tiểu luận kinh te luong GDP

Error t-Statistic Prob... Kiểm định giả thiết mà đánh giá mức độ phù hợp của mô hình 5.2.1... Kiểm định và khắc phục các hiện tượng trong mô hình hồi quy 5.3.1... Error t-Statistic Prob.

Trang 1

4 Mô hình hồi quy

- Mô hình hồi quy tổng thể:

(PRF) GDP = β1 + β2I + β3XK + β4NK + Vi

- Mô hình hồi quy mẫu:

(SRF) GDP =  ˆ1 +  ˆ2I +  ˆ3XK +  ˆ4NK + ei (ei là ước lượng của Vi)

5 Kết quả nghiên cứu

5.1 Xác định mô hình hồi quy và đọc ý nghĩa các hệ số

5.1.1 Kết quả chạy mô hình từ phầm mềm Eviews

Dependent Variable: GDP Method: Least Squares Date: 12/15/15 Time: 13:30 Sample: 1995 2014

Included observations: 20 Variable Coefficient Std Error t-Statistic Prob

C 28771.38 23606.03 1.218815 0.2406

I 1.854906 0.324041 5.724286 0.0000

XK 27.22854 2.414796 11.27571 0.0000

NK -15.98746 3.861595 -4.140119 0.0008 R-squared 0.998045 Mean dependent var 1335787

Adjusted R-squared 0.997678 S.D dependent var 1194327

S.E of regression 57552.65 Akaike info criterion 24.93564 Sum squared resid 5.30E+10 Schwarz criterion 25.13479 Log likelihood -245.3564 F-statistic 2722.065 Durbin-Watson stat 1.137120 Prob(F-statistic) 0.000000

- Từ kết quả trên ta có mô hình hồi quy như sau:

(SRF) GDP = 28.771,38 + 1,854906 I + 27,22854 XK – 15,98746 NK + ei

5.1.2 Ý nghĩa của các hệ số hồi quy:

+  ˆ1 = 28.771,38 có ý nghĩa là tổng giá trị đầu tư, xuất khẩu, nhập khẩu

đồng thời bằng 0 thì GDP đạt giá trị trung bình là 28.771,38 tỷ đồng/năm

+  ˆ2 = 1,854906 có ý nghĩa là khi giá trị xuất khẩu, nhập khẩu không thay

đổi, tổng giá trị đầu tư tăng (giảm) 1 tỷ đồng/năm thì GDP tăng (giảm) 1,854906 tỷ đồng/năm

Trang 2

+  ˆ3 = 27,22854 có ý nghĩa là khi giá trị đầu tư, nhập khẩu không thay đổi,

tổng giá trị xuất khẩu tăng (giảm) 1 triệu USD/năm thì GDP tăng (giảm) 27,22854

tỷ đồng/năm.

+  ˆ4 = –15,98746 có ý nghĩa là khi giá trị đầu tư, xuất khẩu không thay đổi,

tổng giá trị nhập khẩu tăng (giảm) 1 triệu USD/năm thì GDP giảm (tăng) 15,98746

tỷ đồng/năm

5.2 Kiểm định giả thiết mà đánh giá mức độ phù hợp của mô hình

5.2.1 Hệ số thu được từ hàm hồi quy có phù hợp với lý thuyết kinh tế không?

- Kiểm định giả thiết: Ho: β1 = 0 với mức ý nghĩa α = 0,05

H1: β1 ≠ 0

Ta thấy β1 có giá trị kiểm định t = 1,218815 có mức xác suất tương ứng là Pvalue = 0,2406 > α = 0,05

-> Bác bỏ Ho1 -> β1 = 0 -> Khi I=XK=NK=0 thì GDP = 0

H1: β2 ≠ 0

Ta thấy β2 có giá trị kiểm định t = 5,724286 có mức xác suất tương ứng là Pvalue = 0,0000 < α = 0,05

-> Bác bỏ Ho -> β2 ≠ 0 -> Đầu tư ảnh hưởng đến GDP -> Phù hợp với lý thuyết kinh tế

- Kiểm định giả thiết: H Ho: β3 = 0 với mức ý nghĩa α = 0,05

1: β3 ≠ 0

Ta thấy β3 có giá trị kiểm định t = 11,27571 có mức xác suất tương ứng là Pvalue = 0,0000 < α = 0,05

-> Bác bỏ Ho -> β3 ≠ 0 -> Xuất khẩu ảnh hưởng đến GDP -> Phù hợp với lý thuyết kinh tế

Trang 3

H1: β4 ≠ 0

Ta thấy β4 có giá trị kiểm định t = -4,140119 có mức xác suất tương ứng là Pvalue = 0,0008 < α = 0,05

-> Bác bỏ Ho -> β4 ≠ 0 -> Nhập khẩu ảnh hưởng đến GDP -> Phù hợp với lý thuyết kinh tế

5.2.2 Kiểm định sự phù hợp của mô hình

- Kiểm định giả thiết: H Ho: R2 = 0 với mức ý nghĩa α = 0,05

1: R2 ≠ 0 (Ho: Mô hình không phù hợp; H1: Mô hình phù hợp)

Từ kết quả trên ta thấy F = 2.722,065 có xác suất Pvalue = 0.000000 < α = 0,05

-> Bác bỏ Ho -> Mô hình hồi quy phù hợp

5.3 Kiểm định và khắc phục các hiện tượng trong mô hình hồi quy

5.3.1 Kiểm định sự tồn tại của đa cộng tuyến

* Nhận biết đa cộng tuyến

- Xét hệ số tương quan giữa các biến I, XK, NK với mức ý nghĩa α = 0,05 ta được kết quả sau:

I 1.000000 0.994037 0.984460

NK 0.994037 1.000000 0.992290

XK 0.984460 0.992290 1.000000

Từ kết quả cho thấy:

+ Hệ số tương quan giữa I và NK là 0.994037

=> Tương quan đồng biến, mức độ mạnh => Nghi ngờ có đa cộng tuyến xảy

ra trong mô hình

Trang 4

- Hồi quy phụ I theo XK và NK:

Mô hình hồi quy phụ: Ii = α1 + α2XKi + α3NKi + Vi

- Kiểm định giả thiết: Ho: R2 = 0 với mức ý nghĩa α = 0,05

H1: R2 ≠ 0 (Ho: Mô hình không phù hợp; H1: Mô hình phù hợp)

Trang 5

Dependent Variable: I

Method: Least Squares

Date: 12/15/15 Time: 14:12

Sample: 1995 2014

Included observations: 20

Variable Coefficient Std Error t-Statistic Prob

C 22068.41 16838.21 1.310615 0.2074

XK -1.055202 1.789194 -0.589764 0.5631

NK 9.400082 1.776528 5.291267 0.0001

R-squared 0.988349 Mean dependent var 462708.3

Adjusted R-squared 0.986978 S.D dependent var 377489.0

S.E of regression 43076.49 Akaike info criterion 24.31682

Sum squared resid 3.15E+10 Schwarz criterion 24.46618

Log likelihood -240.1682 F-statistic 721.0443

Durbin-Watson stat 1.772797 Prob(F-statistic) 0.000000

Từ kết quả trên ta thấy F = 721,0443 có xác suất Pvalue = 0.000000 < α = 0,05 -> Bác bỏ Ho -> Mô hình hồi quy phù hợp

Vậy mô hình GDP theo I, XK, NK có xảy ra hiện tượng đa cộng tuyến

* Biện pháp khắc phục:

- Sử dụng sai phân cấp 1:

Hồi quy D(GDP) theo D(I), D(NK), D(XK), ta được kết quả sau:

Dependent Variable: D(GDP)

Date: 12/15/15 Time: 14:26

Sample(adjusted): 1996 2014

Included observations: 19 after adjusting endpoints

D(I) 1.423163 0.339722 4.189197 0.0007

D(NK) -11.31211 3.500675 -3.231408 0.0052

D(XK) 25.15009 3.798168 6.621636 0.0000

R-squared 0.906143 Mean dependent var 195208.6

Adjusted R-squared 0.894411 S.D dependent var 173257.1

S.E of regression 56298.95 Akaike info criterion 24.85868

Log likelihood -233.1574 Durbin-Watson stat 1.972445

Trang 6

- Từ kết quả trên ta thấy R2 = 0,906143, các Pvalue ứng với các hệ số hồi quy của 3 biến D(I), D(XK) rất thấp(<0,05), tuy nhiên Pvalue ứng với hệ số hồi quy của biến D(NK) >0,05

- Loại bỏ biến I hoặc XK hoặc NK khỏi mô hình ban đầu:

+ Hồi quy mô hình trong đó loại bỏ biến I:

Trang 7

Dependent Variable: GDP

Date: 12/15/15 Time: 14:32

Sample: 1995 2014

C 69706.20 38103.21 1.829405 0.0849

XK 25.27124 4.048768 6.241712 0.0000

NK 1.448802 4.020106 0.360389 0.7230 R-squared 0.994040 Mean dependent var 1335787 Adjusted R-squared 0.993339 S.D dependent var 1194327 S.E of regression 97477.83 Akaike info criterion 25.95012 Sum squared resid 1.62E+11 Schwarz criterion 26.09948 Log likelihood -256.5012 F-statistic 1417.629 Durbin-Watson stat 1.100313 Prob(F-statistic) 0.000000

+ Hồi quy mô hình trong đó loại bỏ biến XK:

Date: 12/15/15 Time: 14:33

Sample: 1995 2014

C -74190.61 63166.30 -1.174528 0.2564

I 1.337537 0.930810 1.436960 0.1689

NK 15.16529 7.828651 1.937152 0.0695 R-squared 0.982506 Mean dependent var 1335787 Adjusted R-squared 0.980448 S.D dependent var 1194327 S.E of regression 167002.9 Akaike info criterion 27.02689 Sum squared resid 4.74E+11 Schwarz criterion 27.17625 Log likelihood -267.2689 F-statistic 477.3727 Durbin-Watson stat 0.494283 Prob(F-statistic) 0.000000

+ Hồi quy mô hình trong đó loại bỏ biến NK:

Date: 12/15/15 Time: 14:34

Sample: 1995 2014

C 21409.63 32865.70 0.651428 0.5235

I 0.796679 0.278091 2.864816 0.0107

XK 20.07570 2.355579 8.522618 0.0000 R-squared 0.995950 Mean dependent var 1335787 Adjusted R-squared 0.995473 S.D dependent var 1194327 S.E of regression 80356.48 Akaike info criterion 25.56381 Sum squared resid 1.10E+11 Schwarz criterion 25.71317 Log likelihood -252.6381 F-statistic 2090.095 Durbin-Watson stat 0.916846 Prob(F-statistic) 0.000000

Trang 8

So sánh R2 ở 3 mô hình hồi quy lại ta thấy R2

loại XK < R2

loại I < R2

loại NK Vậy ta

có thể loại biến NK ra khỏi mô hình.

5.3.2 Kiểm định phương sai sai số thay đổi (Dùng kiểm định White)

- Kiểm định giả thiết: Ho: Phương sai sai số không thay đổi với mức ý nghĩa α=0,05

H1: Phương sai sai số thay đổi

* Kiểm định phương sai sai số thay đổi mô hình ban đầu:

Ta được kết quả sau:

White Heteroskedasticity Test:

F-statistic 0.683073 Probability 0.666720

Obs*R-squared 4.793934 Probability 0.570501

Test Equation:

Dependent Variable: RESID^2

Date: 12/15/15 Time: 14:47

Sample: 1995 2014

C 1.24E+09 2.63E+09 0.470924 0.6455

I -43933.42 73922.23 -0.594319 0.5625

I^2 0.016683 0.050643 0.329418 0.7471

XK 17224.17 575730.9 0.029917 0.9766

XK^2 -0.008056 3.382923 -0.002381 0.9981

NK 425224.9 803516.9 0.529205 0.6056

NK^2 -1.521302 5.284799 -0.287864 0.7780

R-squared 0.239697 Mean dependent var 2.65E+09

Adjusted R-squared -0.111213 S.D dependent var 3.13E+09

S.E of regression 3.29E+09 Akaike info criterion 46.93818

Từ kết quả trên ta thấy nR2 = 4,793934 có xác xuất Pvalue = 0,570501 > 0,05 nên ta chấp nhận giả thiết H0: Phương sai sai số không thay đổi Tức là mô hình hồi quy của GDP theo I, XK, NK không xảy ra hiện tượng phương sai sai số thay đổi

Trang 9

* Kiểm định phương sai sai số thay đổi sau khi đã loại bỏ biến:

White Heteroskedasticity Test:

F-statistic 2.742497 Probability 0.067933

Obs*R-squared 8.448203 Probability 0.076473

Test Equation:

Dependent Variable: RESID^2

Date: 12/15/15 Time: 14:52

Sample: 1995 2014

C -7.54E+09 5.37E+09 -1.405244 0.1803

I 25914.87 105332.7 0.246029 0.8090

I^2 -0.068728 0.069125 -0.994256 0.3359

XK 528476.2 946198.6 0.558526 0.5847

XK^2 0.040049 4.889807 0.008190 0.9936

R-squared 0.422410 Mean dependent var 5.49E+09

Adjusted R-squared 0.268386 S.D dependent var 8.20E+09

S.E of regression 7.01E+09 Akaike info criterion 48.39212

- Kiểm định giả thiết: H Ho: Phương sai sai số không thay đổi với mức ý nghĩa α=0,05

1: Phương sai sai số thay đổi

Từ kết quả trên ta thấy nR2 = 8,448203 có xác xuất Pvalue = 0,076473 > 0,05 nên ta chấp nhận giả thiết H0: Phương sai sai số không thay đổi Tức là mô hình hồi quy của GDP theo I, XK, NK không xảy ra hiện tượng phương sai sai số thay đổi.

Định dạng
Số trang	10
Dung lượng	154 KB