BÀI tập lớn KINH tế LƯỢNG và PHÂN TÍCH dữ LIỆUPHÂN TÍCH bộ số LIỆU CHỈ số CPI, CHỈ số GIÁ VÀNG và CHỈ số GIÁ đô LA mỹ

10 1.4K 4
BÀI tập lớn KINH tế LƯỢNG và PHÂN TÍCH dữ LIỆUPHÂN TÍCH bộ số LIỆU CHỈ số CPI, CHỈ số GIÁ VÀNG và CHỈ số GIÁ đô LA mỹ

Đang tải... (xem toàn văn)

Thông tin tài liệu

TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN VIỆN SAU ĐẠI HỌC BÀI TẬP LỚN KINH TẾ LƯỢNG PHÂN TÍCH DỮ LIỆU Học viên: HỒ QUỲNH TRANG Mã số: 210522 Lớp: CH21D Số thứ tự: 54 PHÂN TÍCH BỘ SỐ LIỆU: CHỈ SỐ CPI, CHỈ SỐ GIÁ VÀNG CHỈ SỐ GIÁ ĐÔ LA MỸ Số quan sát: 31 Số biến số: 03 Loại số liệu: chuỗi thời gian Từ: tháng 06/2010 đến tháng 12/2012 . Hà Nội, 01/ 2013 1 NỘI DUNG 2 1. Mô tả số liệu: Chỉ số giá vàng, chỉ số giá đô la Mỹ chỉ số CPI của Việt Nam từ tháng 06/2010 đến tháng 12/2012: Tháng/năm X 3 X 2 Y 06-10 109.13 108.98 143.02 07-10 109.19 109.4 146.1 08-10 109.44 109.92 144.81 09-10 110.88 111.69 150 10-10 112.04 112.36 161.8 11-10 114.13 115.73 175.83 12-10 116.39 119.04 185.38 01-11 118.41 118.66 185.29 02-11 120.88 119.77 184.64 03-11 123.51 123.44 193.87 04-11 127.61 121.46 191.54 05-11 130.43 120.27 194.28 06-11 131.85 119.33 194.98 07-11 133.39 119.11 196.68 08-11 134.63 119.42 273.19 09-11 135.74 120.38 241.88 10-11 136.23 120.85 231.64 11-11 136.76 121.68 232.3 12-11 137.48 121.71 230.05 01-12 138.86 121.77 221.72 02-12 140.76 121.27 228.97 03-12 140.98 120.5 227.96 04-12 141.06 120.42 212.99 05-12 141.31 120.49 217.17 06-12 140.94 120.73 212.76 07-12 140.53 120.67 212.1 08-12 141.42 120.49 212.97 09-12 144.53 120.56 224.15 10-12 145.76 120.93 234.55 11-12 146.44 120.5 229.91 12-12 146.84 120.54 230.97 (Nguồn: Tổng cục thống kê) Trong đó: X 3 : Chỉ số giá tiêu dùng ( Customer Price Index) ( CPI). CPI t = 100 x Chi phí để mua giỏ hàng hoá thời kỳ t 3 Chi phí để mua giỏ hàng hoá kỳ cơ sở Y: Chỉ số giá vàng ( Price Index of Gold) X 2 : Chỉ số giá đô la Mỹ ( Price Index of USD) Các chỉ số đều tính theo đơn vị % lấy năm gốc năm 2009. Mẫu quan sát: 31 quan sát từ năm tháng 6/2010 đến tháng 12/2012 Xu hướng giá cả hiện nay, giá vàng thế giới chưa có xu hướng dừng lại mà vẫn trên đà tăng mạnh. Khi nền kinh tế khủng hoảng bất ổn, vàng vẫn một tài sản an toàn để cất giữ đối với các Chính phủ. Với những bất ổn của nền kinh tế thì iễn biến của giá vàng càng khó dự đoán. Trên thực tế ta thấy, một lượng tiền lớn được Chính phủ Mỹ đổ ra để cứu nền kinh tế cũng tạo ra áp lực lớn khiến đồng USD hiện đang trượt giá so với một loạt ngoại tệ mạnh khác như đồng EUR, đồng Yên… Tuy nhiên, sẽ bất ngờ nếu như đà giảm giá của đồng USD bị chậm lại đổi chiều. Khi này, các nhà đầu cơ vàng sẽ nhanh chóng bán vàng ra, khi đó giá vàng sẽ giảm trở lại đúng giá trị cung - cầu. Kết quả nghiên cứu thực nghiệm cho giá dầu tăng, tạo sức ép làm tăng lạm phát (CPI tăng), điều này thúc giục các nhà đầu tư đầu tư vào vàng để chống lại lạm phát. 2. Phân tích thống kê mô tả của các biến: Bảng 1: X 3 X 2 Y Trung bình Mean 130.8565 118.7448 203.9839 Trung vị Median 135.7400 120.4900 212.7600 Tối đa Maximum 146.8400 123.4400 273.1900 Tối thiểu Minimum 109.1300 108.0000 143.0200 Độ lệch chuẩn Std. Dev 12.13653 4.033774 32.04995 Hệ số bất đối xứng Skewness -0.568894 -1.590971 -0.356548 Hệ số nhọn Kurtosis 1.873833 4.190489 2.598722 Thống kê JB Jarque – Bera 3.310302 14.90893 0.864808 Mức xác suất Probability 0.191063 0.000579 0.648947 Tổng Sum 4056.550 3681.090 6323.500 Tổng bình phương chênh lệch Sum Sq. Dev 30815.98 488.1400 30815.98 Số quan sát Observation 31 31 31 Ta có cặp giả thiết sau: H 0 : Biến không phân phối chuẩn H 1 : Biến phân phối chuẩn. Theo bảng trên ta thấy: 4 Biến X 3 có P_Value: 0.191063 > α → Chưa có cơ sở bác bỏ H 0 → Biến Y phân phối chuẩn. Biến X 2 có P_Value: 0.000579< α → Bác bỏ H 0 → Biến X 2 không phân phối chuẩn. Biến Y có P_Value: 0.648947 ¿ α → Chưa có cơ sở bác bỏ H 0 → Biến X 3 phân phối chuẩn. Bảng 2: Hệ số tương quan X2 X3 Y X2 1 0.791856451076 0.798201932789 X3 0.791856451076 1 0.872056886247 Y 0.798201932789 0.872056886247 1 Bảng 3: Phương sai – Hiệp phương sai X2 X3 Y X2 15.7464507804 39.0457365245 99.8645296566 X3 39.0457365245 154.408655151 341.655000832 Y 99.8645296566 341.655000832 994.063875338 3. Hồi quy mô hình: 3.1. Ý nghĩa kinh tế của các hệ số hồi quy Giả sử ta có mô hình: Y = β 1 + β 2 *X 2 + β 3 *X 3 (1) Hồi quy mô hình (1) bằng Eview ta thu được kết quả sau: Bảng 4: Hồi quy mô hình Y = β 1 + β 2 *X 2 + β 3 *X 3 Dependent Variable: Y Method: Least Squares Date: 01/04/13 Time: 18:20 Sample: 2010:06 2012:12 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C -282.0061 100.3631 -2.809857 0.0089 X2 2.293487 1.122522 2.043155 0.0506 X3 1.632707 0.358468 4.554680 0.0001 R-squared 0.791559 Mean dependent var 203.9839 Adjusted R-squared 0.776671 S.D. dependent var 32.04995 S.E. of regression 15.14608 Akaike info criterion 8.365126 Sum squared resid 6423.303 Schwarz criterion 8.503899 5 Log likelihood -126.6595 F-statistic 53.16540 Durbin-Watson stat 1.173115 Prob(F-statistic) 0.000000 Từ kết quả ước lượng trên ta thu được: (PRF): E(Y/X 2 , X 3 ) = β 1 + β 2 *X 2 + β 3 *X 3 (SRF): Y^= -282.0061 + 2.293487X 2 + 1.632707X 3. 3.2 Phân tích kết quả hồi quy:  Ta thấy : - β 2 ^ = 2.293487 >0 cho ta biết nếu chỉ số CPI không đổi, chỉ số giá đô la mỹ tăng 1 đơn vị thì chỉ số giá vàng tăng 2.293487 đơn vị. - β 3 ^ = 1.632707> 0 cho ta biết nếu chỉ số đô la Mỹ không đổi, tỷ số CPI tăng 1 đơn vị thì chỉ số giá vàng sẽ tăng 1.632707. Chỉ số CPI chỉ số giá vàng tỷ lệ thuận. Đúng như vậy khi chỉ số CPI tăng, lạm phát tăng sẽ thúc giục các nhà đầu tư đầu tư vào vàng khiến cho chỉ số giá vàng tăng.  