Dựa trên thống kê Durbin-Watson, � �1 d
2
chúng ta có thể ước lượng được
Ta quay trở lại với mô hình ban đầu:
Yt 1 2 X 2t 3 X 3t U t
(*)
Nếu (1) đúng với t thì cũng đúng với t-1 nên ta có :
Yt 1 1 2 X 2t 1 3 X 3t 1 U t 1 (**)
Nhân cả 2 vế của (**) với ta được:
Yt 1 1 2 X 2t 1 3 X 3t 1 U t 1 (***)
Lấy (*) trừ đi (***) ta được:
Yt Yt 1 1 (1 ) 2 ( X 2t X 2t 1 ) 3 ( X 3t X 3t1 ) U t U t 1 (****)
Đặt
(****)
1* 1 (1 );
2* 2 ;
3* 3
*
*
*
trở Yt Yt Yt 1 ; X 2 X 2 X 2 ; X 3 X 3 X 3 ; U t U t 1
t
t 1
Yt * 1* 2* X 2*t 3* X 3*t t
(1a )
t
t
t 1
t
thành:
Vì t thỏa mãn các giả thiết của phương pháp OLS thông thường, hiện tượng tự
tương quan ở mô hình ban đầu đã được khắc phục.
9
Bài tập lớn Kinh tế lượng
3.3 Phương sai sai số thay đổi
3.3.1 Kiểm định
Ta sử dụng kiểm định White, tiến hành hồi quy không có tích chéo:
et2 1 2 X 2 3 X 3 4 X 22 5 X 32 vt
(5)
Hồi quy bằng Eview ta được bảng kết quả sau
White Heteroskedasticity Test:
F-statistic
Obs*R-squared
5.432521
12.09464
Prob. F(4,16)
Prob. Chi-Square(4)
0.005864
0.016661
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 03/02/10 Time: 10:08
Sample: 1960 1980
Included observations: 21
Variable
Coefficient Std. Error
t-Statistic
Prob.
C
X2
X2^2
X3
X3^2
-80.20875
-0.023875
1.36E-05
4.033442
-0.042888
-2.237158
-2.716833
3.842303
2.605416
-2.704695
0.0399
0.0152
0.0014
0.0191
0.0156
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
0.575935
0.469919
3.112201
154.9728
-50.78434
2.651522
Kiểm định cặp giả thiết
Dùng kiểm định ~F(4;16)
Ta có =(F: F > F(4;16)=3.01)
35.85296
0.008788
3.54E-06
1.548099
0.015857
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
3.356389
4.274611
5.312794
5.561490
5.432521
0.005864
2
�
�H 0 : R 0
�
2
�H1 : R �0
F
2
R(5)
/4
2
(1 WR(5)
) / 16
�
�
Fqs=5.432521 Bác bỏ H0, chấp nhận H1 W
→ mô hình ban đầu có hiện tượng phương sai sai số thay đổi
3.3.2 Khắc phục
10
Bài tập lớn Kinh tế lượng
Chia cả 2 về của (1) cho ta được
Đặt
Khi
đó
(6)
trở
i
X
X
U
Y
1
1 2 2i 3 3i i (6)
Yi
i1
i X i Xi
U
Y * ; X 1*i ; X 2*i 2i ; X 3*i 3i ;U i* i
i
i
i
i
i
thành :
Y * 1 X 1*i 2 X 2*i 3 X 3*i U i* (7)
Ta thấy (7) thỏa mãn đầy đủ các giả thiết của phương pháp OLS cổ điển. Hiện
tượng phương sai sai số thay đổi đã được khắc phục
11
Bài tập lớn Kinh tế lượng
KẾT LUẬN
Ước lượng mô hình ban đầu cho � 0; � 0
2
3
ta kết quả cho thấy lượng cầu của thịt gà tỉ lệ thuận vơi thu nhập bình quân đầu
người và tỉ lệ nghịch với giá bán lẻ thịt gà. Mô hình đã xác nhận tính chính xác của
lý thuyết luật cầu đối với hàng hóa thông thường. Từ mô hình đã xây dựng được ở
trên, có thể biểu diễn được mối quan hệ cơ bản nhất của lượng cầu hàng hóa thông
thường với thu nhập bình quân và giá của hàng hóa đó. Từ đó có thể giúp đỡ các
nhà kinh tế trong việc định giá cũng như định mức sản lượng tối ưu.
12
- Xem thêm -