kinh tế lượng xây dựng mô hình hồi quy

Dấu hiệu 2: Xét sự tương quan tuyến tính giữa các biến M, P, R Qua bảng phụ lục 03 ta thấy, không có sự tương quan tuyến tính giữa các biến M, P, R... Do đó, không xảy ra Đa cộng tuyến

1 Xây dựng mô hình hồi quy

1.1 Giải thích các biến

M : Số dư tiền mặt danh nghĩa

P : Mức giá

R : Lãi suất

Y : Thu nhập quốc dân theo giá thực tế

1.2 Xây dựng mô hình

Bằng các lý thuyết kinh tế đã được học, ta xây dựng mô hình hồi quy ảnh hưởng của các biến độc lập:

M, P, R đến biến phụ thuộc Y

Cụ thể:

Mô hình hồi quy tổng thể ngẫu nhiên:

Yi =β1 + β2 Mi + β3 Pi + β4 Ri + Ui

Mô hình hồi quy mẫu ngẫu nhiên:

Yi = 1 + 2 Mi + 3 Pi + 4 Ri + ei

1.3 Hồi quy mô hình

Chạy mô hình từ phần mềm GRETL thu được bảng phụ lục 01

Từ bảng phụ lục 01 ta có mô hình hồi quy (kết quả làm tròn 2 chữ số thập phân)

Yi =198,34+ 1,60Mi – 10,42Pi +5,63Ri + ei

Giải thích ý nghĩa hệ số góc:

Giải thích ý nghĩa hệ số góc:

2 = ………

3= ………

4 = ………

1.4 Kiểm định giả thuyết về hệ số hồi quy:

Với mức ý nghĩa α = 5% ta đi kiểm định hệ số hồi quy có ý nghĩa thống kê hay ko ?

Hệ số hồi quy 2

Kiểm định cặp giả thuyết

p-value ( 2 ) = 0,0004

H1: β2 ≠ 0

Do p-value < 5% nên bác bỏ giả thuyết H0 => hệ số hồi quy 2 có ý nghĩa thống kê

Hệ số hồi quy 3

Kiểm định cặp giả thuyết

p-value ( 3) = 0,7095

Do p-value > 5% nên chấp nhận giả thuyết H0 => hệ số hồi quy 3 không có ý nghĩa thống kê

Hệ số hồi quy 4

Kiểm định cặp giả thuyết

p-value ( 4 ) = 4,39e-05

Do p-value < 5% nên bác bỏ giả thuyết H0 => hệ số hồi quy 4 có ý nghĩa thống kê

1.5 Kiểm định ảnh hưởng của 2 biến tác động đến Y

Ảnh hưởng của M và P đến Y có khác nhau hay không ?

Kiểm định cặp giả thuyết

T =

2 - 3

=

2 - 3

Se( 2 - 3 )

…………

Ảnh hưởng của M và R đến Y có khác nhau hay không ?

Kiểm định cặp giả thuyết

T = 2

- 4

=

2 - 4

Se( 2 - 4 )

H1: β3 ≠ 0

H1: β4 ≠ 0

{ H0: β2 - β3 = 0

H1: β2 - β3 ≠ 0

{ H0: β2 - β4 = 0

H1: β2 - β4 ≠ 0

…………

Ảnh hưởng của P và R đến Y có khác nhau hay không ?

Kiểm định cặp giả thuyết

T =

3 - 4

=

3 - 4

Se( 3 - 4 )

…………

1.6 Mức độ phù hợp của mô hình:

R2 = 0,931028 có nghĩa là M, P, R giải thích 93,1028% CONS

Kiểm định mô hình có phù hợp hay ko ?

Kiểm định cặp giả thuyết

p-value(F) = 2,34e-12

Do p-value < 5% nên bác bỏ giả thuyết H0 => mô hình phù hợp

2 Các khuyết tất có thể có của mô hình

2.1 Đa cộng tuyến

Dấu hiệu 1: Nhận xét qua R 2 và t

Qua bảng phụ lục 1 ta thấy được

R2=0,931028

t (M) =4,2517

t (P) = - 0,3777

t (R) = 5,1321

Do các giá trị t trên khá cao nên không thể xảy ra hiện tượng Đa cộng tuyến qua dấu hiệu 1 này

Dấu hiệu 2: Xét sự tương quan tuyến tính giữa các biến M, P, R

Qua bảng phụ lục 03 ta thấy, không có sự tương quan tuyến tính giữa các biến M, P,

R Cụ thể

r (M, P) = 0,4501 (nhỏ hơn 0.8)

r (M, R) = 0,2611 (nhỏ hơn 0.8)

r (P, R) = 0,9425 (lớn hơn 0.8) Mặt khác, ý nghĩa kinh tế của 3 biến trên cũng cho ta thấy được khả năng tương quan tuyến tính giữa chúng là không cao

{ H0: β3 - β4 = 0

H1: β3 - β4 ≠ 0

H1: R2≠ 0

Do đó, không xảy ra Đa cộng tuyến ở dấu hiệu 2 này

Dấu hiệu 3: Thực hiện hồi quy phụ 1 biến độc lập theo 2 biến còn lại

Hồi quy M theo 2 biến còn lại là P và R thu được phụ lục 04

Nhận xét : Tuy R2(phụ)< R2(chính) nhưngR2(phụ)>0,90 nên xảy ra hiện tượng Đa cộng tuyến

Hồi quy P theo 2 biến còn lại là M và R thu được phụ lục 05

Nhận xét : R2(phụ)> R2(chính)và R2(phụ)> 0,90 nên xảy ra hiện tượng Đa cộng tuyến

Hồi quy R theo 2 biến còn lại là M và P thu được phụ lục 06

Nhận xét : R2(phụ)< R2(chính) nên không xảy ra hiện tượng Đa cộng tuyến

Do đó, xảy ra Đa cộng tuyến ở dấu hiệu 3 này

Dấu hiệu 4: Dựa vào thừa số tăng phương sai VIF

Từ bảng phụ lục 07 ta thấy: VIF < 10 nên không xảy ra hiện tượng Đa cộng tuyến ở dấu hiệu 4 này

KẾT LUẬN:Qua việc kiểm tra 4 dấu hiệu trên, ta thấy được mô hình ban đầu mắc phải khuyết tất Đa cộng tuyến

2.2 Phương sai của sai số thay đổi

Phương pháp định tính (phương pháp đồ thị):

Vẽ đồ thì của ei theo

………

Qua bảng phụ lục 08 (đồ thị) ta thấy được không có dấu hiệu của sự thay đổi phương sai sai số

Phương pháp định lượng

Kiểm định PARK

 Hồi quy mô hình: Ln(ei2) = α1 + α2 ln(M) + vi

Qua bảng phụ lục 09 ta có mô hình hồi quy

ln(ei2) = 3,78– 0,03 ln(M) + vi Kiểm định cặp giả thuyết:

p-value(α2) = 0,9472> 5% nên chấp nhận giả thuyết H0 => phương sai của sai số không đổi

 Hồi quy mô hình: Ln(ei2) = α1 + α2 ln(P) + vi

{ H0: α2= 0

H1: α2 ≠ 0

Qua bảng phụ lục 10 ta có mô hình hồi quy

ln(ei2) = 3,70 – 0,01 ln(P) + vi Kiểm định cặp giả thuyết:

p-value(α2) = 0.9884> 5% nên chấp nhận giả thuyết H0 => phương sai của sai số không đổi

 Hồi quy mô hình: Ln(ei2) = α1 + α2 ln(R) + vi

Qua bảng phụ lục 11 ta có mô hình hồi quy

ln(ei2) = 3,97 – 0,12 ln(R) + vi Kiểm định cặp giả thuyết:

p-value(α2) = 0,9176> 5% nên chấp nhận giả thuyết H0 => phương sai của sai số không đổi

Kiểm định GLEFSER

 Hồi quy mô hình: |ei| = α1 + α2M + vi

Qua bảng phụ lục 12 ta có mô hình hồi quy

|ei| = 9,32 – 0,03M + vi Kiểm định cặp giả thuyết:

p-value(α2) = 0,6540> 5% nên chấp nhận giả thuyết H0 => phương sai của sai số không đổi

 Hồi quy mô hình: |ei| = α1 + α2P + vi

Qua bảng phụ lục 13 ta có mô hình hồi quy

|ei| = 9,08 – 1,02P + vi Kiểm định cặp giả thuyết:

p-value(α2) = 0,8095> 5% nên chấp nhận giả thuyết H0 => phương sai của sai số không đổi

 Hồi quy mô hình: |ei| = α1 + α2R + vi

Qua bảng phụ lục 14

|ei| = 8,64 – 0,01R + vi Kiểm định cặp giả thuyết:

{ H0: α2= 0

H1: α2 ≠ 0

{ H0: α2= 0

H1: α2 ≠ 0

{ H0: α2= 0

H1: α2 ≠ 0

{ H0: α2= 0

H1: α2 ≠ 0

{ H0: α2= 0

p-value(α2) = 0,9909> 5% nên chấp nhận giả thuyết H0 => phương sai của sai số không đổi

Kiểm định WHITE

Thực hiện hồi quy mô hình phụ:

σ2i= α1+α2Mi+α3Pi+α4Ri+α5M2i+α6P2i+α7R2i+α8MiPi+α9MiRi+ α10PiRi+ α11MiPiRi (*)

Kiểm định cặp giả thuyết

Thực hiện kiểm định White’stest của phần mềm Gretl ta thu được bảng phụ lục 15 Qua bảng phụ lục 15 ta thấy

p-value = P(Chi-square(9) > 9,768372) = 0,369560

p-value > 5% nên chấp nhận giả thuyết H0 => phương sai của sai số không đổi KẾT LUẬN: Vậy mô hình không mắc phải bệnh “Phương sai của sai số thay đổi”

2.3 Tự tương quan

Phương pháp định tính (phương pháp đồ thị)

Vẽ đồ thị phần dư Ui theo Ui-1

………

Phương pháp định lượng

Kiểm định Durbin-Watson (phụ lục 16)

………

Kiểm định BG

Kiểm định BG bậc 1 bằng phần mềm Gretl thu được phụ lục 17

Qua bảng phụ lục 17 ta thấy

p-value = P(Chi-square(1) > 4.96235) = 0.0259

p-value < 5% nên bác bỏ giả thuyết H0 => có Tự tương quan bậc 1

KẾT LUẬN: Vậy mô hình mắc phải khuyết tật Tự tương quan

3 Khắc phục khuyết tật cho mô hình

3.1 Chữa đa cộng tuyến

3.2 Chữa tự tương quan

Mô hình mắc phải khuyết tật Tự tương quan, ta sẽ đi tìm cách khắc phục

Bước 1: hồi quy U i theo U i-1

Ui = ρ Ui-1 + εi

Sử dụng phần mềm Gretl ta thu được bảng phụ lục 18

Ui = 0,41Ui-1 + εi

H1: α2 ≠ 0

H0: R2(*) ≠ 0

 ρ = 0,41

Bước 2: xây dựng mô hình mới

Biến đổi : M*i =Mi– ρ Mi-1

P*i =Pi – ρ Pi-1

R*i= Ri– ρ Ri-1

Y*i=Yi – ρ Yi-1 Hồi quy Y*i theo M*i, P*i, R*i ta thu được bảng phụ lục 19

Y*i= 132,72 + 1,22*M*i +15,20*P*i+ 3,07*R*i

Bước 3: Kiểm định lại mô hình mới xây dựng

Kiểm định DW (phụ lục 20)

………

Kiểm định BG

Kiểm định mô hình trên bằng phần mềm Gretl ta thu được phụ lục 21

p-value = P(Chi-square(1) >3,13187) = 0,0768

p-value > 5% nên chấp nhận H0 => mô hình đã không còn khuyết tật Tự tương quan