bài thực hành kinh tế lượng phân tích một số yếu tố ảnh hưởng đến tổng sản phẩm quốc nội gdp trong giai đoạn 1995 2020

DANH SÁCH THÀNH VIÊN TRONG NHÓM Ước lượng mô hình hồi quy mẫu: Sử dụng phương pháp bình phương nhỏ nhất OLS Ordinary Least Squares để đưa ra kết quả phù hợp với mô hình đã nêu; Thực hiện

ESSAY | BÀI TẬP THỰC HÀNH

Title of the essay:

PHÂN TÍCH MỘT SỐ YẾU TỐ ẢNH HƯỞNG ĐẾN TỔNG SẢN PHẨMQUỐC NỘI GDP TRONG GIAI ĐOẠN 1995 - 2020

DANH SÁCH THÀNH VIÊN TRONG NHÓM

Ước lượng mô hình hồi quy mẫu: Sử dụng phương pháp bình phương nhỏ nhất OLS (Ordinary Least Squares) để đưa ra kết quả phù hợp với mô hình đã nêu; Thực hiện kiểm định sự phù hợp của mô hình hồi quy

Mở đầu; Thiết lập mô hình kinh tế lượng: thiết lập mô hình toán học nghiên cứu mối quan hệ đã đề xuất; Thu thập và xử lý số liệu: Thu thập và xử lý số liệu thứ cấp đã tìm được trên trang web của Tổng cục thống kê Việt Nam

Ước lượng mô hình hồi quy mẫu: Sử dụng phương pháp bình phương nhỏ nhất OLS (Ordinary Least Squares) để đưa ra kết quả phù hợp với mô hình đã nêu; Dự báo

