Những vấn đề kinh tế mà mô hình này thể hiện hay cơ sở kinh tế của mô hình

1 Giải thích ý nghĩa từng biến của mô hình:- QDPASSt : tổng lượng đô-la tiền gửi vào các tài khoản thuộc ngân hàng S&Ls, Mỹ trên danh nghĩa trong quý t.. Đây là biến phụ thuộc của mô hì

Trang 1

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG

-*** -BÀI TẬP GIỮA KỲ MÔN: KINH TẾ LƯỢNG

Sinh viên thực hiện :

1) Vũ Thị Kiều Oanh MSV: 1213310082 2) Phạm Minh Hà MSV:1213330025 3) Lương Đức Phúc MSV: 1213330064 4) Nguyễn Thị Vân Nhung MSV: 1211120081

Lớp :KTE309.5

Giáo viên hướng dẫn :Th.s Đặng Thái Long

Hà Nội, 2014

Trang 2

LỜI NÓI ĐẦU

Kinh tế lượng là môn học quan trọng với tất cả sinh viên theo học kinh tế Đây là môn học có tính thực nghiệm cao, nó chú trọng đến việc kiểm định các luật kinh tế bằng các số liệu thực tế Và mặc dù có rất nhiều công thức và định lý, nó lại được xem như một môn khoa học xã hội, vận dụng đồng thời cả lý thuyết và thực tiễn để phân tích về lượng các vấn đề kinh tế.

Thông qua bài tập giữa kỳ này, chúng em đã được áp dụng nhiều hơn những kiến thức của bộ môn kinh tế lượng vào thực tiễn thay vì chỉ ngồi cầm sách và học thuộc lòng công thức Bài tập này cũng chú trọng người học tìm hiểu nhiều về phần mềm stata, làm cách nào sử dụng nó, nhận xét kết quả của nó Đây là những bài tập rất bổ ích và quý báu để thực hành kiến thức lý thuyết một cách hiệu quả Khi tham khảo phong cách trình bày bài làm của các anh chị khối trên, chúng em thấy hầu như các báo cáo đều được trình bày theo phong cách của một tiểu luận Tuy nhiên, vì được giao 2 bài tập, hơn nữa với mỗi bài đều có yêu cầu riêng nên chúng em quyết định trình bày theo hướng đưa ra câu trả lời và giải thích luôn, tránh để bài làm quá dài, đồng thời đưa ra kết luận riênng cho từng phần.

Tuy chúng em đã cố gắng làm bài tập cẩn thận nhưng với vốn kiến thức có hạn, bài làm của chúng em chắc chắn không tránh khỏi sai sót, mong thầy thông cảm Chúng em xin cảm ơn thầy vì đã tận tình hướng dẫn chúng em trong thời gian vừa qua và mong thầy tiếp tục chỉ bảo thêm cho chúng em.

Trang 3

1) Giải thích ý nghĩa từng biến của mô hình:

- QDPASSt : tổng lượng đô-la tiền gửi vào các tài khoản thuộc ngân hàng S&Ls,

Mỹ trên danh nghĩa trong quý t Đây là biến phụ thuộc của mô hình 19, trong quý t,

nó đo lường tổng các khoản tiền gửi thuần túy vào tài khoản thuộc ngân hàng S&Ls mà không đo lượng tiền thuộc các tài khoản vãng lai, tài khoản trên thị trường tiền tệ, chứng chỉ tiền gửi, tài khoản gửi tiền có trả lãi, tài khoản của các ngân hàng thương mại và tài khoản của các công ty môi giới.

- QYDUSt : Thu nhập sau thuế trên danh nghĩa trong quý t tại Mỹ.

-QRDPASSt : Tỷ lệ lợi nhuận bình quân của các tài khoản tiết kiệm tại ngân hàng S&Ls trong quý t Đây là yếu tố cạnh tranh của phương thức gửi tiền vào ngân hàng với các phương thức đầu tư tài chính khác, nhà đầu tư sẽ căn cứ vào tỷ lệ lợi nhuận bình quân để đưa ra các quyết định tài chính phù hợp, có lợi nhất cho mình.

-QRTB3Yt : Lãi suất theo kỳ hạn ba tháng ( theo quý) của trái phiếu kho bạc trong quý t tương tự như QRDPASSt, đây là yếu tố quan trọng được xem xét để đưa ra

quyết định đầu tư khi so sánh lãi suất khi gửi tiền vào ngân hàng với mặt bằng lãi suất trong quý t.

- MMCDUMt : một biến giả, bằng 0 trước quý III của 1978( khi có sự hợp pháp

hóa các chứng chỉ thị trường tiên tệ có lãi suất cao hơn so với các phương thức trên thị trường tiền tệ hiện tại) và bằng 1 với các quý sau đó.

-EXPINFt : tỷ lệ lạm phát kỳ vọng trong quý t ( bằng với tỷ lệ lạm phát của quý

trước) Nếu lạm phát cao hơn dự kiến, tài sản thuộc các tài khoản có lãi suất thấp

sẽ giảm giá trị Vì thế EXPINFt cũng có thể là một biến giải thích.

-BRANCHt : số chi nhánh của ngân hàng S&Ls họat động ở Mỹ trong quý t Biến

này góp phần thể hiện sự thuận tiện trong giao dịch mà người gửi tiền được hưởng.

Trang 4

2) Ảnh hưởng dự đoán của các biến giải thích tới biến phụ thuộc

- Khi thu nhập sau thuế tăng, mọi người có thể dành nhiều tiền hơn để đầu tư

tài chính, trong đó gửi tiền vào tài khoản tiết kiệm trong ngân hàng là một

phương thức phổ biến Vì vậy QYDUSt có thể tác động cùng chiều lên

QDPASSt

- Khi tỷ lệ lợi nhuận bình quân tăng, sự cạnh tranh của phương thức gửi tiền

tiết kiệm tăng lên, lượng tiền gửi vào ngân hàng tăng lên vì khả năng sinh lời

cao hơn Nên QRDPASSt có thể ảnh hưởng dương lên QDPASSt

- Khi lãi suất theo quý của trái phiếu kho bạc tăng lên, nhà đầu tư sẽ do dự

giữa việc bỏ tiền mua trái phiếu kho bạc và gửi tiền vào tài khoản ngân hàng,

dẫn đến lượng tiền gửi có thể giảm xuống Cho nên QRTB3Yt có thể ảnh

hưởng âm lên QDPASSt

- Khi có sự hợp pháp hóa các chứng chỉ thị trường tiền tệ với lãi suất cao hơn

các công cụ của thị trường tiền tệ hiện có thì khả năng cạnh tranh của phương thức gửi tiền tiết kiệm sẽ giảm xuống, lượng tiền gửi cũng giảm.

- Khi tỷ lệ lạm phát kỳ vọng tăng lên, việc gửi tiền vào tài khoản ngân hàng

có lãi suất thấp có thể làm giảm giá trị của lượng tiền gửi, khiến lượng tiền gửi

giảm xuống cho nên EXPINFt có thể ảnh hưởng âm lên QDPASSt

- Khi số lượng chi nhánh của ngân hàng S&Ls tăng lên, việc giao dịch với

khách hàng thuận tiện hơn sẽ kích thích lượng tiền gửi tăng lên Vậy

BRANCHt có thể ảnh hưởng dương lên QDPASSt

3) Vấn đề kinh tế thể hiện từ mô hình

Thông qua các biến giải thích đã chọn, có thể thấy được có 3 loại ảnh hưởng quan trọng tác động lên lượng tiền gửi vào tài khoản ngân hàng:

Trang 5

- Ảnh hưởng chủ quan : Phụ thuộc vào thu nhập hoặc tài sản của mình, mỗi cá nhân có nhu cầu tiết kiệm một phần thu nhập Gửi tiền vào tài khoản tiết kiệm tại ngân hàng có thể nhận được lợi tức từ lãi suất tiền gửi, đồng thời cũng có tính lỏng cao hơn nhiều phương thức khác, do đó, người gửi tiền có thể coi sổ tiết kiệm như một tài khoản giao dịch tạm thời Trong mô hình

này , biến QYDUSt có chịu ảnh hưởng từ quan điểm chủ quan của nhà đầu

tư.

- Ảnh hưởng bởi sự cạnh tranh giữa các phương thức đầu tư tài chính trên thị

trường: Khi quyết định đầu tư tiền theo một phương thức nào đó, nhà đầu tư

sẽ dựa trên mặt bằng chung về lãi suất sinh lời của các phương thức trên thị trường, kết hợp với yêu cầu và điều kiện của bản thân để đưa ra quyết định đầu tư phù hợp Việc gửi tiền vào tài khoản ngân hàng với lãi suất càng cao thì lợi ích càng lớn (không tính đến lạm phát) sẽ kích thích nhà đầu tư gửi nhiều tiền hơn Mặt khác, gửi tiền ở ngân hàng là một biện pháp khá an toàn

so với các phương thức mạo hiểm khác, tính lỏng cũng cao Trong mô hình ,

- Ảnh hưởng của môi trường khoản tiền gửi đang hoạt động : Trong mô hình ,

các biến EXPINFt , BRANCHt thể hiện loại ảnh hưởng này.

Như vậy, vấn đề kinh tế mà mô hình thể hiện là : các ảnh hưởng chủ quan và khách quan lên lượng tiền gửi vào tài khoản ngân hàng S&Ls của Mỹ trong quý t Qua mô hình có thể thấy được sức ảnh hưởng của từng loại tác động, đây sẽ là một căn cứ thực tiễn để ngân hàng S&Ls đưa ra các chính sách huy động tiền gửi phù hợp và đánh giá được hiệu quả mà các chính sách đem lại.

II) Câu hỏi 2: Đánh giá kết quả thu được qua ý nghĩa kinh tế của mô hình và đánh giá ý nghĩa các hệ số của biến giải thích.

1) Chạy mô hình:

- Thiết lập mô hình tổng quát:

QDPASSt= b0 + b1QYDUSt+ b2 QRDPASSt + b3 EXPINFt + b4 QRTB3Yt

- Dùng lệnh reg để chạy mô hình:

Trang 6

use "C:\Users\VUOANH\Downloads\Passbook Deposits.dta", clear

reg qdpass qydus branch qrtb3y expinf mmcdum qrdpass

Source | SS df MS Number of obs = 40 -+ - F( 6, 33) = 126.88 Model | 1.4811e+10 6 2.4685e+09 Prob > F = 0.0000 Residual | 642055506 33 19456227.5 R-squared = 0.9585 -+ - Adj R-squared = 0.9509 Total | 1.5453e+10 39 396239615 Root MSE = 4410.9 - qdpass | Coef Std Err t P>|t| [95% Conf Interval] -+ - qydus | 46.10241 21.70716 2.12 0.041 1.938872 90.26595 branch | 4.453625 1.698509 2.62 0.013 9979833 7.909267 qrtb3y | -1678.216 650.0142 -2.58 0.014 -3000.68 -355.752 expinf | 201.4539 438.3215 0.46 0.649 -690.318 1093.226 mmcdum | -21924.8 4104.256 -5.34 0.000 -30274.97 -13574.63 qrdpass | -43408.16 12290.05 -3.53 0.001 -68412.45 -18403.86 _cons | 242848.4 56439.71 4.30 0.000 128020.9 357675.8 -

Ta thu được phương trình hồi quy mẫu như sau:

QDPASSt = 242848.4+ 46.10241QYDUSt -43408.16 QRDPASSt -1678.216

QRTB3Yt -21924.8 MMCDUMt +201.4539EXPINFt + 4.453625 BRANCHt

2) Kiểm định ý nghĩa thống kê của các hệ số hồi quy

Dựa vào kết quả bảng Stata ở bên trên, ta thấy giá trị P-value của biến EXPINFt

Trang 7

trị P-value của các biến còn lại đều thể hiện biến có ý nghĩa thống kê tại mức ý nghĩa 5%.

3) Kiểm định sự phù hợp của mô hình.

95.85% sự thay đổi trong biến phụ thuộc có thể được giải thích thông qua các biến độc lập.

giá mô hình phù hợp.

Như vậy, sau khi chạy mô hình và kiểm định tổng quát, ta thấy biến EXPINFt

mang dấu dương, trái ngược với dự đoán trên lý thuyết Có thể thấy tỷ lệ lạm phát

kỳ vọng tăng không những không làm giảm lượng tiền gửi mà còn làm tăng thêm nữa Điều này cũng có thể lý giải là lạm phát dù tăng cao cũng vẫn thấp hơn lãi suất tiền gửi của ngân hàng Các biến còn lại đều tác động lên biến phụ thuộc theo chiều đã dự đoán dựa vào lý thuyết bên trên.

III) Câu hỏi 3: Lựa chọn khẳng định của đề bài gần với đề xuất của của bản thân khi tính toán cho phương trình.

Để có thể lựa chọn được khẳng định phù hợp, ta cần phải kiểm định lại mô hình xem nó có vi phạm vào giả định nào không, từ đó đưa ra hướng giải quyết.

1) Kiểm định mô hình

a) Kiểm định thừa biến

- Vì biến EXPINFt không có ý nghĩa thống kê nên ta cần kiểm định xem mô

hình có thừa biến này không

test expinf

( 1) expinf = 0

F( 1, 33) = 0.21

Prob > F = 0.6488

Vì P-value thu được là 0.6488> 0.05 nên mô hình thừa biến EXPINFt

Như vậy ta đồng ý với khẳng định iii) là “I would like to drop EXPINF from the equation”

Trang 8

- Sau khi bỏ biến EXPINFt , ta chạy lại mô hình mới như sau:

reg qdpass qydus branch qrtb3y mmcdum qrdpass

Source | SS df MS Number of obs = 40 -+ - F( 5, 34) = 155.83 Model | 1.4807e+10 5 2.9614e+09 Prob > F = 0.0000 Residual | 646165341 34 19004863 R-squared = 0.9582 -+ - Adj R-squared = 0.9520 Total | 1.5453e+10 39 396239615 Root MSE = 4359.5

-Phương trình hồi quy mẫu mới là:

QDPASSt = 231772.9+ 44.11119 QYDUSt -41007.82QRDPASSt -1550.963

QRTB3Yt -21734.64 MMCDUMt +4.560427BRANCHt

- Nhận thấy tất cả các hệ số của phương trình đều có ý nghĩa thống kê Ta tiến

hành kiểm định lại xem mô hình có định dạng đúng hay không.

ovtest

Ramsey RESET test using powers of the fitted values of qdpass

Ho: model has no omitted variables

F(3, 31) = 1.19

Trang 9

Prob > F = 0.3307

Có P-value= 0.3307>0.05 nên mô hình đã được định dạng đúng.

b) Kiểm định phân phối chuẩn

Trong các giả định của mô hình hồi quy tuyến tính, có một giả định quan trọng

cho các kiểm định và suy diễn thống kê không còn đáng tin cậy nữa.

- Cặp giả thiết: { H0: phần d ư có phân ph ối chuẩn

H1: phần d ư không có phân ph ối chuẩn

- Sử dụng kiểm định Shapiro- Wilk:

predict e,r

swilk e

Shapiro-Wilk W test for normal data

Variable | Obs W V z Prob>z

e | 40 0.93333 2.635 2.039 0.02071

Vì P-value = 0 02071 <0,05 nên bác bỏ H0 Vậy có cơ sở khẳng định phần

dư không có phân phối chuẩn Lỗi này là do số liệu thu thập trên thực tế nên ta không sửa được.

Tiếp theo, vì số liệu đã cho là time series nên ta sẽ kiểm tra tự tương quan trước c) Kiểm tra tự tương quan

- Khởi tạo biến thời gian tên time bằng lệnh gen time=_n

- Cài đặt biến thời gian: tsset time

- Sử dụng kiểm định Durbin- Watson:

gen time=_n

tsset time

time variable: time, 1970q1 to 1979q4

delta: 1 quarter

Trang 10

estat dwatson

Durbin-Watson d-statistic( 6, 40) = 1.015904

dương Cho nên ta đồng ý với khẳng định ii) “No further variable changes are

advisable, but I am concerned about heteroskedasticity or serial correlation”

*) Ta tiến hành sửa lỗi mô hình tự tương quan:

-Lấy độ trễ của mô hình : gen e1= e[_n-1]

-Ước lượng ρ 1: Chạy et theo et-1:

- Sử dụng kết quả trên để biến đổi số liệu:

gen qdpass1= qdpass- 0.4899208* qdpass[_n-1]

(1 missing value generated)

gen qydus1= qydus- 0.4899208* qydus[_n-1]

gen branch1= branch- 0.4899208* branch[_n-1]

gen qrtb3y1= qrtb3y- 0.4899208* qrtb3y[_n-1]

Trang 11

gen mmcdum1= mmcdum- 0.4899208* mmcdum[_n-1]

gen qrdpass1= qrdpass- 0.4899208* qrdpass[_n-1]

- Chạy hồi quy mới:

- reg qdpass1 qydus1 branch1 qrtb3y1 mmcdum1 qrdpass1

Source | SS df MS Number of obs = 39 -+ - F( 5, 33) = 55.04 Model | 3.3767e+09 5 675332409 Prob > F = 0.0000 Residual | 404868783 33 12268751 R-squared = 0.8929 -+ - Adj R-squared = 0.8767 Total | 3.7815e+09 38 99513969.1 Root MSE = 3502.7 - qdpass1 | Coef Std Err t P>|t| [95% Conf Interval] -+ - qydus1 | 28.13143 20.99437 1.34 0.189 -14.58195 70.8448 branch1 | 4.849555 1.609467 3.01 0.005 1.575069 8.124041 qrtb3y1 | -2559.498 646.1759 -3.96 0.000 -3874.153 -1244.844 mmcdum1 | -11833.66 3785.925 -3.13 0.004 -19536.18 -4131.135 qrdpass1 | -24558.92 10601.09 -2.32 0.027 -46127 -2990.847 _cons | 84298.98 25274.73 3.34 0.002 32877.15 135720.8

- Kiểm định lại bằng DW test:

estat dwatson

Durbin-Watson d-statistic( 6, 39) = 1.106826

tương quan dương.

- Tiếp tục ước lượng ρ 2

gen e11=e1[_n-1]

(2 missing values generated)

reg e1 e11,nocons

Trang 12

2 = 0.4536187 -Sử dụng kết quả trên để biến đổi dữ liệu:

gen qdpass11= qdpass-0.4536187* qdpass[_n-1]

gen qydus11= qydus- 0.4536187* qydus[_n-1]

gen branch11= branch- 0.4536187* branch[_n-1]

gen qrtb3y11= qrtb3y- 0.4536187* qrtb3y[_n-1]

gen mmcdum11= mmcdum- 0.4536187* mmcdum[_n-1]

gen qrdpass11= qrdpass- 0.4536187* qrdpass[_n-1]

- Chạy hồi quy mới:

reg qdpass11 qydus11 branch11 qrtb3y11 mmcdum11 qrdpass11

Trang 13

Như vậy, rất khó để loại bỏ hoàn toàn tự tương quan Tuy nhiên ta chọn mô hình

Mô hình mới thu được sau khi sửa lỗi là:

QDPASSt = 92410.49+ 28.9062 QYDUSt -25586.95 QRDPASSt -2502.799

QRTB3Yt -12634.2 MMCDUMt +4.879611 BRANCHt

d) Kiểm tra đa cộng tuyến:

-Kiểm tra thừa số tăng phương sai:

Trang 14

Ta thấy VIF=15.6>10 Mô hình có hiện tượng đa cộng tuyến.

- Kiểm tra tương quan giữa các biến:

corr qydus11 branch11 qrtb3y11 mmcdum11 qrdpass11

Có đa cộng tuyến mức độ cao giữa 2 biến QYDUSt và BRANCHt do hệ số tương

quan giữa 2 biến lớn hơn 0.9.

- Sử dụng hồi quy phụ: dùng biến BRANCHt

reg branch11 qydus11 qrtb3y11 mmcdum11 qrdpass11

Source | SS df MS Number of obs = 39

-+ - F( 4, 34) = 256.68

Model | 143441551 4 35860387.7 Prob > F = 0.0000

Residual | 4750046.76 34 139707.258 R-squared = 0.9679

Trang 15

này có quan hệ đa cộng tuyến với BRANCHt

*) Sửa lỗi đa cộng tuyến:

- Bỏ biến BRANCHt

reg qdpass11 qydus11 qrtb3y11 mmcdum11 qrdpass11

Source | SS df MS Number of obs = 39 -+ - F( 4, 34) = 60.36 Model | 3.7950e+09 4 948756698 Prob > F = 0.0000 Residual | 534424876 34 15718378.7 R-squared = 0.8766 -+ - Adj R-squared = 0.8620 Total | 4.3295e+09 38 113932939 Root MSE = 3964.6 - qdpass11 | Coef Std Err t P>|t| [95% Conf Interval] -+ - qydus11 | 89.15239 7.496851 11.89 0.000 73.91696 104.3878 qrtb3y11 | -3206.183 669.7801 -4.79 0.000 -4567.34 -1845.026 mmcdum11 | -16025.66 4071.031 -3.94 0.000 -24299 -7752.333 qrdpass11 | -22030.89 11816.27 -1.86 0.071 -46044.44 1982.672 _cons | 83298.41 30118.94 2.77 0.009 22089.35 144507.5

Trang 16

-Bỏ biến QYDUSt

reg qdpass11 branch11 qrtb3y11 mmcdum11 qrdpass11

Source | SS df MS Number of obs = 39 -+ - F( 4, 34) = 74.24 Model | 3.8847e+09 4 971175364 Prob > F = 0.0000 Residual | 444750213 34 13080888.6 R-squared = 0.8973 -+ - Adj R-squared = 0.8852 Total | 4.3295e+09 38 113932939 Root MSE = 3616.8 - qdpass11 | Coef Std Err t P>|t| [95% Conf Interval] -+ - branch11 | 6.986147 .5254245 13.30 0.000 5.918355 8.053938 qrtb3y11 | -2170.725 607.4358 -3.57 0.001 -3405.183 -936.2669 mmcdum11 | -10381.14 3505.45 -2.96 0.006 -17505.07 -3257.206 qrdpass11 | -23949.57 10777.82 -2.22 0.033 -45852.73 -2046.402 _cons | 88958.62 27529.69 3.23 0.003 33011.56 144905.7

-Bỏ biến QRDPASSt

reg qdpass11 qydus11 branch11 qrtb3y11 mmcdum11

Trang 17

qrtb3y11 | -2815.044 677.3991 -4.16 0.000 -4191.684 -1438.403

mmcdum11 | -10776.82 4014 -2.68 0.011 -18934.25 -2619.391

_cons | 27548.89 3067.307 8.98 0.000 21315.37 33782.41

kiểm định mô hình bỏ biến QYDUSt

- Kiểm định thu hẹp hồi quy: bỏ biến QYDUSt

Chọn cặp giả thuyết:

2

UR− R2R1−R2UR ×

n−k m

quy mới khi đã bỏ biến.

reg qdpass11 branch11 qrtb3y11 mmcdum11 qrdpass11

Trang 18

Vậy mô hình mới là:

QDPASSt = 88958.62 -23949.57 QRDPASSt -2170.725QRTB3Yt -10381.14

MMCDUMt +6.986147 BRANCHt

e) Kiểm định phương sai sai số thay đổi

- Cách 1: Kiểm định Breusch-Pagan:

hettest

Breusch-Pagan / Cook-Weisberg test for heteroskedasticity

Ho: Constant variance

Variables: fitted values of qdpass11

chi2(1) = 0.74

Prob > chi2 = 0.3910

sai số thay đổi.

- Cách 2: Kiểm định White:

imtest, white

White's test for Ho: homoskedasticity

against Ha: unrestricted heteroskedasticity

Trang 19

- Cách 3: Kiểm định Park

+) Chạy OLS lnei2 theo lnBRANCHt thu được kết quả hồi quy như sau:

gen lnbranch11= log( branch11)

gen lei_square= log( e11^2)

(2 missing values generated)

reg lei_square lnbranch11

tại mối liên hệ có ý nghĩa về mặt thống kê giữa lnei2 và lnBRANCHt

-Tương tự chạy với các biến còn lại:

gen lnqrtb3y11= log( qrtb3y11)

reg lei_square lnqrtb3y11

Định dạng
Số trang	38
Dung lượng	464,33 KB