14 376 KB 1 55
Nhấn vào bên dưới để tải tài liệu
Để tải xuống xem đầy đủ hãy nhấn vào bên trên
Giáo dục Đào tạo Cao đẳng Đại học kinh tế lượng
Bài tập lớn Kinh tế lượng 1 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. 2 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
Trong đó: 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 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: Y 1 2 X 2 3 X 3 [1]
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 3 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 0.279720X3
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 >0
Do khi thu nhập bình quân/đầu người tăng, tiêu dùng tăng. Do đó 2 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 4 Bài tập lớn Kinh tế lượng
^ - 3 0.27972 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 6 Bài tập lớn Kinh tế lượng 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: X 3 1 2 X 2 [2] Thực hiện hồi quy mô hình [2] bằng Eview ta thu được kết quả sau
Bảng 2: Hồi quy mô hình X 3 1 2 X 2 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
1 [2] Tiêu chuẩn kiểm định:
F 2
R[2]
/ [1]
2
[1 R[2]
] / [19] ~ F [1,19] Miền bác bỏ W =[F: F > F0.05[1;19]=4.38]
Ta thấy Fqs= 80.55865 W bác bỏ Ho, chấp nhận H1
Mô hình ban đầu có hiện tượng đa cộng tuyến 7 Bài tập lớn Kinh tế lượng 3.1.2 Khắc phục hiện tượng đa cộng tuyến
Bỏ biến X2 ra khỏi mô hình [1], ta được mô hình mới: Y 1 3 X 3 [3] 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 :
2
H 0 : R[3]
0
H : R 2 0
1 [3] Tiêu chuẩn kiểm định:
F 2
R[2]
/ [1]
2
[1 R[2]
] / [19] ~ F [1,19] Miền bác bỏ
W =[F: F > F0.05[1;19]=4.38] Ta thấy Fqs= 27.37807 W bác bỏ H0, chấp nhận H1 8 Bài tập lớn Kinh tế lượng 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 9 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 10 Bài tập lớn Kinh tế lượng
2 Dùng tiêu chuẩn kiểm định ta thấy
2[1]
3.84146]
Miền bác bỏ W [ 2 : 2 0.05 q2 6.398160 W
Mô hình có tự tương quan 1 bậc nào đó. 3.2.2 Khắc phục hiện tượng tự tương quan
Dựa trên thống kê Durbin-Watson, chúng ta có thể ước lượng được 1 d
2 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 3t 1 ] U t U t 1 [****] Đặt 1* 1 [1 ]; 2* 2 ; 3* 3 Yt * Yt Yt 1 ; X 2*t X 2t X 2t 1 ; X 3*t X 3t X 3t 1 ; U t U t 1 [****] trở thành:
Yt * 1* 2* X 2*t 3* X 3*t t [1a ] 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. 11 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 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 H 0 : R 2 0
Kiểm định cặp giả thiết
2
H1 : R 0 Dùng kiểm định F 2
R[5]
/4
2
[1 R[5]
] / 16 ~F[4;16] Ta có W =[F: F > F[4;16]=3.01] 12 Bài tập lớn Kinh tế lượng Fqs=5.432521 W Bác bỏ H0, chấp nhận H1
→ mô hình ban đầu có hiện tượng phương sai sai số thay đổi
3.3.2 Khắc phục
Chia cả 2 về của [1] cho i ta được
X
X
U
Y
1
1 2 2i 3 3i i
i
i
i
i i
Y 1 [6] X X U *
*
*
*
*
2i
3i
i
Đặt Y ; X 1i ; X 2i ; X 3i ;U i
i
i
i
i
i Khi đó [6] trở 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 13 Bài tập lớn Kinh tế lượng KẾT LUẬN
Ước lượng mô hình ban đầu cho ta kết quả 2 0; 3 0 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. 14 This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Video liên quan