BÀI tập lớn KINH tế LƯỢNG và PHÂN TÍCH dữ LIỆUPHÂN TÍCH bộ số LIỆU tổng mức đầu tư phụ thuộc vào tỷ lệ lạm phát và tỷ lệ thất nghiệp (xét đối với nền kinh tế mỹ)

8 2.1K 41
BÀI tập lớn KINH tế LƯỢNG và PHÂN TÍCH dữ LIỆUPHÂN TÍCH bộ số LIỆU tổng mức đầu tư phụ thuộc vào tỷ lệ lạm phát và tỷ lệ thất nghiệp (xét đối với nền kinh tế 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 VÀ PHÂN TÍCH DỮ LIỆU Học viên: NGUYỄN PHƯƠNG HÀ Mã số: CH210386 Lớp: Cao học 21D Số thứ tự: 19 PHÂN TÍCH BỘ SỐ LIỆU: Tổng mức đầu phụ thuộc vào tỷ lệ lạm phát tỷ lệ thất nghiệp (xét đối với nền kinh tế Mỹ). Số quan sát: 33 Số biến số: 3 Loại số liệu: Chuỗi thời gian Từ 1980 đến 2012 Hà Nội, 12 / 2012 1 Nền kinh tế thế giới nói chung tại Việt Nam nói riêng đang trải qua một giai đoạn khủng hoảng khá trầm trọng khi hàng loạt các công ty phá sản, sản xuất trì trệ, ứ đọng vốn, tỷ lệ thất nghiệpmức cao. Đứng trước vấn đề khủng hoảng này, Chính phủ các nước vẫn phải cố gắng cùng với các doanh nghiệp vực dậy nền kinh tế còn khó khăn này, giúp giảm tỷ lệ phá sản, tăng cường khả năng sản xuất, giảm tỷ lệ thất nghiệp, thúc đẩy đầu tư, nâng tổng cầu cho nền kinh tế. vấn đề mà em đã nghiên cứu trong môn Kinh tế lượng chính là các nhân tố ảnh hưởng đến tổng mức đầu của nền kinh tế Mỹ. Lý do em lựa chọn số liệu của nước Mỹ chứ không phải của Việt Nam là bởi số liệu của Việt Nam không được đầy đủ chính xác, lịch sử thời gian thống kê không lâu dài như của Mỹ (số liệu về tỷ lệ thất nghiệp của Việt Nam chỉ có từ năm 1990 trở lại đây). Các nhân tố ảnh hưởng mà em lựa chọn để nghiên cứu ở đây là tỷ lệ thất nghiệp tỷ lệ lạm phát. Nhân tố ảnh hưởng đến đầu có thể nói là rất nhiều, ví dụ như đầu tăng do thay đổi cơ cấu kinh tế, do nhu cầu về sản phẩm dịch vụ tăng cao, tiềm lực của doanh nghiệp v.v… tuy nhiên em chỉ lựa chọn 2 nhân tố như đã nêu để có thể nghiên cứu sự tác động hay một phần sự thay đổi của đầu do các yếu tố vĩ mô gây ra. Thất nghiệp thay đổi có thể sẽ ảnh hưởng đến đầu tư, nhưng ảnh hưởng như thế nào? Tỷ lệ lạm phát cũng có thể ảnh hưởng đến đầu tư, đồng thời lạm phát cũng nói lên tình trạng của nền kinh tế từ đó có thể nhận định chiều hướng của đầu trong tương lai. Trong mô hình có sử dụng các biến như sau: Tên biến Ký hiệu Đơn vị Biến phụ thuộc Tổng đầu INV Trăm nghìn tỷ USD Biến độc lập Lạm phát INF % Thất nghiệp UNE % Nguồn số liệu: International Monetary Fund, World Economic Outlook Database, October 2012. www.imf.org Mức ý nghĩa α = 0.05 Lấy số liệu theo năm. Thời gian từ năm 1980 – 2012. Số quan sát là 33. I. Thống kê mô tả của các biến INV INF UNE Mean 15.90958 3.576303 6.441333 Median 14.84450 3.042000 5.992000 Maximum 27.52225 13.50200 9.708000 Minimum 5.794891 -0.321000 3.967000 Std. Dev. 6.940899 2.500585 1.668151 Skewness 0.184783 2.470391 0.583516 Kurtosis 1.654651 10.06195 2.317873 Jarque-Bera 2.676496 102.1383 2.512486 Probability 0.262305 0.000000 0.284722 2 Sum 525.0160 118.0180 212.5640 Sum Sq. Dev. 1541.635 200.0936 89.04728 Observations 33 33 33 - Theo độ lệch chuẩn thì biến INV biến động nhiều nhất (6.940899). Còn theo hệ số biến thiên (CV=S.D/Mean) thì biến INF biến động lớn nhất (CV INV = 0.436272, CV INF = 0.699209, CV UNE = 0.258976) - Dựa vào P-value của thống kê JB, ta thấy biến INV UNE phân phối chuẩn còn INF thì không. Hệ số tương quan giữa các biến INV INF UNE INV 1.000000 -0.513757 -0.317013 INF -0.513757 1.000000 0.106211 UNE -0.317013 0.106211 1.000000 Trong đó biến INF INV có mức độ tương quan cao nhất (0.513757), còn INF UNE tương quan với nhau thấp nhất (0.106211). Đồ thị thể hiện sự vận động của UNE, INV INF (Graph 1) Dựa vào đồ thị có thể nhận thấy INV biến thiên ngược chiều với cả 2 biến UNE INF. Nhìn chung thì lạm phát thất nghiệp không theo 1 xu hướng nào rõ rệt, còn đầu thì vẫn có xu hướng tăng dần theo thời gian. II. Một số mô hình hồi quy II.1. Mô hình 1 (MH1): đầu phụ thuộc vào thất nghiệp lạm phát cùng kỳ. 2.1.1 Hồi quy mô hình dạng: INV = β 1 + β 2 .INF + β 3 .UNE + u Sử dụng Eview thu được kết quả ước lượng sau: 3 Dependent Variable: INV Method: Least Squares Date: 01/21/13 Time: 14:28 Sample: 1980 2012 Included observations: 33 Variable Coefficient Std. Error t-Statistic Prob. C 27.84381 4.256732 6.541123 0.0000 INF -1.347785 0.416046 -3.239510 0.0029 UNE -1.104452 0.623660 -1.770921 0.0867 R-squared 0.333610 Mean dependent var 15.90958 Adjusted R-squared 0.289184 S.D. dependent var 6.940899 S.E. of regression 5.851867 Akaike info criterion 6.457907 Sum squared resid 1027.330 Schwarz criterion 6.593953 Log likelihood -103.5555 F-statistic 7.509331 Durbin-Watson stat 0.158977 Prob(F-statistic) 0.002270 Theo kết quả trên thì: - Hàm hồi quy phù hợp do kiểm định F có P-value = 0.002270 < α - Các biến độc lập giải thích 33.36% cho biến phụ thuộc. - Biến lạm phát hệ số chặn đều có ý nghĩa thống kê, đều có ảnh hưởng đến mức đầu do đều có P-value của thống kê T nhỏ hơn mức ý nghĩa 0.05. Nhưng thất nghiệp thì không có ý nghĩa thống kê do P-value = 0.0867 > α. Có nghĩa là thất nghiệp cùng kỳ không ảnh hưởng đến đầu trong kỳ. - Ý nghĩa của ước lượng các hệ số: • = 27.84381 cho biết khi không có thất nghiệp lạm phát thì đầu mức 27.84381 đơn vị. • = -1.347785 cho biết khi lạm phát tăng (giảm) 1 đơn vị trong khi tỷ lệ thất nghiệp không đổi thì đầu giảm (tăng) 1.347785 đơn vị. 2.1.2 Kiểm định các khuyết tật của mô hình bằng các kiểm định tự động a. Phương sai sai số thay đổi (bằng kiểm định White không tích chéo) Giả thuyết kiểm định: H 0 : mô hình 1 (MH1) không có phương sai sai số thay đổi H 1 : mô hình 1 (MH1) có phương sai sai số thay đổi Kết quả kiểm định: White Heteroskedasticity Test: F-statistic 0.659818 Probability 0.625046 Obs*R-squared 2.842626 Probability 0.584497 Hồi quy phụ để kiểm định: e 2 = α 1 + α 2 .INF + α 3 .UNE + α 4 .INF 2 + α 5 .UNE 2 + v Theo kết quả này thì mô hình không có phương sai sai số thay đổi do cả 2 P-value của thống kê T χ 2 đều lớn hơn 0.05. b. Tự tương quan Giả thuyết kiểm định: H 0 : mô hình 1 (MH1) không có tự tương quan bậc nhất H 1 : mô hình 1 (MH1) có tự tương quan bậc nhất 4 Kết quả kiểm định: Breusch-Godfrey Serial Correlation LM Test: F-statistic 178.6072 Probability 0.000000 Obs*R-squared 28.39033 Probability 0.000000 Hồi quy phụ để kiểm định: e = α 1 + α 2 .INF + α 3 .UNE + α 4 .e(-1) + v P – value của kiểm định F nhỏ hơn mức 0.05. Nghĩa là bác bỏ H 0 , thừa nhận H 1 , hay mô hình có tự tương quan bậc 1. c. Định dạng mô hình Giả thuyết kiểm định: H 0 : mô hình 1 (MH1) có dạng hàm đúng/không thiếu biến H 1 : mô hình 1 (MH1) có dạng hàm sai/thiếu biến Kết quả kiểm định: Ramsey RESET Test: F-statistic 1.820368 Probability 0.187710 Log likelihood ratio 2.009039 Probability 0.156364 Hồi quy phụ để kiểm định: INV = β 1 + β 2 .INF + β 3 .UNE + α 1 . 2 + v Theo kết quả kiểm định thì mô hình có dạng hàm đúng do P-value của thống kê F là 0.187710, lớn hơn 0.05. 2.1.3 Khắc phục khuyết tật Khắc phục tự tương quan: đổi dạng mô hình như một số mô hình ở phần sau. II.2. Mô hình 2 (MH2) – Đầu kỳ này phụ thuộc vào lạm phát kỳ này thất nghiệp 3 kỳ trước 2.2.1 Mô hình hồi quy dạng: INV = β 1 + β 2 .INF(-1) + β 3 .UNE(-3) + u Sử dụng Eview thu được kết quả sau: Dependent Variable: INV Method: Least Squares Date: 01/21/13 Time: 14:37 Sample(adjusted): 1983 2012 Included observations: 30 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C 32.80655 4.300456 7.628621 0.0000 INF(-1) -2.079358 0.838143 -2.480911 0.0196 UNE(-3) -1.541814 0.684830 -2.251382 0.0327 R-squared 0.380322 Mean dependent var 16.87108 Adjusted R-squared 0.334420 S.D. dependent var 6.528592 S.E. of regression 5.326227 Akaike info criterion 6.277803 Sum squared resid 765.9549 Schwarz criterion 6.417923 Log likelihood -91.16704 F-statistic 8.285505 Durbin-Watson stat 0.550421 Prob(F-statistic) 0.001564 Theo kết quả trên thì: 5 - Hàm hồi quy phù hợp do kiểm định F có P-value = 0.001564<α - Các biến độc lập giải thích 38.03% cho biến phụ thuộc. - Các biến đều có ý nghĩa thống kê do đều có P-value nhỏ hơn 0.05 - Ý nghĩa của ước lượng các hệ số: • = 32.80655 cho biết khi không có thất nghiệp lạm phát thì đầu mức 32.80655 đơn vị. • = -2.079358 cho biết khi lạm phát kỳ trước tăng (giảm) 1 đơn vị trong khi tỷ lệ thất nghiệp 3 kỳ trước không đổi thì đầu kỳ này giảm (tăng) 2.079358 đơn vị. • = -1.541814 cho biết khi tỷ lệ thất nghiệp của 3 kỳ trước tăng (giảm) 1 đơn vị thì đầu kỳ này sẽ giảm (tăng) 1.541814 đơn vị (lạm phát kỳ trước không đổi). 2.2.2 Kiểm định các khuyết tật của mô hình a. Tự tương quan Giả thuyết kiểm định: H 0 : mô hình 2 (MH2) không có tự tương quan bậc nhất H 1 : mô hình 2 (MH2) có tự tương quan bậc nhất Kết quả kiểm định: Breusch-Godfrey Serial Correlation LM Test: F-statistic 28.61859 Probability 0.000013 Obs*R-squared 15.71915 Probability 0.000073 Theo kết quả này thì mô hình có tự tương quan bậc 1 do P-value của thống kê F nhỏ hơn 0.05. b. Phương sai sai số thay đổi Giả thuyết kiểm định: H 0 : mô hình 2 (MH2) không có phương sai sai số thay đổi H 1 : mô hình 2 (MH2) có phương sai sai số thay đổi Kết quả kiểm định: White Heteroskedasticity Test: F-statistic 0.682636 Probability 0.610574 Obs*R-squared 2.954012 Probability 0.565551 Theo P-value của thống kê F thì mô hình không có phương sai sai số thay đổi. c. Định dạng mô hình Giả thuyết kiểm định: H 0 : mô hình 2 (MH2) có dạng hàm đúng/không thiếu biến H 1 : mô hình 2 (MH2) có dạng hàm sai/thiếu biến Kết quả kiểm định: Ramsey RESET Test: F-statistic 0.417871 Probability 0.523667 Log likelihood ratio 0.478325 Probability 0.489182 Theo kết quả kiểm định thì mô hình định dạng đúng do P-value lớn hơn 0.05, chưa có cơ sở bác bỏ H 0 , vậy có thể coi mô hình này không thiếu biến/định dạng đúng. 6 II.3. Mô hình 3 (MH3) – mô hình dạng mũ - logarit 2.3.1 Mô hình hồi quy LOG(INV) = β 1 + β 2 .LOG(INF(-1)) + β 3 .LOG(UNE(-3)) + u Kết quả hồi quy : Dependent Variable: LOG(INV) Method: Least Squares Date: 01/21/13 Time: 14:56 Sample(adjusted): 1983 2012 Included observations: 29 Excluded observations: 1 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C 4.608975 0.478407 9.634001 0.0000 LOG(INF(-1)) -0.485868 0.189015 -2.570527 0.0162 LOG(UNE(-3)) -0.741610 0.274619 -2.700506 0.0120 R-squared 0.436231 Mean dependent var 2.733833 Adjusted R-squared 0.392864 S.D. dependent var 0.416397 S.E. of regression 0.324452 Akaike info criterion 0.684341 Sum squared resid 2.737003 Schwarz criterion 0.825786 Log likelihood -6.922949 F-statistic 10.05910 Durbin-Watson stat 0.610130 Prob(F-statistic) 0.000581 Theo kết quả này thì : - Hàm hồi quy phù hợp do kiểm định F có P-value = 0.000581<α - Các biến độc lập giải thích 43.62% cho biến phụ thuộc. - Các biến hệ số chặn đều có ý nghĩa thống kê do đều có P-value nhỏ hơn 0.05 - Ý nghĩa của ước lượng các hệ số: = -0.485868 cho biết khi lạm phát kỳ trước tăng (giảm) 1 % (chứ không phải 1 đơn vị %) trong khi tỷ lệ thất nghiệp 3 kỳ trước không đổi thì đầu kỳ này giảm (tăng) 0.485868 %. • = -0.741610 cho biết khi tỷ lệ thất nghiệp của 3 kỳ trước tăng (giảm) 1 % (không phải là 1 đơn vị %) thì đầu kỳ này sẽ giảm (tăng) 0.741610 % (lạm phát kỳ trước không đổi). 2.3.2 Kiểm định các khuyết tật của mô hình a. Phương sai sai số thay đổi (dùng kiểm định White không tích chéo) Giả thuyết kiểm định: H 0 : mô hình 3 (MH3) không có phương sai sai số thay đổi H 1 : mô hình 3 (MH3) có phương sai sai số thay đổi Kết quả kiểm định: White Heteroskedasticity Test: F-statistic 0.602578 Probability 0.664464 Obs*R-squared 2.646658 Probability 0.618581 Theo kết quả này thì mô hình không có phương sai sai số thay đổi do cả 2 p-value đều lớn hơn 0.05. b. Tự tương quan Giả thuyết kiểm định: H 0 : mô hình 3 (MH3) không có tự tương quan bậc nhất H 1 : mô hình 3 (MH3) có tự tương quan bậc nhất Kết quả kiểm định: 7 Breusch-Godfrey Serial Correlation LM Test: F-statistic 21.35927 Probability 0.000099 Obs*R-squared 13.36127 Probability 0.000257 P – value của kiểm định F nhỏ hơn mức 0.05. Nghĩa là bác bỏ H 0 , thừa nhận H 1 , hay mô hình có tự tương quan bậc 1. c. Định dạng mô hình Giả thuyết kiểm định: H 0 : mô hình 3 (MH3) có dạng hàm đúng/không thiếu biến H 1 : mô hình 3 (MH3) có dạng hàm sai/thiếu biến Kết quả kiểm định: Ramsey RESET Test: F-statistic 1.264747 Probability 0.271437 Log likelihood ratio 1.431203 Probability 0.231568 Theo kết quả kiểm định thì mô hình có dạng hàm đúng do P-value của thống kê F là 0.271437, lớn hơn 0.05. III. Kết luận Như vậy, từ 3 mô hình trên, có thể thấy cả 3 mô hình vẫn có lỗi (chỉ có lỗi tự tương quan) nên kết quả ước lượng chưa phải là chính xác nhất. Tuy nhiên vẫn có thể tạm kết luận với nền kinh tế Mỹ đối với mẫu đã nghiên cứu như sau: - Trong cùng kỳ thì đầu chỉ chịu tác động của lạm phát chứ không bị ảnh hưởng bởi thất nghiệp, tác động này là ngược chiều. Nghĩa là khi khi nền kinh tế Mỹ có lạm phát tăng thì đầu sẽ giảm ngược lại. Sự vận động ngược chiều như vậy là hợp lý bởi khi có lạm phát tăng, có thể khiến cho giá đầu vào tăng, từ đó dẫn đến chi phí tăng, làm cho các doanh nghiệp giảm đầu tư. - Đầu trong kỳ bị ảnh hưởng bởi lạm phát kỳ trước thất nghiệp của 3 kỳ trước đó cũng là ảnh hưởng ngược chiều. Lạm phát kỳ trước tăng khiến cho đầu kỳ này giảm đi. Còn thất nghiệp 3 kỳ trước tăng có thể khiến nền kinh tế rơi vào khủng hoảng, nhu cầu sụt giảm, khiến cho các doanh nghiệp phải cắt giảm đầu trong hiện tại. Đó cũng là hệ lụy của khủng hoảng kinh tế, ảnh hưởng đến vài năm sau chứ không phải chỉ ảnh hưởng trong 1 2 năm sau đó. 8 . tự: 19 PHÂN TÍCH BỘ SỐ LIỆU: Tổng mức đầu tư phụ thuộc vào tỷ lệ lạm phát và tỷ lệ thất nghiệp (xét đối với nền kinh tế Mỹ). Số quan sát: 33 Số biến số: . ĐẠI HỌC KINH TẾ QUỐC DÂN VIỆN SAU ĐẠI HỌC BÀI TẬP LỚN KINH TẾ LƯỢNG VÀ PHÂN TÍCH DỮ LIỆU Học viên: NGUYỄN PHƯƠNG HÀ Mã số: CH210386 Lớp: Cao học 21D Số thứ

Ngày đăng: 08/01/2014, 11:14

Từ khóa liên quan

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan