Tài liệu Tiểu luận kinh tế lượng phân tích các yếu tố ảnh hưởng đến giá nhà

  • Số trang: 31 |
  • Loại file: PDF |
  • Lượt xem: 4380 |
  • Lượt tải: 4
trangtranthi64149

Tham gia: 04/06/2016

Mô tả:

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA TÀI CHÍNH NGÂN HÀNG ========***======== TIỂU LUẬN NHÓM KINH TẾ LƯỢNG Đề tài:PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN GIÁ NHÀ Giảng viên hướng dẫn: Th.S Phí Minh Hồng Sinh viên thực hiện: Đinh Thị Minh Phương MSV: 1213310087 Nguyễn Thị Hoa MSV: 1213310033 Đỗ Ngọc Sơn MSV: 1213310099 Nguyễn Thị Thủy MSV: 1213310115 Phạm Phượng Anh MSV: 1213310007 Nguyễn Mạnh Tuấn MSV: 1213310133 Lớp tín chỉ: KTL309.7 Hà Nội, tháng 4 năm 2014 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG MỤC LỤC 1. MỞ ĐẦU………………………………………………………………....……..3 Lời Mở Đầu ..................................................................................................... 3 2. NỘI DUNG…………...……………………………………………….………..4 2.1. CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU .................................. 4 2.1.1. Giới thiệu mô hình Hedonic .................................................................... 4 2.1.2. Mô hình nghiên cứu ................................................................................ 5 2.2. MÔ TẢ DỮ LIỆU......................................................................................... 6 2.2.1. Đồ thị. ..................................................................................................... 6 2.2.2. Giá trị trung bình, sai số tiêu chuẩn, trung vị.(phụ lục 1)......................... 8 2.3. PHÂN TÍCH DỮ LIỆU. ............................................................................... 9 2.3.1. Hồi quy mô hình (phương pháp OLS). .................................................... 9 2.3.1.1. Hàm hồi quy mẫu (SRF): P= 0 + 1S + 2(Be) + 3Y + 4N +ei (phụ lục 2) ..... 9 2.3.2. Kiểm định các khuyết tật của mô hình.(P= β0 + β1S + β2Y + β3N +Ui) .... 13 2.3.2.1. Đa công tuyến. ..................................................................................................... 13 2.3.2.2. Phương sai sai số thay đổi................................................................................... 16 2.3.2.3. Tự tương quan. .................................................................................................... 19 2.3.3. Khắc phục các khuyết tật của mô hình. ................................................. 19 2.4. ĐÁNH GIÁ ................................................................................................ 20 KẾT LUẬN ......................................................................................................... 22 PHỤ LỤC ............................................................................................................ 