Ý nghĩa thống kê của các hệ số hồi quy: Kiểm định cặp giả thiết: ( i,j = 1,2,3) Đối với β 1, P_Value = 0.0089 < α → Bác bỏ H 0 , chấp nhận H 1 → β 1, có ý nghĩa thống kê. Đối với β 2, P_Value = 0.0506 > α → Bác bỏ H 0 , chấp nhận H 1 → β 2, không có ý nghĩa thống kê. Đối với β 3, P_Value = 0.0001 < α → Bác bỏ H 0 , chấp nhận H 1 → β 3 có ý nghĩa thống kê. Hệ số β 3 có ý nghĩa thống kê nhất  Tổng bình phương phần dư: 6423.303  Hệ số xác định : R2= 0.791559 -> cho thấy các biến độc lập giải thích được 79.15% sự biến động của biến phụ thuộc, hệ số xác định điều chỉnh: 0.776671.  P_Value = 0.000000 < α -> Hàm hồi quy phù hợp -> có ít nhất 1 biến độc lập có giải thích cho biến phụ thuộc.  Quan sát có ước lượng xa nhất so với giá trị thực tế của biến tháng 2011:8 quan sát có ước lượng gần nhất so với giá trị thực tế của biến 2010:6 6 Bảng 5: Coefficient Covariance Matrix C X2 X3 C 10072.7606452 -107.929858607 21.0211502145 X2 -107.929858607 1.26005598706 -0.318633784024 X3 21.0211502145 -0.318633784024 0.12849933549  Phương sai hệ số của biến X 2 1.26005598706, của biến X 3 0.12849933549. Hiệp phương sai của hai ước lượng hệ số góc là: -0.318633784024. 4. Kiểm định khuyết tật của mô hình: 4.1. Đa cộng tuyến: Kết quả hồi quy, kiểm định T cho thấy hệ số góc X2 có P_Value > α , không có ý nghĩa thống kê nhưng kiểm định F cho thấy hàm hồi quy phù hợp Mô hình có khuyết tật đa cộng tuyến.  Khắc phục hiện tượng đa cộng tuyến Bỏ biến X 3 ra khỏi phương trình (1) ta được mô hình mới: Y = β 1 + β 3 *X 2 (2) Bảng 6: Hồi quy mô hình Y = β 1 + β 3 *X 2 (2) Dependent Variable: Y Method: Least Squares Date: 01/04/13 Time: 18:40 Sample: 2010:06 2012:12 Included observations: 31 Variable Coefficient Std. Error t-Statistic Prob. C -549.1000 105.5970 -5.199957 0.0000 X2 6.342034 0.888781 7.135658 0.0000 R-squared 0.637126 Mean dependent var 203.9839 Adjusted R-squared 0.624613 S.D. dependent var 32.04995 S.E. of regression 19.63662 Akaike info criterion 8.855010 Sum squared resid 11182.31 Schwarz criterion 8.947526 Log likelihood -135.2527 F-statistic 50.91762 Durbin-Watson stat 0.774691 Prob(F-statistic) 0.000000 Như vậy, Mô hình (3) không còn hiện tượng đa cộng tuyến do chỉ có 1 biến độc lập. Ta đã khắc phục được hiện tượng đa cộng tuyến ở mô hình ban đầu. 4.2. Hiện tượng tự tương quan.  Giả thuyết kiểm định: H 0 : Mô hình (1) không có tự tương quan bậc nhất H 1 : Mô hình (1) có tự tương quan bậc nhất Bảng 7. Kết quả kiểm định Breush - Godfrey Breusch-Godfrey Serial Correlation LM Test: F-statistic 5.647832 Probability 0.024828 Obs*R-squared 5.362769 Probability 0.020571 7 Giá trị Prob(F-statistic) = 0.024828< α Ta thấy rằng mô hình (1) có tự tương quan bậc nhất.  Khắc phục : Mô hình : e t = α 0 + α 1 e t-1 + v t (3) Bảng 8. Kết quả Hồi quy phụ phần theo trễ của nó: Dependent Variable: E Method: Least Squares Date: 01/12/13 Time: 21:50 Sample(adjusted): 2010:07 2012:12 Included observations: 30 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C -0.016200 2.518437 -0.006432 0.9949 E(-1) 0.413254 0.172252 2.399121 0.0233 R-squared 0.170512 Mean dependent var 0.028260 Adjusted R-squared 0.140888 S.D. dependent var 14.88179 S.E. of regression 13.79368 Akaike info criterion 8.150638 Sum squared resid 5327.434 Schwarz criterion 8.244051 Log likelihood -120.2596 F-statistic 5.755783 Durbin-Watson stat 1.995231 Prob(F-statistic) 0.023336 Ước lượng hệ số tương quan bậc nhất ρ ^ sấp sỉ bằng 0.413. Thay vào phương trình sai phân tổng quát như sau: Y t -0.413Y t-1 = β 1 (1-0.413) + β 2 (X 2t -0.413 X 2t ) + β 3 (X 3t – 0.413 X 3t )+ U t -0.413U t-1 (4) Bảng 9. Kết quả hồi quy mô hình (4) Dependent Variable: Y-0.413*Y(-1) Method: Least Squares Date: 01/12/13 Time: 22:07 Sample(adjusted): 2010:07 2012:12 Included observations: 30 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C -152.7605 101.3522 -1.507224 0.1434 X2-0.413*X2(-1) 2.072554 1.772606 1.169213 0.2525 X3-0.413*X3(-1) 1.667315 0.507773 3.283583 0.0028 R-squared 0.549055 Mean dependent var 122.1422 Adjusted R-squared 0.515652 S.D. dependent var 20.17758 S.E. of regression 14.04261 Akaike info criterion 8.216709 Sum squared resid 5324.259 Schwarz criterion 8.356828 Log likelihood -120.2506 F-statistic 16.43716 Durbin-Watson stat 1.993928 Prob(F-statistic) 0.000021  β 1 ^ = -152.7605/(1-0.413) = 260.239 8 β 2 ^ = 2.072554 β 3 ^ = 1.667315 Dùng kiểm định Breusch – Godfrey kiểm định mô hình (4), được: Bảng 11: Kiểm định Breusch – Godfrey kiểm định mô hình (4) Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.000167 Probability 0.989786 Obs*R-squared 0.000193 Probability 0.988923  Giá trị Prob(F-statistic) = 0.989786 > α Vậy mô hình (4) không còn sự tự tương quan. 4.3. Phương sai sai số thay đổi: Giả thuyết kiểm định: H 0 : Mô hình (1) có phương sai sai số không đổi ( đồng đều) H 1 : Mô hình (2) có phương sai sai số thay đổi Bảng 11. Kết quả Kiểm định White ( no cross terms) White Heteroskedasticity Test: F-statistic 1.546697 Probability 0.218154 Obs*R-squared 5.958670 Probability 0.202256 Bảng 12. Kết quả Kiểm định White (cross terms) White Heteroskedasticity Test: F-statistic 1.601256 Probability 0.196323 Obs*R-squared 7.519621 Probability 0.184773  Giá trị Prob(F-statistic) = 0.218154 0.196323> α . Như vậy, mô hình (1) có phương sai sai số không đổi. 4.4. Kiểm định dạng mô hình hồi quy bằng kiểm định Ramsey RESET Giả thiết kiểm định: H 0 : Mô hình (1) có dạng hàm đúng/ không thiếu biến H 1 : Mô hình (1) có dạng hàm không đúng/ thiếu biến Bảng 10: Kết quả kiểm định Ramsey RESET 9 Ramsey RESET Test: F-statistic 1.459637 Probability 0.237464 Log likelihood ratio 1.632150 Probability 0.201406 Giá tr ị Prob( F−statistic )=0.218154> α . Như vậy, mô hình (1) có dạng hàm đúng, không thiếu biến. 10

Ngày đăng: 25/12/2013, 20:05

Từ khóa liên quan

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan