báo cáo thực hành kinh tế lượng vấn đề nghiên cứ nghiên cứu các nhân tố ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân ở hà nội

STTHọ và tênCông việc tham gia5-LT1Nguyễn Chúc AnChạy EVIEWS, kiểm định sự ảnh hưởng của các biến độc lập lên biến phụ thuộc, Khoảng tin cậy của các hệ số hồi quy và PSSSNN7-LT1Phạm Hồng

HỌC VIỆN TÀI CHÍNH

BỘ MÔN: KINH TẾ LƯỢNG

BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG

STTHọ và tênCông việc tham gia5-LT1Nguyễn Chúc AnChạy EVIEWS, kiểm định sự ảnh

hưởng của các biến độc lập lên biến phụ thuộc, Khoảng tin cậy của các hệ số hồi quy và PSSSNN

7-LT1Phạm Hồng AnhChạy EVIEWS Kiểm định khuyết tật, Dự báo

12-LT1 Dương Lan HươngChạy EVIEWS, Thu thập số liệu, Kiểm định sự phù hợp của hàm hồi quy, Kết luận mô hình

13-LT1 Đào Thu HuyềnChạy EVIEWS, Tổng quan về đề tài nghiên cứu, Xây dựng mô hình KTL, Ước lượng mô hình hồi quy,

2

MỤC LỤC

PHẦN 1: TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU 6

1.1 Vấn đề nghiên cứu 6

1.2 Mục tiêu nghiên cứu 7

1.3 Đối tượng và phạm vi nghiên cứu 7

PHẦN 2: XÂY DỰNG MÔ HÌNH KINH TẾ LƯỢNG 8

2.1 Độ tin cậy của nghiên cứu 8

2.2 Các biến nghiên cứu 8

2.3 Mô hình hồi quy 8

2.4 Kỳ vọng về dấu 9

PHẦN 3 THU THẬP SỐ LIỆU 10

PHẦN 4: ƯỚC LƯỢNG MÔ HÌNH HỒI QUY SỬ DỤNG 11

PHẦN MỀM EVIEWS 11

PHẦN 5: KIỂM ĐỊNH SỰ PHÙ HỢP CỦA HÀM HỒI QUY 13

5.1 Kiểm định sự phù hợp của hàm hồi quy 13

5.2 Sự phù hợp về dấu của các hệ số hồi quy 13

PHẦN 6: KIỂM ĐỊNH SỰ ẢNH HƯỞNG CỦA CÁC BIẾN ĐỘC LẬP LÊN BIẾN PHỤ THUỘC 14

6.1 Kiểm định β2 14

6.2 Kiểm định β3 14

6.3 Kiểm định β4 143

6.4 Kiểm định β5 14

PHẦN 7: KIỂM ĐỊNH KHUYẾT TẬT 16

7.1 Kiểm định đa cộng tuyến 16

7.1.1 Kiểm định đa cộng tuyến bằng mô hình hồi quy phụ 16

7.1.2 Kiểm định đa cộng tuyến bằng phương pháp Theil 21

7.2 Kiểm định phương sai sai số ngẫu nhiên 24

7.2.1 Kiểm định White 24

7.2.2 Kiểm định Glejser 26

7.3 Kiểm định khuyết tật tự tương quan 27

7.3.1 Kiểm định Durbin – Watson 27

7.3.2 Kiểm định Breusch – Godfrey (Kiểm định BG) 29

7.4 Kiểm định thiếu biến 30

7.5 Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên 32

PHẦN 8: KHOẢNG TIN CẬY CỦA CÁC HỆ SỐ HỒI QUY VÀ PHƯƠNG SAISAI SỐ NGẪU NHIÊN 34

8.1 Khoảng tin cậy của các hệ số hồi quy 34

8.1.1 Khoảng tin cậy của β1 34

8.1.2 Khoảng tin cậy của β2 35

8.1.3 Khoảng tin cậy của β3 37

8.1.4 Khoảng tin cậy của β4 38

8.1.5 Khoảng tin cậy của β5 40

8.2 Khoảng tin cậy của phương sai sai số ngẫu nhiên 414

8.2.1 Khoảng tin cậy 2 phía của σ 41

8.2.2 Khoảng tin cậy phải của σ2 42

8.2.3 Khoảng tin cậy trái của σ2 42

PHẦN 1: TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU1.1 Vấn đề nghiên cứu

“Công nghiệp hóa - Hiện đại hóa - Đô thị hóa ” là một xu thế tất yếu của mọi quốc gia trên thế giới và đặc biệt nó đóng một vai trò rất quan trọng đối với một quốc gia đang phát triển như Việt Nam hiện nay Xét trên bình diện chung có thể thấy, Đô thị hóa đã mang lại điểm sáng cho bức tranh chung của xã hội và đất nước Tuy nhiên cũng phải nhìn nhận một thực tế rằng, Quá trình Đô thị hóa cũng đem lại nhiều mặt tối cho sự phát triển Đó là di dân tự do một cách ồ ạt từ nông thôn ra thành thị dẫn tới quá tải về việc làm, cơ sở hạ tầng chưa đáp ứng đủ nhu cầu đi lại của người dân, là mối nguyên nhân cho tai tệ nạn mất an toàn xã hội; ô nhiễm môi trường; gây mất mỹ quan đô thị và đặc biệt là sự gia tăng một cách chóng mặt của các phương tiện cá nhân đã làm cho vấn đề về ùn tắc giao thông ngày càng trở nên nhức nhối, tạo nên nét vẽ xấu trong bức tranh chung của đô thị Điển hình cho vấn đề này là thủ đô Hà Nội Nhìn nhận được vấn đề này, các nhà quản lý trong khu vực công đã nỗ lực và cung ứng nhiều dịch vụ tiện ích nhằm tháo gỡ những khó khăn và góp phần ổn định tình hình Đặc biệt trong lĩnh vực giao thông đó là dịch vụ xe bus công cộng Hà Nội là một địa phương đi đầu trong cả nước về lĩnh vực này và đã thu được những kết quả đáng ghi nhận Xe bus công cộng đã thu hút được số lượng lớn hành khách thường xuyên tham gia giao thông bằng phương tiện công cộng góp phần giảm thiểu số lượng lớn các phương tiện cá nhân tham gia giao thông Tạo ra được loại hình giao thông giá rẻ tiện ích giảm thiểu chi phí cho nhiều đối tượng tham gia giao thông

Nhận thấy tầm quan trọng của xe bus công cộng đối với đời sống hiện nay,

nhóm quyết định lựa chọn đề tài “Nghiên cứu các nhân tố ảnh hưởng đến nhu

cầu đi lại bằng xe bus của người dân ở Thành phố Hà Nội” với mong muốn gửi

tới cái nhìn đa chiều về loại hình dịch vụ giao thông công cộng xe Bus trên địa bàn Thành phố Hà Nội, để từ đó có những tư duy và quan điểm đề xuất giải pháp góp phần thúc đẩy sự phát triển của giao thông công cộng của Hà Nội và tô điểm thêm nét đẹp cho bức tranh Thủ đô

6

1.2 Mục tiêu nghiên cứu

Nghiên cứu sự ảnh hưởng của các yếu tố: FARE (X1) - Giá vé, GASPRICE (X2) - Giá xăng, INCOME (X3) - Thu nhập, POP (X4) - Dân số tới BUSTRAVL (Y) - nhu cầu đi lại bằng xe bus của người dân Hà Nội

Đưa ra mô hình đánh giá

- Kiểm định sự phù hợp của hàm hồi quy.- Kiểm định sự phù hợp dấu của các hệ số hồi quy.- Kiểm định sự phù hợp giữa các biến độc lập và phụ thuộc.- Kiểm định khuyết tật của mô hình.

- Kết luận mô hình.

1.3 Đối tượng và phạm vi nghiên cứu

Đối tượng: Nhu cầu đi lại bằng xe bus của người dân Hà Nội - BUSTRAVL (Y) Phạm vi: Thành phố Hà Nội

Thời gian: Từ 1/1/2012 – 31/12/2022

7

PHẦN 2: XÂY DỰNG MÔ HÌNH KINH TẾ LƯỢNG2.1 Độ tin cậy của nghiên cứu

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

2.2 Các biến nghiên cứu

Biến phụ thuộc

xe bus Nghìn người/nămBiến độc lập

Bảng 1: Các biến của mô hình

2.3 Mô hình hồi quy

- Mô hình hồi quy tổng thể

2.4 Kỳ vọng về dấu

nghìn VND thì nhu cầu đi lại bằng xe bus tăng trung bình β3 nghìnngười/năm

đầu người tăng 1 nghìn VND thì nhu cầu đi lại bằng xe bus giảm trung bình |

9

PHẦN 4: ƯỚC LƯỢNG MÔ HÌNH HỒI QUY SỬ DỤNG PHẦN MỀM EVIEWS

Với số liệu từ mẫu trên, sử dụng phần mềm Eview để ước lượng, ta được báo cáo kết quả ước lượng như sau:

Dependent Variable: BUSTRAVLMethod: Least Squares

Date: 11/28/23 Time: 00:31Sample: 2012 2022Included observations: 11

Báo cáo 1: Kết quả ước lượng mô hình BUSTRAVL theo FARE, GASPRICE,INCOME, POP

Với hàm hồi quy trên, ta ước lượng được hàm hồi quy mẫu:

Ý nghĩa kinh tế:

bằng 0 thì nhu cầu đi lại bằng xe bus là 276799.2 nghìn người/năm

11

- ^β2= - 113.8546: Trong điều kiện các yếu tố khác không đổi, khi giá vé tăng 1nghìn VND thì nhu cầu đi lại bằng xe bus giảm trung bình 113.8546 nghìnngười/năm

tăng 1 nghìn VND thì nhu cầu đi lại bằng xe bus tăng trung bình 0.036666nghìn người/năm

quân đầu người tăng 1 nghìn VND thì nhu cầu đi lại bằng xe bus giảm trungbình 11.33205 nghìn người/năm

nghìn người thì nhu cầu đi lại bằng xe bus giảm trung bình 3.292028 nghìnngười/năm

Các hệ số hồi quy phù hợp với lí thuyết kinh tế

12

PHẦN 5: KIỂM ĐỊNH SỰ PHÙ HỢP CỦA HÀM HỒI QUY.5.1 Kiểm định sự phù hợp của hàm hồi quy.

Kiểm định cặp giả thuyết:Kiểm định cặp giả thuyết:

Kết luận: Với mức ý nghĩa 5%, mô hình hồi quy phù hợp.

5.2 Sự phù hợp về dấu của các hệ số hồi quy.

Ta có hàm hồi quy mẫu:

Nhận xét về dấu của hệ số ước lượng hồi quy:

=> Phù hợp với lý thuyết kinh tế.

=> Phù hợp với lý thuyết kinh tế.

bus tăng.

=> Không phù hợp với lý thuyết kinh tế.

=> Phù hợp với lý thuyết kinh tế.

13

PHẦN 6: KIỂM ĐỊNH SỰ ẢNH HƯỞNG CỦA CÁC BIẾN ĐỘC LẬP LÊNBIẾN PHỤ THUỘC

6.1 Kiểm định β2

Kiểm định cặp giả thuyết:

{H0: β2=0

H1: β2≠ 0 với mức ý nghĩa α = 0.05

=> Chưa đủ cơ sở bác bỏ giả thuyết H0, tạm thời chấp nhận H0.

Kết luận: Vậy với mức ý nghĩa 5% thì cho thấy Giá vé không ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân ở thành phố Hà Nội

6.2 Kiểm định β3

Kiểm định cặp giả thuyết:

{H0: β3=0

H1: β3≠ 0 với mức ý nghĩa α = 0.05

=> Chưa đủ cơ sở bác bỏ giả thuyết H0, tạm thời chấp nhận H0.

Kết luận: Vậy với mức ý nghĩa 5% thì cho thấy Giá xăng không ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân ở thành phố Hà Nội

6.3 Kiểm định β4

Kiểm định cặp giả thuyết:

{H0: β4=0

H1: β4≠ 0 với mức ý nghĩa α = 0.05

=> Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1.

Kết luận: Vậy với mức ý nghĩa 5% thì cho thấy Thu nhập bình quân đầu người có ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân ở thành phố Hà Nội

6.4 Kiểm định β5

Kiểm định cặp giả thuyết:

{H0: β5=0

H1: β5≠ 0 với mức ý nghĩa α = 0.05

=> Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1.

Kết luận: Vậy với mức ý nghĩa 5% thì cho thấy Dân số có ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân ở thành phố Hà Nội.

14

PHẦN 7: KIỂM ĐỊNH KHUYẾT TẬT7.1 Kiểm định đa cộng tuyến

7.1.1 Kiểm định đa cộng tuyến bằng mô hình hồi quy phụ - Hồi quy biến FARE theo các biến GASPRICE, INCOME, POP:

15

Ước lượng mô hình hồi quy phụ:

Kiểm định cặp giả thuyết:

- Hồi quy biến POP theo các biến FARE, GASPRICE, INCOME:

Dependent Variable: POPMethod: Least SquaresDate: 11/28/23 Time: 07:49Sample: 2012 2022Included observations: 11

19

C 81.70223 2.982256 27.39612 0.0000

Ước lượng mô hình hồi quy phụ:

Kiểm định cặp giả thuyết:

Kết luận: Từ (1), (2), (3), (4) có thể kết luận rằng mô hình gốc không có hiện tượngđa cộng tuyến.

7.1.2 Kiểm định đa cộng tuyến bằng phương pháp Theil

BUSTRAVLi = β + β12GASPRICEi + β3INCOMEi + β4POPi + ui

Dependent Variable: BUSTRAVLMethod: Least Squares

Date: 11/28/23 Time: 09:27Sample: 2012 2022Included observations: 11

Báo cáo 6: Kiểm định đa công tuyến mô hình bỏ biến FARE=> Thu được R1 = 0.826427

BUSTRAVLi = β + β12FAREi + β3INCOMEi + β4POPi + ui

Dependent Variable: BUSTRAVLMethod: Least Squares

Date: 11/28/23 Time: 09:37Sample: 2012 2022

21

Báo cáo 7: Kiểm định đa cộng tuyến mô hình bỏ biến GASPRICE=> Thu được R2 = 0 824025

BUSTRAVLi = β + β12FAREi + β3GASPRICEi + β4POPi + ui

Dependent Variable: BUSTRAVLMethod: Least Squares

Date: 11/28/23 Time: 09:44Sample: 2012 2022Included observations: 11

22

S.E of regression 2441.014 Akaike info criterion 18.71350

Báo cáo 8: Kiểm định đa cộng tuyến mô hình bỏ biến INCOME=> Thu được R3 = 0 083338

Dependent Variable: BUSTRAVLMethod: Least Squares

Date: 11/28/23 Time: 09:51Sample: 2012 2022Included observations: 11

Báo cáo 9: Kiểm định đa cộng tuyến mô hình bỏ biến POP=> Thu được R4 = 0 028468

−R2j) = - 0.119225 ≈ 0

23

Kết luận: Với mức ý nghĩa 5%, mô hình ban đầu không có đa cộng tuyến.Như vậy, thông qua kiểm định đa cộng tuyến bằng phương pháp hồi quy phụ và

có hiện tượng đa cộng tuyến.

7.2 Kiểm định phương sai sai số ngẫu nhiên7.2.1 Kiểm định White

Ước lượng mô hình hồi quy gốc:

BUSTRAVLi = β + β12FAREi + β3GASPRICEi + β4INCOMEi + β5POPi + u ithuđược ei2

Mô hình White có dạng:

ei2 = α + α12FAREi2 + α3FARE GASPRICEii + α4FARE INCOMEii +α FARE POP5ii + α6FAREi + α7GASPRICEi2 + α8GASPRICE INCOME +ii

α INCOME13i + α14POPi2 + α15POPi thu được Rw

Kiểm định cặp giả thuyết:

Heteroskedasticity Test: WhiteNull hypothesis: Homoskedasticity

Test Equation:

Dependent Variable: RESID^2Method: Least SquaresDate: 11/28/23 Time: 10:57Sample: 2012 2022Included observations: 11

Tiêu chuẩn kiểm định:

X2 = n.Rw2 ~ X2 (k-1)

Miền bác bỏ:

Wα= {X | X > 22Xα2 (k−1)

Theo bảng báo cáo EViews: P-value (F) = 0 057407 > α = 0.05

25

Chưa có cơ sở bác bỏ giả thuyết H0, tạm thời chấp nhận H0.

Kết luận: Với mức ý nghĩa 5%, theo phương pháp kiểm định White, mô hình ban đầu có phương sai sai số ngẫu nhiên không đổi.

7.2.2 Kiểm định Glejser

Ước lượng mô hình hồi quy:

BUSTRAVLi = β + β12FAREi + β3GASPRICEi + β4INCOMEi + β5POPi + u i

thu được phần dư => | |ei2 𝑒𝑖

Mô hình Glejser có dạng:

|𝑒𝑖| = + 𝛼1 𝛼2FAREi + 𝛼3GASPRICE𝑖 + 𝛼4INCOMEi+ 𝛼5POP𝑖 + 𝑣𝑖

thu được RG2 = 0.796342Kiểm định cặp giả thuyết:

Heteroskedasticity Test: GlejserNull hypothesis: Homoskedasticity

Test Equation:

Dependent Variable: ARESIDMethod: Least SquaresDate: 11/28/23 Time: 17:22Sample: 2012 2022Included observations: 11

26

INCOME 2434.238 685.9792 3.548560 0.0121

Theo bảng báo cáo EViews: P-value (F) = 0 058627 > α = 0.05 => Bác bỏ giả thuyết H , chấp nhận H 01

Kết luận: Với mức ý nghĩa 5%, theo phương pháp kiểm định Glejser, mô hình banđầu có phương sai sai số ngẫu nhiên không đổi.

, ta có thể kết luận rằng: Mô hình gốc có hiện tượng phương sai sai số ngẫu nhiênthay đổi.

7.3 Kiểm định khuyết tật tự tương quan7.3.1 Kiểm định Durbin – Watson

Ước lượng mô hình hồi quy:

BUSTRAVLi = β + β12FAREi + β3GASPRICEi + β4INCOMEi + β5POPi + u i

thu được và ei 𝑒𝑖-1

27

Dependent Variable: BUSTRAVLMethod: Least Squares

Date: 11/28/23 Time: 17:39Sample: 2012 2022Included observations: 11

Báo cáo 12: Kiểm định khuyết tật tự tương quan mô hình Durbin – WatsonTiêu chuẩn kiểm định:

d = ∑i=2n

Với n = 11, k’ = 4, α = 5%, ta có:

28

Tự tươngquan (+)

Không cókết luận

Không có tựtương quan

Không có kếtluận

Tự tươngquan (-)

0 0.444 1.717 2.283 3.556 4=> d = 3.068806 qs∈ (4 – d ; 4 - d ) UL

Kết luận: Với mức ý nghĩa 5%, không có kết luận về mô hình ban đầu

7.3.2 Kiểm định Breusch – Godfrey (Kiểm định BG)

Ước lượng mô hình hồi quy:

BUSTRAVLi = β + β12FAREi + β3GASPRICEi + β4INCOMEi + β5POPi + u i

thu được và và hệ số xác định ei ei-1R2BG.Mô hình BG có dạng:

ei = α1 + α2FAREi + α3GASPRICEi + α4INCOMEi + α5POPi +α6ei−1 + α7ei−2 +

α8ei−3 + α9ei−4 + Vi thu được R2BG = 0.307234Kiểm định cặp giả thuyết:

Breusch-Godfrey Serial Correlation LM Test:Null hypothesis: No serial correlation at up to 1 lag

29

Included observations: 11

Presample missing value lagged residuals set to zero.

Báo cáo 13: Kiểm định khuyết tật tự tương quan mô hình Breusch - GodfreyTiêu chuẩn kiểm định:

X2 = (n – p).RBG2 ~ X2 (p)

Miền bác bỏ:

Wα= {X | X > 22Xα2 (p )

Theo bảng báo cáo EViews: P-value (F) = 0.803481> α = 0.05

Kết luận: Với mức ý nghĩa 5%, mô hình ban đầu không có tự tương quan bậc 2.

7.4 Kiểm định thiếu biến

Sử dụng Kiểm định Ramsey để tiến hành kiểm định thiếu biến cho mô hìnhHồi quy mô hình:

BUSTRAVLi = α1 + α2FAREi + α3GASPRICEi + α4INCOMEi + α5POPi +

Kiểm định cặp giả thuyết:

Ramsey RESET TestEquation: UNTITLED

Omitted Variables: Powers of fitted values from 2 to 3

Specification: BUSTRAVL C FARE GASPRICE INCOME POP

Date: 11/28/23 Time: 20:25Sample: 2012 2022Included observations: 11

FITTED^3 8.52E-08 1.27E-08 6.697334 0.0026

}Theo bảng báo cáo EViews: P-value (F) = 0.0042 < α = 0.05=> Bác bỏ giả thuyết H , chấp nhận H 01

Kết luận: Với mức ý nghĩa 5%, mô hình ban đầu bỏ sót biến.

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

phần dư như sau:

32

Báo cáo 15: Báo cáo kiểm định Jarque – Bera của mô hình hồi quyKiểm định cặp giả thuyết:

Tiêu chuẩn kiểm định: JB = n.(S

2 (2) = 5.9915Theo bảng báo cáo Eviews, ta có: JB = 0.058413 < qsX0.05

2 (2)=> JB Wαqs∉

Kết luận: Với mức ý nghĩa 5%, sai số ngẫu nhiên của mô hình ban đầu có phânphối chuẩn.

33

PHẦN 8: KHOẢNG TIN CẬY CỦA CÁC HỆ SỐ HỒI QUY VÀ PHƯƠNGSAI SAI SỐ NGẪU NHIÊN

8.1 Khoảng tin cậy của các hệ số hồi quy 8.1.1 Khoảng tin cậy của β1

β1 – Se(^β1¿.Tα(n−5 )

≤β ≤1 β^1

+ Se(^β1¿.Tα(n−5 )

( n−5 )

=T0.0256 =2.447 - ^β1=¿ 276799.2

- Se (^β1¿=51317.81

- Với α=0.05 →Tα(n−5 )=T0.056

8.1.2 Khoảng tin cậy của β2

35

Vậy với α=0.05, nếu Giá vé tăng 1 nghìn VND thì Nhu cầu đi lại bằng xe bus

nghìn người/năm

Khoảng tin cậy trái của β2

β2≤ ^β2 + Se(^β2¿.Tα(n−5 )- ^β2=¿ -113.8546

- Se(^β2¿=¿ 713.2494- Với α=0.05 →Tα( n−5 )=T0.05

β2≥ ^β2 −¿ Se(^β2¿.Tα(n−5 )

- ^β2=¿ -113.8546- Se(^β2¿=¿ 713.2494

( n−5 )=T0.05

bus của người dân thành phố Hà Nội giảm tối thiểu là 1499.698 nghìnngười/năm.

36

8.1.3 Khoảng tin cậy của β3

β3 – Se(^β3¿.Tα(n−5 )≤ β ≤3^β

3 + Se(^β3¿.Tα(n−5 )

- Với α=0.05 →Tα( n−5 )=T0.0256 =2.447- ^β3=¿ 0.036666

- Se(^β3¿ = 0.111123

nghìn người/ năm.

β3≤ ^β3 + Se(^β3¿.Tα(n−5 )- ^β3=¿ 0.036666