BÁO CÁO THỰC HÀNH KINH TẾ · PDF fileXây dựng mô hình kinh tế lượng về mối quan hệ giữa tỷ giá USD, chỉ số vàng và giá xăng dầu

BÁO CÁO TH C HÀNH KINH T L NG

L p 08TT1D_KHOÁ 12 Page 1

BÁO CÁO THỰC HÀNH

KINH TẾ LƯỢNG

THÀNH VIÊN :

1. Nguyễn Ngọc Linh Kha 080636K

2. Nguyễn Thị Hải Yến 080710K

3. Hồ Nữ Cẩm Thy 080692K

4. Phan Thị Ngọc Linh 080647K

5. Trần Mỹ Linh 080648K



I. MỞ ĐẦU: Hiện nay, Việt Nam đã gia nhập vào WTO làm cho việc giao thương giữa nước ta với quốc tế diễn ra ngày càng nhiều và đa dạng. Kéo theo đó, nhu cầu sử dụng đồng USD cũng tăng mạnh và ảnh hưởng rất lớn đến sự phát triển các ngành nghề xuất nhập khẩu nói riêng, nền kinh tế Việt Nam nói chung. Chính vì thế, nhận biết xu hướng và các yếu tố ảnh hưởng đến USD cũng trở nên bức thiết hơn bao giờ hết. Qua thực nghiệm, nhóm nhận thấy chỉ số vàng và giá xăng dầu có tác động rõ rệt lên tỷ giá USD. Để xem xét mức độ ảnh hưởng này, ta hãy nghiên cứu thông qua phương pháp hồi quy để có thể kết luận.

II. VẤN ĐỀ NGHIÊN CỨU: Xây dựng mô hình kinh tế lượng về mối quan hệ giữa tỷ giá USD, chỉ số vàng và giá xăng dầu. Số liệu trong giai đoạn suy thoái và hậu suy thoái:

Nguồn số liệu: 1.www.gso.gov.vn (Tổng cục thống kê) 2. www.vietcombank.com.vn (Vietcombank) 3. www.petrolimex.com.vn (Tổng công ty xăng dầu Việt Nam)

Đặt: Y: tỷ giá USD (nghìn đồng/usd) X2: giá xăng dầu (nghìn đồng/lít) X3: chỉ số vàng (%)

Thời gian Chỉ số USD Giá xăng dầu Chỉ số vàng 05/2009 17.785 12.5 100.61 06/2009 17.85 13.5 105.57 07/2009 17.808 14.2 99.57 08/2009 17.816 14.2 101.75 09/2009 17.834 15.7 102.04 10/2009 17.852 15.3 105.01 11/2009 17.808 15.8 110.08 12/2009 17.48 16.1 110.49 01/2010 19.15 16.2 97.06 02/2010 19.1 16.6 97.97 03/2010 18.79 16.99 101.21 04/2010 18.481 16.99 99.2



Xét hàm hồi quy tổng thể: PRF: E(Y/X2, X3) = β1 + β 2X2 + β3X3 Trong đó: Y: biến phụ thuộc X2, X3: là các biến giải thích Mô hình hồi quy tổng thể: PRM: Yi = β1 + β2X2 + β3X3+ Ui Hàm hồi quy mẫu: SRF: 33221

ˆˆˆˆ XXYi Với số liệu trên nhập vào phần mềm Eviews ta thu được bảng sau:

obs Y X2 X3 2009:05 17.785 12.5 100.61 2009:06 17.85 13.5 105.57 2009:07 17.808 14.2 99.57 2009:08 17.816 14.2 101.75 2009:09 17.834 15.7 102.04 2009:10 17.852 15.3 105.01 2009:11 17.808 15.8 110.08 2009:12 17.48 16.1 110.49 2010:01 19.15 16.2 97.06 2010:02 19.1 16.6 97.97 2010:03 18.79 16.99 101.21 2010:04 18.481 16.99 99.2



III. ƯỚC LƯỢNG MÔ HÌNH HỒI QUI: Với số liệu đã có mẫu quan sát n=12 bằng phần mềm Eviews ta ước lượng mô hình và thu được kết quả báo cáo sau:

Dependent Variable: Y Method: Least Squares Date: 11/13/10 Time: 15:05 Sample: 2009:05 2010:04 Included observations: 12

Variable Coefficient Std. Error t-Statistic Prob.

X3 -0.085486 0.021367 -4.000841 0.0031

X2 0.212978 0.065328 3.260146 0.0098 C 23.64541 2.472544 9.563193 0.0000

R-squared 0.760330 Mean dependent var 18.14617

Adjusted R-squared 0.707070 S.D. dependent var 0.574278

S.E. of regression 0.310817 Akaike info criterion 0.713092

Sum squared resid 0.869464 Schwarz criterion 0.834319

Log likelihood -1.278554 F-statistic 14.27580

Durbin-Watson stat 1.747767 Prob(F-statistic) 0.001615

Từ báo cáo trên ta thu được mô hình hồi quy mẫu sau:

ii eXXY 32 085.0213.0645.23ˆ

* Kiểm định sự phù hợp của hệ số hồi quy:

1. Xét một cặp giả thuyết: H0: β2 = 0 H1: β2 ≠ 0



Tiêu chuẩn kiểm định:

)ˆ(

ˆ

2

*22

2

SEt

Ta thấy: P-value = 0.0098 < α=5%

Vậy bác bỏ Ho, chấp nhận H1 tức là β 2 phù hợp

2. Xét một cặp giả thuyết: H0: β3 = 0 H1: β3 ≠ 0

Tiêu chuẩn kiểm định: )ˆ(

ˆ

3

*33

3

SEt

Ta thấy: P-value = 0.0031 < α=5%

Vậy bác bỏ Ho, chấp nhận H1 tức là β3 phù hợp.

*Kiểm định sự phù hợp của mô hình

Xét cặp giả thiết:

Ho: 02 R

0: 21 RH


)1()1()(

2

2

kRknRF ~ F(k-1, n-k)

Ta thấy: p-value=0.001615< α=5%

Vậy bác bỏ H0 , chấp nhận H1 Kết luận: mô hình hồi quy phù hợp



IV. KIỂM ĐỊNH CÁC KHUYẾT TẬT CỦA MÔ HÌNH: 1. Đa cộng tuyến:

Để phát hiện đa cộng tuyến trong mô hình hồi quy ta sử dụng mô hình hồi quy phụ

ii XX 3312ˆˆˆ

Ta thu được báo cáo 2:

Xét cặp giả thuyết:

H0: Mô hình không có đa cộng tuyến H1 : Mô hình có đa cộng tuyến


)1)(1()(

2

2

kRknRF ~ F(k-2,n-k+1)

Ta thấy: Prob(F-statistic)= p = 0.832845 > α=5% Vậy chưa có cơ sở bác bỏ H0 nên chấp nhận H0.

Kết luận : mô hình không có hiện tượng đa cộng tuyến.

Dependent Variable: X2 Method: Least Squares Date: 11/13/10 Time: 15:51 Sample: 2009:05 2010:04 Included observations: 12


X3 -0.022355 0.103188 -0.216640 0.8328

C 17.63240 10.59053 1.664922 0.1269 R-squared 0.004671 Mean dependent var 15.34000

Adjusted R-squared -0.094862 S.D. dependent var 1.437896


Sum squared resid 22.63676 Schwarz criterion 3.886697

Log likelihood -20.83527 F-statistic 0.046933




2. Phương sai sai số thay đổi : Dựa vào kiểm định White để kiểm định xem mô hình có phương sai sai số thay đổi hay không,ta có mô hình phụ: iiiiii vXXXXe 2

235

22433221

2

White Heteroskedasticity Test: F-statistic 0.707898 Probability 0.611548

Obs*R-squared 3.456114 Probability 0.484583

Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 11/14/10 Time: 09:34 Sample: 2009:05 2010:04 Included observations: 12


C -1.801338 13.54136 -0.133025 0.8979

X2 -0.014141 0.256027 -0.055233 0.9575

X2^2 3.56E-05 0.001229 0.028966 0.9777 X3 0.396131 0.322997 1.226424 0.2597

X3^2 -0.013186 0.010842 -1.216120 0.2634

R-squared 0.288010 Mean dependent var 0.072455


S.E. of regression 0.061997 Akaike info criterion -2.429117

Sum squared resid 0.026906 Schwarz criterion -2.227073

Log likelihood 19.57470 F-statistic 0.707898




23

22

532

2 013.010*56.3396.0014.0801.1ˆ XXXXei

Đặt giả thiết: Ho: 05432

Ta thấy : n 2R =3.456 < )(2 df =7.815

Vậy chưa có cơ sở bác bỏ H0 nên chấp nhận H0.

Kết luận : mô hình không có hiện tượng phương sai sai số thay đổi. 3. Tự tương quan :

Dựa vào kiểm định Breusch – Godfrey để kiểm định xem mô hình có hiện tượng tự tương quan hay không,xét mô hình:

ttpttt

ttt

vuuuuuXY

12211

21

...

Ta thu được báo cáo 4 :

Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.048564 Probability 0.831101

Obs*R-squared 0.072406 Probability 0.787865

Test Equation: Dependent Variable: RESID Method: Least Squares Date: 11/14/10 Time: 10:08 Presample missing value lagged residuals set to zero.


X2 0.000818 0.022898 0.035720 0.9724 X3 -0.003739 0.071134 -0.052561 0.9594

C -0.028694 2.617845 -0.010961 0.9915

RESID(-1) 0.086293 0.391579 0.220372 0.8311 R-squared 0.006034 Mean dependent var -5.97E-16



Xét mô hình:

Yt = β1+ β2Xt + ut với ut= ρ1ut

Giả thiết:

Ho: ρ1=0

Theo báo cáo, ta thấy:Probability = 0.787865 > α=5%

Chấp nhận Ho, nghĩa là không có hiện tượng tự tương quan.

4. Phát hiện chỉ định hàm:

Dùng kiểm định Reset của Ramsey để kiểm định xem mô hình có bỏ sót biến thích hợp không.Ta thu được báo cáo 5:

Ramsey RESET Test: F-statistic 3.979711 Probability 0.070088 Log likelihood ratio 9.113174 Probability 0.010498

Test Equation: Dependent Variable: Y Method: Least Squares Date: 11/27/10 Time: 07:13 Sample: 2009:05 2010:04 Included observations: 12

Variable Coefficient Std. Error t-Statistic Prob. X2 -65.56888 329.9455 -0.198726 0.8481 X3 26.29987 132.4314 0.198592 0.8482 C -5268.648 27260.74 -0.193269 0.8522



Sum squared resid 0.864218 Schwarz criterion 1.035342 Log likelihood -1.242242 F-statistic 0.016188 Durbin-Watson stat 1.880285 Prob(F-statistic) 0.996957



FITTED^2 15.74357 85.34916 0.184461 0.8589 FITTED^3 -0.265885 1.566885 -0.169690 0.8701

R-squared 0.887851 Mean dependent var 18.14617 Adjusted R-squared 0.823765 S.D. dependent var 0.574278 S.E. of regression 0.241084 Akaike info criterion 0.286995 Sum squared resid 0.406851 Schwarz criterion 0.489039 Log likelihood 3.278033 F-statistic 13.85418 Durbin-Watson stat 2.174886 Prob(F-statistic) 0.001940 Xét mô hình: iii vYYXY 3

42

3221ˆˆ

Giả thiết: Ho: β3= β4=0


mR

knRRFnew

oldnew

)1(

)()(2

22

~ F(m, n-k)

Theo báo cáo, ta thấy Probability = 0.07 > α=5%

Chấp nhận Ho, tức là mô hình không bỏ sót biến.

5. Kiểm định tính chuẩn của sai số ngẫu nhiên:

Dùng kiểm định Jarque-Bera để xem xét tính chuẩn của sai số ngẫu nhiên. Ta thu được báo cáo 6



Kiểm định cặp giả thuyết: H0: U có phân phối chuẩn H1: U không có phân phối chuẩn


24)3(

6

22 KSnJB

Với 3

3

.)(

u

i

SEnuu

S 4

4

.)(

u

i

SEnuu

K

Theo báo cáo trên, ta thấy:

Probability = 0.6 > α=5%

Chấp nhận Ho, tức là U có phân phối chuẩn.

Kết luận: Mô hình hoàn chỉnh, không có khuyết tật.

IV.Kết luận:



Dependent Variable: Y Method: Least Squares Date: 11/13/10 Time: 15:05 Sample: 2009:05 2010:04 Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. X3 -0.085486 0.021367 -4.000841 0.0031 X2 0.212978 0.065328 3.260146 0.0098 C 23.64541 2.472544 9.563193 0.0000 R-squared 0.760330 Mean dependent var 18.14617 Adjusted R-squared 0.707070 S.D. dependent var 0.574278 S.E. of regression 0.310817 Akaike info criterion 0.713092 Sum squared resid 0.869464 Schwarz criterion 0.834319 Log likelihood -1.278554 F-statistic 14.27580 Durbin-Watson stat 1.747767 Prob(F-statistic) 0.001615

1. Ý nghĩa các hệ số hồi quy:

213.0ˆ2 khi giá xăng dầu tăng 1 nghìn đồng/lít và chỉ số giá vàng không thay

đổi thì tỷ giá USD trung bình tăng 0.213 nghìn đồng/USD.

085.0ˆ3 khi chỉ số vàng tăng 1% và giá xăng dầu không thay đổi thì tỷ giá

USD trung bình giảm 0.085 nghìn đồng /USD.

R2 = 0.76033: Cho biết 76.033% tỷ giá USD là do chỉ số vàng và giá xăng dầu gây nên.

2. Khoảng tin cậy:

Tiêu chuẩn thống kê: )ˆ(

ˆ

2

*22

SEt ~ T(n-3)

Khoảng tin cậy với:

Độ tin cậy 0.95

t0.05/2(10-3) = t0.025(7)= 2.365



Khoảng tin cậy của β2

)ˆ()7(ˆ)ˆ()7(ˆ2025.0222025.02 SEtSEt

0.213-2.365*0.065< β2 <0.213+2.365*0.065

0.059< β2<0.367

Tức là khi giá xăng dầu tăng 1% thì tỷ giá USD tăng giảm từ 0.059 đến 0.367 nghìn đồng/USD.

Khoảng tin cậy của β3:

)ˆ()7(ˆ)ˆ()7(ˆ3025.0333025.03 SEtSEt

-0.085-2.365*0.021< β3 <-0.085+2.365*0.021

-0.135< β3<-0.035

Tức là khi chỉ số vàng tăng 1% thì tỷ giá USD giảm từ 0.035 đến 0.135 nghìn đồng/USD.

THE END.

Documents

BÁO CÁO THỰC HÀNH KINH TẾ · PDF fileXây dựng mô hình kinh tế lượng về mối quan hệ giữa tỷ giá USD, chỉ số vàng và giá xăng dầu