Dự báo doanh thu ngành du lịch dựa vào chỉ số giá tiêu dùng và số lượt khách du lịch đến các địa điểm du lịch

Đề tài: Dự báo doanh thu ngành du lịch dựa vào chỉ số giá tiêu dùng và số lượt khách du lịch đến các địa điểm du lịch. I. Vấn đề nghiên cứu II. Thu thập số liệu III. Lập mô hình hồi quy mô tả mối quan hệ giữa các biến kinh tế IV. Ước lượng mô hình hồi quy sử dụng phần mềm Eview

HỌC VIỆN TÀI CHÍNH

BỘ MÔN: KINH TẾ LƯỢNG

BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG

Nhóm 1 - Lớp tín chỉ: CQ56/08.3_LT1

Đề tài: Dự báo doanh thu ngành du lịch dựa vào chỉ số giá tiêu dùng

và số lượt khách du lịch đến các địa điểm du lịch.

Thành viên nhóm:

1 Trưởng nhóm: Nguyễn Thị Thu Phương.

2 Cao Thị Tràng An

3 Nguyễn Hoài Nam

4 Nguyễn Hoàng Tuấn

5 Nguyễn Đức Huy

MỤC LỤC

I Vấn đề nghiên cứu 5

1 Lý do chọn đề tài 5

2 Nội dung nghiên cứu 6

II Thu thập số liệu 6

III Lập mô hình hồi quy mô tả mối quan hệ giữa các biến kinh tế 7

IV Ước lượng mô hình hồi quy sử dụng phần mềm Eview 7

V Tiến hành một số kiểm định liên quan đến mô hình hàm hồi quy 8

1 Kiểm định sự phù hợp của hàm hồi quy 8

2 Kiểm định sự phù hợp của các hệ số hồi quy 9

2.1 Kiểm định β 1 9

2.2 Kiểm định β 2 9

2.3 Kiểm định β 3 10

3 Kiểm định các khuyết tật 10

3.1 Kiểm định đa cộng tuyến 10

3.1.1 Phương pháp hồi quy phụ 11

3.1.2 Phương pháp độ đo Theil 12

3.2 Phương sai sai số thay đổi 13

3.2.1 Kiểm định White 13

3.2.2 Kiểm định Gleiser 14

3.3 Kiểm định tự tương quan 15

3.3.1 Kiểm định BG 15

3.3.2 Kiểm định Durbin – Watson 16

3.4 Kiểm định các biến bỏ sót 17

3.4.1 Kiểm định Ramsey 17

3.4.2 Kiểm định Lagrange 19

3.5 Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên 20

Kiểm định JB 20

VI Phân tích dự báo 21

1 Các biến độc lập ảnh hưởng đến biến phụ thuộc như thế nào? 21

2 Ước lượng khoảng tin cậy 21

2.1 Nếu giá trị của biến độc lập tăng thêm một đơn vị( hoặc %) thì giá trị của biến phụ thuộc thay đổi như thế nào? 21

2.1.1 Lượt khách du lịch trung bình tăng 1 nghìn lượt trong điều kiện các yếu tố khác không thay đổi 21

2.1.2 CPI trung bình tăng 1% với điều kiện KDL không đổi 22

2.2 Phương sai sai số ngẫu nhiên là bao nhiêu? 22

VII Kiến nghị về vấn đề nghiên cứu 23

Phân công nhân sự:

Lên ý tưởng đề tài, tổng hợp bài viết, thu thập số liệu, ước lượng

mô hình hồi quy sử dụng phần mềm Eview,kiểm định đa cộng tuyến, kiểm định tự tương quan, kiểm định các biến bỏ sót

Nhóm trưởng

An

CQ56.08.03_LT1

Kiểm định sự phù hợp của các hệ số hồi quy

phân tích dự báo, kiểm định tự tương quan

Nam

CQ56.08.03_LT1

Phương sai sai số thay đổi, kiến nghị về vấn

Lập mô hình hồi quy

mô tả mối quan hệ giữacác biến kinh tế

Huy

CQ56.08.03_LT1

Kiểm định sự phù hợp của hàm hồi quy

I Vấn đề nghiên cứu

1 Lý do chọn đề tài

- Nhận thấy đề tài môn Kinh tế lượng có liên quan đến lĩnh vực kinh tế, trong lúctìm hiểu, những giá trị có liên quan đến nền kinh tế sẽ giúp chúng em hiểu thấu đáohơn những đại lượng ấy và bản chất của chúng, mối quan hệ của các đại lượng và

