Tiến hành khảo sát thu thập về mô hình tỉ giá hối đoái giữa VNĐ và USD thông qua ít nhất 3 nhân tố ảnh hưởng

Tiến hành khảo sát thu thập về mô hình tỉ giá hối đoái giữa VNĐ và USD thông qua ít nhất 3 nhân tố ảnh hưởng Tiến hành khảo sát thu thập về mô hình tỉ giá hối đoái giữa VNĐ và USD thông qua ít nhất 3 nhân tố ảnh hưởng Tiến hành khảo sát thu thập về mô hình tỉ giá hối đoái giữa VNĐ và USD thông qua ít nhất 3 nhân tố ảnh hưởng Tiến hành khảo sát thu thập về mô hình tỉ giá hối đoái giữa VNĐ và USD thông qua ít nhất 3 nhân tố ảnh hưởng Tiến hành khảo sát thu thập về mô hình tỉ giá hối đoái giữa VNĐ và USD thông qua ít nhất 3 nhân tố ảnh hưởng Tiến hành khảo sát thu thập về mô hình tỉ giá hối đoái giữa VNĐ và USD thông qua ít nhất 3 nhân tố ảnh hưởng Tiến hành khảo sát thu thập về mô hình tỉ giá hối đoái giữa VNĐ và USD thông qua ít nhất 3 nhân tố ảnh hưởng Tiến hành khảo sát thu thập về mô hình tỉ giá hối đoái giữa VNĐ và USD thông qua ít nhất 3 nhân tố ảnh hưởng

LỜI NÓI ĐẦU

Đầu tiên, chúng em xin được gửi tới thầy Mai Hải An_ giảng viên bộ môn Kinh tếlượng của trường Đại học Thương Mại lời cảm ơn chân thành nhất Cảm ơn thầy đãtruyền đạt những kiến thức bổ ích và giúp đỡ chúng em trong suốt quá trình làm bài thảoluận Vì lượng kiến thức của chúng em chưa được sâu nên bài thảo luận còn vướng phảinhiều sai sót Nhóm 12 chúng em rất mong nhận được sự góp ý của thầy để chúng em cóthể hoàn thiện hơn!

MỤC LỤC

LỜI NÓI ĐẦU 1

CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU 4

1.1 Tỷ giá hối đoái: 4

1.2 Mục tiêu, đối tượng, phạm vi nghiên cứu: 4

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 5

2.1 Lý thuyết về phân tích hồi quy 5

2.1.1 Hàm hồi quy tổng thể 5

2.1.2 Hàm hồi quy mẫu 5

2.1.3 Sai số ngẫu nhiên 5

2.1.4 Mô hình hồi quy hai biến 6

2.1.5 Mô hình hồi quy nhiều biến 6

2.1.6 Các giả thiết cơ bản của MHHQ nhiều biến 7

2.2 Phân tích hồi quy bằng Eview 7

2.2.1 Kiểm định 1 yếu tố 8

2.2.2 Kiểm định giả thiết đồng thời 8

2.3 Khuyết tật mô hình 9

2.3.1 Hiện tượng đa cộng tuyến: (Các biến độc lập có mối quan hệ ràng buộc) 9

2.3.2 Hiện tượng phương sai sai số thay đổi (PSSSTĐ) 10

2.3.3 Hiện tượng tự tương quan 11

CHƯƠNG 3: VẬN DỤNG 13

3.1 Xây dựng mô hình gốc 13

3.1.1 Bảng số liệu 13

3.1.2 Xây dựng mô hình gốc 13

3.1.3 Xây dựng mô hình hồi quy mẫu 14

3.2 Kiểm tra mô hình 14

3.2.1 Kiểm định thừa biến 14

3.2.2 Kiểm tra thiếu biến 19

3.2.3 Đa cộng tuyến 20

Kết Luận: Mô hình không có phương sai sai số thay đổi 25

3.2.5 Tự tương quan 27

CHƯƠNG 4: KHẮC PHỤC KHUYẾT TẬT 33

4.1 Khắc phục hiện tượng đa cộng tuyến 33

4.1.1 Bỏ biến X 33

4.1.2 Bỏ biến Z 33

4.1.3 Bỏ biến T 34

4.1.4 Bỏ biến M 34

CHƯƠNG 5: CÔNG BỐ MÔ HÌNH, ĐƯA RA KẾT LUẬN 36

5.1 Công bố mô hình 36

5.2 Kết luận 36

CHƯƠNG 1: TỔNG QUAN NGHIÊN CỨU 1.1 Tỷ giá hối đoái:

- Tỷ giá hối đoái hay còn gọi là tỷ giá trao đổi ngoại tệ Được hiểu là tỷ giá củamột đồng tiền này có thể được quy đổi cho một đồng tiền khác, tỷ giá giữa 2loại tiền tệ, là số lượng đơn vị tiền tệ cần thiết để mua một đơn vị ngoại tệ.Theo Luật Ngân hàng Nhà nước Việt Nam (năm 1997), tỷ giá hối đoái là tỷ lệgiá trị của đồng Việt Nam với giá trị đồng tiền nước ngoài Tỷ giá này đượchình thành dựa trên cơ sở cung cầu ngoại tệ, dưới sự điều tiết của Nhà Nước,

do Ngân hàng Nhà nước Việt Nam xác định

- Trong điều kiện kinh tế thị trường hiện nay, các doanh nghiệp, tập đoàn kinh tếkhi thực hiện giao dịch giữa các nước với nhau đều dựa trên tỷ giá hối đoái Tỷgiá hối đoái chịu tác động của rất nhiều yếu tố kinh tế và tài chính trong nướccũng như có những đặc điểm riêng người dùng cần lưu ý khi giao dịch

- Nhận biết được tầm quan trọng của nó, nhóm 12 chúng em quyết định lựa chọn

đề tài: “Tiến hành khảo sát thu thập về mô hình tỉ giá hối đoái giữa VNĐ và USD thông qua ít nhất 3 nhân tố ảnh hưởng” để tìm hiểu rõ hơn

1.2 Mục tiêu, đối tượng, phạm vi nghiên cứu:

 Chênh lệch lãi suất

 Cán cân xuất nhập khẩu

+) Xây dựng mô hình

+) Khắc phục khuyết tật

+) Công bố mô hình

- Đối tượng: Tỉ giá hối đoái giữa VNĐ và USD

- Phạm vi nghiên cứu: Tại thị trường Việt Nam và thị trường Mỹ trong khoảng

thời gian từ năm 2004-2020

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Lý thuyết về phân tích hồi quy

2.1.1 Hàm hồi quy tổng thể

Cho biến phụ thuộc là Y, các biến giải thích Xj khi đó hàm hồi quy tổng thể (PRF)

có dạng:

E(Y/Xji) = f(Xji) (1)Nhận xét: +) Nếu (1) có 1 biến giải thích thì được gọi là hàm hồi quy đơn hay hàm

hồi quy hai biến +) Nếu (1) có nhiều hơn 1 biến giải thích thì được gọi là hàm hồi quy bội

hoặc đa, nhiều biến +) (1) được gọi là tuyến tính nếu nó tuyến tính đối với các hệ số còn đối

với các biến thì tùy ý

2.1.2 Hàm hồi quy mẫu

Hàm hồi quy mẫu – SRF có thể được biểu diễn như sau:

^

^f là ước lượng của fNhận xét: +) Dạng hàm của hàm ^f thì được bảo toàn theo dạng hàm của hàm f

+) Trong thực tế hàm PRF thường là không biết và người ta chỉ tìm được

- Sai số ngẫu nhiên Ui biểu thị các ảnh hưởng những yếu tố không có mặt trong

mô hình nhưng tác động biến phụ thuộc Y

Nhận xét: Khi đó hàm hồi quy tổng thể (1) có thể biểu diễn dưới dạng:

Yi = f(Xji) + Ui (4) => Mô hình hồi quy tổng thể

2.1.4 Mô hình hồi quy hai biến

Cho biến phụ thuộc là Y ngẫu nhiên, quy luật xác định

Biến giải thích là X phi ngẫu nhiên, giá trị xác định

 Mô hình hồi quy tuyến tính tổng thể 2 biến có dạng:

Y i=β1+β2X i+U i Trong đó Y i : Giá trị của biến phụ thuộc Y (i= ´ 1 , n)

β1: hệ số chặn

β2: hệ số góc của biến giải thích

U i: Sai số ngẫu nhiên

Ý nghĩa: β2 được hiểu là hệ số co dãn của Y so với X có nghĩa X thay đổi 1đơn vị thì giá trị trung bình của Y thay đổi là β2 đơn vị

Hàm hồi quy mẫu xây dựng dựa trên mẫu ngẫu nhiên kích thước n:

^

Y i= ^β1+ ^β2X i Trong đó: Y^i ước lượng của E(Y/Xi) (i= ´ 1 , n)

^β j ước lượng của hệ số hồi quy tổng thể (j= 1,2)

2.1.5 Mô hình hồi quy nhiều biến

Cho Y là biến phụ thuộc ngẫu nhiên và có quy luật xác định

Xj là biến độc lập, phi ngẫu nhiên với giá trị xác định

 Mô hình hồi quy tổng thể có dạng:

Y i=β1+β2X 2i+β3X 3 i+…+β k X ki+U i

Trong đó: Y i là giá trị của biến phụ thuộc Y (i= ´ 1 , n)

β1 là hệ số chặn (hệ số tự do)

β j là hệ số góc ( hệ số hồi quy riêng) của biến giải thích (j= ´ 2 , k)

Ui là sai số ngẫu nhiên

Ý nghĩa: β j là hệ số co dãn của Y với biến giải thích Xj Điều này có nghĩa khi các yếu tốkhác không đổi, nếu Xj thay đổi 1 đơn vị thì giá trị trung bình của biến phụ thuộc Y thayđổi β j đơn vị

Mô hình hồi quy mẫu xây dựng dựa trên mẫu ngẫu nhiên kích thước n ¿

^

Y i= ^β1+ ^β2X 2i+ ^β3X 3 i+…+^βk X ki

Trong đó: Y^i ước lượng của Yi (i= ´ 1 , n)

^β j ước lượng của hệ số hồi quy tổng thể (j=1 , k)´

2.1.6 Các giả thiết cơ bản của MHHQ nhiều biến

 Giả thiết 1: Các biến giải thích Xj (j=2 , k) không phải biến ngẫu nhiên, giá trị của´chúng là xác định

 Giả thiết 2: Kỳ vọng toán của các sai số ngẫu nhiên Ui bằng không

E(Ui) = E(U/Xi) = 0 (∀ i)

 Giả thiết 3: Phương sai sai số ngẫu nhiên Ui là không đổi, đồng đều và thuần nhất

Var (U/Xij) = Var (Ui) = σ2

 Giả thiết 4: Sai số Ui không tương quan với nhau:

2.2 Phân tích hồi quy bằng Eview

Dependent variable: Biến phụ thuộc

 R2=1−(1− ´R2

)n−k k−1

S.E of regression (σ^): ước lượng điểm độ chênh lệch chuẩn (mẫu) của yếu tố ngẫu nhiên

Sum squared Resid (RSS): RSS= ^σ2(n−k )→ n=k + RSS

Mean of Dependent Var: Y´ (giá trị trung bình của Y)

S.D.of dependent Var: SD TSS=(SD)2(n-1)

Durbin Watson Statistic (DWS): dùng để kiểm định tự tương quan

2.2.2 Kiểm định giả thiết đồng thời

Với mức ý nghĩa α=…; cần kiểm định

Dựa vào bảng eview: F-value so sánh với α(Prob-F)

Nếu P_value <α → bác bỏ H0, chấp nhận H1… -> Kết luận…

2.3 Khuyết tật mô hình

2.3.1 Hiện tượng đa cộng tuyến: (Các biến độc lập có mối quan hệ ràng buộc)

Xét mô hình hồi quy tuyến tính cổ điển nhiều biến:

Trong đó vi là nhiễu ngẫu nhiên

Trong thực tế thường xảy ra đa cộng tuyến không toàn phần, hiếm khi xảy ra đa cộngtuyến toàn phần

a) Trường hợp 1: (hệ số R2 > 0,8 và ttn thấp)

Dấu hiệu: Hồi quy mô hình ban đầu: (xem từ bảng eview)

+) Bước 1: Viết lại mô hình: Y i=β1+β2X 1i+β3X 2 i+…+U i

+) Bước 2: Kiểm định cặp gt: {H0: không có hiện tượngđa cộng tuyến

H1:có hiệntượng đa cộng tuyến

+) Bước 3: Từ bảng ta thấy ¿

+) Bước 4: Nếu bước 3 xảy ra thì kết luận mô hình có hiện tượng đa cộng tuyến Nếukhông thỏa mãn đầy đủ điều kiện thì suy ra mô hình không có hiện tượng đa cộng tuyến.b) Trường hợp 2: Hồi quy mô hình phụ (Một trong các biến độc lập của mô hình gốc trởthành biến phụ thuộc)

+) Bước 1: Viết mô hình: X i=α1+α2X 1 i+α3X 2 i+…+U i (MH phụ)

+) Bước 2: Kiểm định cặp giả thiết

{H0: môhình gốc không có hiện tượng đa cộng tuyến

H1:mô hình gốc có hiệntượng đa cộng tuyến

- Nếu P_value < α → bác bỏ H0, chấp nhận H1 -> Có đa cộng tuyến

- Nếu P_value > α → không đủ cơ sở để bác bỏ H0 -> MH không có ĐCT

Khắc phục đa cộng tuyến:

- Bỏ biến giải thích có khả năng là tổ hợp tuyến tính của các biến còn lại

- Thu thập số liệu và lấy mẫu mới

- Kiểm tra lại mô hình

- Đổi biến số

2.3.2 Hiện tượng phương sai sai số thay đổi (PSSSTĐ): Do phương sai của yếu tố ngẫu

nhiên thay đổi (tăng hoặc giảm)

a) Dùng kiểm định Park

Dấu hiệu: Dependent variable: log(ei2); ln(ei2); log(E2)…

Dòng Variable: C, log(X) hoặc log(YF)

+) Bước 1: Viết mô hình

+) Bước 2: Kiểm định cặp giả thiết

{H0: môhình gốc không có hiện tượng PSSSTĐ

H1:mô hình gốc có hiệntượng PSSSTĐ

+) Bước 3: TCKĐ T =^βi−β j

¿

Se¿ ¿

+) Bước 4: So sánh P_value với α (dòng của log(X) hoặc log(YF))

Nếu P value <α → bác bỏ H0 chấp nhận H1 -> MH có hiện tượng PSSSTĐ

Nếu P value > α → không đủ cơ sở để bác bỏ H0, do đó chấp nhận H0 -> MH không cóhiện tượng PSSSTĐ

b) Dùng kiểm định Glejser

Dấu hiệu: Dependent variable: |E| hoặc ABS(E)

Dòng Variable: C; 1

√Xi ;√X i

+) Bước 1: Viết mô hình hồi quy

+) Bước 2: Kiểm định cặp giả thiết

{H0: môhình gốc không có hiện tượng PSSSTĐ

H1:mô hình gốc có hiệntượng PSSSTĐ

Dấu hiệu: Dependent Variable: e i2 hoặc (RESID^2)

+) Bước 1: Viết mô hình hồi quy

+) Bước 2: Kiểm định cặp giả thiết

{H0: môhình gốc không có hiện tượng PSSSTĐ

H1:mô hình gốc có hiệntượng PSSSTĐ

+) Bước 3: TCKĐ χ2=n R2nếu H0đúng thì χ2 χ2(p )

+) Bước 4: So sánh P value với α (dòng Obs*R-squared dóng sang – Prob…)

-> kết luận

2.3.3 Hiện tượng tự tương quan: Là sự tương quan giữa các thành phần của chuỗi các

quan sát theo thời gian hay không gian Nếu có tự tương quan giữa các sai số ngẫu nhiênthì Cov(Ui,Uj) ≠ 0 ∀ (i≠ j)

a) Dùng kiểm định D – W

+) Bước 1: Ước lượng MHHQ gốc thu được ei

+) Bước 2: Kiểm định cặp giả thiết

{H0: môhình không có hiện tượngtự tương quan

H1:mô hìnhcó hiệntượng tự tương quan

| | | | | |

- Nếu d∈ (1) →có hiện tượng TTQ thuận chiều

- Nếu d∈ (2 ),(4)→ không xác định có hiện tượng TTQ

- Nếu d∈ (3 )→không có hiện tượng TTQ

- Nếu d∈ (5 )→ có tương quan nghịch chiều

-> kết luận

b) Dùng kiểm định B-G

Dấu hiệu: Trong mô hình có dòng: (Breuch – Godfrey serial Corrolation LM test)Dependent Variable: RESID hoặc ei

