nhu cau thue phong tro

tiểu luận kinh tế lượng

MÔN: KINH TỀ LƯỢNG

Nhóm chúng tôi gồm 8 thành viên đến từ lớp D11CQKT01, ngành Kế toán, Học viện Công nghệ Bưu chính viễn thông cơ sở II đã tiến hành làm báo cáo cho đề tài nghiên cứu này với sự hướng dẫn của giáo viên bộ môn – Thạc sĩ Nguyễn Bảo Lâm Bài tiểu luận này được thực hiện trong thời gian

3 tuần Tất cả số liệu trong bài đều là số liệu thật dựa trên những người được khảo sát

Trong suốt thời gian hoàn thành đề tài, chúng tôi đã có thêm nhiều kinh nghiệm, hiểu tường tận hơn

về môn học này, và tích lũy thêm kỹ năng làm việc nhóm: một kỹ năng rất hữu ích và quan trọng cho sinh viên cũng như giúp ích cho công việc sau này Chúng tôi mong rằng sau khi đọc qua đề tài này, người đọc sẽ hiểu rõ và phát hiện những điều thú vị và yêu thích môn học này hơn

Mặc dù chúng tôi đã rất cố gắng song vẫn không tránh khỏi những sai sót ngoài mong muốn Vì vậy chúng tôi mong rằng người đọc sẽ bỏ qua và đóng góp ý kiến để đề tài nghiên cứu của chúng tôi

Học viện Công nghệ Bưu chính Viễn thông – Cơ sở II

III Mô hình hồi quy tuyến tính

1. Kết quả ước lượng mô hình

2. Kiểm định sai lầm khi đưa các biến không cần thiết vào mô hình

3. Chạy lại mô hình hồi quy sau khi đã loại bỏ biến thừa

IV Kiểm định, khắc phục

1. Kiểm định đa cộng tuyến

2. Kiểm định phương sai thay đổi

3. Kiểm định tự tương quan

4. Kiểm định sót biến

5. Kiểm định biến thừa

V Mô hình hoàn chỉnh cuối cùng

1 Mô hình hồi quy hoàn chỉnh cuối cùng

2 Dự báo

3 Ý nghĩa và ước lượng khoảng tin cậy của các hệ số hồi quy

VI Yếu tố ảnh hưởng nhiều nhất và giải pháp

1 Yếu tố ảnh hưởng nhiều nhất

2 Giải pháp

VII Khó khăn trong quá trình thực hiện và hạn chế của đề tài

Lời kết

Phụ lục (nội dung phiếu khảo sát, nguồn tài liệu tham khảo, danh sách nhóm)

1. Lý do lựa chọn đề tài

- Hàng năm, vào mỗi độ khai trường, hàng ngàn sinh vien đổ xô về các thành phố lớn để học tập cùng với nỗi lo cơm áo, học hành thì chỗ ở cũng là một vấn đề nan giản của sinh vien xa nhà Nhất là khi ký túc xá của các trường đại học chưa đáp ứng hết nhu cầu của sinh viên cả về mặt chất lượng và số lượng Vì thế việc tìm nhà trọ trở thành một nhu cầu thiết yếu của sinh viên hiện nay

- Không chỉ riêng tân sinh viên, đây cũng là vấn đề của sinh viên năm 2, 3, … khi vì một vài lý do nào đó (sự yên tĩnh, ăn uống, các lý do cá nhân, …) mà các sinh viên muốn chuyển từ kí túc xá ra ở trọ Việc tì, nhà trọ phù hợp với từng hoàn cảnh của sinh viên phụ thuộc vào rất nhiều yếu tố Đó là những yếu tố nào? Nhóm chúng tôi

đi đến quyết định nghiên cứu vấn đề CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN NHU

CẦU THUÊ PHÒNG TRỌ CỦA SINH VIÊN.

- Đây là một vấn đề thiết thực, đáng được quan tâm và chú ý hiện nay Tuy nhiên, với tính phức tạp, quy mô rộng của nhu cầu thuê phòng trọ của sinh viên trong khi khả năng nghiên cứu của nhóm có hạn nên nhóm chỉ tiến hành nghiên cứu trong khu vực quận 9

3 Cơ sở lý thuyết

Mô hình kinh tế lượng được xây dựng qua các bước :

Bước 1: Nêu vấn đề lý thuyết cần phân tích và các giả thuyết về mối quan hệ giữa

các biến kinh tế

Bước 2: Thiết lập các mô hình toán học để mô tả quan hệ giữa các biến kinh tế Lý

thuyết kinh tế học cho biết quy luật về mối quan hệ giữa các chỉ tiêu kinh tế, nhưng không nêu rõ dạng hàm Kinh tế lượng phải dựa vào các học thuyết để định dạng các mô hình cho các trường hợp cụ thể

Bước 3: Thu thập số liệu Khác với các mô hình kinh tế dạng tổng quát, các mô

hình kinh tế lượng được xây dựng từ các số liệu thực tế

Bước 4: Uớc luợng các tham số của mô hình Các uớc lượng này là các giá trị thực

nghiệm của các tham số trong mô hình, thoả mãn các điều kiện, các tính chất

mô hình đòi hỏi Trong trường hợp đơn giãn các tham số được ước lượng bằng phương pháp bình phương bé nhất (OLS)

Bước 5: Phân tích kết quả: dựa trên lý thuyết kinh tế để phân tích và đánh giá kết

quả nhận được xem có phù hợp với lý thuyết kinh tế hay không Kiểm định các giả thuyết thống kê đối với các ước lượng nhận được

Bước 6: Dự báo: Nếu như mô hình phù hợp với lý thuyết kinh tế thì có thể sử dụng

mô hình để dự báo sự phat triển của biến phụ thuộc trong các chu kỳ tiếp theo với sự thay đổi của biến độc lập

Bước 7: Sử dụng mô hình để kiểm tra hoặc đề ra các chính sách kinh tế.

Sơ đồ minh hoạ quá trình phân tích kinh tế như sau :

Kiểm định giả thiết Diễn dịch kết quả

Dự báo

Quyết định chính sách

Lý thuyết hoặc giả thiết

Mô hình kinh tế lượng Thu thập số liệu

Ước lượng thông số

Mô hình toán kinh tế

4 Đối tượng, phạm vi khảo sát và phương pháp thực hiện đề tài

- Đối tượng: đối tượng được nhóm thực hiện khảo sát là các bạn sinh viên

của trường đại học Giao thông Vận tải – cơ sở II, Học viện Công nghệ Bưu chính Viễn thông – cơ sở TP HCM và trường cao đẳng Tài chính hải quan

- Phạm vi thu thập số liệu: xung quanh trường Đại học Giao thông Vận tải –

cơ sở II, Học viện Công nghệ Bưu chính Viễn thông – cơ sở TP HCM, trường Cao đẳng Tài chính Hải quan

- Phương pháp thực hiện: Để tiến hành xây dựng mô hình, nhóm 1 –

D11CQKT01 đã phát 200 phiếu khảo sát (xem phụ lục), thu về 162 phiếu và chọn lọc 120 phiếu hợp lệ

+ Phiếu hợp lệ: trả lời đúng hết tất cả các câu hỏi theo đúng các mục đã cho

+ Phiếu không hợp lệ: bỏ trống câu trả lời, trả lời “không biết” ,ghi thêm câu trả lời khác với mục đã cho

- Căn cứ vào số liệu thu thập từ các phiếu hợp lệ, nhóm đã tiến hành hồi quy, kiểm định (biến thừa, đa cộng tuyến, tự tương quan, phương sai thay đổi, bỏ sót biến) và khắc phục

- Công cụ hỗ trợ: Công cụ chủ yếu trong việc thiết lập và kiểm định mô hình

là: Phần mềm Eviews phiên bản 4.0 Ngoài ra nhóm còn sử dụng các công cụ khác của Microsoft như Word, Excel, Paint

5. Các yếu tố khảo sát

- Như chúng ta đã biết, giá cả là một vấn đề nhạy cảm và rất rất được các bạn sinh viên quan tâm nên chúng tôi quyết dịnh chọn giá nhà trọ làm biến phụ thuộc

- Ngoài ra, do các nhà trọ có điểm chung là mỗi nhà trọ đều có nhà vệ sinh riêng, do vậy, chúng tôi không đưa biến này vào mô hình Giá điện, nước, mạng internet cùng với một số dịch vụ khác được trả theo hàng tháng nên cũng không đưa vào mô hình

Giả sử hàm tổng quát có dạng

Price = β1 + β2 * Inco+ β3*Squa+ β4 * Numb + β5 * Time + β6 * Safe + β7* Sex + β8 * Qual + β9 * Place + β10 * Incr + ui

2 Ý nghĩa biến trong mô hình

a. Biến phụ thuộc

PRICE: giá phòng trọ (đơn vị: triệu đồng)

b. Biến độc lập

• Biến định lượng

INCOME (Inco): thu nhập của sinh viên trong 1 tháng (đơn vị: triệu đồng)

SQUARE (Squa): diện tích phòng trọ (đơn vị: m2)

NUMBER (Numb): số người ở trong 1 phòng

TIME: thời gian đi bộ từ chỗ trọ đến trường (đơn vị: phút) Thời gian được quy ra theo thang điểm như sau: 1: từ 0 – 5phút; 2:từ 6 – 10 phút; 3: từ 11 – 15 phút; 4: từ

Qual = 0 : bình thườngQual = 1 : tốt

PLACE: địa điểm phòng trọ

Place = 0 : trong hẻmPlace = 1 : mặt tiềnINCREASE (Incr): phòng trọ có tăng giá khi tăng người ở hay không

Incr = 0 : phòng trọ không tăng giá khi tăng người ởIncr = 1 : phòng trọ tăng giá khi tăng người ở

c. Kì vọng về dấu của các biến giải thích với biến phụ thuộc

c.1 Biến phụ thuộc

PRICE : giá phòng trọ cho 1 tháng

c.2 Biến định lượng

Tổng thu nhập của sinh

viên trong 1 tháng (chu

INCOME + Thu nhập càng cao thì sinh

viên có xu hướng thuê nha

cấp từ gia đình và các

khoảng thu khác nếu có)

trọ đắt tiền hơn với đầy đủ

tiện nghi hơnDiện tích phòng trọ SQUARE + càng rộng thì càng đắt tiềnPhòng trọ có diện tích

Số người ở trong phòng NUMBER + Số người ở càng đông thì giá càng cao

Thời gian đi bộ từ phòng

trọ đến trường và ngược

lại

-Chỗ trọ càng gần trường thì giá càng cao vì họ nghĩ lúc đó ta đi đến trường gần

hơn

Giá phòng trọ cao hay thấp phụ thuộc vào mức độ an ninh của khu nhà trọ

Địa điểm

phòng trọ PLACE

Trong hẻm

Mặt tiền +/-

Địa điểm phòng trọ ảnh hưởng nhiều đến giá phòng trọ

Giá tăng khi

Tăng

Số người ở trong phòng tăng thì giá phòng tăng

3 Thống kê dữ liệu

• Qua trị thống kê và mô tả, ta thấy:

+ PRICE : Mức chi tiêu trung bình cho việc thuê phòng trọ của sinh viên là

1.713750 triệu đồng Khoảng biến thiên là 1.5 triệu đồng Vậy bên cạnh những bạn chi tiêu một khoảng lớn cũng có những bạn đã chi tiêu rất ít cho việc thuê phòng trọ Nguyên nhân xảy ra hiện tượng trên là do một số bạn gia đình khó khăn, mức thu nhập của gia đình thấp nên không thể chi tiêu một khoảng lớn vào việc thuê phòng trọ Trong đó, chi tiêu cho việc thuê phòng trọ nhiều nhất là 4 triệu đồng, thấp nhất là 0.7 triệu đồng

+ INCOME : cao nhất của các bạn được khảo sát là 4 triệu, thấp nhất là 1 triệu

Thu nhập trung bình của các bạn được khảo sát là 1.873333 triệu đồng

+ SQUARE: có diện tích cao nhất là 35 m2, thấp nhất là 10 m 2 Diện tích trung bình là 18.06250 m2

+ NUMBER: có giá trị cao nhất là 6 người, thấp nhất là 1 người số người ở trung

bình là 3,416667 người

+ TIME: có thang điểm cao nhất là 5,thấp nhất là 1.Thang điểm trung bình là 2.45 + SAFE: có mức độ cao nhất là 3, thấp nhất là 1 Mức độ trung bình 1.758333

5 Đồ thị biểu diễn

• Đồ thị biểu diễn biến phụ thuộc

Đồ thị biểu diễn biến PRICE (chạy từ 0.7 triệu đồng đến 4 triệu đồng)

• Đồ thị biểu diễn các biến độc lập

- Đồ thị biễu diễn biến INCOME (chạy từ 1 triệu đồng đến 4 triệu đồng)

- Đồ thị biểu diễn SQUARE (chạy từ 10m2 đến 35m2)

- Đố thị biểu diễn NUMBER (vì NUMB nhận các giá trị từ 1 đến 6 người nên

ta dùng biểu đồ tròn để thống kê)

- Đồ thị biểu diễn TIME (vì TIME nhận các thang điểm từ 1 đến 5 nên ta dùng biểu đồ tròn để thống kê)

- Đồ thị biểu diễn SAFE (vì SAFE nhận các mức độ 1,2,3 nên ta dùng biểu đồ tròn để thống kê)

• Đồ thị biểu diễn các biến giả

- Đồ thị biểu diễn SEX (0: nữ, 1:nam)

- Đồ thị biểu diễn QUALITY (0: bình thường, 1: tốt)

- Đồ thị biểu diễn PLACE (0: trong hẻm, 1: mặt tiền)

- Đồ thị biểu diễn INCREASE (0: không tăng giá, 1: tăng giá)

III MÔ HÌNH HỒI QUY TUYẾN TÍNH

1. Kết quả ước lượng mô hình

Căn cứ vào cơ sở lý thuyết và sự ảnh hưởng của các yếu tố như dã phân tích ở trên, chúng tôi lựa chọn mô hình hồi quy tuyến tính k biến (k=10)

Price = β1 + β2 * Inco+ β3*Squa+ β4 * Numb + β5 * Time + β6 * Safe + β7* Sex + β8 * Qual + β9 * Place + β10 * Incr + ui

Bằng sự hỗ trợ của phần mềm EVIEW 4.0, kết quả ước lượng các tham số của mô hình hồi quy tuyến tính đã đưa ra như sau:

Từ kết quả của Eview, ta được hàm hồi quy tổng thể như sau (xét mức ý nghĩa 5%)

PRICE = -0,603751 + 0,857479*INCO + 0,008070*SQUA + 0,059492*NUMB + 0,027490*TIME + 0,070099*SAFE + 0,062916*SEX + 0,0172287*QUAL + 0,038989*PLACE – 0,009588*INCR + U i

Nhận xét: Mức độ phù hợp của mô hình so với thực tế là R2 = 0,900127 > 0.8  thỏa yêu cầu

2. Kiểm định sai lầm khi đưa các biến không cần thiết vào mô hình

Ta thấy :|t3| =1,497834 < 2 Chấp nhận H0.Tức là: diện tích phòng trọ (SQUA) không ảnh hưởng đến giá phòng trọ (PRICE)

Tương tự : Ta dùng kiểm định t lần lượt cho βi (i=3,5,7,9,10) ta thấy |ti|< 2 Như vậy thời gian đi bộ từ nhà trọ đến trường (TIME), giới tính(SEX), địa điểm

(PLACE) và giá nhà trọ tăng khi số người ở tăng (INCR) không ảnh hưởng đến giá phòng sinh viên thuê trọ

• Ta dùng kiểm định Wald để xem có thể loại bỏ các biến SQUA, TIME,SEX, PLACE, INCR đồng thời được hay không

Nhìn vào kết quả Eview trên, ta kiểm định giả thiết:

H0: β3= β5 = β7 = β9 = β10 = 0 H1: β3, β5, β7 , β9 , β10 ≠ 0

Kiểm định Wald bằng Eviews: view  Coeficient Tests  Wald – Cofficient Restrictions…Trong khung Cofficient restrictions separated by commas ta gõ giả thiết cần kiểm định: c(3)=c(5)=c(7)=c(9)=c(10)=0

Khi đó ta có kết quả như sau:

* Ta thấy P(F>1.435144) =0.217303 > 0.05 Nên ta chấp nhận giả thiết H0

Tức là biến SQUA, TIME, SEX, PLACE và INCR không ảnh hưởng nhiều đến

biến phụ thuộc nên ta không nên đưa các biến này vào mô hình

* Nguyên nhân loại biến:

- Biến diện tích (SQUARE): Theo suy nghĩ thông thường của chúng ta,diện tích ảnh hưởng rất lớn đến giá của một phòng trọ (diện tích càng lớn thì giá càng đắt), nhưng ở khu vực quận 9 (khu vực 3 trường đại học cao đẳng), theo điều tra của chúng tôi,các phòng trọ được xây dựng với diện tích tương đối giống nhau (chỉ trừ nhà cho thuê nguyên căn) nên giá cả chênh lệch không đáng kể Vì vậy có thể coi biến SQUARE không ảnh hưởng đến giá phòng Do đó ta loại biến SQUARE ra khỏi mô hình

- Biến thời gian đi bộ tới trường (TIME): Ở các quận khác ở thành phố Hồ Chí Minh (nhất là các quận ở trung tâm) với số lượng các trường đại học, cao đẳng,các công ty lớn…Số lượng các nhà trọ có hạn trong khi nhu cầu thuê nhà của các sinh viên, các công nhân viên để thuận tiện cho việc đi lại là rất lớn, dựa vào đó các chủ

phòng trọ đã đánh vào các khu nhà gần các trường học và cao đẳng với giá cao.Tuy nhiên ở khu vực quận 9 (khu vực 3 trường đại học, cao đẳng), số lượng trường Đại học, cao đẳng ít nên hầu hết các sinh viên không gặp nhiều khó khăn trong việc thuê phòng trọ ở gần trường Do đó thời gian đi bộ của các bạn chênh lệch không đáng kể Vì vậy có thể coi biến TIME không ảnh hưởng tới giá phòng => ta có thể loại biến X5 ra khỏi mô hình

- Biến giới tính (SEX):Theo như điều tra của nhóm chúng tôi, nam và nữ đều thuê cùng một mức giá (không có sự ưu tiên) với cùng một điều kiện phòng trọ Hay nói cách khác giới tính không ảnh hưởng đến giá phòng trò

- Biến đặc điểm vị trí (PLACE):Theo suy nghĩ của nhóm chúng tôi ban đầu, phòng trọ ở mặt tiền sẽ đắt hơn trong hẻm Nhưng qua thực tế mà nhóm chúng tôi điều tra,quan sát thì ở khu vực quận 9 (khu vực 3 trường đại học, cao đẳng) các khu phòng trọ hầu như đều được xây trong hẻm Do vậy không có sự khác biệt về giá do yếu tố này Nên ta loại biến PLACE ra khỏi mô hình

- Biến số người tăng giá phòng có tăng không (INCREASE):Theo nhóm chúng tôi điều tra, ở các phòng trọ ở khu vực quận 9, các chủ trọ quy định tối đa số người

ở trong một phòng để đảm bảo chất lượng cuộc sống Do vậy các bạn không được

ở quá số người quy định Trong số người cho phép, giá phòng không thay đổi Vì thế, biến INCREASE cũng không ảnh hưởng tới giá phòng Vậy có thể bỏ biến INCREASE

3 Chạy mô hình hồi quy mới

Chạy Eview với các biến còn lại, ta được kết quả:

Mô hình mới có dạng:

PRICE = -0,418299 + 0,898650*INCO + 0,067719*NUMB +

0,061064*SAFE + 0,144834*QUAL + Ui

* Kiểm định sự phù hợp của các hệ số hồi quy

Giả thiết: H0: βi=0 (i=2,4,6,8) H1: βi # 0 (I=2,4,6,8)

Quy tắc kiểm định p (với α=0,05): P < 0,05  bác bỏ H0

P > 0,05  chấp nhận H0Nhìn vào kết quả Eview ta có:

P2,P4,P6,P8 < 0,05  bác bỏ H0 hay βi # 0 (i=2,4,6,8)

* Nhận xét: mức độ phù hợp của mô hình so với thực tế là R2 = 0,893612 > 0.8  thỏa yêu cầu

Như vậy mô hình hồi quy phù hợp nhất là:

PRICE = -0,418299 + 0,898650*INCO + 0,067719*NUMB +

0,061064*SAFE + 0,144834*QUAL + Ui

Kết luận: các biến độc lập INCO, NUMB, SAFE, QUAL đều ảnh hưởng đến biến

phụ thuộc PRICE

IV KIỂM ĐỊNH, KHẮC PHỤC VÀ DỰ BÁO

Xét mô hình hồi quy:

PRICE = -0,418299 + 0,898650*INCO + 0,067719*NUMB +

0,061064*SAFE + 0,144834*QUAL + Ui

1. Kiểm định đa cộng tuyến

Để kiểm định đa cộng tuyến, ta dùng ma trận tương quan:Quick  group

statistics  correlations

Ma trận tương quan giữa các biến:

Từ bảng trên, ta thấy hệ số tương quan giữa các biến INCO, NUMB, SAFE, QUAL khá thấp đều nhỏ hơn 0.8, trong đó hệ số tương quan của 2 biến INCO và NUMB

la 0.643224 là cao nhất  nghi ngờ xảy ra đa cộng tuyến thấp

Chạy mô hình hồi quy phụ INCO theo NUMB

Mô hình hồi quy phụ: