BÀI tập lớn KINH tế LƯỢNG và PHÂN TÍCH dữ LIỆUPHÂN TÍCH bộ số LIỆU tổng mức đầu tư phụ thuộc vào tỷ lệ lạm phát và tỷ lệ thất nghiệp (xét đối với nền kinh tế mỹ)

TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂNVIỆN SAU ĐẠI HỌC BÀI TẬP LỚN KINH TẾ LƯỢNG VÀ PHÂN TÍCH DỮ LIỆU Học viên: NGUYỄN PHƯƠNG HÀ Mã số: CH210386 Lớp: Cao học 21D Số thứ tự: 19 PHÂN TÍCH BỘ SỐ L

Trang 1

TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN

VIỆN SAU ĐẠI HỌC

BÀI TẬP LỚN

KINH TẾ LƯỢNG VÀ PHÂN TÍCH DỮ LIỆU

Học viên: NGUYỄN PHƯƠNG HÀ

Mã số: CH210386 Lớp: Cao học 21D Số thứ tự: 19

PHÂN TÍCH BỘ SỐ LIỆU: Tổng mức đầu tư phụ thuộc vào tỷ lệ lạm phát và tỷ lệ thất nghiệp (xét đối với nền kinh tế Mỹ).

Số quan sát: 33

Số biến số: 3

Loại số liệu: Chuỗi thời gian

Từ 1980 đến 2012

Hà Nội, 12 / 2012

Trang 2

Nền kinh tế thế giới nói chung và tại Việt Nam nói riêng đang trải qua một giai đoạn khủng hoảng khá trầm trọng khi hàng loạt các công ty phá sản, sản xuất trì trệ, ứ đọng vốn, tỷ lệ thất nghiệp ở mức cao Đứng trước vấn đề khủng hoảng này, Chính phủ các nước vẫn phải cố gắng cùng với các doanh nghiệp vực dậy nền kinh tế còn khó khăn này, giúp giảm tỷ lệ phá sản, tăng cường khả năng sản xuất, giảm tỷ lệ thất nghiệp, thúc đẩy đầu tư, nâng tổng cầu cho nền kinh tế

Và vấn đề mà em đã nghiên cứu trong môn Kinh tế lượng chính là các nhân tố ảnh hưởng đến tổng mức đầu tư của nền kinh tế Mỹ Lý do em lựa chọn số liệu của nước Mỹ chứ không phải của Việt Nam là bởi số liệu của Việt Nam không được đầy đủ và chính xác, lịch sử thời gian thống kê không lâu dài như của Mỹ (số liệu về tỷ lệ thất nghiệp của Việt Nam chỉ có từ năm

1990 trở lại đây)

Các nhân tố ảnh hưởng mà em lựa chọn để nghiên cứu ở đây là tỷ lệ thất nghiệp và tỷ lệ lạm phát Nhân tố ảnh hưởng đến đầu tư có thể nói là rất nhiều, ví dụ như đầu tư tăng do thay đổi

cơ cấu kinh tế, do nhu cầu về sản phẩm dịch vụ tăng cao, tiềm lực của doanh nghiệp v.v… tuy nhiên em chỉ lựa chọn 2 nhân tố như đã nêu để có thể nghiên cứu sự tác động hay một phần sự thay đổi của đầu tư do các yếu tố vĩ mô gây ra Thất nghiệp thay đổi có thể sẽ ảnh hưởng đến đầu

tư, nhưng ảnh hưởng như thế nào? Tỷ lệ lạm phát cũng có thể ảnh hưởng đến đầu tư, đồng thời lạm phát cũng nói lên tình trạng của nền kinh tế và từ đó có thể nhận định chiều hướng của đầu

tư trong tương lai

Trong mô hình có sử dụng các biến như sau:

Thất nghiệp UNE %

Nguồn số liệu: International Monetary Fund, World Economic Outlook Database, October

2012 www.imf.org

Mức ý nghĩa α = 0.05

Lấy số liệu theo năm Thời gian từ năm 1980 – 2012 Số quan sát là 33

Mean 15.90958 3.576303 6.441333

Median 14.84450 3.042000 5.992000

Maximum 27.52225 13.50200 9.708000

Minimum 5.794891 -0.321000 3.967000

Std Dev 6.940899 2.500585 1.668151

Skewness 0.184783 2.470391 0.583516

Kurtosis 1.654651 10.06195 2.317873

Jarque-Bera 2.676496 102.1383 2.512486

Probability 0.262305 0.000000 0.284722

Trang 3

Sum 525.0160 118.0180 212.5640

Sum Sq Dev 1541.635 200.0936 89.04728

Observations 33 33 33

- Theo độ lệch chuẩn thì biến INV biến động nhiều nhất (6.940899) Còn theo hệ số biến thiên (CV=S.D/Mean) thì biến INF biến động lớn nhất (CVINV = 0.436272, CVINF = 0.699209, CVUNE = 0.258976)

- Dựa vào P-value của thống kê JB, ta thấy biến INV và UNE phân phối chuẩn còn INF thì không

Hệ số tương quan giữa các biến

INV 1.000000 -0.513757 -0.317013

INF -0.513757 1.000000 0.106211

UNE -0.317013 0.106211 1.000000

Trong đó biến INF và INV có mức độ tương quan cao nhất (0.513757), còn INF và UNE tương quan với nhau thấp nhất (0.106211)

Đồ thị thể hiện sự vận động của UNE, INV và INF (Graph 1)

Dựa vào đồ thị có thể nhận thấy INV biến thiên ngược chiều với cả 2 biến UNE và INF Nhìn chung thì lạm phát và thất nghiệp không theo 1 xu hướng nào rõ rệt, còn đầu tư thì vẫn có

xu hướng tăng dần theo thời gian

II.1. Mô hình 1 (MH1): đầu tư phụ thuộc vào thất nghiệp và lạm phát cùng kỳ.

2.1.1 Hồi quy mô hình dạng:

INV = β 1 + β 2 INF + β 3 UNE + u

Sử dụng Eview thu được kết quả ước lượng sau:

Trang 4

Dependent Variable: INV

Method: Least Squares

Date: 01/21/13 Time: 14:28

Sample: 1980 2012

Included observations: 33

Variable Coefficient Std Error t-Statistic Prob

C 27.84381 4.256732 6.541123 0.0000

INF -1.347785 0.416046 -3.239510 0.0029

UNE -1.104452 0.623660 -1.770921 0.0867

R-squared 0.333610 Mean dependent var 15.90958

Adjusted R-squared 0.289184 S.D dependent var 6.940899

S.E of regression 5.851867 Akaike info criterion 6.457907

Sum squared resid 1027.330 Schwarz criterion 6.593953

Log likelihood -103.5555 F-statistic 7.509331

Durbin-Watson stat 0.158977 Prob(F-statistic) 0.002270

Theo kết quả trên thì:

- Hàm hồi quy phù hợp do kiểm định F có P-value = 0.002270 < α

- Các biến độc lập giải thích 33.36% cho biến phụ thuộc

- Biến lạm phát và hệ số chặn đều có ý nghĩa thống kê, đều có ảnh hưởng đến mức đầu

tư do đều có P-value của thống kê T nhỏ hơn mức ý nghĩa 0.05 Nhưng thất nghiệp thì không có

ý nghĩa thống kê do P-value = 0.0867 > α Có nghĩa là thất nghiệp cùng kỳ không ảnh hưởng đến đầu tư trong kỳ

- Ý nghĩa của ước lượng các hệ số:

 = 27.84381 cho biết khi không có thất nghiệp và lạm phát thì đầu tư ở mức 27.84381 đơn vị

 = -1.347785 cho biết khi lạm phát tăng (giảm) 1 đơn vị trong khi tỷ lệ thất nghiệp không đổi thì đầu tư giảm (tăng) 1.347785 đơn vị

2.1.2 Kiểm định các khuyết tật của mô hình bằng các kiểm định tự động

Giả thuyết kiểm định: H0: mô hình 1 (MH1) không có phương sai sai số thay đổi

H1: mô hình 1 (MH1) có phương sai sai số thay đổi

Kết quả kiểm định:

White Heteroskedasticity Test:

F-statistic 0.659818 Probability 0.625046

Obs*R-squared 2.842626 Probability 0.584497

Hồi quy phụ để kiểm định:

e 2 = α 1 + α 2 INF + α 3 UNE + α 4 INF 2 + α 5 UNE 2 + v

Theo kết quả này thì mô hình không có phương sai sai số thay đổi do cả 2 P-value của thống kê T và χ2 đều lớn hơn 0.05

Giả thuyết kiểm định: H0: mô hình 1 (MH1) không có tự tương quan bậc nhất

H: mô hình 1 (MH1) có tự tương quan bậc nhất

Trang 5

Breusch-Godfrey Serial Correlation LM Test:

Hồi quy phụ để kiểm định: e = α 1 + α 2 INF + α 3 UNE + α 4 e(-1) + v

P – value của kiểm định F nhỏ hơn mức 0.05 Nghĩa là bác bỏ H0, thừa nhận H1, hay mô hình có tự tương quan bậc 1

c Định dạng mô hình

Giả thuyết kiểm định: H0: mô hình 1 (MH1) có dạng hàm đúng/không thiếu biến

H1: mô hình 1 (MH1) có dạng hàm sai/thiếu biến

Ramsey RESET Test:

Log likelihood ratio 2.009039 Probability 0.156364

Hồi quy phụ để kiểm định:

INV = β 1 + β 2 INF + β 3 UNE + α 1 2 + v

Theo kết quả kiểm định thì mô hình có dạng hàm đúng do P-value của thống kê F là 0.187710, lớn hơn 0.05

2.1.3 Khắc phục khuyết tật

Khắc phục tự tương quan: đổi dạng mô hình như một số mô hình ở phần sau

II.2. Mô hình 2 (MH2) – Đầu tư kỳ này phụ thuộc vào lạm phát kỳ này và thất nghiệp 3 kỳ trước

2.2.1 Mô hình hồi quy dạng:

INV = β 1 + β 2 INF(-1) + β 3 UNE(-3) + u

Sử dụng Eview thu được kết quả sau:

Dependent Variable: INV

Date: 01/21/13 Time: 14:37

Sample(adjusted): 1983 2012

Included observations: 30 after adjusting endpoints

C 32.80655 4.300456 7.628621 0.0000

INF(-1) -2.079358 0.838143 -2.480911 0.0196

UNE(-3) -1.541814 0.684830 -2.251382 0.0327

Trang 6

Theo kết quả trên thì:

- Hàm hồi quy phù hợp do kiểm định F có P-value = 0.001564<α

- Các biến đều có ý nghĩa thống kê do đều có P-value nhỏ hơn 0.05

 = 32.80655 cho biết khi không có thất nghiệp và lạm phát thì đầu tư ở mức 32.80655 đơn vị

 = -2.079358 cho biết khi lạm phát kỳ trước tăng (giảm) 1 đơn vị trong khi tỷ

lệ thất nghiệp 3 kỳ trước không đổi thì đầu tư kỳ này giảm (tăng) 2.079358 đơn vị

 = -1.541814 cho biết khi tỷ lệ thất nghiệp của 3 kỳ trước tăng (giảm) 1 đơn vị thì đầu tư kỳ này sẽ giảm (tăng) 1.541814 đơn vị (lạm phát kỳ trước không đổi)

2.2.2 Kiểm định các khuyết tật của mô hình

a Tự tương quan

H1: mô hình 2 (MH2) có tự tương quan bậc nhất

Theo kết quả này thì mô hình có tự tương quan bậc 1 do P-value của thống kê F nhỏ hơn 0.05

b Phương sai sai số thay đổi

Theo P-value của thống kê F thì mô hình không có phương sai sai số thay đổi

c Định dạng mô hình

Ramsey RESET Test:

Trang 7

Theo kết quả kiểm định thì mô hình định dạng đúng do P-value lớn hơn 0.05, chưa có cơ

sở bác bỏ H0, vậy có thể coi mô hình này không thiếu biến/định dạng đúng

II.3. Mô hình 3 (MH3) – mô hình dạng mũ - logarit

2.3.1 Mô hình hồi quy

LOG(INV) = β 1 + β 2 LOG(INF(-1)) + β 3 LOG(UNE(-3)) + u

Kết quả hồi quy :

Dependent Variable: LOG(INV)

Date: 01/21/13 Time: 14:56

Sample(adjusted): 1983 2012

Included observations: 29

Excluded observations: 1 after adjusting endpoints

C 4.608975 0.478407 9.634001 0.0000

LOG(INF(-1)) -0.485868 0.189015 -2.570527 0.0162

LOG(UNE(-3)) -0.741610 0.274619 -2.700506 0.0120

Theo kết quả này thì :

- Hàm hồi quy phù hợp do kiểm định F có P-value = 0.000581<α

- Các biến và hệ số chặn đều có ý nghĩa thống kê do đều có P-value nhỏ hơn 0.05

 = -0.485868 cho biết khi lạm phát kỳ trước tăng (giảm) 1 % (chứ không phải 1 đơn vị %) trong khi tỷ lệ thất nghiệp 3 kỳ trước không đổi thì đầu tư kỳ này giảm (tăng) 0.485868 %

 = -0.741610 cho biết khi tỷ lệ thất nghiệp của 3 kỳ trước tăng (giảm) 1 % (không phải là 1 đơn vị %) thì đầu tư kỳ này sẽ giảm (tăng) 0.741610 % (lạm phát kỳ trước không đổi)

2.3.2 Kiểm định các khuyết tật của mô hình

a Phương sai sai số thay đổi (dùng kiểm định White không tích chéo)

Trang 8

Theo kết quả này thì mô hình không có phương sai sai số thay đổi do cả 2 p-value đều lớn hơn 0.05

b Tự tương quan

H1: mô hình 3 (MH3) có tự tương quan bậc nhất

P – value của kiểm định F nhỏ hơn mức 0.05 Nghĩa là bác bỏ H0, thừa nhận H1, hay mô hình có tự tương quan bậc 1

c Định dạng mô hình

Ramsey RESET Test:

Theo kết quả kiểm định thì mô hình có dạng hàm đúng do P-value của thống kê F là 0.271437, lớn hơn 0.05

Như vậy, từ 3 mô hình trên, có thể thấy cả 3 mô hình vẫn có lỗi (chỉ có lỗi tự tương quan) nên kết quả ước lượng chưa phải là chính xác nhất Tuy nhiên vẫn có thể tạm kết luận với nền kinh tế Mỹ đối với mẫu đã nghiên cứu như sau:

- Trong cùng kỳ thì đầu tư chỉ chịu tác động của lạm phát chứ không bị ảnh hưởng bởi thất nghiệp, và tác động này là ngược chiều Nghĩa là khi khi nền kinh tế Mỹ có lạm phát tăng thì đầu tư sẽ giảm và ngược lại Sự vận động ngược chiều như vậy là hợp lý bởi khi có lạm phát tăng, có thể khiến cho giá đầu vào tăng, từ đó dẫn đến chi phí tăng, làm cho các doanh nghiệp giảm đầu tư

- Đầu tư trong kỳ bị ảnh hưởng bởi lạm phát kỳ trước và thất nghiệp của 3 kỳ trước

đó và cũng là ảnh hưởng ngược chiều Lạm phát kỳ trước tăng khiến cho đầu tư kỳ này giảm đi Còn thất nghiệp 3 kỳ trước tăng có thể khiến nền kinh tế rơi vào khủng hoảng, nhu cầu sụt giảm, khiến cho các doanh nghiệp phải cắt giảm đầu tư trong hiện tại Đó cũng là hệ lụy của khủng hoảng kinh tế, ảnh hưởng đến vài năm sau chứ không phải chỉ ảnh hưởng trong 1 2 năm sau đó

Tiêu đề	Phân tích bộ số liệu tổng mức đầu tư phụ thuộc vào tỷ lệ lạm phát và tỷ lệ thất nghiệp (xét đối với nền kinh tế mỹ)
Tác giả	Nguyễn Phương Hà
Trường học	Trường Đại Học Kinh Tế Quốc Dân
Chuyên ngành	Kinh tế lượng
Thể loại	Bài tập lớn
Năm xuất bản	2012
Thành phố	Hà Nội

Định dạng
Số trang	8
Dung lượng	245,5 KB