Bài thảo luận học phần kinh tế lượng trình bày các biện pháp khắc phục hiện tượng tự tương quan lấy ví dụ minh họa

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (4.58 MB, 43 trang )

Trang 1<div class="page_container" data-page="1">

TRƯỜNG ĐẠI HỌC THƯƠNG MẠIKHOA TÀI CHÍNH NGÂN HÀNG

---  ---

BÀI THẢO LUẬN

HỌC PHẦN: KINH TẾ LƯỢNG

ĐỀ TÀI:

Trình bày các biện pháp khắc phục hiện tượng tự tương quanLấy ví dụ minh họa

</div>Trang 2<div class="page_container" data-page="2">

Trường Đại học Thương Mại Cộng hoà xã hội Chủ nghĩa Việt

4. Nội dung cuộc họp:

- Lựa chọn bộ số liệu mơ hình nghiên cứu. - Phân tích đề tài. Làm đề cương

5. Đánh giá cuộc họp

Cuộc họp diễn ra một cách suôn sẻ, thuận lợi, các thành viên tích cực trao đổi đưa ra ý kiến đóng góp cho bài thảo luận.

Nhóm trưởng

Huyền Nguyễn Thị Ngọc Huyền

</div>Trang 3<div class="page_container" data-page="3">

1. Khi cấu trúc của tự tương quan là đã biết...12

2. Khi ρ chưa biết...13

2.1. Phương pháp sai phân cấp 1...13

2.2. Ước lượng ρ dựa trên thống kê d-Durbin – Waston...15

2.3. Thủ tục lặp Cochrane – Orcutt để ước lượng ρ...16

2.4. Thủ tục Cochrane – Orcutt hai bước...17

2.5. Phương pháp Durbin – Waston 2 bước để ước lượng p...17

Phần 2: Vận dụng...18

1. Tương quan giữa các biến...18

1.1. Thống kê mô tả số liệu...18

1.2. Xây dựng hàm hồi quy mẫu...19

2. Ước lượng khoảng tin cậy và kiểm định giả thuyết thống kê...20

2.1. Ước lượng khoảng tin cậy của các hệ số hồi quy tổng thể...20

2.2. Kiểm định giả thuyết thống kê...21

3. Bài toán giá trị trung bình/ giá trị cá biệt...23

4. Bài tốn khuyết tật mơ hình...25

</div>Trang 4<div class="page_container" data-page="4">

4.1. Phát hiện hiện tượng tự tương quan...25

4.1.1. Phương pháp đồ thị...25

4.1.2. Kiểm định Durbin Watson...27

4.1.3. Kiểm định Breusch – Godfrey (BG)...28

4.1.4 Kiểm định Correlogram...31

4.2. Khắc phục hiện tượng tự tương quan...31

4.2.1. Ước lượng ρ dựa trên thống kê d – Durbin-Watson...32

4.2.2. Thủ tục lặp Cochrane-Orcutt để ước lượng ρ...37

KẾT LUẬN...45

1. Những hạn chế của kết quả nghiên cứu...45

2. Phát triển hướng nghiên cứu của đề tài...45

</div>Trang 5<div class="page_container" data-page="5">

MỞ BÀI

1. Đặt vấn đề

Trong các giả thiết của mơ hình hồi quy tuyến tính cổ điển là khơng có tự tương quan hay tổng quan chuỗi các nhiễu Ui trong hàm hồi quy tổng thể. Nói một cách khác, mơ hình cổ điển giả thiết rằng thành phần nhiễu gắn với một quan sát nào đó khơng bị ảnh hưởng bởi thành phần nhiều gắn với một quan sát khác.

Tuy nhiên trong thực tế có xảy ra hiện tượng mà thành phần nhiễu của các quan sát lại có thể phụ thuộc lẫn nhau quan sát khác.

Việc xảy ra hiện tượng này do cả nguyên nhân chủ quan và khách quan. Hiện tượng tự tương quan làm cho phương pháp bình phương nhỏ nhất khơng áp dụng được nữa. Khi đó phương pháp bình phương nhỏ nhất vẫn là ước lượng tuyến tính khơng chệch nhưng khơng cịn là ước lượng hiệu quả nữa, do đó nó khơng cịn là ước lượng tuyến tính khơng chệnh tơt nhất nữa. Vậy liệu chúng ta có thể tìm được ước lượng khơng chệch tốt nhất hay không? Làm thế nào để biết rằng hiện tượng tự tương quan xảy ra khi nào và cách khắc phục như thế nào?

Để làm rõ vấn đề trên, nhóm 2 chúng em đã quyết định lấy bộ số liệu về các nhân tố ảnh hưởng đến giá trị xuất khẩu gạo của Việt Nam. Trong quá trình nghiên cứu cịn nhiều thiếu sót, mong cơ đọc và hướng dẫn chúng em để bài thảo luận được hồn thiện hơn. Chúng em cảm ơn cơ!

Việt Nam là cái nôi của nền văn minh lúa nước, hạt gạo gắn liền với sự phát triển của dân tộc, cho đến nay cây lúa vẫn là cây trồng chủ đạo của cả nước. Cây lúa, hạt gạo đã trở nên thân thuộc gần gũi đến mức từ bao đời nay nó là một phần khơng thể thiếu trong cuộc sống. Khơng chỉ giữ vai trị to lớn trong đời sống kinh tế, xã hội mà cịn có giá trị lịch sử, bởi lịch sử phát triển của cây lúa gắn với lịch sử phát triển của cả dân tộc Việt nam, in dấu ấn trong từng thời kì thăng trầm của đất nước.

</div>Trang 6<div class="page_container" data-page="6">

Ngày nay, hoạt động kinh tế diễn ra ngày càng mạnh mẽ, mỗi quốc gia phải chủ động tham gia khai thác lợi thế của mình trao đổi thương mại quốc tế. Trong công cuộc đổi mới nền kinh tế, việc đề ra các chiến lược kinh tế mới và các giải pháp cải thiện hoạt động sản xuất và kinh doanh là đặc biệt quan trọng. Đối với Việt Nam là một nước đi lên từ nền nông nghiệp với hơn 70% dân số hoạt động trong khu vực kinh tế nông nghiệp thì hoạt động xuất khẩu gạo được coi là hướng chiến lược và càng cần chú ý.

2. Các chỉ tiêu

- Giá trị xuất khẩu là những giá trị hàng hóa, dịch vụ đã xuất bán ra nước ngoài. Giá trị

xuất khẩu hàng hóa được tính theo giá loại FOB hoặc tương đương, là giá của hàng hóa tính đến cửa khẩu xuất (khơng gồm phí bảo hiểm quốc tế và phí vận tải quốc tế), được tính cho một thời kỳ nhất định và tính theo một loại tiền thống nhất là đô la Mỹ.

Cán cân xuất nhập khẩu = giá trị hàng xuất khẩu – giá trị hàng nhập khẩu.→ Giá trị xuất khẩu = cán cân xuất nhập khẩu + giá trị nhập khẩu

Theo Tổng cục Hải quan, 2 tháng đầu năm 2022, lượng gạo xuất khẩu của cả nước đạt 974.556 tấn, tăng 48,6% so với cùng kỳ năm ngoái, thu về gần 469,26 triệu USD (tăng 30,6%). Riêng tháng 2/2022, cả nước xuất khẩu 468.952 tấn gạo, tương đương 223,34 triệu USD, giá trung bình 476,3 USD/tấn, giảm 7,3% về lượng, 2,1% về giá và 9,2% về kim ngạch so với tháng 1/2022. Có thể thấy, sự tăng trưởng trong xuất khẩu gạo vẫn chủ yếu là tăng trưởng về khối lượng xuất khẩu.

- Tổng diện tích là: Diện tích cây trồng chỉ tính diện tích hiện cịn sống đến thời điểm

quan sát, thuộc tất cả các loại hình kinh tế trên địa bàn.

Hiện nay gạo chiếm giá trị kim ngạch lớn trong tổng kim ngạch xuất khẩu của đất nước. Năm 2021, theo dự báo của Bộ Nông nghiệp và Phát triển Nông thôn (Bộ NN&PTNT), kế hoạch sản xuất lúa của nước ta là gieo trồng 7,257 triệu ha, sản lượng thu hoạch khoảng 43,3-43,5 triệu tấn thóc, tương đương 26 triệu tấn gạo. Dự tính nhu cầu tiêu thụ trong nước gần 30 triệu tấn thóc, cịn lại 13 triệu tấn thóc - tương đương 6,5 triệu tấn gạo cần xuất khẩu trong năm 2021.

</div>Trang 7<div class="page_container" data-page="7">

- Tổng sản lượng (GNP) là: tổng giá trị của hàng hóa và dịch vụ được sản xuất trong nền

kinh tế và thường được đo lường trong một năm tài chính. Mức sản lượng được sản xuất ra từ các mức khác nhau của một yếu tố đầu vào kết hợp với các mức cố định của các yếu tố khác. Khái niệm tổng sản lượng khái niệm là khởi đầu để tính tốn nhiều chỉ tiêu kinh tế, kinh doanh, nhất là phân tích ngắn hạn.

- Cơng thức tính tổng sản phẩm quốc gia:

GNP = C + I + G + (X - Z) + NR

Trong đó:

C = Chi phí tiêu dùng cá nhân (hộ gia đình)

I = Tổng đầu tư cá nhân quốc nội (tất cả các doanh nghiệp đầu tư trên lãnh thổ 1 nước)

G = Chi phí tiêu dùng của chính phủ X = Kim ngạch xuất khẩu Z = Kim ngạch nhập khẩu

NR = Thu nhập rịng từ các hàng hóa và dịch vụ đầu tư ở nước ngồi (thu nhập rịng)

Việc tính tốn bằng nhiều phương pháp đều cho những kết quả giống nhau. Tuy nhiên trên thực tế có những chênh lệch nhất định do những sai sót từ những con số, thống kê

- Biến phụ thuộc: Yt là giá trị xuất khẩu gạo (tỷ USD) - Biến độc lập: Xt là tổng diện tích lúa cả năm (nghìn ha)

</div>Trang 8<div class="page_container" data-page="8">

Zt là tổng sản lượng lúa cả năm (triệu tấn)

St là dịch bệnh (0- năm khơng có dịch bệnh, 1- năm có dịch bệnh)

Loại số liệu: Số liệu chuỗi thời gian - Không gian mẫu: từ năm 2002 đến 2021

</div>Trang 9<div class="page_container" data-page="9">

Nguồn: Tổng cục thống kê ( )

* Dự đoán chiều tác động của các biến độc lập lên biến phụ thuộc:

</div>Trang 10<div class="page_container" data-page="10">

2 Zt (+)

4. Phần mềm sử dụng trong nghiên cứu:

Trong nghiên cứu kinh tế, việc sử dụng các phần mềm là yêu cầu bắt buộc với các nghiên cứu sử dụng phương pháp nghiên cứu định lượng nhằm đơn giản hóa q trình xử lí các dữ liệu và chạy các mơ hình. Dưới đây là một số phần mềm được áp dụng và trở thành sự lựa chọn của sinh viên và thậm chí là các nhà nghiên cứu chuyên nghiệp.

Eviews (Econometric Views) là phần mềm thống kê chạy trên Windows. Dữ liệu được

lưu trữ theo định dạng độc quyền, khả năng linh hoạt trong thao tác, quản lý dữ liệu dễ dàng, kết quả hiển thị nhanh và dễ dàng. Phần mềm này sử dụng trong thống kê và nhiều chức năng như:

- Phân tích dữ liệu chuỗi thời gian, dữ liệu chéo, dữ liệu mảng. - Thống kê mô tả dữ liệu.

- Phân tích sự tác động của các yếu tố này lên các yếu tố khác. - Dự báo cho yếu tố cần nghiên cứu.

- Kiểm định phương sai sai số thay đổi:

+ Kiểm định bằng phương pháp đồ thị để trình bày, phân tích số liệu thống kê bằng biểu đồ, đồ thị trên cơ sở sử dụng kết hợp giữa số liệu với hình vẽ, đường nét, màu sắc giúp người đọc nhận thức khái quát về đặc điểm của hiện tượng.

+ Kiểm định Park là một phương pháp kiểm định cho kết quả khá chính xác, hạn chế của phương pháp này là chỉ áp dụng đối với mơ hình hồi quy đơn.

+ Kiểm định Glejser được sử dụng như một cơng cụ chuẩn đốn trong mẫu lớn. + Kiểm định White là kiểm định tổng quát về sự thuần nhất của phương sai.

- Kiểm định tự tương quan: kiểm định Durbin-Waston là một loại kiểm định được sử

dụng phổ biến để phát hiện vấn đề tự tương quan trong mơ hình tự hồi quy bậc 1. - Kiểm định đa cộng tuyến: có thể sử dụng phương pháp nhân tử phóng đại phương sai VIF

</div>Trang 11<div class="page_container" data-page="11">

PHẦN 1

BIỆN PHÁP KHẮC PHỤC HIỆN TƯỢNG TỰ TƯƠNG QUAN

1. Khi cấu trúc của tự tương quan là đã biết

Vì các nhiễu Ui khơng quan sát được nên tính chất của tương quan chuỗi thường là vấn đề suy đoán hoặc là do những đòi hỏi cấp bách của thực tiễn. Trong thực hành, người ta thường giả sử rằng Ui theo mơ hình tự hồi quy bậc nhất nghĩa là:

Ui= ρ(Ui−1+εi) (7.25)

Trong đó |ρ|<1 và εi thỏa mãn các phương pháp của bình phương nhỏ nhất thơng thường nghĩa là: trung bình băng 0, phương sai không đổi và không tự tương quan. Giả sử (7.25) là đúng thì vấn đề tương quan chuỗi có thể được giải quyết thỏa đáng nếu hệ số tự tương quan ρ là đã biết. Để làm sáng tỏ vấn đề ta quay lại với mơ hình 2 biến:

Vì εt thỏa mãn các giả thiết của phương pháp bình phương nhỏ nhất thơng thương đối với các biến Y¿ và X¿ và các ước lượng tìm được có tất cả các tính chất tối ưu nghĩa là ước lượng tuyến tính khơng chệch tốt nhất.

</div>Trang 12<div class="page_container" data-page="12">

Phương trình hồi quy (7.29) được gọi là phương trình sai phân tổng quát.

Việc ước lượng hồi quy Y* đối với X* có hay khơng có hệ số chặn phụ thuộc vào phương trình gốc có hệ số chặn hay không. Trong phương pháp này (ước lượng hồi quy 7.28) chúng ta mất 1 quan sát bới vì quan sát thứ nhất khơng có quan sát đúng trước nó. Thủ tục này khơng chính xã là thủ tục ước lượng bình phương nhỏ nhất tổng quát sử

Nhưng trong thực tế thì khi ρ chưa biết nên ta xét trường hợp sau đây:

2. Khi ρ chưa biết

2.1. Phương pháp sai phân cấp 1

Như ta đã biết ư1 ≤ ρ ≤ 1 nghĩa là ρ nằm giữa [ư1,0] hoặc [0,1] cho nên người ta có thể bắt đầu từ các giá trị ở các đầu mút của các khoảng đo. Nghĩa là có thể giả thiết rằng:

ρ=0 tức là khơng có tương quan chuỗi

ρ=±1 nghĩa là có tương quan dương hoặc âm hoàn toàn

Trên thực tế khi ước lượng hồi quy người ta thường giả thiết rằng khơng có tự tương quan rồi tiến hành kiểm định Durbin – Waston hay các kiểm định khác để xem giả thiết này có đúng khơng. Tuy nhiên nếu ρ=±1 thì phương trình sai phân tổng quát (7.27) quy về phương trình sai phân cấp một:

YtưYtư1=β2(Xtư Xtư1)+(UtưUtư1)

¿β2(XtưXtư1)+ εt

Trong đó ∆ là tốn tử sai cấp 1. Để ước lượng hồi quy (7.31)

Thì cần phải lập các sai phân cấp 1 của biến phụ thuộc và biến giải thích và sử dụng chúng làm những đầu vào trong phân tích hồi quy.

</div>Trang 13<div class="page_container" data-page="13">

Chú ý 1 nét quan trọng của mơ hình sai phân cấp 1 của biến phụ thuộc là không có số hạng chặn trong mơ hình. Vì vậy để ước lượng hồi quy (7.31) ta sẽ sử dụng mô hình hồi quy qua gốc tọa độ. Giả sử mơ hình ban đầu là:

Yt=β1+ β2Xt+ β3t+Ut (7.32) Trong đó t là biến xu thế còn Ut theo sơ đồ tự hồi quy bậc nhất Thực hiện phép biến đổi sai phân cấp 1 đối với (7.32) ta đi đến:

∆ Yt=β2∆ Xt+ β3+εt (7.33) Trong đó ∆ Yt=Yt−Yt−1 và ∆ Xt= Xt−Xt−1

Phương tỉnh (7.33) có hệ số chặn dưới dạng sai phân cấp 1. Nhưng chú ý rằng β1 là hệ số của các biến xu thế trong mơ hình ban đầu. Vì vậy nếu có số hạng chặn ở dạng sai phân cấp 1 thì điều đó có nghĩa là có 1 số hạng xu thế tuyến tính trong mơ hình gốc và số hạng chặn thực ra là hệ số của biến xu thế.

Thí dụ nếu β3 trong (7.33) là dương thì điềuu đó có nghĩa là có xu thế tăng trong Y sau khi đã tính đến ảnh hưởng của tất cả các biến khác.

Nếu ρ=−1 nghĩa là có tương quan chuỗi âm hồn tồn (đây khơng phải là trường hợp điển hình của các chuỗi thời gian trong kinh tế), phương trình sai phân tơng qt bây giờ

Mơ hình này được gọi là mơ hình hồi quy trung bình trượt (2 thời kỳ) vì chúng ta hồi quy giá trị của 1 trung bình trượt đối với 1 trung bình trượt khác.

</div>Trang 14<div class="page_container" data-page="14">

Phép biến đổi sai phân cấp 1 đã giới thiệu trước đây rất phổ biến trong kinh tế lượng ứng dụng vì nó dễ thực hiện. Nhưng lưu ý rằng phép biến đổi này giả thiết rằng ρ=+1 nghĩa là có nhiều tương quan dương hồn tồn. Nếu điều đó khơng xảy ra thì việc khắc phục có khi cịn tồi tệ hơn bản thân căn bệnh. Nhưng làm thế nào để biết ρ=+1 là đúng? Để trả lời câu hỏi này ta xét mục sau:

2.2. Ước lượng ρ dựa trên thống kê d-Durbin – Waston

Trong phần kiểm định d chúng ta đã thiết lập được các công thức:

d ≈2(1−^ρ) (7.35) Hoặc

^ρ ≈ 1−d

Đẳng thức này gợi cho ta cách thức đơn giản để thu được ước lượng của ρ từ thống kê d. Từ (7.34) chỉ ra rằng giả thiết sai phân cấp 1 với ρ=+1 chỉ đúng khi d=0 hoặc xấp xỉ bằng 0. Cũng vậy khi d=2 thì ^ρ=0 và khi d=4 thì ^ρ=−1.Do đó thống kê d cung cấp cho ta 1 phương pháp sẵn có để thu được ước lượng của ρ.

Nhưng lưu ý rằng quan heejh (7.36) chỉ là quan hệ xấp xỉ và có thể không đúng với các mẫu nhỏ. Đối với các mẫu nhỏ có thể suwer dụng thống kê d cải biên của Theil – Nagar. Khi ρ đã được ước lượng thì có thể biến đổi tập số liệu như đã chỉ ra(7.30) và tiến hành ước lượng theo phương pháp bình phương nhỏ nhất thơng thường.Nhưng ván đề được đặt ra là các hệ số hồi quy ước lượng được có các thuojc tính tối ưu thơng thường của các mơ hình cổ ddiern khơng?Chú ý rằng trong phương trình sai phân tổng quát xuất hiện ρ chứ không phải ^ρ nhưng khi tiến hành phép hồi quy theo phương pháp bình phương nhỏ nhất thì chúng ta sử dụng ρ.Không đi vào chi tiết phức tạp nhưng chúng ta có thể phát hiện 1 nguyên tắc thực hành như sau khi ta sử dụng 1 ước lượng thay cho giá trị đúng, thì các hệ số ước lượng thu được từ phương pháp bình phương nhỏ nhất có thuộc tính tối ưu thơng thường chỉ tiệm cận có nghĩa là có thuộc tính đó trong các mẫu lớn.

</div>Trang 15<div class="page_container" data-page="15">

Các thủ tục kiểm định giả thiết thơng thường nói 1 cách chính xác là đúng 1 cách tiệm cận. Vì vậy trong các mẫu nhỏ ta phải cẩn thạn trong khi giải thích các kết quả ước lượng.

2.3. Thủ tục lặp Cochrane – Orcutt để ước lượng ρ

Phương pháp này sử dụng các phần dư et đã được ước lượng để thu được thông tin về ρ

Các bước tiến hành như sau:

Bước 1: Ước lượng mơ hình 2 biến bằng phương pháp bình phương nhỏ nhất thông

thường và thu được các phần dư et.

Bước 2: Sử dụng các phần dư đã ước lượng để ước lượng hồi quy:

</div>Trang 16<div class="page_container" data-page="16">

Bước 4: Vì chúng ta chưa biết trước rằng ^ρ thu được từ (c) có phải là ước lượng tốt nhất của p hay không, ta thế giá trị ^β1= ^β1 (1- ^ρ ) và ^β2thu được từ (d) vào hồi quy gốc ban đầu (a) và thu được các phần dư mới chẳng hạn e**

^et¿ ¿¿∗ = Y - t β1- β2Xt (e) Các phần dư có thể tính dễ dàng.

Ước lượng chương trình hồi quy tương tự với (c)

et¿ ¿¿∗ = ^^ρ et¿−1∗¿ ¿+ Wt (g)

^^ρlà ước lượng vòng 2 của ρ

Thủ tục này tiếp tục cho đến khi các ước lượng kế tiếp nhau của ρ khác nhau một lượng rất nhỏ chẳng hạn bé hơn 0,01 hoặc 0,005.

2.4. Thủ tục Cochrane – Orcutt hai bước

Đây là một kiểu rút gọn quá trình lặp. Trong bước 1 ta ước lượng p tư bước lặp đầu tiên nghĩa là từ phép hồi quy (a) và trong bước 2 ta sử dụng ước lượng của p để ước lượng phương trình sai phân tổng quát.

2.5. Phương pháp Durbin – Waston 2 bước để ước lượng p

Kiểm định Durbin – Waston là một trong những phép kiểm định được dùng đầu tiên và khá hiệu quả để phát hiện hiện tượng tự tương quan trong mơ hình hồi quy

Để minh họa phương pháp này, chúng ta viết lại phương trình sai phân tổng quát dưới dạng sau:

Yt = β (1-1 ρ) + β2 Xt – ρβ2Xt-1 + ρYt-1 + εt (h) Durbin đã đề xuất thủ tục 2 bước để ước lượng p:

Bước 1: Coi (h) như là một mơ hình hồi quy bội, hồi quy Y theo Xt t, Xt-1 và Y và coi giát-1 trị ước lượng được của hệ số hồi quy của Y (=t-1 ^ρ) là ước lượng của ρ. Mặc dù là ước lượng chệch nhưng ta có ước lượng vững của ρ.

</div>Trang 17<div class="page_container" data-page="17">

Bước 2: Sau khi thu được ^ρ , hãy đổi biến Y¿t = Yt - ^ρYt-1 và Xt¿ = Xt - ^ρXt-1 và ước lượng hồi quy bằng phương pháp bình phương nhỏ nhất thơng thường trên các biến đã biến đổi đó như là Y¿t= β1+ β2Xt¿ + εt

Như vậy theo phương pháp này thì bước 1 là ước lượngρ còn bước 2 là để thu được các ước lượng tham số.

Như vậy, nếu ρ chưa biết ta có thể dùng một trong hai cách khắc phục sau:  Dùng phương pháp sai phân

 Trước tiên ta sẽ ước lượng ρ theo cách đã làm như khi xác định giá trị thống kê Durbin – Waston đã thực hiện phía trên. Sau đó có thể lấy giá trị ước lượng đó để sử dụng phương pháp ước lượng Cochrane – Orcutt để đưa mơ hình về dạng mơ hình khơng có tự tương quan.

Phần 2: Vận dụng

(Dựa vào bộ số liệu ở Bảng 1)

1. Tương quan giữa các biến.

1.1. Thống kê mô tả số liệu

Sử dụng công cụ Descriptive Statistics trong Eviews, ta thu được bảng sau:

</div>Trang 18<div class="page_container" data-page="18">

1.2. Xây dựng hàm hồi quy mẫu

Do sử dụng số liệu chuỗi thời gian với biến phụ thuộc (Y), biến độc lập (X, Z và S) như trên, ta giả định hàm hồi quy biến có dạng như sau:

𝑌𝑡 = β1 + β2Xt + β3Zt + β4St + Ut

Thực hiện hồi quy mơ hình với bộ số liệu đã cho trên Eviews, ta thu được bảng sau:

Từ bảng kết quả Eview ta có mơ hình hồi quy mẫu:

^Yt=7.189706−2.283001 Xt+0.307064 Zt−0.679340

</div>Trang 19<div class="page_container" data-page="19">

 Ý nghĩa:

 ^β2=¿−2.283001: Nếu cùng tổng sản lượng lúa cả năm và tình hình dịch bệnh, khi tổng diện tích lúa cả năm tăng thêm 1 nghìn ha thì giá trị xuất khẩu gạo trung bình giảm 2.283001 tỷ USD

 ^β3=0.307064: Nếu cùng tổng diện tích lúa cả năm và tình hình dịch bệnh, khi tổng sản lượng lúa cả năm tăng thêm 1 triệu tấn thì giá trị xuất khẩu gạo trung bình tăng 0.307064 tỷ USD

 ^β4=−0.679340: Nếu cùng tổng diện tích lúa cả năm và tổng sản lượng lúa cả năm thì năm có dịch bệnh có giá trị xuất khẩu gạo thấp hơn năm khơng có dịch bệnh là 0.679340 tỷ USD

2. Ước lượng khoảng tin cậy và kiểm định giả thuyết thống kê

2.1. Ước lượng khoảng tin cậy của các hệ số hồi quy tổng thể

Chọn thống kê: T = ^βj−βj

se( ^βj) T (n – k) (j = n , k ) Với độ tin cậy =1 – = 95% => = 0.05 𝛾 𝛼 𝛼

Trên cửa sổ Equation của mơ hình gốc, chọn Views => Chọn Coefficient Diagnostics => Confidence Intervals (Khoảng tin cậy)

=> Chọn độ tin cậy = 0.95. OK

</div>Trang 20<div class="page_container" data-page="20">

 Khoảng tin cậy 95% của β2 là (- 4.283114; - 0.282888)

Kết luận

Với độ tin cậy 95%, khoảng tin cậy 95% của β2 là (- 4.283114; - 0.282888)  Khoảng tin cậy 95% của β3 là (0.200631; 0.413498)

Kết luận

Vậy với độ tin cậy 95%, Khoảng tin cậy 95% của β3 là (0.200631; 0.413498)  Khoảng tin cậy 95% của β4 là (- 1.645347; 0.286667)

Kết luận

Vậy với độ tin cậy 95%, khoảng tin cậy 95% của β4 là (- 1.645347; 0.286667)

2.2. Kiểm định giả thuyết thống kê

</div>Trang 21<div class="page_container" data-page="21">

a, Với mức ý nghĩa α = 5% kiểm định giả thuyết cho rằng tổng diện tích lúa cả nămkhơng ảnh hưởng đến giá trị xuất khẩu gạo

Với mức ý nghĩa α = 5% kiểm định

{

H0: β2=0

H1: β2≠0

Với mẫu cụ thể theo bảng số liệu

P value = 0.0278 < α => bác bỏ H0 , chấp nhận H1

Với mức ý nghĩa α = 5 % có thể kết luận rằng tổng diện tích lúa cả năm có ảnh hưởng đến giá trị xuất khẩu gạo.

b, Với mức ý nghĩa α = 5% kiểm định giả thuyết cho rằng tổng sản lượng lúa cả nămkhông ảnh hưởng đến giá trị xuất khẩu gạo

Với mức ý nghĩa α= 5% kiểm định

{

H0: β3=0

H1: β3≠0

Với mẫu cụ thể theo bảng số liệu

P value = 0.0000 < α => bác bỏ H0 , chấp nhận H1

Với mức ý nghĩa α = 5 % có thể kết luận rằng tổng sản lượng lúa cả năm có ảnh hưởng đến giá trị xuất khẩu gạo.

c, Với mức ý nghĩa α = 5% kiểm định gỉa thuyết cho rằng dịch bệnh không ảnh hưởngđến giá trị xuất khẩu gạo

Với mức ý nghĩa α= 5% kiểm định

{

H0: β4=0

H1: β4≠0

Với mẫu cụ thể theo bảng số liệu

P value = 0.1555 > α => Chưa đủ cơ sở bác bỏ H0

Với mức ý nghĩa α = 5 % có thể kết luận rằng dịch bệnh không ảnh hưởng đến giá trị xuất khẩu gạo

d, Với mức ý nghĩa α = 5% kiểm định giả thuyết cả 3 yếu tố tổng diện tích lúa cả năm,tổng sản lượng lúa cả năm và dịch bệnh không ảnh hưởng đến giá trị xuất khẩu gạo

Với mức ý nghĩa α =5% kiểm định