Cột Variable: có thêm các biến RESID(-1), RESID(-2)

+) Bước 1: Viết mô hình

+) Bước 2: Kiểm định cặp giả thiết

{H0: môhình không có hiện tượngtự tương quan

H1:mô hìnhcó hiệntượng tự tương quan

+) Bước 3: TCKĐ:

χ2=(n− p) R2nếu H0đúng thì χ2 χ2(P)

+) Bước 4: So sánh P-value với α (Prob-Chi-Squared(3)= )

 Kết luận:

CHƯƠNG 3: VẬN DỤNG 3.1 Xây dựng mô hình gốc

3.1.1 Bảng số liệu

đoái (Y)

Thu nhập bình quân đầu người(X)

Chênh lệch lạm phát (Z)

Chênh lệch lãi suất (T)

Cán cân xuất nhập khẩu (M)

Yt là tỷ giá hối đoái (USD/VNĐ)

Xt là thu nhập bình quân đầu người trong 1 năm (USD/ người)

Zt là chênh lệch lạm phát Mỹ và Việt Nam

Tt là chênh lệch lãi suất Mỹ và Việt Nam (%)

Mt là cán cân thương mại ( tỷ USD)

3.1.3 Xây dựng mô hình hồi quy mẫu

Từ bảng kết quả Eview ta có mô hình:

Y t=16683,12+2,532208 Xt+64,86858 Z t−764,8427 Tt+19,63284 M t

Ý nghĩa:

 ^β2 = 2,532208 có nghĩa khi các yếu tố khác không đổi, nếu tăng trưởng

GDP bình quân đầu người tăng 1% thì tỷ giá VNĐ/USD trung bình tăng

2,532208 VNĐ

 ^β3= 64,86858 có nghĩa khi các yếu tố khác không đổi, nếu chênh lệch

lạm phát tăng 1% thì tỷ giá VNĐ/USD trung bình tăng 64,86858 VNĐ

 ^β4= -764,8427 có nghĩa khi các yếu tố khác không đổi, nếu chênh lệch

lãi suất giảm 1% thì tỷ giá VNĐ/USD trung bình tăng 764,8427 VNĐ

 ^β5= 19,63284 có nghĩa khi các yếu tố khác không đổi, nếu cán cân xuất

nhập khẩu tăng 1 đơn vị thì tỷ giá VNĐ/USD trung bình tăng 19,63284

VNĐ

3.2 Kiểm tra mô hình

3.2.1 Kiểm định thừa biến

 TH1: Với mức ý nghĩa α=0,05 có nên loại bỏ biến thu nhập bình quân đầu người (X) khỏi mô hình không ?

Giả sử mô hình đúng: Y t=β1 + β2X t + β3Zt +β4Tt + β5Mt +U t

BTKĐ:{Ho: β2=0 (biếnthu nhập không ảnh hưởng đến tỉ giá hối đoái)

H1: β2≠ 0(biến thunhập có ảnh hưởng đến tỉ giá hốiđoái)

TCKĐ: T = ^β2−0

Se (^ β2) T n−5

Ta có bảng eviews:

Ta có : P-value = 0.0000 < 0.05 => Bác bỏ Ho, chấp nhận H1

Kết luận: Với mức ý nghĩa α=0,05, không loại bỏ biến thu nhập bình quân đầu

người (X) ra khỏi mô hình

 TH2: Với mức ý nghĩa α=0,05 có nên loại bỏ biến lạm phát ( Z ) khỏi mô hình không?

Giả sử mô hình đúng: Y t=β1 + β2Xt + β3Zt+ β4Tt+ β5Mt +U t

BTKĐ:{Ho: β3=0 (biếnlạm phát không ảnh hưởng đếntỉ giáhối đoái)

H1: β3≠ 0(biến lạm phát có ảnh hưởng đến tỉ giá hốiđoái)

TCKĐ: T = ^β3−0

n−5

Ta có bảng eview sau:

Ta có: P-value = 0.0481 < 0.05 => Bác bỏ H0, chấp nhận H1

Kết luận:Với mức ý nghĩa α=0,05, không loại bỏ biến lạm phát (Z) ra khỏi mô hình

 TH3: Với mức ý nghĩa α=0,05, có nên loại bỏ biến lãi suất (T) ra khỏi mô hình không?

Giả sử mô hình đúng: Y t=β1 + β2Xt + β3Zt+ β4Tt+ β5Mt +U t

BTKĐ:{Ho: β4=0(biến lãi suất không ảnh hưởng đến tỉ giá hối đoái)

H1: β4≠ 0 (biếnlãi suất có ảnhhưởng đến tỉ giá hốiđoái)

TCKĐ: T = ^β4−0

Se (^ β4) T n−5

Ta có bảng eview sau:

BTKĐ: {Ho: β5=0 (biếncán cân xuất nhập khẩu không ảnh hưởng đến tỉ giáhối đoái)

H1: β5≠ 0(biến cán cân xuất nhập khẩu có ảnh hưởng đến tỉ giá hối đoái)

TCKĐ: T = ^β5−0

Se (^ β5) T n−5

Ta có bảng eview sau:

 Vậy mô hình chuẩn sau khi kiểm tra thừa biến là:

 Chấp nhận H0 bác bỏ H1

 Mô hình không thiếu biến

Kết luận: với mức ý nghĩa α=¿0,05 ta thấy mô hình không thiếu biến 3.2.3 Đa cộng tuyến

a) Phát hiện đa cộng tuyến bằng phương pháp R2 cao, t thấp

Dựa vào kết quả bảng Eview ta có:

Kết luận: Với mức ý nghĩa 5% mô hình không xảy ra hiện tượng đa cộng tuyến

b) Phát hiện đa cộng tuyến bằng phương pháp hệ số tương quan cặp cao

Với ý nghĩa 5% cần kiểm định : {H0: R M2=0

H1: R2M ≠ 0}

Pvalue= 0.028109< α =0.05 => chấp nhận H1

Kết luận: Mô hình hồi quy là phù hợp, mô hình gốc có hiện tượng mô hình đa cộng tuyến

 Hồi quy theo biến X

Với ý nghĩa 5% cần kiểm định : {H0: R X2=0

Với ý nghĩa 5% cần kiểm định : {H0: R Z2=0

H1: R Z2≠ 0}

Pvalue= 0.020729< α =0.05 => chấp nhận H1

Kết luận: Mô hình hồi quy là phù hợp, mô hình gốc có hiện tượng mô hình đa cộng tuyến

 Hồi quy theo T

Với ý nghĩa 5% cần kiểm định : {H0: R T2=0

Chạy kiểm định White bằng phần mềm EVIEW ta có kết quả như sau:

Từ kết quả eview ta có mô hình White có dạng:

Kiểm định cặp giả thuyết:

{H0: môhình không có hiện tượng PSSSTĐ

H1:mô hìnhcó hiệntượng PSSSTĐ =¿{H0: R¿ 2

=0

H1: R¿ 2

>0TCKĐ:χ2=n R¿ 2 nếu H0 đúng χ2 χ 2 df

(df: số các hệ số trong mô hình (1) hoặc (2) mà không kể hệ số chặn)

Ta có : P-value=0,155307>α=0.05 => Chấp nhận H0

Kết Luận: Mô hình không có phương sai sai số thay đổi.

b) Kiểm định Park:

Ước lượng mô hình Park có dạng:

ln e i2

=β1+β2ln(X t)+β3ln(Z t)+β4ln(M t)+β5ln(T t)+V i

Thu được kết quả eview như sau:

Từ kết quả eview ta có mô hình Park có dạng:

lne i2

=23.70618-1.734721lnXt

Kiểm định cặp giả thuyết:

{H0: môhình không có hiện tượng PSSSTĐ

Kiểm định cặp giả thuyết:

{H0: môhình không có hiện tượng PSSSTĐ

Từ kết quả Eviews, ta có d = 1,953356 ∈(3)

=> Mô hình không có tự tương quan

Kết luận: Mô hình không có tự tương quan

Ước lượng mô hình B – G có dạng:

Ước lượng (*) bằng OLS thu được phần dư tương ứng e t:

Ước lượng mô hình B – G có dạng:

e t=β1+β2X + β3Z+ β4T +β5M +ρ1e t−1+…+ ρ p e t− p+v i

Với p = 2, ta có:

Ta có: R*2 = 0,206340

BTKĐ: