Tác động của các yếu tố đến lượng thuốc lá được tiêu th

kinh tế lượng

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG

MỤC LỤC

MỤC LỤC 1

LỜI MỞ ĐẦU 3

GIỚI THIỆU CHUNG 4

PHÂN TÍCH MÔ HÌNH KINH TẾ LƯỢNG CIGARS – SMOKE 7

I Mô hình hồi quy và kiểm định giả thuyết 7

1 Mô hình hồi quy 7

2 Hệ số hồi quy có ý nghĩa hay không? 8

3 Mô hình có ý nghĩa hay không? 9

II Kiểm định các khuyết tật của mô hình 9

1 Đa cộng tuyến 9

 Nhận dạng: 9

 Tương quan cặp giữa các biến giải thích 10

 Nhân tử phóng đại phương sai 10

2 Phương sai sai số thay đổi 11

 Kiểm định bằng phương pháp đồ thị 11

 Kiểm định White ( không có tích chéo) 12

 Kiểm định White (có tích chéo) 13

 Kiểm định BP 14

 Kiểm định Park 15

 Kiểm định Glejser 16

 Kiểm định dựa trên biến phụ thuộc 17

Khắc phục 18

 Giả định 1: phương sai của sai số bình phương với tỉ lệ của biến giải thích 18

 Giả thiết 2: phương sai của sai số tỉ lệ với biến giải thích X 20

 Giả thiết 3: hạng hàm sai 21

 Giả thiết 4: phương sai của sai số tỷ lệ với bình phương của giá trị kì vọng của Y 21

 Robust standard errors 21

3 Tự tương quan 22

 Kiểm định d.Durbin-Watson: 22

 Kiểm định Breusch – Godfrey (BG): 23

III Kết luận 24

IV Thông tin khác 25

LỜI KẾT 26

TÀI LIỆU THAM KHẢO 26

LỜI MỞ ĐẦU

Hiện nay, chúng ta đều có những hiểu biết nhất định về tác hại củathuốc lá, hút thuốc lá có tác động rất lớn đến sức khỏe con người, không chỉ gâyảnh hưởng đến bản thân người hút mà còn ảnh hưởng đến những người xungquanh – những người hút thuốc lá thụ động Lượng thuốc lá tiêu thụ đang là mốiquan tâm lớn của nhiều người Bằng việc phân tích, chạy mô hình với bộ số liệuCigars_smoke được cho, chúng em muốn có được cái nhìn rõ nét để đưa ra nhữngchính sách phù hợp nhằm cải thiện tình hình hiện tại về lượng thuốc lá được tiêuthụ đang ngày càng tăng cao

Chính vì vậy, chúng em xin chọn đề tài “ tác động của các yếu tố đến lượng thuốc lá được tiêu thụ”

Do kiến thức còn hạn hẹp và thời gian thực hiện gấp rút, chúng em khótránh khỏi những sai sót Rất mong nhận được sự góp ý, hỗ trợ từ phía thầy giáo

và các bạn

Chúng em xin chân thành cảm ơn!

GIỚI THIỆU CHUNG

Các nhà nghiên cứu xem xét 6 yếu tố trong việc quyết định cigs (cigssmoked per day) - lượng hút thuốc mỗi ngày của con người để tìm ra nguyên nhânchính quyết định và tìm cách giải quyết tình trạng hút thuốc của người dân Sáuyếu tố đó là: “educ”(years of schooling) - số năm đi học, “cigpric” (state cigaretteprice) - giá thành của thuốc, “age” (in years) - độ tuổi (“agesq” (age^2) – bìnhphương độ tuổi), “income” (annual income, $) - thu nhập hàng năm, “restaurn”(=1 if state restaurant smoking restrictions) - quy định hạn chế hút thuốc tại quán

sẽ ít hơn so với những người có số năm đi học ít - nhận thức kém Như vậy, mốiquan hệ giữa biến educ - số năm đi học và cigs - lượng thuốc được hút mỗi ngày làmối quan hệ ngược chiều

Nhân tố thứ hai cần xem xét đến trong mô hình trên là cigpric - giáthuốc lá Để xem xét mối quan hệ của giá thuốc lá và lượng thuốc được hút mỗingày, chúng ta cần sử dụng lý thuyết cầu được học trong bộ môn Kinh tế vi mô.Luật cầu khẳng định số lượng hàng hóa hay dịch vụ được cầu trong một khoảngthời gian nhất định sẽ tăng khi giá giảm và sẽ giảm khi giá tăng Cụ thể P↑ → Q↓,

P↓ → Q↑ Do đó, mối quan hệ giữa giá của thuốc lá và lượng thuốc lá được tiêuthụ mỗi ngày là mối quan hệ ngược chiều.

Nhân tố thứ ba gây ra sự thay đổi cigs - lượng thuốc lá được hút mỗingày là age–độ tuổi Độ tuổi ảnh hưởng rất lớn tới thói quen hút thuốc lá Thực tế,chúng ta khó có thể kết luận được mối quan hệ giữa tuổi tác và lượng hút thuốc lá ,

đó có thể là mối quan hệ cùng chiều nếu mẫu được xem xét ở đây là những đốitượng đang trong độ tuổi thanh niên và trung niên, nhưng cũng có thể đó là mốiquan hệ ngược chiều nếu mẫu được xem xét là những đối tượng người cao tuổi,người già có xu thế giảm thiểu lượng thuốc lá họ hút mỗi ngày vì lý do sức khỏe

Nhân tố thứ tư cần xem xét về mối quan hệ với biến phụ thuộc trong

mô hình trên là income - thu nhập hàng năm Chúng ta cần xem xét mối quan hệnày dựa trên quy luật Engel đã được học trong Kinh tế vi mô đề cập đến mối quan

hệ giữa thu nhập và lượng cầu về một loại hàng hóa, dịch vụ trong thực tiễn Quyluật Engel khẳng định: Ở mỗi mức thu nhập khác nhau, người tiêu dùng có nhữngnhận định khác nhau về cùng một loại hàng hóa hay dịch vụ Khi đó, người tiêudùng sẽ có quyết định về lượng hàng hóa, dịch vụ sẽ mua Hơn nữa, thuốc lá đượcđánh giá là hàng hóa thông thường nên khi thu nhập càng tăng, lượng thuốc láđược tiêu thụ càng lớn và ngược lại Như vậy, mối quan hệ giữa income - thu nhậphàng năm và cigs - lượng thuốc lá tiêu thụ mỗi ngày là mối quan hệ tỷ lệ thuận

Nhân tố cuối cùng có ảnh hưởng đến cigs - lượng thuốc lá được tiêu thụmỗi ngày là restaurn - quy định hạn chế hút thuốc trong quán ăn Tại một số địaphương, quốc gia, chính phủ ra quy định hạn chế việc hút thuốc tại những nơicông cộng, một trong số đó là nhà hàng, quán ăn.Với quy định này, chính phủ đãgiúp phần nào hạn chế lượng thuốc lá được tiêu thụ mỗi ngày Như vậy, mối quan

hệ giữa restaurn - quy định hạn chế hút thuốc trong quán ăn với cigs - lượng thuốc

lá được tiêu thụ mỗi ngày được xem xét là mối quan hệ tỷ lệ nghịch Quy định hạn

chế hút thuốc có sức ảnh càng mạnh trong dân cư thì lượng thuốc lá được tiêu thụmỗi ngày sẽ càng giảm

PHÂN TÍCH MÔ HÌNH KINH TẾ LƯỢNG CIGARS-SMOKE

Mô hình hồi quy và kiểm định giả thuyết

 Mô hình hổi quy tổng thể

Yi = β1 + β2X1i + β3 X2i + β4 X3i + β5 X4i + β6 X5i + Ui

 Mô hình hồi quy mẫu

Yi=b 1 + b 2. educ + b 3 cigpric +b 4 age +b 5 income +b 6 restaurn + e i

Chạy mô hình OLS

Thay các hệ số ước lượng được từ mô hình OLS vào ta được:

= 12,6867 - 0,363464 educ + 0,00915107 cigpric – 0,0432898 age + 0,000130291 income – 3,01551 restaurn

Ý nghĩa của các hệ số với mức ý nghĩa α=5%:

 β1 =12.6867>0 , chứng tỏ nhu cầu hút thuốc khi các biến khác bằng 0vẫn dương

 β2 = -0,363464<0, chứng tỏ khi số năm đi học tăng lên 1 đơn vị thị sốthuốc hút/ ngày giảm 0,363464 đơn vị

 β3 = 0,00915107 >0, chứng tỏ khi giá một bao thuốc tăng 1 đơn vị thì sốthuốc hút/ ngày tăng 0,00915107 đơn vị

 β4 = -0,0432898 <0, có nghĩa khi tăng thêm 1 tuổi, lượng thuốc hút/ngày giảm 0,0432898 đơn vị

 β5 = 0,000130291 >0, có nghĩa khi thu nhập tăng thêm 1 đơn vị thì sốthuốc hút/ ngày tăng 0,000130291 đơn vị

 β6 = -3,01551 <0, có nghĩa khi các nhà hàng liên bang hạn chế hút thuốcthì lượng thuốc hút/ ngày giảm 3,01551 đơn vị.

Tính toán thu được các giá trị teduc = -2.15, tcigpric = 0.0896, tage = -1.512, tincome

= 2.332, trestaurn = -2.681 Vậy kết luận theo cơ sở lý thuyết thì các biến

educ, income, restaurn có ý nghĩa; biến age, cigpric không có ý nghĩa

 Cách 2 : sử dụng giá trị p-value: nếu p-value <α thì bác bỏ H0

Từ kết quả chạy mô hình ta thu được: value(educ) = 0.0316 < α; value(cigpric) = 0.9286 >α; p-value(age) = 0.1310 < α;p-value(income) =0.0199 < α; p-value(restaurn) = 0.0075 < α

p- Kết luận tương tự cách kiểm định trên

Có thể thấy, biến Cigpric, age ở đây không có ý nghĩa trên cơ sở lý thuyết

với mô hình song ta không loại bỏ biến này đi, bởi trên thực tế, giá thành của thuốc và tuổi của người sử dụng có ảnh hưởngrõ ràng đến lượng thuốc hút.

Do đó mô hình có khả năng không mắc đa cộng tuyến

 Nhân tử phóng đại phương sai

Ta thấy các giá trị VIF nhỏ cho biết không có tương quan giữa các biến giải thích

do đó không có đa cộng tuyến

 Kiểm định bằng phương pháp đồ thị

Ta có: ei = Yii

Vẽ đồ thị của hàm ei theo i Chạy Gretl ta có

Từ đồ thị trên ta thấy có mô hình có hiện tượng PSSS thay đổi.

 Kiểm định White ( không có tích chéo)

Chạy mô hình:

Ta có:

Với ; suy ra Bác bỏ H0, chấp nhận H1 hay mô hình có PSSS thay đổi

 Kiểm định White (có tích chéo)

Chạy mô hình:

Ta có p-value = 0,000983 <0,05 suy ra bác bỏ giả thiết H0, tức mô hình có hiệntượng PSSS thay đổi.

-Kiểm định BP

Chạy mô hình:

Ta có p-value =0,000613 <0,05 suy ra bác bỏ H0, tức mô hình có hiện tượng PSSSthay đổi.

 Kiểm định Park

Xây dựng mô hình hồi quy dạng: ln ei2 = β1 + β2.ln (yhat) + vi Hồi quy ln ei2 theo ln (yhat) ta được:

 tqs = 5,446 > t0,025809 = 1,960, suy ra bác bỏ giả thuyết H0 hay mô hình cóhiện tượng PSSS thay đổi.

 Kiểm định Glejser

Tạo biến mới:

Xây dựng mô hình hồi quy dạng: = Chạy mô hình hồi quy này chotừng biến giải thích

Kiểm định giả thiết:

Ho: β2=0, β3=0

H1: β2 # 0, β3#0

Hồi quy mô hình theo educ:

Ta có: |tqs| = 0,08966 < t0,025808 = 1,960, chấp nhận H0, kết luận phương sai củanhiễu không đổi.

Thực hiện kiểm định tương tự với các biến cigpric, age, income, restaurn tại

mức ý nghĩa α = 5% cho kết quả:

 |tqs| (cigpric) = 0,02168 <1,96, chấp nhận H0, kết luận phương sai củanhiễu không đổi

 |tqs| (age) = 0,4814 <1,96, chấp nhận H0, kết luận phương sai của nhiễukhông đổi

 |tqs| (income) = 3,272 >1,96, bác bỏ H0, kết luận phương sai của nhiễuthay đổi

 |tqs| (restaurn) = 3,243 >1,96, bác bỏ H0, kết luận phương sai của nhiễuthay đổi

 Kiểm định dựa trên biến phụ thuộc

Ước lượng mô hình hồi quy: ei2 = α1 + α2 2 + viKiểm định giả thiết:

Chạy mô hình OLS

Tiến hành hồi quy rồi kiểm định White’s test xem mô hình đã khắc phụcđược hiện tượng PSSS thay đổi hay chưa.

 Kết quả: Test statistic: TR^2 = 489.264136,

with p-value = P(Chi-square(19) > 489.264136) = 0.000000 Kết luận:cách khắc phục này không phù hợp

 Thực hiện tương tự với Xi là cigpric, age, income, restaurn đều cho

kết luận tương tự

 Giả thiết 2: phương sai của sai số tỉ lệ với biến giải thích X

Chia 2 vế của mô hình gốc cho (với >0), được:

Yi/ = β1/ + β2 X1i/ + β3 X2i/ + β4 X3i/ + β5 X4i/ + β6 X5i/ + Ui/

Tiến hành tạo biến mới tương tự trong trường hợp giả thiết 1 và chạy

mô hình hồi quy cho các biến age, income, educ, cigpric Kết quả thu

được tiếp tục kiểm định White’s test, cho kết quả PSSS thay đổi vẫnchưa được khắc phục

 Giả thiết 3: hạng hàm sai

Ước lượng hồi quy:

Chạy mô hình hồi quy với biến mới trên, cho kết quả tương tự

 Robust standard errors

Đối với mẫu đang nghiên cứu là mẫu lớn nên áp dụng được biệnpháp

khắc phục này Biện pháp này vẫn sử dụng OLS nên các hệ số ướclượng được vẫn giống như trong OLS nhưng các sai số tiêu chuẩn củacác ước lượng được sửa lại theo một thuật toán sao cho vẫn sử dụngđược các t_test, F_test,…Do vậy, vẫn có thể suy diễn thống kê được.Chạy mô hình cho kết quả:

 Tự tương quan

 Kiểm định d.Durbin-Watson:

Cách phát hiện tự tương quan sử dụng thống kê Durbin-Watson

1 dl du 2 4 - du 4 - dl 4Nếu d<dL : có TTQ dương

Nếu dL< d< dU hoặc 4-dU< d< 4-dL: không có kết luận

Nếu dU< d< 4-dU : không có TTQ

Nếu d> 4-dL : TTQ âm, trong đó dL và dU tra từ trong bảng số

Chúng ta tiến hành hồi quy theo phương pháp bình phương nhỏ nhất vớin=809 điểm số liệu và k= 5 biến độc lập, giá trị tính toán của thống kê d=2.008672

Ta tra bảng với , dL=1.72, dU =1.82

4 - dL= 2.28 ; 4- dU = 2.18

Vì dU< d <4- dU nên kết luận mô hình không có tự tương quan

 Kiểm định Breusch – Godfrey (BG):

 Kiểm định cho AR(1)

Ho: Mô hình không tự tương quan

H1: Mô hình có sự tự tương quan

Ta thấy giá trị P-value = P (Chi-square (1) > 0.0175421) = 0.894 > 0.05

nên chấp nhận giả thuyết Ho Có nghĩa là mô hình không bị mắc lỗi tự tương quan.

 Kiểm định cho AR(400)

Ta thấy giá trị P-value = 0.997732 > 0.05 nên chấp nhận giả thuyết Ho Có nghĩa

là mô hình không bị mắc lỗi tự tương quan.

Kết luận: Từ các test trên, mô hình không mắc tự tương quan

Cigs : lượng thuốc hút tiêu thụ

educ : số năm đi học của đối tượng khảo sát

cigpric : giá thuốc lá (cent/gói)

income : thu nhập của đối tượng khảo sát

restaurn : khu vực nhà hàng cấm hút thuốc (=1 khi nhà hàng của bang

cấm hút thuốc)age : tuổi của đối tượng khảo sát

Sau khi tiến hành nhận dạng, kiểm định tương quan cặp giữa các biến giảithích, nhân tử phóng đại phương sai, ta thấy VIF rất nhỏ cho biết không có tươngquan giữa các biến giải thích chứng tỏ mô hình không có đa cộng tuyến

Tiếp tục tiến hành kiểm định bằng phương pháp đồ thị, kiểm định White(không có tích chéo), kiểm định White (có tích chéo), kiểm định BP, kiểm địnhPark, kiểm định Glejser, kiểm định dựa trên biến phụ thuộc đều kết luận được môhình có PSSS thay đổi

Kiểm định d.Durbin – Watson, Kiểm định Breusch – Godfrey (BG) cũngcho thấy mô hình không có dấu hiệu tự tương quan

tố này được thể hiện thông qua hệ số chặn góp phần làm mô hình phù hợp hơn Do

đó mô hình có hệ số chặn phù hợp hơn mô hình trên

KẾT LUẬN

“Lượng thuốc lá tiêu thụ trong mối quan hệ với các biến số” đã được

nhóm em phân tích và tìm hiểu Từ bài tập trên,chúng em đã hiểu sâu sắc hơn về những khái niệm của môn học cũng như nắm rõ được cách thức chạy phần mềm Gretl, giúp ích rất nhiều cho việc học và ôn thi cuối kì Có thể trên đây những kiếnthức chúng em nêu ra còn chưa thực sự đầy đủ và hoàn thiện, chúng em rất mong nhận được sự đánh giá và góp ý từ phía thầy

Xin chân thành cám ơn thầy !

TÀI LIỆU THAM KHẢO

1 Giáo trình Bài giảng Kinh tế lượng, tác giả Nguyễn Quang Dong, Nhà xuấtbản Giao thông vận tải.

2 Một số tài liệu tham khảo khác về Kinh tế vi mô trên Internet