TIẾN HÀNH THU THẬP VÀ XÂY DỰNG MÔ HÌNH NGHIÊN CỨU VỀ GIÁ TRỊ XUẤT KHẨU GẠO Ở VIỆT NAM THÔNG QUA ÍT NHẤT 3 NHÂN TỐ ẢNH HƯỞNG, TỪ ĐÓ KIỂM TRA VÀ KHẮC PHỤC CÁC KHUYẾT TẬT CỦA MÔ HÌNH

ĐỀ TÀI: TIẾN HÀNH THU THẬP VÀ XÂY DỰNG MÔ HÌNH NGHIÊN CỨU VỀ GIÁ TRỊ XUẤT KHẨU GẠO Ở VIỆT NAM THÔNG QUA ÍT NHẤT 3 NHÂN TỐ ẢNH HƯỞNG, TỪ ĐÓ KIỂM TRA VÀ KHẮC PHỤC CÁC KHUYẾT TẬT CỦA MÔ HÌNH Giáo viên hướng dẫn: Mai Hải An Lớp học phần : 2104AMAT0411 Nhóm : 3 1 Năm học 2020-2021 Mục lục A.LỜI MỞ ĐẦU..................................................................................3 B. CƠ SỞ LÍ THUYẾT.......................................................................3 C. THỰC HÀNH.................................................................................8 1, Mô hình hồi quy...........................................................................................8 2. Kiểm tra thừa biến, thiếu biến.................................................................10 2.1: Kiểm tra thừa biến:............................................................................10 2.2: Kiểm tra thiếu biến............................................................................16 3. Kiểm tra khuyết tật mô hình....................................................................18 3.1. Phương sai sai số thay đổi..................................................................18 3.2. Tự tương quan....................................................................................21 3.3 Đa cộng tuyến.......................................................................................25 4. Khắc phục hiện tượng đa cộng tuyến (bỏ bớt biến độc lập ).................28 4.1 Bỏ biến X.............................................................................................28 4.2 Bỏ biến Z..............................................................................................30 4.3 Bỏ biến K..............................................................................................31 4.4 Bỏ biến S...............................................................................................32 5. Mô hình cuối và ý nghĩa của mô hình hồi quy........................................32 D.KẾT LUẬN....................................................................................33

TRƯỜNG ĐẠI HỌC THƯƠNG MẠIKHOA QUẢN TRỊ KINH DOANH

  

-BÀI THẢO LUẬNHỌC PHẦN: KINH TẾ LƯỢNG

ĐỀ TÀI: TIẾN HÀNH THU THẬP VÀ XÂY DỰNG MÔ HÌNH NGHIÊN CỨU

VỀ GIÁ TRỊ XUẤT KHẨU GẠO Ở VIỆT NAM THÔNG QUA ÍT NHẤT 3 NHÂN TỐ ẢNH HƯỞNG, TỪ ĐÓ KIỂM TRA VÀ KHẮC PHỤC CÁC

KHUYẾT TẬT CỦA MÔ HÌNH

Giáo viên hướng dẫn: Mai Hải An Lớp học phần : 2104AMAT0411 Nhóm : 3

1

Năm học 2020-2021

Mục lục

A.LỜI MỞ ĐẦU 3

B CƠ SỞ LÍ THUYẾT 3

C THỰC HÀNH 8

1, Mô hình hồi quy 8

2 Kiểm tra thừa biến, thiếu biến 10

2.1: Kiểm tra thừa biến: 10

2.2: Kiểm tra thiếu biến 16

3 Kiểm tra khuyết tật mô hình 18

3.1 Phương sai sai số thay đổi 18

3.2 Tự tương quan 21

3.3 Đa cộng tuyến 25

4 Khắc phục hiện tượng đa cộng tuyến (bỏ bớt biến độc lập ) 28

4.1 Bỏ biến X 28

4.2 Bỏ biến Z 30

4.3 Bỏ biến K 31

4.4 Bỏ biến S 32

5 Mô hình cuối và ý nghĩa của mô hình hồi quy 32

D.KẾT LUẬN 33

Danh sách thành viên nhóm 3:

19 Nguyễn Viết Việt Khánh

20 Đoàn Thanh Khương

so với năm 2019, chủ yếu vì mục tiêu bảo đảm an ninh lương thực quốc gia, nhưng trịgiá xuất khẩu lại tăng tới 9,3% Giá xuất khẩu bình quân cả năm ước đạt 499 USD/tấn,tăng 3,3% so với năm 2019

Vậy đối với một nền nông nghiệp lúa gạo mang tính quan trọng như vậy thì nhữngnhân tố ảnh hưởng đến giá trị xuất khẩu gạo sẽ luôn là một trong những vấn đề đượcquan tâm hàng đầu Trong bài thảo luận này, nhóm 3 sẽ đi sâu vào các yếu tố: Năngsuất, chỉ số giá tiêu dùng, diện tích gieo trồng, sản lượng trong nước, thu nhập bìnhquân

Khi đó α^1 trở thành ước lượng vững của β1 và α^2là ước lượng không chệch của β2

nhưng nó không còn hiệu quả

Phương sai của hàm hồi quy trở thành ước lượng vững

2 Thiếu biến:

3

- TH1: Nếu biến cần X kcó số liệu

+ Ước lượng mô hình có thêm X k

+ Kiểm tra hàm số của X k=0

- TH2 : Không biết số liệu của X k

Kiểm định Reset of Ramsey

B1: Ước lượng mô hình gốc ban đầu:

Y i=β1+β2X i+β3Z i+β4T i+…+u i

Thu được R old2 và Y^i

B2: Ước lượng mới

Y i= β1'+ β2'.X i+ + β k '.X ki+ α2Y i2+ +α ρ Y i ρ+ v i

Thu được R new2

B3: BTKĐ: {H1:mô hìnhkhông thi u ế ( ρ−1)bi n ế

b) Bản chất của đa cộng tuyến

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

Y i=β1+β2X i+β3Z i+β4T i+…+u i

- Đa cộng tuyến hoàn hảo ( toàn phần )

Nếu tồn tại i không đồng thời bằng 0 thõa mãn:

= 0 ∀ i thì mô hình có đa cộng tuyến hoàn hảo

- Đa cộng tuyến không toàn phần

Nếu tồn tại i không đồng thời bằng 0 và ∀ i thõa mãn:

= 0 ∀ i, ∀ i≈ 0

=> Mô hình xảy ra hiện tượng đa cộng tuyến không toàn phần

Nhận xét: Trong thực tế chủ yếu gặp phải đa cộng tuyến không toàn phần

Có 3 cách phát hiện đa cộng tuyến:

Cách 1: Tìm ma trận tương quan giữa các biến giải thích trong mô hình

=> Mô hình có cơ sở để khẳng định đa cộng tuyến

Cách 3: Thực hiện mô hình hồi quy phụ (hồi quy của mỗi biến độc lập theo các biến độc lập còn lại)

TCKĐ:

F = nếu H0 đúng thì F Với α cho trước ta tìm được C = f α(k−1, n−k)

Nếu F > C, bác bỏ H0

c) Khắc phục đa cộng tuyến

- Giải pháp 1: Bỏ bớt biến độc lập (điều này xảy ra với giả định rằng không có mối

quan hệ giữa biến phụ thuộc và biến độc lập bị loại bỏ mô hình)

- Giải pháp 2: Bổ sung dữ liệu hoặc tìm dữ liệu mới, tìm mẫu dữ liệu khác hoặc giatăng cỡ mẫu

5

- Giải pháp 3: Thay đổi dạng mô hình, mô hình kinh tế lượng có nhiều dạng hàm khácnhau Thay đổi dạng mô hình cũng có nghĩa là tái cấu trúc mô hình

- Giải pháp 4: Sử dụng phương trình sai phân cấp 1

4 Phương sai sai số thay đổi:

a) Kiểm định Park:

KĐGT:

TCKĐ:

Dựa vào bảng kiểm định park bằng phần mềm Eviews ta có được: p-value

Với α cho trước, nếu p-value < α= 5%, bác bỏ H0

b) Kiểm định White:

KĐGT:

TCKĐ:

X2 =n.R2 nếu H0 đúng Xα2(df)

Dựa vào bảng kiểm định white bằng phần mềm Eviews ta có được p-value

Với α cho trước, nếu p-value < α=5%, bác bỏ H0

c) Kiểm định Glijser:

KĐGT:

TCKĐ:

Dựa vào bảng kiểm định white bằng phần mềm Eviews ta có được p-value

Với α cho trước, nếu p-value < α= 5%, bác bỏ H0

d) Kiểm định G-Q:

với Ut =r1Ut-1+ r2Ut-2 +…+ rpUt-p+ et

et thỏa mãn các giả thiết của mô hình cổ điển cần kiểm định

Giả thuyết: :

TCKĐ:

Dựa vào bảng kiểm định B-G bằng phần mềm Eviews ta có được: p-value

Với α cho trước, nếu p-value < α= 5%, bác bỏ H0

và ):

- Nếu 0 < d < d l: có tự tương quan dương

7

- Nếu d l ≤ d ≤ d u , 4−d u ≤ d ≤ 4−d l:không đủ cơ sở để kết luận

- Nếu d u<d <4−d u: không có tự tương quan

- Nếu 4−d l ≤ d ≤ 4: có tự tương quan âm

C THỰC HÀNH

1, Mô hình hồi quy

Ta có bảng số liệu xuất khẩu gạo năm 2005-2020

xuất khẩu (Triệu USD) Y

Năng suấtTạ/haX

Chỉ số giá tiêu dùng(%)Z

Diện tích gieo trồng(nghìn ha)M

Sản lượng trong nước (Nghìn tấn)S

Thu nhập bình quân đầu người(USD)K

nước , thu nhập bình quân đầu người là không đổi thì năng suất tăng lên 1 tấn/ha thìsản lượng suất khẩu gạo trung bình tăng lên 270.5753triệu USD

^

nhập bình quân đầu người là không đổi thì chỉ số giá tiêu dùng tăng lên 1% thì sảnlượng suất khẩu gạo trung bình tăng lên 52.2044triệu USD

^

thu nhập bình quân đầu người là không đổi thì diện tích gieo trồng tăng lên 1000 ha thìsản lượng suất khẩu gạo trung bình giảm đi 0.895473triệu USD

^

nhập bình quân đầu người là không đổi thì sản lượng trong nước tăng lên 1000 tấn thìsản lượng suất khẩu gạo trung bình tăng lên 0.162734triệu USD

^

diện tích gieo trồng là không đổi thì thu nhập bình quân đầu người tăng lên 1 USD thìsản lượng suất khẩu gạo trung bình giảm đi 0.93569triệu USD

9

2 Kiểm tra thừa biến, thiếu biến

2.1: Kiểm tra thừa biến:

 TH1: Với mức ý nghĩa α=0,05 có nên loại bỏ biến năng suất (X) khỏi mô hìnhkhông?

Giả sử mô hình đúng: Y t=β1+β2X t+β3Z t+β4M t+β5S t+β6K t+U t

BTKĐ: {H0: β2=0 (bi nế năng su t ấ không nh ả h ng ưở đ n ế giátrị xu t ấ kh u ẩ )

H1: β2≠ 0(bi n ế năng su t ấ có nh ả h ng ưở đ n ế giá trị xu t ấ kh u ẩ )

Adjusted R-squared 0.791807 S.D dependent var 733.8000S.E of regression 334.8199 Akaike info criterion 14.74506Sum squared resid 1121043 Schwarz criterion 15.03478Log likelihood -111.9605 Hannan-Quinn criter 14.75989

Prob(F-statistic) 0.000503

Ta thấy P value=¿ 0,0029 < 5% => Bác bỏ H0, chấp nhận H1

Kết luận: Với mức ý nghĩa α=5 % , không nên loại bỏ biến năng suất (X) ra khỏi mô hình.

 TH2: Với mức ý nghĩa α=0,05 có nên loại bỏ biến chỉ số giá tiêu dùng (Z) khỏi

mô hình không?

Giả sử mô hình đúng: Y t=β1+β2X t+β3Z t+β4M t+β5S t+β6K t+U t

BTKĐ: {H0: β3=0(bi ế n c hỉ s ố gi á ti ê u d ù ng k hô ng ả n h hưở ng đế n gi á tr ị xu ấ t k hẩ u)

H1: β3≠ 0(biế n c hỉ s ố giá ti ê u d ù ng c ó ả n hhưở ng đế n giá tr ị xu ấ t k hẩ u)

 TH3 : Với mức ý nghĩa α=0,05 có nên loại bỏ biến diện tích gieo trồng (M) khỏi mô hình không?

Giả sử mô hình đúng : Y t=β1+β2X t+β3Z t+β4M t+β5S t+β6K t+U t

BTKĐ: {H0: β4=0(biế n di ệ n t í c h gieotr ồ ng k hô ng ả n h hưở ng đế n gi á tr ị xu ấ t k hẩ u)

H1: β4≠ 0(bi ế n di ệ n t í c h gieo tr ồ ng c ó ả n h hưở ng đế n gi á tr ị xu ấ t k hẩ u)

Ta thấy: P value=0,3653 >5% => Chấp nhận H o, bác bỏ H1

Kết luận : : Với mức ý nghĩa α=5%, nên loại bỏ biến diện tích gieo trồng (M) ra

khỏi mô hình.

 TH4 : Với mức ý nghĩa α=0,05 có nên loại bỏ biến sản lượng trong nước (S)

khỏi mô hình không?

Giả sử mô hình đúng : Y t=β1+β2X t+β3Z t+β4M t+β5S t+β6K t+U t

BTKĐ: {H0: β5=0(bi ế n s ả n lượ ng trong n ướ c k hô ng ả n h hưở ng đế n giá tr ị xu ấ t k hẩ u)

H1: β5≠ 0(biế n s ả n l ượ ng trong n ướ c c ó ả n h hưở ng đế n giá tr ị xu ấ t k hẩ u)

Adjusted R-squared 0.791807 S.D dependent var 733.8000 S.E of regression 334.8199 Akaike info criterion 14.74506 Sum squared resid 1121043 Schwarz criterion 15.03478 Log likelihood -111.9605 Hannan-Quinn criter 14.75989 F-statistic 12.40968 Durbin-Watson stat 1.692546 Prob(F-statistic) 0.000503

Ta thấy: P value=0,0062 <5% => Bác bỏ H o, chấp nhận H1

13

Kết luận : Với mức ý nghĩa α=5%, không nên loại bỏ biến sản lượng trong nước

(S) ra khỏi mô hình.

 TH5: Với mức ý nghĩa α=0,05 có nên loại bỏ biến thu nhập bình quân đầu

người (K) khỏi mô hình không?

Giả sử mô hình đúng : Y t=β1+β2X t+β3Z t+β4M t+β5S t+β6K t+U t

BTKĐ:

{H0: β6=0(bi ế n t hu n hậ p bì n h qu â n đầ u ng ườ i k hô ng ả n h hưở ng đế n gi á tr ị xu ấ t k hẩ u)

H1: β6≠ 0(biế n t h u n hậ p b ìn h qu â n đầ u ng ườ ic ó ả n h hưở ng đế n gi á tr ị xu ấ t k hẩ u)

Ta thấy: P value=0,0408 <5% => Bác bỏ H o, chấp nhận H1

Kết luận : Với mức ý nghĩa α=5%, không nên loại bỏ biến thu nhập bình quân đầu

người (K) ra khỏi mô hình.

Sau khi kiểm tra về thừa biến, ta thấy M bị loại khỏi mô hình Mô hình còn lại X, Z, S

Mô hình sau khi kiểm tra thừa biến là:

Ta thấy: P value=0,6092 > 5% => Chấp nhận H0, bác bỏ H1

Kết luận: Mô hình không thiếu biến.

3 Kiểm tra khuyết tật mô hình

3.1 Phương sai sai số thay đổi

Thực hiện kiểm định White trên phần mềm Eviews ta có kết quả như sau:

Heteroskedasticity Test: White

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

S*K 0.988743 0.447645 2.208764 0.2706

Bài toán kiểm định:

Thực hiện kiểm định Park trên phần mềm Eviews ta có kết quả như sau:

Dependent Variable: LOG(RESID^2)

Method: Least Squares

LOG(Z) -3.202463 13.61528 -0.235211 0.8184

Ước lượng mô hình có dạng: |e i|=α1+α2X i+α3Z i+α4S i+α5K i+v i

Thực hiện kiểm định Gleijer trên phần mềm Eviews ta có kết quả như sau:

Heteroskedasticity Test: Glejser

Test Equation:

Dependent Variable: ARESID

Method: Least Squares

Date: 04/18/21 Time: 22:42

Sample: 1 16

19

Bài toán kiểm định:

Bài toán kiểm định: {H0: Mô hìnhkhông có tự t ng ươ quan

Tiêu chuẩn kiểm định: d = ∑

Với n = 16, α=0.05 , k’= k – 1 = 5 – 1 = 4 => d L=0.734 ; d U=1.935

 4 - d L = 3.266; 4 - d U = 2.065

Trong bảng kết quả trên, ta thấy giá trị thống kê Durbin – Waston là: d = 1.592742

Vì d L < d < d U => Không có kết luận về tự tương quan

Kết luận: Không có kết luận về tự tương quan

3.2.2 Kiểm định B – G

- Kiểm định B – G bậc 1:

21

Dependent Variable: RESID

Method: Least Squares

Date: 04/18/21 Time: 22:55

Sample: 1 16

Included observations: 16

Presample missing value lagged residuals set to zero

Dependent Variable: RESID

Method: Least Squares

Date: 04/18/21 Time: 22:57

Sample: 1 16

Included observations: 16

Presample missing value lagged residuals set to zero

23

Bài toán kiểm định: {H0: Mô hìnhkhông có AR(2)

R2=0.848722 > 0.8 => R2 cao

P-value = 0.000175 < 0.05 => Mô hình hồi quy phù hợp

=> Mô hình không xảy ra hiện tượng đa cộng tuyến

3.3.2 Hệ số tương quan cặp giữa các biến giải thích cao

Ta có bảng thể hiện hệ số tương quan cặp giữa các biến:

|r(X,Z)| = 0.374369 < 0,8 => r(X,Z) thấp => Không có đa cộng tuyến giữa X và Z

|r(X,S)| = 0.272672 < 0,8 => r(X,S) thấp => Không có đa cộng tuyến giữa X và S

|r(X,K)| = 0.569069 < 0,8 => r(X,K) thấp => Không có đa cộng tuyến giữa X và K

|r(Z,S)| = 0.427574 < 0,8 => r(Z,S) thấp => Không có đa cộng tuyến giữa Z và S

|r(Z,K)| = 0.566173 < 0,8 => r(Z,K) thấp => Không có đa cộng tuyến giữa Z và K

|r(S,K)| = 0.856223 > 0.8 => r(S,K) cao => Có thể có quan hệ tuyến tính giữa S và K

=> Có cơ sở kết luận có đa cộng tuyến trong mô hình.

R-squared 0.140152 Mean dependent var 54.17500

Bài toán kiểm định: {H0: Mô hìnhkhông có đa c ng ộ tuy n ế

H1:Môhìnhcó đa c ng ộ tuy n ế => {H0: R2j=0

H1: R2j>0

Tiêu chuẩn kiểm định: F= R j

2/(k −2)

(1−R2j)/(n−k +1)

Nếu H0 đúng thì F F(k−2 ;n−k+1 )

P-value = 0.1531 > 0.05 => Chấp nhận H0 , bác bỏ H1

=> Mô hình không có hiện tượng đa cộng tuyến

* Tiến hành hồi quy X theo S

Bài toán kiểm định: {H0: Mô hìnhkhông có đa c ng ộ tuy n ế

H1:Môhìnhcó đa c ng ộ tuy n ế => {H0: R2j=0

H1: R2j

>0

Tiêu chuẩn kiểm định: F= R j

2/(k −2)

(1−R2j)/(n−k + 1)

Nếu H0 đúng thì F F(k−2 ;n−k+1 )

P-value = 0.3069 > 0.05 => Chấp nhận H0 , bác bỏ H1

=> Mô hình không có hiện tượng đa cộng tuyến

* Tiến hành hồi quy X theo K

Bài toán kiểm định: {H0: Mô hìnhkhông có đa c ng ộ tuy n ế

H1:Môhìnhcó đa c ng ộ tuy n ế => {H0: R2j=0

H1: R2j

>0

Tiêu chuẩn kiểm định: F= R j

2/(k −2)

(1−R2j)/(n−k +1)

Nếu H0 đúng thì F F(k−2 ;n−k+1 )

P-value = 0.0214 < 0.05 => Bác bỏ H0 , chấp nhận H1

=> Mô hình xảy ra hiện tượng đa cộng tuyến

4 Khắc phục hiện tượng đa cộng tuyến (bỏ bớt biến độc lập )

27

4.1 Bỏ biến X

R2X = 0.381755

4.2 Bỏ biến Z

R2Z=¿ 0.703593

29

4.3 Bỏ biến K

R2K

= 0.774728

4.4 Bỏ biến S

R2S= 0.623138

 Ta thấy R2K có giá trị lớn nhất nên quyết định bỏ biến K.

 Sau khi bỏ biến K, các giá trị P đều bé hơn α = 0.05, mô hình đã khắc phục được đa cộng tuyến.

5 Mô hình cuối và ý nghĩa của mô hình hồi quy

Công bố mô hình và ý nghĩa của mô hình hồi quy:

Sau khi đưa ra mô hình hàm hồi quy mẫu:

Trong đó:

+ Y: Giá trị xuất khẩu gạo (Triệu USD)

+ X: Năng suất lúa (Tạ/ha)

+ Z: Chỉ số giá tiêu dùng (%)

+ S: Sản lượng trong nước (Nghìn tấn)

Ý nghĩa mô hình hàm hồi quy mẫu:

^

năng suất lúa tăng lên 1 đơn vị thì sản lượng xuất khẩu gạo trung bình tăng lên

^

giá tiêu dùng tăng lên 1 đơn vị thì sản lượng xuất khẩu gạo trung bình tăng lên 75,2437

triệu USD

^

trong nước tăng lên 1 đơn vị thì sản lượng xuất khẩu gạo trung bình tăng lên 0.065414

triệu USD

D.KẾT LUẬN

Như vậy, qua việc nghiên cứu sau đó đưa ra mô hình của nhóm thì có thể thấy giá trịxuất khẩu gạo phụ thuộc vào hai yếu tố chính đó là diện tích gieo trồng thu nhập bìnhquân

Từ trước tới nay, lúa là một cây trồng đóng vai trò chiến lược trong an ninh lương thựccủa Việt Nam Trong nhiều thập kỉ qua, chính phủ đẫ nõo lực tăng sản lượng lúa gạophụ thuộc vào rất nhiều yếu tố, chính vì vậy để nâng cao giá trị xuất khẩu thì nhà nướccần có những chính sách phù hợp: thay đổi cấu trúc ngoại thương theo hướng bềnvững, nâng cao năng lực cạnh tranh của hàng xuất khẩu, đa phương hóa thị trườngxuất, xây dựng tỷ giá dụa trên đa ngoại tệ, tránh phá giá quá mạnh đồng nội tệ, nângcao năng xuất lúa qua từng năm, có những chính sách ưu đã đối với việc xuất khẩu lúa,phối hợp hài hòa giữa chính sách tỷ giá và chính sách lãi suất cũng như các chính sáchkinh tế vĩ mô khác