Các Đề thi kinh tế lượng có lời giải - P8

Tài liệu tham khảo cho các bạn sinh viên học chuyên ngành kinh tế có tư liệu ôn thi tốt đạt kết quả cao trong các kì thi giữa kì và cuối kì

ĐẠI HỌC DÂN LẬP HÙNG VƯƠNG Bài tập số 3

Môn học: KINH TẾ LƯỢNG

Lớp: 04QK, 04QB, 04QB (Năm học 2006 – 2007)

Gợi ý đáp án Bài tập số 3: ĐA CỘNG TUYẾN VÀ DẠNG HÀM

Câu 1: (40điểm) Cho mô hình nhập khẩu của Hoa Kỳ giai đoạn 1970-1998 như sau:

Ln Importst = β1 + β2 ln GDPt + β3 ln CPIt + ut (theo dữ liệu trong file T10-12.txt thuộc bộ dữ liệu của Gujarati)

Trong đó:

Imporst = Giá trị nhập khẩu của Hoa Kỳ

GDP = Tổng sản phẩm quốc nội của Hoa Kỳ

CPI = Chỉ số giá tiêu dùng tại Hoa Kỳ

a) Trước khi chạy hồi qui anh/chị hãy dự báo dấu kỳ vọng của β2 và β3 Lý giải sự lựa chọn của mình

β2: theo mô hình trên thể hiện tốc độ tăng của giá trị nhập khẩu của Hoa kỳ khi tổng sản phẩm quốc nội tăng

1% Dự báo dấu kỳ vọng của β2 sẽ là số âm vì khi Tổng sản phẩm quốc nội tăng lên nhu cầu về hàng nhập sẽ

giảm vì vậy Giá trị nhập khẩu của Hoa kỳ sẽ giảm

β3: theo mô hình trên thể hiện tốc độ tăng của giá trị nhập khẩu của Hoa kỳ khi chỉ số giá tiêu dùng tăng 1% Dự

báo dấu kỳ vọng của β3 sẽ là số âm vì khi chỉ số giá tiêu dùng tăng, khả năng mua của người dân sẽ thấp và

điều này sẽ ảnh hưởng lên khả năng tiêu thụ hàng nhập khẩu và vì vậy giá trị nhập khẩu của Hoa kỳ sẽ giảm

b) Hãy ước lượng các hệ số trong mô hình

Dependent Variable: LOG(IMPORTS) Method: Least Squares

Date: 05/08/07 Time: 23:24 Sample: 1970 1998

Included observations: 29 Variable Coefficient Std Error t-Statistic Prob

R-squared 0.982318 Mean dependent var 12.49048 Adjusted R-squared 0.980958 S.D dependent var 0.904848 S.E of regression 0.124862 Akaike info criterion -1.225512 Sum squared resid 0.405356 Schwarz criterion -1.084068 Log likelihood 20.76993 F-statistic 722.2174 Durbin-Watson stat 0.461405 Prob(F-statistic) 0.000000 Sau khi chạy mô hình log kép ta có :

Ln Importst = 1.975 + 1.043 ln GDPt + 0.446 ln CPIt + uˆt

c) Từ kết quả trên anh/chị có nghi ngờ có sự đa cộng tuyến trong mô hình không? Tại sao?

Dựa vào mô hình trên, ta nghi ngờ có dự đa cộng tuyến vì:

− Dấu của các biến trong mô hình ngược với dấu kỳ vọng

− R2 = 0.98 là một số lớn trong khi đó tstat(CPI) = 0.782925 là một số nhỏ (hay ProbCPI = 0.4407)

d) Thực hiện tiếp các hồi qui sau:

Dependent Variable: LOG(IMPORTS) Method: Least Squares

Date: 05/08/07 Time: 23:26 Sample: 1970 1998

Included observations: 29

ĐẠI HỌC DÂN LẬP HÙNG VƯƠNG Bài tập số 3

S.E of regression 0.123964 Akaike info criterion -1.271175 Sum squared resid 0.414912 Schwarz criterion -1.176879 Log likelihood 20.43204 F-statistic 1464.819 Durbin-Watson stat 0.437805 Prob(F-statistic) 0.000000

Ln Importst = B1 + B2 ln CPIt (2)

Dependent Variable: LOG(IMPORTS) Method: Least Squares

Date: 05/08/07 Time: 23:28 Sample: 1970 1998

Included observations: 29 Variable Coefficient Std Error t-Statistic Prob

R-squared 0.977824 Mean dependent var 12.49048 Adjusted R-squared 0.977002 S.D dependent var 0.904848 S.E of regression 0.137220 Akaike info criterion -1.067993 Sum squared resid 0.508390 Schwarz criterion -0.973697 Log likelihood 17.48590 F-statistic 1190.518 Durbin-Watson stat 0.495763 Prob(F-statistic) 0.000000

Dependent Variable: LOG(GDP) Method: Least Squares

Date: 05/08/07 Time: 23:29 Sample: 1970 1998

Included observations: 29 Variable Coefficient Std Error t-Statistic Prob

R-squared 0.992224 Mean dependent var 8.151539 Adjusted R-squared 0.991936 S.D dependent var 0.659461 S.E of regression 0.059218 Akaike info criterion -2.748702 Sum squared resid 0.094684 Schwarz criterion -2.654406 Log likelihood 41.85618 F-statistic 3445.368 Durbin-Watson stat 0.348619 Prob(F-statistic) 0.000000

Dựa trên các kết quả hồi quy có được, anh/ chị nhận xét gì về mức độ đa cộng tuyến trong bộ dữ liệu? Giải

thích sự nhận xét của mình

Căn cứ vào mô hình (1) và mô hình (2) ta thấy mối quan hệ giữa GDP và CPI với Imports là mối quan hệ thuận

điều này có nghĩa GDP và CPI tăng sẽ làm cho Import tăng Vì vậy, dấu kỳ vọng tại câu a là chưa chính xác Mặc

khác căn cứ vào mô hình (1) và mô hình (2), phương trình hồi qui giữa Imports với từng biến GDP và CPI có ý

nghĩa về mặt thống kê (R2 lớn và tstat lớn)

Mô hình (3) thể hiện mối quan hệ giữa 2 biến độc lập GDP và CPI, ta thấy mô hình này có ý nghĩa về mặt thống kê

điều này có nghĩa có hiện tượng đa cộng tuyến trong mô hình gốc Mặt khác, R2 trong mô hình 3 (R2

hqp=0.992224) lớn hơn mô hình ban đầu (R2 = 0.982318) và lớn nhất trong các mô hình vì vậy mức độ đa cộng tuyến giữa hai biến

GDP và CPI rất mạnh

e) Giải sử trong mô hình ban đầu (mô hình Ln Importst = β1 + β2 ln GDPt + β3 ln CPIt + ut có hiện tượng

đa cộng tuyến nhưng β2 và β3 đều có ý nghĩa về mặt thống kê ở mức ý nghĩa 5% và thống kê F cũng có ý

nghĩa Trong trường hợp này, chúng ta có nên lo lắng về hiện tượng đa cộng tuyến không?

Trong trường hợp trên chứng ta không cần phải lo lắng vì tstat >2 (do câu β2 và β3 đều có ý nghĩa về mặt thống kê ở

mức ý nghĩa 5%) và R2 của mô hình cao hơn R2 của mô hình hồi qui phụ (do câu thống kê F cũng có ý nghĩa)

ĐẠI HỌC DÂN LẬP HÙNG VƯƠNG Bài tập số 3

Câu 2: (40 điểm) Xem xét dữ liệu trong file Table7.3 thuộc bộ dữ liệu Gujarati Trong đó:

Y = GDP thực hằng năm của khu vực nông nghiệp Đài Loan (triệu USD)

X2 = Số ngày lao động hằng năm của khu vực nông nghiệp Đài Loan (triệu ngày công lao động)

X3 = Vốn thực hằng năm của khu vực nông nghiệp Đài Loan (triệu USD)

Các anh/chị hãy:

a) Ước lượng hàm Cobb-Douglas có dạng Y=AX2 β2 X3 β3 e ui

Chuyển mô hình về hàm log kep và ước lượng ta có :

Dependent Variable: LOG(Y)

Method: Least Squares

Date: 05/09/07 Time: 20:40

Sample: 1958 1972

Included observations: 15

Variable Coefficient Std Error t-Statistic Prob

R-squared 0.889030 Mean dependent var 10.09653

Adjusted R-squared 0.870535 S.D dependent var 0.207914

S.E of regression 0.074810 Akaike info criterion -2.170875

Sum squared resid 0.067158 Schwarz criterion -2.029265

Log likelihood 19.28156 F-statistic 48.06885

Durbin-Watson stat 0.891083 Prob(F-statistic) 0.000002

LOG(Y) = -3.338455 + 1.498767 LOG(X2) + 0.489858 LOG(X3) + uˆt

b) Hãy giải thích các hệ số ước lượng β1, β2, β3 theo ý nghĩa kinh tế

β1 = -3.338455 không có cách giải thích vì còn ẩn chứa biến bỏ sót ngoài mô hình

β2 = 1.498767 độ co giãn riêng phần của GDP thực hằng năm (triệu USD) theo số ngày lao động hằng năm (triệu

ngày công lao động) của khu vực nông nghiệp Đài Loan Điều này có nghĩa: giữ nhập lượng vốn thực hằng

năm không đổi, căn cứ theo dữ liệu mẫu ta có nếu gia tăng số ngày lao động hằng năm của khu vực nông

nghiệp Đài Loan lên 1% thì GDP thực hằng năm của khu vực nông nghiệp Đài Loan sẽ tăng 1.498767%

β3 = 0.489858 độ co giãn riêng phần của GDP thực hằng năm (triệu USD) theo vốn thực hằng năm (triệu USD) của

khu vực nông nghiệp Đài Loan Điều này có nghĩa giữ nhập lượng số ngày lao động hằng năm của khu vực

nông nghiệp Đài Loan không đổi, căn cứ theo dữ liệu mẫu ta có nếu gia tăng vốn thực hằng năm của khu vực

nông nghiệp Đài Loan lên 1% thì GDP thực hằng năm của khu vực nông nghiệp Đài Loan sẽ tăng 0.489858%

c) Khu vực nông nghiệp Đài Loan có phát triển hiệu quả không? Giải thích vì sao anh/chị lại có nhận định

như vậy Ngoài những lý do phát triển do vốn và lao động các anh chị còn có giả thiết nào về các nguyên

nhân khác tác động đến sự phát triển của khu vực nông nghiệp không ?

Để kiểm định Khu vực nông nghiệp Đài Loan phát triển có hiệu quả không? Ta thực hiện vệc kiểm định Wald với:

H0 : β1 + β3 = 1

H1 : β1 + β3 ≠ 1 Wald Test:

Equation: Untitled Test Statistic Value df Probability F-statistic 4.344966 (1, 12) 0.0592

Null Hypothesis Summary:

Normalized Restriction (= 0) Value Std Err

-1 + C(2) + C(3) 0.988625 0.474284 Restrictions are linear in coefficients

Căn cứ theo bảng trên ta có P = 0.0592 < 0.1 vì vậy ta bác bỏ H0 với mức ý nghĩa α = 10%, mặc khác β1 + β3 =

1.988625 > 1 Vì vậy, ta có mô hình tăng theo qui mô với mức ý nghĩa α = 10%