Thực hiện kiểm định khuyết tật: Tìm các khuyết tật của mô hình; Kết luận

MỤC LỤC

MỞ ĐẦU 5

1 Tính cấp thiết của đề tài nghiên cứu 5

2 Tổng quan nghiên cứu 5

3 Mục đích và nhiệm vụ nghiên cứu 5

4 Phương pháp nghiên cứu 6

5 Đề cương 6

PHẦN 1 THIẾT LẬP MÔ HÌNH KINH TẾ LƯỢNG 7

1 Độ tin cậy của nghiên cứu 7

2 Các biến nghiên cứu 7

PHẦN 3: ƯỚC LƯỢNG MÔ HÌNH HỒI QUY MẪU 10

1.Ước lượng mô hình hồi quy mẫu 10

2.Mô hình hồi quy mẫu 10

3.Ý nghĩa của các hệ số hồi quy 10

PHẦN 4: THỰC HIỆN KIỂM ĐỊNH SỰ PHÙ HỢP CỦA HÀM HỒI QUY 11

1.Kiểm định sự phù hợp của mô hình hồi quy 11

2.Dấu của hệ số hồi quy có phù hợp với lý thuyết kinh tế không? 11

2.1 Đối với β2 11

2.2 Đối với β3 11

2.3 Đối với β4 11

PHẦN 5: THỰC HIỆN KIỂM ĐỊNH KHUYẾT TẬT 13

1 Khuyết tật đa cộng tuyến 13

2.Khuyết tật phương sai sai số ngẫu nhiên 14

3 Khuyết tật tự tương quan 15

3.1 Kiểm định Durbin – Waston 15

3.2 Kiểm định Breusch Godfrey 16

MỞ ĐẦU

1 Tính cấp thiết của đề tài nghiên cứu

Tổng sản phẩm trong nước (Gross Domestic Product – GDP) là chỉ tiêu kinh tế tổng hợp đánh giá kết quả hoạt động sản xuất trong phạm vi lãnh thổ kinh tế của một quốc gia GDP là chỉ tiêu kinh tế quan trọng, được các nhà quản lý, các nhà kinh tế, nhà đầu tư cũng như các chuyên viên phân tích thị trường theo dõi rất chặt chẽ vì đó là chỉ tiêu phản ánh tổng giá trị của tất cả sản phẩm vật chất và dịch vụ cuối cùng được tạo ra của một nền kinh tế trong khoảng thời gian cụ thể Nhận thức được chính xác và sử dụng hợp lý thì nhà nước có thể đánh giá thực trạng nền kinh tế đang dư thừa hay thiếu hụt, liệu có cần thúc đẩy hay kìm chế, có các mối đe dọa như suy thoái hoặc lạm phát tràn lan không, từ đó kịp thời thực hiện các biện pháp cần thiết cho nền kinh tế quốc dân Vì vậy mà việc nghiên cứu sự tăng trưởng của GDP, các yếu tố ảnh hưởng đến sự tăng trưởng đến GDP sẽ giúp chính phủ có thể đạt được các mục tiêu về tăng trưởng kinh tế Đề tài vĩ mô trên là một trong những mối quan tâm sâu sắc của những ai hoạt động trong lịch vực kinh tế Đó cũng chính là lý do nhóm chúng tôi chọn đề tài “Một số yếu tố ảnh hưởng đến Tổng sản phẩm quốc nội (GDP) Việt Nam trong giai đoạn 1995 - 2020” để nghiên cứu.

2 Tổng quan nghiên cứu

GDP Việt Nam qua 35 năm đổi mới Địa chỉ bài viết:

3 Mục đích và nhiệm vụ nghiên cứu

Nghiên cứu sự ảnh hưởng của các yếu tố: Đầu tư (I), Tổng giá trị Cán cân thươngmại, Tổng giá trị Cung tiền M2 đến Tổng sản phẩm quốc nội (GDP) Việt Nam tronggiai đoạn 1995 - 2020

Kiểm định các giả thuyết về bản chất của mối quan hệ giữa Tổng giá trị vốn đầu tư(I), Tổng giá trị Cán cân thương mại, Tổng giá trị Cung tiền M2 và Tổng sản phẩmquốc nội (GDP)

Dự báo giá trị của biến phụ thuộc ứng với giá trị dự đoán của các biến độc lập phùhợp với mẫu

4 Phương pháp nghiên cứu

Phương pháp tính theo luồng sản phẩmPhương pháp tính theo tiền thu nhập hoặc chi phíPhương pháp giá trị gia tăng

5 Đề cương

Phần 1 Thiết lập mô hình kinh tế lượng: Thiết lập mô hình toán học nghiên cứu mối quan hệ

đã đề xuất

Phần 2 Thu thập và xử lý số liệu: Thu thập và xử lý số liệu thứ cấp đã tìm được trên trang

web của Tổng cục thống kê Việt Nam

Phần 3 Ước lượng mô hình hồi quy mẫu: Sử dụng phương pháp bình phương nhỏ nhất OLS

(Ordinary Least Squares) để đưa ra kết quả phù hợp với mô hình đã nêu

Phần 4 Thực hiện kiểm định sự phù hợp của mô hình hồi quy Phần 5 Thực hiện kiểm định khuyết tật: Tìm các khuyết tật của mô hình Phần 6 Dự báo

PHẦN 1 THIẾT LẬP MÔ HÌNH KINH TẾ LƯỢNG1 Độ tin cậy của nghiên cứu

Độ tin cậy của nghiên cứu là 95% Tức là mức ý nghĩa 5%

2 Các biến nghiên cứu

2.1 Biến phụ thuộc

GDP (Gross Domestic Product) là tổng sản phẩm quốc nội Là giá trị thị trường của tất cả các hàng hoá và dịch vụ cuối cùng được sản xuất ra trong phạmvi một lãnh thổ nhất định trong một thời kỳ nhất định

Cán cân thương mại là một mục trong tài khoản vãng laicủa cán cân thanh toán quốc tế Cán cân thương mại ghi lại những thay đổi trong xuất khẩu và nhập khẩu của một quốc gia trong một khoảng thời gian nhất định (quý hoặc năm) cũng như mức chênh lệch giữa chúng (xuất khẩu trừ đi nhập khẩu)

Cung tiền M2: là một đại lượng cung tiền bao gồm cung tiền M1 và chuẩn tiền tệ, cụ thể là M1 và các khoản tiền gửi có kì hạn

2.3 Mẫu nghiên cứu

Số liệu chi tiết từ tổng cục thống kê Việt Nam bao gồm: Tổng giá trị vốn đầu tư (I), Tổng giátrị Cán cân thương mại xuất, nhập khẩu (CC) và Tổng sản phẩm quốc nội (GDP) của ViệtNam trong giai đoạn 1995-2020.

4 Thiết lập hàm hồi quy tổng thể

Population Regression Function – PRF có dạng tuyến tính đối với các tham số: GDP 1 2I 3CC 4M2 + Vi

=+++=+++=+++=+++=+++=+++=+++=+++=+++=+++=+++=+++=+++=+++= + + +

5 Dấu kỳ vọng

β2 > 0: Khi Đầu tư tăng thì sẽ dẫn đến tổng sản phẩm quốc nội GDP tăng β3 > 0: Khi Cán cân thương mại tăng thì sẽ dẫn đến tổng sản phẩm quốc nội GDP tăng

β4 < 0: Khi Cung tiền M2 tăng thì sẽ dẫn đến tổng sản phẩm quốc nội GDP tăng

Địa chỉ trang web: https://www.gso.gov.vn/so-lieu-thong-ke/

2 Bảng số liệu

(Số liệu QUAN2)

thương mạiCC

Cung tiềnM2

PHẦN 3: ƯỚC LƯỢNG MÔ HÌNH HỒI QUY MẪU

1.Ước lượng mô hình hồi quy mẫu

Kết quả chạy mô hình từ phần mềm Eviews

2.Mô hình hồi quy mẫu

(SRF) GDP = -148296.1 + 12.88836I + 61.63779CC – 0.069396M2+ ei

3.Ý nghĩa của các hệ số hồi quy

- Đối với β = -148296.1 có ý nghĩa là tổng giá trị Đầu tư, Cán cân thương mại, Cung 1tiền M2 đống thời bằng 0 thì GDP đạt giá trị trung bình là 148296.1 tỷ đồng/ năm- Đối với β = 12.88836 có ý nghĩa khi Cán cân thương mại, Cung tiền M2 không đổi , 2

tổng giá trị đầu tư tăng (giảm) 1 tỷ đồng/ năm thì GDP tăng (giảm) 12.88836 tỷ đồng/năm.

- Đối với β = 61.63779 có ý nghĩa là khi tổng giá trị Đầu tư, Cung tiền M2 không đổi 3và nếu Cán cân thương mại tăng (giảm) 1 tỷ đồng/ năm thì GDP tăng (giảm) 61.63779tỷ đồng/ năm

- Đối với β = –0.069396 có nghĩa là khi tổng giá trị Đầu tư, Cán cân thương mại không 4đổi, Cung tiền M2 tăng (giảm) 1 tỷ đồng/ năm thì GDP giảm (tăng) 0.069396 tỷ đồng/năm

PHẦN 4: THỰC HIỆN KIỂM ĐỊNH SỰ PHÙ HỢP CỦA HÀMHỒI QUY

1 Kiểm định sự phù hợp của mô hình hồi quy

Kiểm định cặp giả thiết:

H0:mô hình hồi quy không phù hợpH1:mô hình hồi quy phù hợp- Theo báo cáo eviews:

Pvalue(F)=0.00000 < α=0,05Do đó ta bác bỏ thuyết H chấp nhận H01

Kết luận: với mức ý nghĩa 5% mô hình hồi quy phù hợp

2. Dấu của hệ số hồi quy có phù hợp với lý thuyết kinh tế không?

2.1 Đối với β2Kiểm định cặp giả thuyết:

Vậy với mức ý nghĩa 5%, Cán cân thương mại có ảnh hưởng đến GDP.2.3 Đối với β4

Kiểm định cặp giả thuyết:H0: β = 0 4

H1: β ≠ 0 4

Sử dụng giá trị P – value với mức ý nghĩa α = 5%.Theo báo cáo:

P – value (T) = 0.722 > α = 0.05Bác bỏ giả thuyết H 0

Vậy với mức ý nghĩa 5%, Cung tiền M2 không ảnh hưởng đến GDP.

PHẦN 5: THỰC HIỆN KIỂM ĐỊNH KHUYẾT TẬT1 Khuyết tật đa cộng tuyến

Dependent Variable: IMethod: Leas t SquaresDate: 05/26/22 Tim e: 21:10Sam ple: 1995 2020Included obs ervations: 26

Phát hiện khuyết tật đa cộng tuyến của mô hình bằng phương pháp hồi quy phụ:

Kiểm định cặp giả thuyết:

H0: Mô hình ban đầu không có đa cộng tuyến.H1: Mô hình ban đầu có đa cộng tuyến.Theo báo cáo:

P – value = 0.00000 < α = 0.05" Bác bỏ giả thuyết H 0

Vậy với mức ý nghĩa 5%, theo phương pháp hồi quy phụ, mô hình có hiện tượng đa cộng tuyến.

2.Khuyết tật phương sai sai số ngẫu nhiên

Heteroskedasticity Te st: WhiteNull hypothesis: Homoskedasticity

F-statistic0.528418 Prob F(2,23)0.5965Obs*R-squared1.142201 Prob Chi-Square(2)0.5649Scaled explained SS1.083590 Prob Chi-Square(2)0.5817

Te st Equation:

Dependent Variable: RESID^2Method: Leas t SquaresDate: 05/26/22 Tim e: 21:18Sam ple: 1995 2020Included observations: 26

VariableCoefficientStd Errort-StatisticProb C1.62E+08805121792.0088030.0564CC^20.6767830.7079890.9559230.3491M2^2-3.12E-081.84E-06-0.0169540.9866R-s quared0.043931 Mean dependent var2.04E+08Adjusted R-squared-0.039206 S.D dependent var3.24E+08S.E of regression3.30E+08 Akaike info criterion42.17624Sum squared res id2.51E+18 Schwarz criterion42.32141Log likelihood-545.2912 Hannan-Quinn criter.42.21804F-statistic0.528418 Durbin-Watson stat2.088468Prob(F-statistic)0.596523

Phát hiện phương sai sai số ngẫu nhiên thay đổi bằng phương pháp kiểm định White:

Hồi quy mô hình:

Kiểm định cặp giả thuyết:

H0: Phương sai sai số ngẫu nhiên không thay đổi H1: Phương sai sai số ngẫu nhiên thay đổi Sử dụng giá trị P – value với mức ý nghĩa α = 5%.Theo báo cáo:

P – value = 0.5965 > α = 0.05 Chưa có cơ sở bác bỏ giả thuyết H 0

Vậy với mức ý nghĩa 5%, theo phương pháp kiểm định White, mô hình có phương sai sai số ngẫu nhiên không thay đổi.

3 Khuyết tật tự tương quan

3.1 Kiểm định Durbin – Waston

Dependent Variable: GDPMethod: Least SquaresDate: 05/26/22 Tim e: 21:24Sample: 1995 2020Included obs ervations : 26

Với n = 26, k’ = k – 1 = 3, α = 0.05, ta có:dL = 1.143

dU = 1.6524 - d = 4 - 1.143 = 2.857L

4 - d = 4 - 1.652 = 2.348UTự tương

quan (+)

Không có kếtluận

Không có tựtương quan

Không có kếtluận

Tự tươngquan (-)

Dựa vào báo cáo ta có:

0 < d = 0.658561 < dqsL Bác bỏ giả thuyết H 0

Vậy với mức ý nghĩa 5%, theo phương pháp kiểm định Dubin - Waston, mô hình có tự tương quan bậc 1.

3.2 Kiểm định Breusch Godfrey

3.2.1 Tự tương quan bậc 2

Breusch-Godfrey Serial Correlation LM Tes t:Null hypothesis: No serial correlation at up to 2 lags

F-statistic8.003469 Prob F(2,20)0.0028Obs*R-squared11.55834 Prob Chi-Square(2)0.0031

Te st Equation:Dependent Variable: RESIDMethod: Leas t SquaresDate: 05/26/22 Tim e: 21:29Sam ple: 1995 2020Included observations: 26

Pres ample miss ing value lagged residuals set to zero.

VariableCoefficientStd Errort-StatisticProb I-2.4199413.286605-0.7363040.4701CC-16.0526923.04730-0.6965110.4941M20.1081780.1529870.7071100.4877C126076.5183147.30.6883880.4991RESID(-1)0.7561800.2248363.3632560.0031RESID(-2)-0.1128130.239006-0.4720080.6420R-s quared0.444552 Mean dependent var2.37E-10Adjusted R-squared0.305689 S.D dependent var281497.2S.E of regression234558.4 Akaike info criterion27.76797Sum squared res id1.10E+12 Schwarz criterion28.05830Log likelihood-354.9836 Hannan-Quinn criter.27.85158F-statistic3.201388 Durbin-Watson stat1.915607Prob(F-statistic)0.027708

Phát hiện khuyết tật tự tương quan bậc 2 bằng phương pháp kiểm định Breusch Godfrey (BG):

Hồi quy mô hình:

Kiểm định cặp giả thuyết:

H0: Mô hình ban đầu không có tự tương quan bậc 2.H1: Mô hình ban đầu có tự tương quan bậc 2.Sử dụng giá trị P – value với mức ý nghĩa α = 5%.

Theo báo cáo:

P – value = 0.0028 < α = 0.05 Bác bỏ giả thuyết H " 0

Vậy với mức ý nghĩa 5%, theo phương pháp kiểm định Breusch Godfrey, mô hình có tự tương quan bậc 2.

3.2.2 Tự tương quan bậc 3

Breusch-Godfrey Serial Correlation LM Tes t:Null hypothesis: No serial correlation at up to 3 lags

F-statistic10.00023 Prob F(3,19)0.0004Obs*R-squared15.91851 Prob Chi-Square(3)0.0012

Te st Equation:Dependent Variable: RESIDMethod: Leas t SquaresDate: 05/26/22 Tim e: 21:32Sam ple: 1995 2020Included observations: 26

Pres ample miss ing value lagged residuals set to zero.

VariableCoefficientStd Errort-StatisticProb I-1.2275712.847882-0.4310470.6713CC-15.4438319.75773-0.7816600.4440M20.0744300.1316700.5652750.5785C-4509.982163473.0-0.0275890.9783RESID(-1)0.7022900.1936483.6266330.0018RESID(-2)0.2210150.2356650.9378390.3601RESID(-3)-0.6167200.215140-2.8665950.0099R-s quared0.612250 Mean dependent var2.37E-10Adjusted R-squared0.489803 S.D dependent var281497.2S.E of regression201068.0 Akaike info criterion27.48548Sum squared res id7.68E+11 Schwarz criterion27.82420Log likelihood-350.3112 Hannan-Quinn criter.27.58302F-statistic5.000117 Durbin-Watson stat1.967823Prob(F-statistic)0.003148

Phát hiện khuyết tật tự tương quan bậc 3 bằng phương pháp kiểm định Breusch Godfrey (BG):

Hồi quy mô hình:

Kiểm định cặp giả thuyết:

H0: Mô hình ban đầu không có tự tương quan bậc 3.H1: Mô hình ban đầu có tự tương quan bậc 3.Sử dụng giá trị P – value với mức ý nghĩa α = 5%.

Theo báo cáo:

P – value = 0.0004 < α = 0.05" Bác bỏ giả thuyết H 0

Vậy với mức ý nghĩa 5%, theo phương pháp kiểm định Breusch Godfrey, mô hình có tự tương quan bậc 3.

4 Khuyết tật bỏ sót biến thích hợp

Rams ey RESET Te stEquation: UNTITLED

Omitted Variables: Powers of fitted values from 2 to 3Specification: GDP I CC M2 C

ValuedfProbabilityF-statistic 5.627259(2, 20) 0.0115Likelihood ratio 11.60722 2 0.0030F-test summ ary:

Sum of Sq.dfMean SquaresTe st SSR 7.13E+11 2 3.57E+11Restricted SSR 1.98E+12 22 9.00E+10Unres tricted SSR 1.27E+12 20 6.34E+10LR test summary:

ValueRestricted LogL-362.6274Unres tricted LogL-356.8237

Unres tricted Te st Equation:Dependent Variable: GDPMethod: Leas t SquaresDate: 05/26/22 Tim e: 21:34Sam ple: 1995 2020Included observations: 26

VariableCoefficientStd Errort-StatisticProb I9.9710765.2534511.8980050.0722CC62.6832033.691031.8605310.0776M20.2582350.1898571.3601550.1889C27440.82249800.40.1098510.9136FITTED^2-4.96E-081.49E-07-0.3333860.7423FITTED^3-4.63E-151.47E-14-0.3145590.7564R-s quared0.985945 Mean dependent var2110034.Adjusted R-squared0.982432 S.D dependent var1899433.S.E of regression251760.5 Akaike info criterion27.90952Sum squared res id1.27E+12 Schwarz criterion28.19985Log likelihood-356.8237 Hannan-Quinn criter.27.99312F-statistic280.6053 Durbin-Watson stat0.837981Prob(F-statistic)0.000000

Phát hiện khuyết tật mô hình bỏ sót biến bằng phương pháp kiểm định Ramsey:Hồi quy mô hình:

Kiểm định cặp giả thuyết:

H0: Mô hình ban đầu không bỏ sót biến.H1: Mô hình ban đầu có bỏ sót biến.Sử dụng giá trị P – value với mức ý nghĩa α = 5%.Theo báo cáo:

P – value = 0.0115 < α = 0.05" Bác bỏ giả thuyết H 0

Vậy với mức ý nghĩa 5%, theo phương pháp kiểm định Ramsey, mô hình có bỏ sót biến.

5 Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên

Trong các mô hình hồi quy, khi tiến hành phương pháp OLS, ta luôn giả thiết sai số ngẫu nhiên có phân phối chuẩn Tuy nhiên trong thực tế giả thiết này có thể bị vi phạm, ta có thể sửdụng phương pháp kiểm định Jarque Bera để kiểm tra điều này.

Kiểm định cặp giả thuyết:

H0: Sai số ngẫu nhiên có phân phối chuẩn.H1: Sai số ngẫu nhiên không có phân phối chuẩn.Sử dụng Eviews để lấy báo cáo kiểm định Jarque Bera:

Series: ResidualsSample 1995 2020Observations 26Mean 2.37e-10Median -66047.75Maximum 440670.4Minimum -488669.7Std Dev 281497.2Skewness 0.178910Kurtosis 1.763496Jarque-Bera 1.795058Probability 0.407576

Sử dụng giá trị P – value với mức ý nghĩa α = 5%.Theo báo cáo:

P – value = 0.407576 > α = 0.05" Bác bỏ giả thuyết H 0

Vậy với mức ý nghĩa 5%, theo phương pháp kiểm định Jarque Bera, sai số ngẫu nhiên không có phân phối chuẩn.