23 Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 2 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG LỜI MỞ ĐẦU Thị trường bất động sản là một thị trường có diễn biến phức tạp và là một lĩnh vực có ảnh hưởng lớn đến sự phát triển của nền kinh tế. Việc xác định giá nhà đất đối với nghiên cứu kinh tế lượng luôn là một trong những đề tài nghiên cứu đáng quan tâm.Nắm rõ tình hình giá cả của nhà đất là một lợi thế đối với các nhà kinh doanh bất động sản cũng như những người có nhu cầu mua nhà.Trên thực tế, quyết định mua một ngôi nhà mang ý nghĩa đầu tư tài chính hơn là đơn thuần một quyết định tiêu dùng cá nhân.Chính vì thế xét trên cả phương diện các học thuyết kinh tế và cả phương diện mô hình kinh tế lượng, việc nghiên cứu những nhân tố ảnh hưởng tới giá nhà mang lại nhiều ý nghĩa thực tiễn thú vị. Để nghiên cứu giá nhà ta thường thu thập số liệu về những yếu tố ảnh hưởng đến ngôi nhà đó. Giá nhà khi biến động thường phụ thuộc vào rất nhiều yếu tố, từ những yếu tố tình hình biến động trên thị trường bất động sản và thị trường tài chính hoặc chỉ đơn giản là những yếu tố liên quan đến cơ sở vật chất, nội thất, kiến trúc, của ngôi nhà.Những ngôi nhà nào có cơ sở vật chất khác nhau sẽ có những giá trị khác nhau, dẫn đến giá cả trên thị trường của chúng cũng sẽ khác nhau. Xuất phát từ thực tế khách quan,và nhu cầu cấp thiết đó, nhóm chúng em tiến hành khảo sát mô hình hồi quy để tìm ra sự phụ thuộc của giá nhà đến các yếu tố cấu trúc và môi trường xung quanh. Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 3 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 2. NỘI DUNG 2.1.CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU 2.1.1. Giới thiệu mô hình Hedonic Phương pháp định giá Hedonic được định nghĩa là kỹ thuật phân tích hồi quy được sử dụng để xác định giá trị của những thuộc tính liên quan đến hàng hóa trên thị trường trong các giai đoạn cụ thể. Những thuộc tính có thể đo lường được như kích cỡ, tốc độ, trọng lượng,… sẽ ảnh hưởng đến giá trị của hàng hóa. Theo Griliches (1971), phương pháp Hedonic dựa trên cơ sở: giá của một hàng hóa không đồng nhất có thể được xác định thông qua những thuộc tính liên quan đến hàng hóa đó. Vì thế, hàm hồi quy Hedonic có dạng: pi = h(ci), • Pi là giá của hàng hóa • Ci là vector của các đặc tính liên quan đến hàng hóa. Theo Triplett (1986), phương pháp định giá Hedonic đã phát triển và được ứng dụng nhiều vào cách xác định các chỉ số giá trước khi nó được xây dựng thành một khung cơ sở hoàn chỉnh. Theo Malpezzi (2002), Court (1939) là người đầu tiên áp dụng phương pháp hồi quy Hedonic. Phương pháp của ông liên hệ giá của xe ô tô với những đặc điểm tạo ra sự hài lòng của khách hàng như sức mạnh của động cơ, tốc độ, trang trí nội thất của xe,…Vì thế, mô hình được biết đến với tên gọi “mô hình định giá Hedonic”. Mô hình Hedonic được phát triển hoàn chỉnh hơn qua hai nghiên cứu quan trọng là lý thuyết tiêu dùng của Lancaster (1966) và mô hình giá ẩn Hedonic của Rosen (1974). Cả hai hướng tiếp cận đều nhằm mục tiêu ước tính giá trị và số lượng thuộc tính dựa trên những sản phẩm khác nhau được đưa vào quan sát. Lancaster đã xây dựng nền tảng lý thuyết cho mô hình Hedonic: sự thỏa dụng của người tiêu dùng có được từ những đặc tính của sản phẩm, chứ không phải trực tiếp từ sản phẩm đó. Hiện nay, phương pháp định giá Hedonic được áp dụng rộng rãi tại các quốc gia phát triển.Theo Malpezzi (2003), trong quá