BÀI TẬP LỚN MÔN KINH TẾ LƯỢNG

Mọi ý kiến đóng góp xin gửi vào hòm thư: [email protected]

Kéo xuống để Tải ngay bản PDF đầy đủ: Sau “mục lục” và “bản xem trước”

(Nếu là bài nhiều công thức nên mọi người nên tải về để xem tránh mất công thức)

Bài liên quan: ĐỒ ÁN NGHIÊN CỨU VỀ “CHÍNH SÁCH LÃI SUẤT” CỦA NGÂN HÀNG TRUNG ƯƠNG ANH NĂM 2011-2015

---

Tải ngay bản PDF tại đây: BÀI TẬP LỚN MÔN KINH TẾ LƯỢNG

BÀI TẬP LỚN MÔN KINH TẾ LƯỢNG

 

Đề bài

Cho các biến K,L FDI,GDP

Xây dựng mô hình    GDP=A. . . . (1)

Đơn vị:+GDP,A,K là tỷ USD

+L là triệu người

Từ mô hình (1) ta chuyển đổi về dạng đơn giản hơn như sau:

lnGDP=lnA+ .lnK+ .lnL+ .lnFDI+Ui (2)

Yêu cầu

1. Chạy phần mềm eview để đưa ra mô hình hồi quy mẫu của (1) và (2). Nêu ý nghĩa của các hệ số.
2. Mô hình (2) có đa cộng tuyến hay không?
3. Mô hình (2) có phương sai sai số không?
4. Mô hình (2) có tự tương quan hay không?
5. Mô hình (2) có thiếu biến hay thừa biến không?

Bảng số liệu như sau:

K	L	FDI	GDP
12.68300	11.85000	1.169000	57.65000
24.99720	2.230000	63.12000	112.6000
47.46720	2.900000	138.4000	204.6000
54.33880	2.670000	189.7000	222.7000
71.63640	50.13000	31.66000	294.8000
72.29580	10.91000	77.70000	357.9000
85.09000	12.50000	45.40000	335.0000
86.82240	4.940000	41.32000	326.4000
89.00000	45.73000	29.23000	222.5000
94.15420	22.49000	37.66000	431.9000
98.19600	20.49000	90.40000	467.6000
115.2140	16.10000	60.04000	523.7000
127.1411	7.500000	450.9000	638.9000
142.4500	37.12000	69.06000	519.9000
199.5616	108.0000	21.91000	845.6000
211.6368	10.90000	246.2000	766.8000
280.2800	17.90000	398.4000	1274.000
290.8950	45.38000	236.2000	1353.000
329.0020	99.47000	214.3000	1838.000
335.2680	23.99000	133.0000	1206.000
370.8000	24.86000	294.8000	1800.000
392.9010	30.71000	1135.000	2147.000
402.7440	75.10000	271.6000	2076.000
419.4960	22.01000	439.4000	1362.000
427.8690	27.76000	697.4000	2067.000
521.2720	43.63000	763.9000	2833.000
942.8700	516.4000	67.72000	2965.000
1064.497	66.70000	88.62000	4417.000
2162.160	146.1000	1818.000	13860.00
2972.146	803.3000	758.9000	7043.000

BÀI LÀM

 

1.Xét hàm hồi quy mẫu

_i= ₁+ ₂.lnK_i+ ₃.lnL_i+ ₄.lnFDI_i

Với ₁=lnA

₂=

₃=

₄=

Bước 1 Nhập số liệu vào eview.

Bước 2 Tại ô gõ câu lệnh LS log(GDP) C log(K) log(L) log(FDI)

Sau đó ta có kết quả bảng eview:

Suy ra MHHQ mẫu:

_i=1,479245+0,908368lnK_i+0,008015lnL_i+0,087486lnFDI_i

Suy ra mô hình (2) :

• lnGDP =1,479245+0,908368lnK_i+0,008015lnL_i+0,087486lnFDI_i +Ui

Từ kết quả trên ta được lnA=1,479245 => A= =4.38963

=0,908368

=0,008015

=0,087486

Suy ra mô hình (1):

GDP=4.38963. . . .

