247140745 bai tập kinh tế lượng

đồ thị của đại lượng sai số e với e trên trục tung và thời gian năm trên trục hoành Nhìn vào đồ thị phần dư ta thấy có xu hướng tuyến tính tăng hoặc giảm trong các nhiễu, nó ủng hộ cho g

KINH TẾ LƯỢNG

Câu 1:

a Đồ thị phân bố rãi: (Của 2 tỷ lệ X và Y)

b Giả sử Yt có quan hệ tuyến tính với Xt như sau: Yt = β1 + β2Xt + t Hãy ước lượng β1, β2, và độ lệch chuẩn

- Y – LS:

 β1 = 3.366258; β2= -0.286212

và  = 0.322421

c Diễn giải kết quả: (Mô hình có phù hợp thực tế hay không? Vì sao?)

 β1 = 3.366258 là tung độ góc, là tỷ lệ bỏ việc trên 100 người làm việc trong lĩnh vực chế tạo công nghiệp Mỹ giai đoạn 1960-1972 khi tỉ lệ thất nghiệp bằng 0

 β2 = -0.286212, xét các giá trị X (1.2 ; 2.7 ) khi mà tỉ lệ thất nghiệp tăng (giảm ) 1 % thì tỷ lệ bỏ việc giảm (tăng ) trung bình khoảng 0.286212 % + Giả thuyết: H0 : β2 = 0

H0 : β2 ≠ 0

+ Ta có:

 R2 = 0.653158, n = 13

 F = R2 ( n- 2) / 1- R2 = 20.714

 F 0.05( 1 ; 11 ) = 4.64

 F > F ( 1 ; 11 )0.05

 bác bỏ H0 Vậy mô hình hồi quy phù hợp tổng thể

d R 2 = 0.653158 :

Tức tỉ lệ thất nghiệp giải thích(X) được 65 3158 % sự thay đổi của tỉ lệ bỏ việc(Y) trên 100 lao động

e đồ thị của đại lượng sai số e (với e trên trục tung và thời gian (năm) trên trục hoành)

Nhìn vào đồ thị phần dư ta thấy có xu hướng tuyến tính tăng hoặc giảm trong các nhiễu, nó ủng hộ cho giả thuyết có sự tương qua trong mô hình hồi quy tuyến tinh cổ điển

Câu 2:

a Đồ thị phân bố rãi của GP với CPI và của NYSE với CPI trên cùng một

đồ thị

b Một quyết định đầu tư (mua vàng hay mua chứng khoán) có tính tới việc

phòng ngừa lạm phát là nếu giá của nó (hàng hóa mà bạn đầu tư vào) hay suất sinh lợi của nó ít nhất là bắt kịp với tỉ lệ lạm phát Để kiểm tra giả thiết này, giả

sử bạn quyết định xây dựng hai mô hình sau đây, giả sử rằng đồ thị trong câu (a) gợi ý cho bạn thấy sau đây là thích hợp:

GPt = α1 + β1CPIt + et; NYSEt = α2 + β2 CPIt + et

Giả thiết của bạn có đúng không, nếu đúng thì giá trị mà bạn mong đợi của β1

và β2 là bao nhiêu

- GPt = α1 + β1CPIt + et

* GP – LS:

 GPt = 186.1833 + 1.841993CPIt

Ta có: F= 2.298085

Kiểm định giả thiết: H0: R2 = 0

H1: R2 0

F >F0.05(1,14) = 4.67

 ha p nha n 0

Tức mo h nh ho i quy kho ng phu hơ p to ng the

- NYSEt = α2 + β2 CPIt + et :

* NYSE – LS:

 NYSEt = -102.0606 + 2.129443 CPIt

Ta có: F= 85,50734

Kiểm định giả thiết: H0: R2 = 0

F > F0.05(1,13) = 4.67

 ba c bo 0 Tức mo h nh ho i quy phu hơ p vơ i to ng the

Câu 3

a Mô hình kinh tế cho mỗi giả thiết:

 TH1 : tổng tiêu dùng (CONS) sẽ phụ thuộc vào tổng thu nhập (khả dụng) (YD)

CONS 1 = α 1 + β1 YD + e1

 TH2 : tổng tiêu dùng ( CONS ) có quan hệ nghịch biến với lãi suất (RR)

CONS 2 = α 2 - β2 RR + e2

b Ước lượng các thông số cho mỗi mô hình.:

 TH1 : tổng tiêu dùng (CONS) sẽ phụ thuộc vào tổng thu nhập (khả dụng) (YD)

- CONS – LS:

 Ước lượng: α1 = -8.793002

β 1 = 0913114 1 = 27.02244

 CONS1= -8.793002+ 0913114YD + e1

 TH2 : tổng tiêu dùng ( CONS ) có quan hệ nghịch biến với lãi suất (RR)

-

 Ước lượng α2 = 1370.695

β2 = 59.85887 2 = 448.1584 Vậy CONS 2 = 1370.695+ 59.85887RR + e2

c Qua các kết quả kinh tế lượng , nhận xét về giá trị của hai giả thiết trên :

Lý thuyết của Keynes mang tính chất chung nên phù hơp và chính xác.Trong khi các nhà kinh tế học cổ điển tin rằng tiêu dùng có quan hệ nghịch với lãi suất (RR) thì qua kiểm chứng cho thấy điều đó không đúng, không thật sự có mối quan hệ nghịch như giả thiết vì Β2 = 59.85887 > 0

Câu 4:

- DTB – LS:

a Dựa vào bộ số liệu, xác định tung độ gốc α và hệ số độ dốc β của mô hình ước lượng Ý nghĩa kinh tế của mô hình ước lượng vừa tìm được

 α = 5.066804

 β = 0.462810

Với điều kiện các yếu tố khác không thay đổi và GTH ( 0.5 ; 6 ) , khi

Số giờ tự học trong tuần của sinh viên tăng ( giảm ) 1 giờ/ tuần thì Điểm trung bình cuối cùng của môn Kinh tế chính trị tăng ( giảm ) 46,281 %

b R 2 = 0.261791

Cho thấy Số giờ tự học trong tuần của sinh viên giải thích được 26.1791 % thay đổi của Điểm trung bình cuối cùng của môn Kinh tế chính trị => chất lượng mô hình không cao

Giải thích:

 F =

 TSS = RSS + ESS = 54.812+ 19.437 =74.249

 R2 =

c Rõ ràng:

t 1 = 11.44762

t2 = 3.472383 Đồng thời, Prob ( F-statistic ) = 0.001425 < 5 % nên bác bỏ H0

 Các biến này có ý nghĩa thống kê ở mức 5%

d Độ tin cậy  = 1.269692 thì khoảng tin cậy là:

0,19176<β<0,733855

Câu 5:

a Ước Lượng mối quan hệ giữa bảo hiểm nhân thọ (INSUR) và thu nhập gia đình (IN )

- INSUR – LS:

 Từ bảng ta thấy : INSUR = 6.854991 + 3.88 INC

b

1 Khi thu nhập tăng lên 1000$ thì bảo hiểm nhân thọ sẽ tăng lên:

ISUR= 6.855+ 3.88 INC + 3.88 x 1000 => Bảo hiểm nhân thọ tăng 3880$

2 Độ lệch chuẩn của ước lượng là se1 = 7.383473 , se2 = 0.112125

Sử dụng “ se “ để ước lượng khoảng tin cậy của ( se( ), se( ))

Kiểm định mức độ có ý nghĩa của biến giải thích :

Khoảng tin cậy của là: ( se( ), se( ))

 (3.645;4.115)

Với Se( ) = 0.112 ; = 2.101 Khi H0 :

H1:

Ta thấy 0 không nằm trong khoảng ước lượng do đó hệ số thật sự có ý nghĩa trong mô hình hôi quy 3 Ta nhận thấy từ câu 2 a , khi thu nhâp tăng thêm 1000$ thì bảo hiểm chỉ tăng lên 3880$, do đó dự đoán của ban quản lý là chưa chính xác Vì vậy, ước lượng này sẽ giúp ban quản lí đưa ra chiến lược tốt hơn c Khi thu nhập là 100 nghìn USD thì bảo hiểm nhân thọ sẽ thuộc khoảng ước lượng:  ̅ ,



 Var( ) = (se( ) = 0.125 

 =

 ̅ = ̅ =

 Var (Y0 ) = (

 Se(Y0) =35334.372

 (388006.855 x35334.372) =>(313769.339;462244.371)