đồng thời sẽ giúp ích cho việc nghiên cứu các môn khoa học khác như kinh tế vi

mô, kinh tế vĩ mô, toán kinh tế, và công việc sau này của chúng em

- Du lịch nước ta hiện nay được nhà nước xác định là một ngành kinh tế mũi nhọnvới rất nhiều tiềm năng phát triển chưa được khai thác hết Hàng năm, du lịch cónhững đóng góp không nhỏ cho GDP của cả nước, mang lại hiệu quả kinh tế cao,thân thiện với môi trường

- Vì vậy, với đề tài “Mô hình kinh tế lượng dự báo doanh thu ngành du lịch dựa

vào chỉ số giá tiêu dùng và số lượt khách du lịch đến các địa điểm du lịch”, qua đó

chúng em hy vọng rằng, kết quả báo cáo này cho thấy được tiềm năng phát triểnngành du lịch của Việt Nam trong tương lai

2 Nội dung nghiên cứu

- Đưa ra và phân tích các biến ảnh hưởng đến doanh thu ngành du lịch của nước ta

- Kiểm định, xây dựng mô hình, đưa ra các dự báo về doanh thu ngành du lịchtrong những năm sắp tới

II Thu thập số liệu

- Sau khi tìm hiểu, nghiên cứu, thu thập số liệu nhóm em có hệ thống số liệu đượctrình bày trong bảng sau:

III Lập mô hình hồi quy mô tả mối quan hệ giữa các biến kinh tế

* Mô hình hồi quy:

IV Ước lượng mô hình hồi quy sử dụng phần mềm Eview

- Với số liệu từ mẫu trên, sử dụng phần mềm eview để ước lượng Sau khi nhậplệnh LS DT KDL CPI C và enter, ta được báo cáo kết quả ước lượng như sau:

Dependent Variable: DT Method: Least Squares Date: 05/06/20 Time: 00:33 Sample: 2001 2019

Included observations: 19 Variable Coefficient Std Error t-Statistic Prob

KDL 0.975400 0.002825 345.2516 0.0000

CPI -0.204706 0.118253 -1.731092 0.1027

C -1954.237 6.656267 -293.5936 0.0000 R-squared 0.999890 Mean dependent var 198.2753 Adjusted R-squared 0.999876 S.D dependent var 218.7416 S.E of regression 2.431328 Akaike info criterion 4.758692 Sum squared resid 94.58171 Schwarz criterion 4.907814 Log likelihood -42.20757 Hannan-Quinn criter 4.783929 F-statistic 72840.05 Durbin-Watson stat 0.377933 Prob(F-statistic) 0.000000

Báo cáo 1: Kết quả ước lượng mô hình DT theo KDL và CPI

- Với hàm hồi quy trên, ta ước lượng được hàm hồi quy mẫu:

DT i = -1954.237 + 0.975400KDL i - 0.204706CPI i (1)

Ý nghĩa kinh tế:

+ β2 = 0.975400 : Khi số lượt khách du lịch tăng thêm 1 nghìn lượt trong điều kiệnchỉ số giá tiêu dùng không đổi thì doanh thu tăng 0.975400 nghìn tỷ đồng

+ β3 = - 0.204706: Khi chỉ số giá tiêu dùng tăng 1% trong điều kiện số lượt khách

du lịch không đổi thì doanh thu giảm 0.204706 nghìn tỷ đồng

=> Các hệ số hồi quy phù hợp với lý thuyết kinh tế

V Tiến hành một số kiểm định liên quan đến mô hình hàm hồi quy

1 Kiểm định sự phù hợp của hàm hồi quy

* Kiểm định cặp giả thuyết: {: Môhìnhhồi quy không phù hợp=¿R2 =0

: Mô hìnhhồi quy phù hợp=¿R2>0

* Tiêu chuẩn kiểm định:

=> Fqs = 72840.05 > 3.63 = F0.05(2,16) => Bác bỏ giả thuyết H0, chấp nhận đối thuyết

H1

=> Vậy với α = 0.05 thì mô hình hồi quy phù hợp

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

=> Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1 Nghĩa là β1 có ý nghĩa kinh tế

=> Vậy với mức ý nghĩa 5%, có thể cho rằng hệ số chặn có ý nghĩa thống kê trongthực tế

W α={t :|t|>t α /2 (n−3)

}Dựa vào báo cáo 1 ta có: tqs = ´β2

Se(β2)=

0.975400 0.002825=¿345.2516

Mà t α

2

(n−3)

=t0,02516 =2,12 => |t qs| > t0,02516

=> Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1.

=> Vậy với mức ý nghĩa 5% như trên cho ta thấy số lượt khách du lịch có ảnhhưởng đến doanh thu ngành du lịch

3.1 Kiểm định đa cộng tuyến

* Hồi quy mô hình ban đầu thu được R2 = 0.999890

3.1.1 Phương pháp hồi quy phụ

* Ước lượng mô hình hồi quy:

KDL i=β1+β2CPI i+U i

Thu được báo cáo

Dependent Variable: KDL Method: Least Squares Date: 05/06/20 Time: 01:32 Sample: 2001 2019

Included observations: 19 Variable Coefficient Std Error t-Statistic Prob CPI -17.67385 9.202339 -1.920583 0.0717

C 2332.550 80.49795 28.97652 0.0000 R-squared 0.178293 Mean dependent var 2208.275 Adjusted R-squared 0.129957 S.D dependent var 223.7699 S.E of regression 208.7238 Akaike info criterion 13.61920 Sum squared resid 740615.7 Schwarz criterion 13.71862 Log likelihood -127.3824 Hannan-Quinn criter 13.63603 F-statistic 3.688637 Durbin-Watson stat 0.287352 Prob(F-statistic) 0.071720

Báo cáo 2: Kết quả ước lượng mô hình KDL theo CPI

Hồi quy mô hình KDL theo CPI thu được R12

= ¿ 0.178293; 2 biến

* Kiểm định cặp giả thuyết:

H0: Môhình gốc không có đa cộng tuyến

H1: Mô hình gốc có đa cộng tuyến.

* Tiêu chuẩn kiểm định:

Included observations: 19 Variable Coefficient Std Error t-Statistic Prob CPI -17.44378 8.976564 -1.943258 0.0687

C 320.9326 78.52298 4.087117 0.0008 R-squared 0.181758 Mean dependent var 198.2753 Adjusted R-squared 0.133626 S.D dependent var 218.7416 S.E of regression 203.6029 Akaike info criterion 13.56952 Sum squared resid 704720.4 Schwarz criterion 13.66894 Log likelihood -126.9104 Hannan-Quinn criter 13.58635 F-statistic 3.776252 Durbin-Watson stat 0.293967 Prob(F-statistic) 0.068732

=> Thu được R22= ¿ 0.181758

* Hồi quy mô hình DTi= β1 +β2 KDLi + Ui thu được báo cáo 4:

Dependent Variable: DT Method: Least Squares Date: 05/06/20 Time: 01:54 Sample: 2001 2019

Included observations: 19 Variable Coefficient Std Error t-Statistic Prob KDL 0.977465 0.002707 361.0616 0.0000

C -1960.237 6.007245 -326.3121 0.0000 R-squared 0.999870 Mean dependent var 198.2753 Adjusted R-squared 0.999862 S.D dependent var 218.7416 S.E of regression 2.570147 Akaike info criterion 4.825104 Sum squared resid 112.2961 Schwarz criterion 4.924519 Log likelihood -43.83849 Hannan-Quinn criter 4.841929 F-statistic 130365.5 Durbin-Watson stat 0.133486 Prob(F-statistic) 0.000000

=> Thu được R32

= ¿ 0.999870

* Tính độ đo THIEL:

m = R2 – ( R2 – R22) - ( R2 – R32) = 0.999890 – ( 0.999890 - 0.181758 ) –(0.999890 - 0.999870)

=> m = 0.181738

=> Mô hình gốc có đa cộng tuyến thấp

3.2 Phương sai sai số thay đổi.

3.2.1 Kiểm định White

* Hồi quy mô hình ban đầu thu được tìm được phần dư et→e t2

* Hồi quy mô hình White có dạng:

- Sử dụng chương trình Eview để có báo cáo kiểm định White như sau:

- Báo cáo 5: Kiểm định White của mô hình hồi quy

Hồi quy mô hình ban đầu thu được ei ; e2

iHồi quy mô hình White thu được:

Heteroskedasticity Test: White F-statistic 1.388295 Prob F(5,13) 0.2914 Obs*R-squared 6.613756 Prob Chi-Square(5) 0.2510 Scaled explained SS 1.600374 Prob Chi-Square(5) 0.9012

Test Equation:

Dependent Variable: RESID^2 Method: Least Squares Date: 05/06/20 Time: 02:34 Sample: 2001 2019

Included observations: 19 Variable Coefficient Std Error t-Statistic Prob

C 56.09533 133.6827 0.419615 0.6816 KDL^2 4.77E-06 2.31E-05 0.206256 0.8398 KDL*CPI 0.002198 0.003048 0.721339 0.4835 KDL -0.031864 0.111601 -0.285521 0.7797 CPI^2 0.023987 0.032470 0.738741 0.4732 CPI -5.570637 6.553354 -0.850044 0.4107 R-squared 0.348092 Mean dependent var 4.977985 Adjusted R-squared 0.097359 S.D dependent var 4.225026 S.E of regression 4.014089 Akaike info criterion 5.869587

Sum squared resid 209.4678 Schwarz criterion 6.167831 Log likelihood -49.76108 Hannan-Quinn criter 5.920062 F-statistic 1.388295 Durbin-Watson stat 1.275726 Prob(F-statistic) 0.291411

Thu được R2

w = 0.348092Kiểm định cặp giả thuyết

H0: Mô hình gốc có phương sai sai số không thay đổiH1: Mô hình gốc có phương sai sai số thay đổi

Ta có: χ qs2

=n R w2

= ¿6.613756Tra bảng giá trị tới hạn phân phối khi bình phương :

Test Equation:

Dependent Variable: ARESID Method: Least Squares Date: 05/06/20 Time: 17:09 Sample: 2001 2019

Included observations: 19 Variable Coefficient Std Error t-Statistic Prob

C 3.954073 2.737181 1.444579 0.1679 KDL -0.000525 0.001162 -0.451966 0.6574 CPI -0.120558 0.048628 -2.479210 0.0247 R-squared 0.291319 Mean dependent var 1.946836 Adjusted R-squared 0.202733 S.D dependent var 1.119733 S.E of regression 0.999807 Akaike info criterion 2.981431 Sum squared resid 15.99384 Schwarz criterion 3.130553 Log likelihood -25.32359 Hannan-Quinn criter 3.006668 F-statistic 3.288571 Durbin-Watson stat 1.157870 Prob(F-statistic) 0.063622

Tiến hành kiểm định giả thiết:

H0: Phương sai sai số không thay đổi

H1: Phương sai sai số ngầu nhiên thay đổi

Tiêu chuẩn kiểm định F= R1

2

/2 (1−R12)/(n−3) F α

(2 ,n−3)

.Miền bác bỏ giả thuyết H0, với mức ý nghĩa α = 0.05

Test Equation:

Dependent Variable: RESID Method: Least Squares

Date: 05/06/20 Time: 03:39 Sample: 2001 2019

Included observations: 19 Presample missing value lagged residuals set to zero.

Variable Coefficient Std Error t-Statistic Prob

KDL 0.003076 0.002222 1.384636 0.1878 CPI 0.022616 0.078163 0.289345 0.7766

C -6.784003 5.096759 -1.331042 0.2044 RESID(-1) 0.840402 0.264950 3.171929 0.0068 RESID(-2) 0.073730 0.314756 0.234246 0.8182 R-squared 0.621289 Mean dependent var -2.75E-13 Adjusted R-squared 0.513085 S.D dependent var 2.292278 S.E of regression 1.599535 Akaike info criterion 3.998237 Sum squared resid 35.81918 Schwarz criterion 4.246774 Log likelihood -32.98325 Hannan-Quinn criter 4.040300 F-statistic 5.741864 Durbin-Watson stat 1.622931 Prob(F-statistic) 0.005976

R 2

BG = 0.621289

* Cặp giả thuyết:

H0: Mô hình ban đầu không có tự tương quan bậc 2

H1: Mô hình ban đầu có tự tương quan bậc 2Mức ý nghĩa 5%

* Tiêu chuẩn kiểm định: χ2=(n−2) R BG2 χ2 (2)

Miền bác bỏ giả thuyết H0, với mức ý nghĩa α=0,05 là:

3.3.2 Kiểm định Durbin – Watson

Kiểm định tự tương quan bậc 1

MH không có

tự tương quan

Không có kếtluận

MH có tựtương quan âm

Theo báo cáo Eview có: d w = 0,377933

Value df Probability t-statistic 6.925701 15 0.0000 F-statistic 47.96533 (1, 15) 0.0000 Likelihood ratio 27.25615 1 0.0000 F-test summary:

Sum of Sq df Mean

Squares Test SSR 72.04985 1 72.04985 Restricted SSR 94.58171 16 5.911357 Unrestricted SSR 22.53185 15 1.502124 Unrestricted SSR 22.53185 15 1.502124

LR test summary:

Value df Restricted LogL -42.20757 16 Unrestricted LogL -28.57950 15

Unrestricted Test Equation:

Dependent Variable: DT Method: Least Squares Date: 05/06/20 Time: 18:03 Sample: 2001 2019

Included observations: 19 Variable Coefficient Std Error t-Statistic Prob KDL 0.943848 0.004773 197.7370 0.0000 CPI -0.203811 0.059610 -3.419052 0.0038

C -1888.756 10.03259 -188.2620 0.0000 FITTED^2 4.95E-05 7.15E-06 6.925701 0.0000 R-squared 0.999974 Mean dependent var 198.2753 Adjusted R-squared 0.999969 S.D dependent var 218.7416 S.E of regression 1.225612 Akaike info criterion 3.429421 Sum squared resid 22.53185 Schwarz criterion 3.628250 Log likelihood -28.57950 Hannan-Quinn criter 3.463071 F-statistic 191115.9 Durbin-Watson stat 1.416727 Prob(F-statistic) 0.000000

Kiểm định cặp giả thuyết:

H0: Mô hình ban đầu không bỏ sót biến

H1: Mô hình ban đầu bỏ sót biến

Mức ý nghĩa: 0,05

Sử dụng tiêu chuẩn kiểm định:

F= (R22−R12)/( p−1)

(1−R22)/ (n−k− p+1) ~ F ( ( p−1) , n−k− p+1 )

Miền bác bỏ:W α={F : F>F α

Giá trị thống kê quan sát là : F qs= 191115,9

Tra bảng giá trị tới hạn chuẩn phân phối Fisher :

F α¿¿

ta thấy F qs>F0,05(1,14 ) suy ra F qs thuộc W α

 Bác bỏ giả thuyết H0, chấp nhận đối thuyếtH1

Kết luận: Vậy với mức ý nghĩa 0,05 thì mô hình ban đầu bỏ sót biến

Hồi quy phần dư ei thu được báo cáo dưới đây:

Dependent Variable: E Method: Least Squares Date: 05/09/20 Time: 09:33 Sample: 2001 2019

Included observations: 19 Variable Coefficient Std Error t-Statistic Prob.

KDL -0.062081 0.007587 -8.182391 0.0000 CPI 0.074402 0.043150 1.724275 0.1067 DTF^2 0.000176 2.90E-05 6.070040 0.0000 DTF^3 -1.22E-07 2.76E-08 -4.424295 0.0006

C 127.3167 15.46618 8.231938 0.0000 R-squared 0.901650 Mean dependent var 0.002909

Adjusted R-squared 0.873550 S.D dependent var 2.289110 S.E of regression 0.814003 Akaike info criterion 2.647229 Sum squared resid 9.276417 Schwarz criterion 2.895766 Log likelihood -20.14868 Hannan-Quinn criter 2.689292 F-statistic 32.08720 Durbin-Watson stat 1.555132 Prob(F-statistic) 0.000001

* Cặp giả thuyết

H0: Mô hình ban đầu không bỏ sót biến

H1: Mô hình ban đầu bỏ sót biến

* Tiêu chuẩn kiểm định: χ2

=> Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1

=> Mô hình ban đầu có bỏ sót biến

3.5 Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên.

* Kiểm định cặp giả thuyết:

H1:U i không có phân phốichuẩn

* Tiêu chuẩn kiểm định Jarque-Bera :

* Kết luận : JB qs<χ0.052(2)→ JB qs ∉W α → Chưa có cơ sở bác bỏ H0

Vậy sai số ngẫu nhiên U i có phân phối chuẩn

VI Phân tích dự báo.

1 Các biến độc lập ảnh hưởng đến biến phụ thuộc như thế nào?

Mô hình hồi quy:

DT i = -1954.237 + 0.975400KDL i - 0.204706CPI i + U i (1)

Từ kết quả hồi quy ta nhận thấy:

+ β2 = 0.975400 : Khi số lượt khách du lịch tăng thêm 1 nghìn lượt trong điều kiệnchỉ số giá tiêu dùng không đổi thì doanh thu tăng 0.975400 nghìn tỷ đồng

+ β3 = - 0.204706: Khi chỉ số giá tiêu dùng tăng 1% trong điều kiện số lượt khách

du lịch không đổi thì doanh thu giảm 0.204706 nghìn tỷ đồng

2 Ước lượng khoảng tin cậy

2.1 Nếu giá trị của biến độc lập tăng thêm một đơn vị( hoặc %) thì giá trị của biến phụ thuộc thay đổi như thế nào?

2.1.1 Lượt khách du lịch trung bình tăng 1 nghìn lượt trong điều kiện các yếu tốkhác không thay đổi