trình phát triển, thị trường nhà ở là một trong ứng dụng rộng rãi của mô hình định giá Hedonic, vì nhà ở là hàng hóa không đồng nhất; đồng thời nhu cầu của người tiêu thụ cũng không đồng nhất.Thật vậy, một căn hộ gồm nhiều đặc điểm riêng biệt về diện tích, chất lượng, vị trí,… Mỗi căn nhà có một vị trí nhất định, thời gian xây dựng khác nhau, có diện tích khác nhau. Bên cạnh đó, mức độ thỏa dụng của người mua khác nhau, định giá căn hộ cũngkhác nhau. Một căn hộ có cùng một nhóm đặc điểm được định giá khác nhau theo từng người mua. Việc định giá vì thế cũng trở nên khó khăn. Từ đó, phương pháp Hedonic được sử dụng phổ biến vì nó ước tính được giá trị của Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 4 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG các đặc điểm riêng lẻ cấu thành nên giá trị chung của cả căn hộ. Theo nghiên cứu ứng dụng mô hình Hedonic trong thị trường nhà ở của Thibodeau và Malpezzi (1980), phương pháp định giá Hedonic là một mô hình hồi quy của giá trị hoặc giá thuê căn hộ dựa trên những đặc tính liên quan đến căn hộ. Trong đó, từng biến độc lập đại diện cho từng đặc điểm riêng biệt và các hệ số trong kết quả của mô hình là giá tiềm ẩn của những đặc điểm này. Mô hình hồi quy của giá thuê nhà hoặc giá trị căn hộ có dạng như sau: R = f (S, N, L, C, T), Trong đó: R là giá thuê hoặc giá trị căn hộ; S là những đặc điểm thuộc cấu trúc; N là đặc điểm thuộc môi trường xung quanh; L là vị trí; C là đặc điểm về hợp đồng giao dịch và T là thời hạn căn hộ được quan sát. 2.1.2. Mô hình nghiên cứu Nội dung của bài tiểu luậnsẽ đi nghiên cứu sự ảnh hưởng giá nhà theo các yếu tố sau: - Những đặc điểm thuộc cấu trúc: S: Diện tích của ngôi nhà . Be: Số phòng ngủ . Y: Diện tích sân xung quanh ngôi nhà. - Những đặc điểm thuộc môi trường xung quanh ngôi nhà: N: chất lượng của nhà hang xóm(thang điểm 1-4 với 1 =best,4=worst) Khi đưa vào mô hình hồi quy kinh tế lượng, biến P là biến phụ thuộc, vòn các biến S, Be, Y N là biến độc lập. Ta xétmô hình hồi quy kinh tế: P= β0 + β1S + β2Be + β3Y + β4N +Ui Dự đoán dấu của các hệ số dựa vào lý thuyết /kinh nghiệm thực tế: Do theo lý thuyết trong các ngành khác cũng như trong thực tế, ta thấy diện tích nhà tác động cùng chiều với giá nhà, tức là diện tích nhà càng lớn thì diện tích nhà càng có xu hướng tăng. Vì thế β1 mang dấu (+) Tương tự với các biến số phòng ngủ và diện tích sân xung quanh càng lớn thì giá nhà càng có xu hướng tăng. Vì thế β2, β3 đều mang dấu (+) Ngược lại, chất lượng của các nhà hàng xóm xung quanh càng tăng, thì khả năng cạnh tranh của các nhà hàng xóm so với nhà chúng ta càng lớn, vì thế biến chất lượng của các nhà hàng xóm có tác động ngược chiều với giá nhà và β4 mang dấu (-) Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 5 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG Ý nghĩa của các tham số hồi quy như sau: β0: hệ số chặn. β1 :mức thay đổi giá nhà theo diện tích nhà. β2 : mức thay đổi giá nhà theo số phòng ngủ. β3 : mức thay đổi giá nhà theo sân xung quanh nhà. β4:mức thay đổi giá nhà theo chất lượng của các nhà hàng xóm xung quanh. Ui :yếu tố ngẫu nhiên. 2.2.Mô tả dự liệu 2.2.1. Đồ thị. Hình 1: Đồ thị mối liên hệ giữa biến p và s Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 6 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG Hình 2: Đồ thị mối liên hệ giữa biến p và y Hình 3: Đồ thị mối liên hệ giữa biến p và n Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 7 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG Price of the house (Thousands of USA 600 500 400 300 200 100 0 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 Number of bedrooms Hình 4: Đồ thị mối liên hệ giữa biến P và biến Be 2.2.2. Giá trị trung bình, sai số tiêu chuẩn, trung vị.(phụ lục 1). Các biến P(nghìn đô la) Giá trị trung Giá trị lớn giá trị nhỏ Trung vị bình nhất nhất 242.30 503.00 107.00 242.00 Phương sai 79.242 S(feet vuông) 1470.2 3269.0 702.00 1478.0 513.08 Be(số phòng) 2.8372 4.0000 2.0000 3.0000 0.65211 Y(feet vuông) 6284.8 19580 1780.0 6086.0 3072.6 N 1.7791 4.0000 1.0000 1.5000 0.87493 Nhận xét: • Biến P ( Price of the house) : Nghìn đô la Kết quả cho thấy: - Giá trị trung bình của dữ liệu: 242.30 - Trung vị của dữ liệu là : 242.00, giá trị lớn nhất là 503.00 và nhỏ nhất là 107.00 - Độ lệch chuẩn là 8.901 tương đương với phương sai là 79.242 Ta có thể thấy dữ liệu có độ chênh lệch rất lớn, chính vì thế không thể đánh giá qua các giá trị trung bình hay phân vị để đưa ra một mức kết quả chung. Điều này thể hiện Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 8 Nhóm 17_Lớp KTE309.7 - - - BÀI TẬP KINH TẾ LƯỢNG tầm quan trọng của việc xây dựng mô hình kinh tế lượng để đưa ra những con số tốt nhất. • Biến S ( size of the house) : feet vuông Kết quả cho thấy: Giá trị trung bình của dữ liệu: 1470.2 Trung vị của dữ liệu là: 3269.0 , giá trị lớn nhất là: 3269.0 và nhỏ nhất là 702.00 Độ lệch chuẩn là 22.651 tương đương với phương sai là 513.08 Ta có thể thấy với biến S này, cũng như P độ chênh lệch của dữ liệu là rất lớn. • Biến Be (Numbers of bedroom in the house) : Kết quả cho thấy: Giá trị trung bình của dữ liệu: 2.8372 Trung vị của dữ liệu là: 3.0000 , giá trị lớn nhất là: 4.0000 và nhỏ nhất là 2.0000 Độ lệch chuẩn là 0.8075 tương đương với phương sai là 0.65211 Ta có thế thấy dữ liệu có độ chênh lệch không lớn lắm • Biến Y ( size of the yard around the house) : feet vuông Giá trị trung bình của dữ liệu: 6284.8 Trung vị của dữ liệu là: 6086.0, giá trị lớn nhất là: 19580.0 và nhỏ nhất là 1780.0 Độ lệch chuẩn là 55.43 tương đương với phương sai là 3072.6 • Biến N ( Quality of the neighborhood near the house) : Giá trị trung bình của dữ liệu: 1.7791 Trung vị của dữ liệu là: 1.5000, giá trị lớn nhất là: 4.0000 và nhỏ nhất là 1.0000 Độ lệch chuẩn là 0.935 tương đương với phương sai là 0.87493 2.3.Phân tích dữ liệu. 2.3.1. Hồi quy mô hình (phương pháp OLS). 2.3.1.1. Hàm hồi quy mẫu (SRF): P= 0 + 1S + 2(Be) + 3Y + 4N +ei (phụ lục 2) Với : β0 = 122.212 β1= 0.105368 β2= -3.07718 β3= 0.00413637 β4 = -29.2793 a) Kiểm định các tham số hồi quy (với mức ý nghĩa α=5%). ∗ Kiểm định hệ số β0: Đặt giả thiết: H0: β0=0 (hệ số không có ý nghĩa thống kê) H1: β0 0. Cách 1: p-value=1.29(e^-5)<0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tức là hệ số chặn có ý nghĩa thống kê Cách 2: |tqs| ≥ t ( / ) , ( >t ) ( . ) 5.010>t ( . ) Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tức là hệ số chặn có ý nghĩa thống kê. • Kiểm định hệ số β1: Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 9 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG Đặt giả thiết H0: β1=0 (hệ số không có ý nghĩa thống kê) H1: β1≠0. Cách 1: p-value=1.92(e^-10)<0.05 =>Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1 tức làhệ sốβ1 có ý nghĩa thống kê Cách 2:|tqs| ≥ t ( ) / , ( ) >t ( ) . 8.596>t ( ) . Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1 tức làhệ số β1 có ý nghĩa thống kê,tức là diện tích nhà ở (S) có ảnh hưởng đến giá mua nhà (P). • Kiểm định hệ số β2: Đặt giả thiết H0: β2=0 (hệ số không có ý nghĩa thống kê) H1: β2≠0. Cách 1: p-value=0.7301> 0.05 =>Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ số β2 không có ý nghĩa thống kê. Cách 2: |tqs| ≥ t ( ) / ( ) Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhậnH1 tức làhệ số β3 có ý nghĩa thống kê. Cách 2:|tqs| ≥ t ( / ) ( >t ) ( ) . 2.837>t ( ) . Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1 tức là hệ số β3 có ý nghĩa thống kê ,tức là diện tích sân xung quanh nhà(Y) có ảnh hưởng đến giá mua nhà(P). • Kiểm định hệ số β4: Đặt giả thiết H0: β4=0 (hệ số không có ý nghĩa thống kê) H1: β4≠0. Cách 1: p-value=1.85(e^-6)< 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1 tức là hệ số β4 có ý nghĩa thống kê. Cách 2:|tqs| ≥ t ( / ) ( ) >t ( . ) 5.627>t ( . ) Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhậnH1 tức làhệ số β4 có ý nghĩa thống kê ,tức là chất lượng nhà hàng xóm xung quanh(N) có ảnh hưởng đến giá mua nhà(P). Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 10 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG b)Hệ số R2. • Có hệ số R2 = 90.5090%,ý nghĩa: các biến giải thích giải thích được 90.5090% sự biến động của biến phụ thuộc. • Kiểm định sự phù hợp của mô hình (với mức ý nghĩa α=5%). Đặt giả thiết H0: = ! $≠ H1: = = " (# =0) 0 (j ∈ {1, 2, 3, 4}) (# ≠ 0) Cách 1: p-value(F)= 6.74(e^-19) < 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tức là R2≠0, hàm phù hợp. (' !,) ') Cách 2:Fqs>%& (", 90.59510 >% . ) Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là R2≠0, hàm phù hợp, các biến giải thích giải thích được 90.5090% sự biến động của biến phụ thuộc. c) Xác định lại mô hình hồi quy kinh tế. • Nhận xét: vì hệ số β2 khôngcó ý nghĩa thống kê nên ta xét mô hình hồi quy kinh tế mới (loại bỏ biến Be:số phòng ngủ ra khỏi mô hình): P= β0 + β1S + β2Y + β3N +Ui • Và hàm hồi quy mẫu (SRF): P= Với : 0 + 1S + 2Y + 3N +ei(phụ lục 3) β0 =117.465 β1 =0.1026444 β2 =0.00411703 β3 =-29.1998 c.1)Kiểm định các tham số hồi quy (với mức ý nghĩa α=5%). • Kiểm định hệ số β0: Đặt giả thiết H0: β0=0 (hệ số không có ý nghĩa thống kê) H1: β0≠0. Cách 1: p-value= 7.66(e^-7) < 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là hệ số chặn có ý nghĩa thống kê Cách 2:|tqs| ≥ t ( / ) ( >t ) ( *) . 5.878>t ( *) . Với mức ý nghĩa α = 5% bác bỏ H0,chấp nhậnH1 tức là hệ số chặn có ý nghĩa thống kê. • Kiểm định hệ số β1: Đặt giả thiết H0: β1=0 (hệ số không có ý nghĩa thống kê) H1: β1≠0. Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 11 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG Cách 1: p-value= 1.55(e^-13) < 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là hệ sốβ1 có ý nghĩa thống kê Cách 2:|tqs| ≥ t ( ) / ( >t ) ( *) . 11.01>t ( *) . Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là hệ sốβ1 có ý nghĩa thống kê,tức là diện tích nhà ở (S) có ảnh hưởng đến giá mua nhà (P). • Kiểm định hệ số β2: Đặt giả thiết H0: β2=0 (hệ số không có ý nghĩa thống kê) H1: β2≠0. Cách 1: p-value= 0.0068 < 0.05 =>Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ sốβ2 khôngcó ý nghĩa thống kê. Cách 2: |tqs| ≥ t ( ) / ( ) >t ( *) . 2.859>t ( *) . Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ sốβ2 khôngcó ý nghĩa thống kê,tức là diện tích sân xung quanh nhà(Y) có ảnh hưởng đến giá mua nhà(P). • Kiểm định hệ số β3: Đặt giả thiết: H0: β3=0 (hệ số không có ý nghĩa thống kê), H1: β3≠0. Cách 1: p-value=1.43(e^-6) < 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1 tức là hệ số β3 có ý nghĩa thống kê. Cách 2:|tqs| ≥ t ( ) / ( ) >t ( *) . 5.681>t ( *) . Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là hệ số β3 có ý nghĩa thống kê ,tức là chất lượng nhà hàng xóm xung quanh(N) có ảnh hưởng đến giá mua nhà(P). c.2) Hệ số R2’. • Có hệ số R2’= 90.4789%, ý nghĩa: các biến giải thích giải thích được 90.4789% sự biến động của biến phụ thuộc. c.3) Kiểm định sự phù hợp của mô hình (với mức ý nghĩa α=5%). • Đặt giả thiết H0: H1: ! = $≠ = (# =0) 0 (j ∈ {1, 2, 3}) (# ≠ 0) Cách 1: p-value(F)= 5.88(e^-20) <0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là R2’≠0, tức là các biến giải thích giải thích được 90.4789% sự biến động của biến phụ thuộc. ( ,) ') Cách 2: Fqs>%& ( , *) 123.5382>% . Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 12 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là R2’≠0, tức là các biến giải thích giải thích được 90.4789% sự biến động của biến phụ thuộc. c.4) So sánh 2 mô hình hồi quy. • Vì #+ 2<#+ 2’ (89.51% < 89.7465%) Mô hình hồi quy mới phù hợp và chính xác hơn so với mô hình cũ. Lựa chọn mô hình hồi quy mới để kiểm định và khắc phục các khuyết tật của mô hình ở những phần sau của bài tiểu luận. 2.3.2. Kiểm định các khuyết tật của mô hình.(P= β0 + β1S + β2Y + β3N +Ui) 2.3.2.1. Đa công tuyến. a) Cách 1: Hồi quy mô hình phụ(phương pháp OLS) (phụ lục 4): - 0 + , - 1Y +, - 2N +ei S=, Với:α -0 = 1509.44 α -1 = 0.0557122 α -2 = -218.848 a.1) Kiểm định các tham số hồi quy (với mức ý nghĩa α=5%). • Kiểm định hệ số α0: Đặt giả thiết H0:α0 =0 (hệ số không có ý nghĩa thống kê) H1:α0≠0 Cách 1: p-value= 2(e^-7) < 0.05 =>Với mức ý nghĩa α=5%,bác bỏ H0tức là α0có ý nghĩa thống kê. ( Cách 2: |tqs| ≥ t / ) / & & (& ) >t (" ) . 6.266>t (" ) . Với mức ý nghĩa α=5%,bác bỏ H0tức là α0có ý nghĩa thống kê. • Kiểm định hệ số α1: Đặt giả thiết H0:α1 =0 (hệ số không có ý nghĩa thống kê) H1:α1≠0 Cách 1: p-value=0.0190< 0.05 =>Với mức ý nghĩa α=5%,bác bỏ H0,chấp nhận H1tức là α1 có ý nghĩa thống kê. ( ) Cách 2: |tqs| ≥ t / / & & (& ) >t (" ) . 2.444>t (" ) . Với mức ý nghĩa α=5%,bác bỏ H0,chấp nhận H1 tức là α1 có ý nghĩa thống kê • Kiểm định hệ số α2 Đặt giả thiết H0:α2 =0 (hệ số không có ý nghĩa thống kê), H1:α2≠0 Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 13 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG Cách 1: p-value= 0.0093 < 0.05 =>Với mức ý nghĩa α=5%,bác bỏ H0,chấp nhận H1tức là α2có ý nghĩa thống kê Cách 2: |tqs| ≥ t ( / ) / & & (& ) >t (" ) . 2.734>t (" ) . Với mức ý nghĩa α=5%,bác bỏ H0, chấp nhận H1 tức là α2 có ý nghĩa thống kê. • Có hệ số R2 = 32.9425%,ý nghĩa: các biến Y và N giải thích được 32.9425% sự biến động của biến S. a.2) Kiểm định sự phù hợp của mô hình (với mức ý nghĩa α=5%). • Đặt giả thiết H0:α! = α (# =0) H1: α$ ≠ 0 (j ∈ {1, 2}) (# ≠ 0) Cách 1: p-value(F)= 0.000338 <0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tức là R2≠0, tức là các biến giải thích giải thích được 32.9425% sự biến động của biến phụ thuộc. ( ,) ') Cách 2: Fqs>%& ( ," ) 9.825133>% . Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tức là R2≠0, tức là các biến giải thích giải thích được 32.9425% sự biến động của biến phụ thuộc. • Vì α0 , α1 , α2đều có ý nghĩa thống kê và R2≠0 nên mô hình có hiện tượng đa cộng tuyến không hoàn hảo nhưng hiện tượng đa cộng tuyến là không đáng kể. b) Cách 2: nhân tử phóng đại phương sai (VIF) • VIF được thiết lập trên cơ sơ hệ số xác định R2 trong hồi quy của 1 biến giải thích với các biến giải thích còn lại (phụ lục 5)là: 01%(2) = 1 = 1.49125 < 10 1−# 01% (<) = 1 = 1.277 < 10 1−# 1 = 1.319 < 10 1−# Không có hiện tượng đa công tuyến hoặc nếu có thì không đáng kể. 01%(>) = c) Cách 3: xét R2 , tỷ số t của các biến giải thích (của mô hình P= β0 + β1S +β2Y + β3N +Ui) (phụ lục 3). R2 khá cao (0.904789) Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 14 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG t(S) =11.01 t(Y)= 2.859 t(N)= -5.681 R2 cao,các tỷ số t không quá nhỏ Mô hình không có hiện tượng đa cộng tuyến hoặc nếu có thì không đáng kể. d) Cách 4: Xét tương quan cặp giữa các biến giải thích(phụ lục 6) • S Y N S 1 0.4518 -0.4788 Y 0.4518 1 -0.3166 N -0.4788 -0.3166 1 Vì hệ số tương quan cặp giữa các biến giải thích không cao (<0.8) Khả năng tồn tại đa cộng tuyến trong mô hình là thấp. e) Cách 5: Độ đo Theil (đo mức độ đa cộng tuyến)(phụ lục 7,8,9) m = R2–∑(AB − AB C ) • Với:R2là hệ số xác định bôi trong mô hình hồi quy của P với các biến giải thích S,Y,N. R2-i là hệ số xác định bội trong mô hình hồi quy của P với lần lượt các tổ hợp biến(S,Y) ; (Y,N) ; (N,S) • Theo kết quả hồi quy ta có: R2-N = 0.825989 R2-S = 0.608592 R2-Y = 0.884838 R2 = 0.904789 (phụ lục 3) m= 0.904789 – (0.904789 –0.825989) – (0.904789–0.608592) – (0.904789 – 0.884838) m= 0.509841 • Ta có tỷ số : m / R2 = 0.509841/ 0.904789 =0.56349 > 0.5 Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 15 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG mô hình có hiện tượng đa cộng tuyến , nhưng chưa kết luận được mức độ nghiêm trọng của hiện tượng. 2.3.2.2. Phương sai sai số thay đổi. a) Phương pháp đồ thị • Từ những đồ thị vẽ DE theo FG ,S ,Y và N nhận thấy không tìm được bất kì sự liên hệ nào giữa DE theo FG ,S ,Y và N Mô hình không có hiện tượng phương sai sai số thay đổi. Vẽ DE theoFG Vẽ DE theo Y Giảng viên hướng dẫn: Th.S Phí Minh Hồng Vẽ DE theo S Vẽ DE theo N Trang 16 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG b) phương pháp kiểm định. b.1) Cách 1:Dùng kiểm định White (phụ lục 10) • Ước lượng mô hình hồi quy: HBC = β0 + β1S + β2Y + β3N + β4S2 +β5Y2 + β6N2 + β7S.Y+ β8Y.N + β9N.S +Ui • Phương pháp ước lượng OLS,với mức ý nghĩa α=5% • Đặt giả thiết H0: phươngsai sai số không thay đổi H1: phương sai sai số thay đổi. [p-value = P(Chi-square(9) > 8.691904) = 0.466186] > α (KL) X2qs≤ X nR2 ≤ X (*) . 8.691904≤ X (*) . Với mức ý nghĩa α=5%,chấp nhận H0tức là mô hình gốc không có hiện tượng phương sai sai số thay đổi. b.2) Cách 2:Dùng kiểm định Breush-Pagan-Godfrey(phụ lục 11). • Ước lượng mô hình hồi quy:HBC = β0 + β1Z1i+...+ βmZmi + Ui • Phương pháp ước lượng OLS, mức ý nghĩa α=5% • Đặt giả thiết H0: phươngsai sai số không thay đổi H1: phương sai sai số thay đổi. [p-value = P(Chi-square(3) > 6.061559) = 0.108653] >α (KL) X2qs≤ X ESS/2≤ X (*) . 6.061559≤ X ( ) . Với mức ý nghĩa α=5%,chấp nhận H0tức là mô hình gốc không có hiện tượng phương sai sai số thay đổi. b.3) Cách 3:Dùng kiểm định Park (phụ lục 12) • Ước lượng mô hình hồi quy: lnHC = β0 + β1lnMN + Ui • Hồi quy mô hình với biến phụ thuộc là lgDE và biến giải thích là lgFG với phương pháp ước lượng OLS, mức ý nghĩa α=5%. • Đặt giả thiết H0: hệ số góc của mô hình không có ý nghĩa thống kê H1: hệ số góc của mô hình có ý nghĩa thống kê. Cách 1: p-value = 0.7117>0.05 =>Với mức ý nghĩa α=5%,chấp nhận H0tức là hệ số góc của mô hình không có ý nghĩa thống kê,tức là mô hình gốc không có hiện tượng phương sai sai số thay đổi. Cách 2: |tqs| ≤ t ( / ) ( ) α =>Với mức ý nghĩa α=5%,chấp nhận H0 tức là mô hình gốc không có hiện tượng phương sai sai số thay đổi. Cách 2: |Fqs| ≤ F (!, ) ( ( ) )2Với mức ý nghĩa α=5%,chấp nhận H0 tức là mô hình gốc không có hiện tượng phương sai sai số thay đổi. (KL) Cách 3: X2qs≤ X nR2 ≤ X (*) . 0.641775 ≤ X (!) . Với mức ý nghĩa α=5%,chấp nhận H0tức là mô hình gốc không có hiện tượng phương sai sai số thay đổi. b.5) Cách 5:Kiểm định Glejser (phụ lục 14). • Ước lượng mô hình hồi quy:|HC |= β0 + β1MN + Ui • Phương pháp ước lượng OLS, mức ý nghĩa α=5% • Đặt giả thiết H0: phươngsai sai số không thay đổi H1: phương sai sai số thay đổi. Cách 1: P-value(F) = 0,639276 > 0.05 =>Với mức ý nghĩa α=5%,chấp nhận H0 tức là mô hình gốc không có hiện tượng phương sai sai số thay đổi Cách 2: |tqs| ≤ t ( / ) ( ) 0.05 nên mô hình không có lỗi tự tương quan b. Kiểm định Durbin – Watson: Gỉa thiết: H0: Không có sự tương quan H1: Có sự tương quan. Kiểm định Durbin-Watson trong Gretl được kết quả sau đây: Durbin-Watson statistic = 1.67979 p-value = 0.11293 -Ta có p-value > 0.05 nên với mức ý nghĩa U = 5%,không có cơ sở thống kê để bác bỏ giả thiết H0 -Trong gretl, Tools/Statistical tables/DW/ sample size: 43; number of regression(including the constants): 3ta thu được kết quả dL = 1.3663 dU = 1.6632 vì dU - Xem thêm -