* Ý nghĩa của các hệ số

– 2: khi vốn tăng lên 1 tỷ USD,các yếu tố khác không thay đổi thì GDP tăng lên 0,908368 tỷ USD.

– ₃: khi số lượng lao động tăng lên 1 triệu người,các yếu tố khác không đổi thì GDP tăng lên 0,008015 tỷ USD.

– ₄: khi vốn đầu từ trực tiếp từ nước ngoài tăng lên 1 tỷ USD,các yếu tố khác không đổi thì GDP tăng lên 0,087486 USD.

2.Phát hiện hiện tượng đa cộng tuyến

a.Phương pháp R² cao và t_tn thấp

Từ kết quả mô hình hồi quy thu được ở trên khi chạy eview ta thấy như sau:

R²=0,973080>0,8àR² cao

Các t_tn lần lượt là 9.095672 ;0.122274 và 1.615056 đem so sánh với  = =2.056 à Các t_tn không đồng thời nhỏ hơn  nên chưa thể kết luận mô hình có hiện tượng đa cộng tuyến hay không.

b.Phương pháp hệ số tương quan cặp cao

Từ cửa sổ chính eview chọn quick/group statistics/correlations. Cửa sổ series list xuất hiện sau đó đưa vào danh sách các biến của ma trận tương quan.

Ta có kết qủa hiển thị ma trận tương quan như sau:

Nếu hệ số tương quan cặp giữa các biến giải thích cao ( >0.8) thì có khả năng tồn tại hiện tượng đa cộng tuyến.

Nhìn vào bảng trên thì ta thấy  nhưng lại <0.8.Suy ra chưa thể kết luận được mô hình có hiện tượng đa cộng tuyến hay không.

c.Phương pháp hồi quy phụ:

Hồi quy lần lượt các biến giải thích theo các biến giải thích còn lại.

Giả sử hồi quy biến FDI theo biến K và L.

Suy ra mô hình hồi quy lnFDI_i= ₁+ ₂.lnK_i+ ₃.lnL_i+v_i

Chạy kết quả eview bằng cách viết công thức vào màn hinh chính

Ls log(FDI) C log(K) log(L)

Mô hình hồi quy:

lnFDI_i= + .lnK_i .lnL_i thu được R²=0.753507.

Có =0.05 cần kiểm định giả thiết  Ho: R²=0

H₁: R²  0

Ta có tiêu chuẩn kiểm định: F=

Nếu Ho đúng thì F F(k-1,n-k)

Ta thấy P-value của thống kê F =0<  .Vậy nên bác bỏ giả thiết cho rằng không có hiện tượng đa cộng tuyến.

Kết luận:Với mức ý nghĩa   =5% có thể nói rằng  mô hình có hiện tượng đa cộng tuyến.

3.Phát hiện hiện tượng phương sai sai số

a.Phương pháp dựa trên biến phụ thuộc

Bước 1: Ước lượng mô hình ban đầu

_i=1,479245+0,908368lnK_i+0,008015lnL_i+0,087486lnFDI_i

Bước 2: Ước lượng mô hình = ₁+ ₂ln _i²+v_i

Tạo biến , ta được bảng kết quả

Sử dụng phần mềm tạo lnGDP: vào forecast -> tích vào log(GDP) và điền YF vào forecast name.

Chạy eview:

Tại cửa sổ chính vào Quick -> estimate equation -> hiện bảng nhập Ei2 c yf

Kiểm định giả thuyết:    Ho: R²=0(không có phương sai sai số thay đổi)

H₁: R²  0(có phương sai sai số thay đổi)

Ta có tiêu chuẩn kiểm định: F= ² .Nếu H₀ đúng thì F F(1,n-2)

Nhìn vào bảng eview thấy p-value của f_tn=0.038260<0.05 suy ra bác bỏ H₀,chấp nhận H₁

Kết luận với =0.05 thì mô hình có hiện tượng phương sai sai số thay đổi

1. Kiểm định park

-Hồi quy mô hình gốc thu được phần dư ei.

+ Ước lượng mô hình hồ quy Lnei²= ₁+ ₂.ln(ln(K_i)+vi

Từ cửa sổ chính Eviews, chọn Quick/ Estimate Equation

Tại cửa sổ Equation Specification nhập tên các biến của mô hình như sau:

Log(Ei^2) C Log(log(K))àOK

Chạy eview ta thu được kết quả:

Suy ra mô hình hồi quy: Lnei²= + .ln(ln(K_i)+vi

Kiểm định giả thiết        Ho: ₂=0(không có phương sai thay đổi)

H₁: ₂≠0(có phương sai thay đổi)

Tiêu chuẩn kiểm định: T=      Nếu  đúng thì T

Nhìn vào bảng ta thấy p-value=0.2293>0.05àchấp nhận Ho, bác bỏ H₁

Vậy với mức ý nghĩa =0.05 có thể nói mô hình không có hiện tượng phương sai sai số thay đổi

+ Ước lượng mô hình hồi quy Lnei²= ₁+ ₂.ln(ln(L_i)+vi

Tương tự

Từ cửa sổ chính Eviews, chọn Quick/ Estimate Equation

Tại cửa sổ Equation Specification nhập tên các biến của mô hình như sau:

Log(Ei^2) C Log(log(L))àOK

Suy ra mô hình hồi quy: Lnei²= + .ln(ln(L_i)+vi

Kiểm định giả thiết        Ho: ₂=0(không có phương sai thay đổi)

H₁: ₂≠0(có phương sai thay đổi)

Tiêu chuẩn kiểm định: T=      Nếu  đúng thì T

Nhìn vào bảng ta thấy p-value=0.1903>0.05àchấp nhận Ho,bác bỏ H₁

Vậy với mức ý nghĩa =0.05 có thể nói mô hình không có hiện tượng phương sai sai số thay đổi.

+ Ước lượng mô hình hồi quy Lnei²= ₁+ ₂.ln(ln(FDI_i)+vi

Tương tự chạy eview thu được kết quả:

Suy ra mô hình hồi quy:Ln ei²= -0.239734.ln(ln(FDI_i)+vi

Kiểm định giả thiết        Ho: ₂=0(không có phương sai thay đổi)

H₁: ₂≠0(có phương sai thay đổi)

Tiêu chuẩn kiểm định: T=      Nếu  đúng thì T

Nhìn vào bảng ta thấy p-value=0.6867>0.05àchấp nhận Ho,bác bỏ H_1.

Vậy với mức ý nghĩa =0.05 thì mô hình không có hiện tượng phương sai sai số thay đổi.

=> Kết luận chung Với mức ý nghĩa =0.05 thì mô hình có xuật hiện hiện tượng phương sai sai số thay đổi.

1. Kiểm định glejser

Ta đã tạo được phần dư e ở trên nên chỉ phải ước lượng mô hình

• Chọn mô hình : |e_i| = β₁ + β2ln(Ki)+ v_i để ước lượng

Tại vị trí gõ lệnh, ta gõ cú pháp sau: ABS(Ei) C log(K)

Chạy eview thu được bảng

Suy ra mô hình hồi quy:|e_i| = -0.059054 + 0.040758ln(Ki)+ v_i

Kiểm định giả thiết        Ho: ₂=0(không có phương sai thay đổi)

H₁: ₂≠0(có phương sai thay đổi)

Ta có tiêu chuẩn kiểm định: T=      Nếu  đúng thì T

Từ bảng thấy P-value=0.0292<0.05 nên suy ra bác bỏ H₀ chấp nhận H₁.

Vậy với mức ý nghĩa =0.05 mô hình có xuất hiện phương sai sai số thay đổi.

• Chọn mô hình : |e_i| = β₁ + β2ln(Li)+ v_i để ước lượng

Chạy eview ta thu được:

Suy ra mô hình hồi quy: |e_i| = 0.007808 + 0.045048ln(Li)+ v_i

Kiểm định giả thiết        Ho: ₂=0(không có phương sai thay đổi)

H₁: ₂≠0(có phương sai thay đổi)

Ta có tiêu chuẩn kiểm định: T=      Nếu  đúng thì T

Từ bảng thấy P-value= 0.0059<0.05 nên suy ra bác bỏ H₀ chấp nhận H_1.

Vậy với mức ý nghĩa mô hình có xuất hiện phương sai sai số thay đổi.

• Chọn mô hình : |e_i| = β₁ + β2ln(FDIi)+ v_i để ước lượng

Chạy eview ta thu được:

Suy ra mô hình hồi quy: |e_i| = 0.098770 + 0.011792ln(FDIi)+ v_i

Kiểm định giả thiết        Ho: ₂=0(không có phương sai thay đổi)

H₁: ₂≠0(có phương sai thay đổi)

Ta có tiêu chuẩn kiểm định: T=      Nếu  đúng thì T

Từ bảng thấy P-value=0.465119>0.05 suy ra chấp nhận H₀ bác bỏ H_1.

Vậy với mức ý nghĩa =0.05 mô hình không có hiện tượng phương sai sai số thay đổi.

àKết luận chung:Với mức ý nghĩa 0.05 thì chúng ta chưa thể kết luận mô hình có hiện tượng phương sai sai số thay đổi hay không.

1. Kiểm định White:

Ước lượng mô hình hồi quy:e_i²= ₁+  ₂ln(K) +  ₃ln(L) +  ₄ln(FDI) +  ₅ln²(K) +  ₆ln²(L) +  ₇ln²(FDI) +  ₈ln(K).ln(L) +  ₉ln(L).ln(FDI) +  ₁₀ln(K).ln(FDI) + u_i

 

Chạy eview thu được kết quả:

Suy ra mô hình: e_i²=0.448595 -0.240865 ln(K) + 0.088626ln(L) + 0.005712ln(FDI) + 0.024483ln²(K) + 0.031051ln²(L) -0.019771ln²(FDI) -0.056395ln(K).ln(L) + 0.003875ln(L).ln(FDI) + 0.034515ln(K).ln(FDI) + u_i

Kiểm định giả thiết:   Ho:R²=0(không có phương sai sai số thay đổi)

H₁:R²  0(có phương sai sai số thay đổi)

Xây dựng tiêu chuẩn kiểm định:

Nếu  đúng thì

Nhìn vào bảng ta thấy P-value=0.0485<0.05 suy ra bác bỏ H₀,chấp nhận H_1.

Kết luận với mức ý nghĩa =0.05 thì mô hình có xuất hiện hiện tượng phương sai sai số thay đổi.

4.Phát hiện hiện tượng tự tương quan

1. Kiểm định d.Durbin – Watson

Bằng phương pháp ước lượng bình phương nhỏ nhất, ta có bảng kết quả sau:

 

Mô hình hồi quy gốc

_t=1,479245+0,908368lnK_t+ 0,008015lnL_t+0,087486lnFDI_t

Bài toán kiểm định:

Tiêu chuẩn kiểm định

Thay số suy ra:

Với

Ta có các khoảng sau:

0     (1)      d_L       (2)        d_U       (3)    4-d_U       (4)     4-d_L         (5)               4

0                                                2.35                   2.786                    4

Từ bảng Eview, ta có  nên mô hình không có tự tương quan.

b.Kiểm định Breush – Godfrey (BG)

–Kiểm định tự tương quan bậc 1

Từ bảng kết quả eview ta suy ra mô hình hồi quy gốc từ ý 1:

_t=1,479245+0,908368lnK_t+ 0,008015lnL_t+0,087486lnFDI_t

Giả sử có hiện tượng

Ước lượng mô hình sau đây bằng phương pháp OLS:

Chạy lại eview bằng cách:

Từ cửa sổ equation,chọn views/residual test/serial correlation LM test

Cửa sổ Lag specificationànhập số thời kì p cho biến trễ .kết quả xuất hiện bảng như sau:

Bài toán kiểm định

Tiêu chuẩn kiểm định

Nếu

Nhìn vào bảng eview có P-value=0.1361>0.05àchấp nhận H_0.

Vậy mô hình không có tự tương quan bậc 1.

-Kiểm định tự tương quan bậc 2.

Làm tương tự như trên ta có kết quả eview

Mô hình hồi quy gốc:

_t=1,479245+0,908368lnK_t+ 0,008015lnL_t+0,087486lnFDI_t

Ước lượng mô hình

Suy ra

Bài toán kiểm định

Tiêu chuẩn kiểm định

Nếu

Từ bảng kết quả Eview, ta thấy  nên chấp nhận H_0,  bác bỏ H₁

Vậy mô hình không có tự tương quan bậc 2.

5. Mô hình thừa biến hay thiếu biến

a.Kiểm định sự thừa biến

Bước 1: Ước lượng mô hình (2)

Log(GDP) C Log(K) Log(L) Log(FDI)

Từ bảng kết quả ta có mô hình hồi quy

LnGDP = 1.479245 + 0.908368  + 0.008015 + 0.087486

• Kiểm định thừa biến Ln(K)

+ Chọn View/Coeficient Tests/Redundant Variables – Likelihood Ratio

+ Gõ tên biến cần kiểm tra Log(K) vào hộp Omitted- Redundant Variable Tests ta được kết quả

Giả thiết               Ho: ₂=0 (biến Log(K) là không cần thiết)

H₁: ₂≠0 (biến Log(K) là cần thiết)

Ta thấy Prob(F-Statistic ) = 0 <α = 0.05 nên bác bỏ Ho

Kết luận biến log(K) là biến cần thiết trong mô hình

• Kiểm định thừa biến Ln(L)

+ Chọn View/Coeficient Tests/Redundant Variables – Likelihood Ratio

+ Gõ tên biến cần kiểm tra Log(L) vào hộp Omitted- Redundant Variable Tests ta được kết quả

Giả thiết           Ho: ₃=0 (biến Log(L) là không cần thiết)

H₁: ₃≠0 (biến Log(L) là cần thiết)

Ta thấy Prob( F-Statistic)= 0 < α =0.05 nên bác bỏ Ho

Kết luận Biến Log(L) là cần thiết cho mô hình

• Kiểm định thừa biến Ln(FDI)

+ Chọn View/Coeficient Tests/Redundant Variables – Likelihood Ratio

+ Gõ tên biến cần kiểm tra Log(FDI) vào hộp Omitted- Redundant Variable Tests ta được kết quả

Giả thiết           Ho: ₄=0 (biến Log(FDI) là không cần thiết)

H₁: ₄≠0 (biến Log(FDI) là cần thiết)

Ta thấy Prob( F-Statistic)= 0 < α =0.05 nên bác bỏ Ho

Kết luận Biến Log(FDI) là cần thiết cho mô hình

Kết luận chung: Với α= 0.05 mô hình (2) không thừa biến

1. Mô hình thiếu biến

–  Bước 1 Sử dụng phần mềm Eviews ta được bảng kết quả

Hồi quy mô hình(2) ta được mô hình sau:

LnGDP = 1.479245 + 0.908368  + 0.008015 + 0.087486

• = 0.973080
• Bước 2 Hồi quy mô hình

LnGDP= ₁+ ₂.lnK_i+ ₃.lnL_i+ ₄.lnFDI_{i +}  + V_i

Từ cửa sổ equation => stability test => Ramsey reset test

Ta được bảng kết quả

Từ bảng kết quả ta thu được mô hinh

LnGDP=1.528175+).882845.lnK_i+0.007223.lnL_i+0.085943.lnFDI_{i +}  

• = 0.973091
•  

Tiêu chuẩn kiểm định

F= .

Từ bảng kết quả ta có

Prob(F-Statistic)=0<  =0.05 nên bác bỏ Ho

• Chấp nhận Ho, bác bỏ H1
• Kết luận Với α=0.05 mô hình không thiếu biến

---

Tải xuống tài liệu học tập PDF miễn phí

[sociallocker id=”19555″] Tải Xuống Tại Đây [/sociallocker]

---