Tải bản đầy đủ

phân tích sự ảnh hưởng của xuất khẩu và nhập khẩu đến tổng sản phẩm quốc dân trong giai đoạn 2009 2017

KINH TẾ LƯỢNG
NHÓM 3
ĐỀ TÀI: PHÂN TÍCH SỰ ẢNH HƯỞNG CỦA XUẤT KHẨU VÀ NHẬP KHẨU
ĐẾN TỔNG SẢN PHẨM QUỐC DÂN TRONG GIAI ĐOẠN 2009-2017

A.

B.
1.

LỜI MỞ ĐẦU
Trong năm 2017 nước ta đã đạt được những thành tựu
đáng kinh ngạc về nền kinh tế. Đặc biệt, phải nhắc đến kim
ngạch xuất nhập khẩu của Việt Nam đạt ngưỡng 400 tỉ usd
cao nhất từ trước đến giờ. Trong đó xuất nhập khẩu đứng thứ
hạng 26 và 25 trên toàn cầu. Với kim ngạch xuất nhập khẩu
lớn như vậy đã nâng mức GDP của Việt Nam lên rất nhiều
trong năm 2017.GDP là một trong những chỉ số cơ bản để
đánh giá sự phát triển nền kinh tế của một quốc gia. Vì vậy,
đề tài nghiên cứu của nhóm em sẽ tìm hiểu đến sự ảnh
hưởng của xuất nhập khẩu đến GDP của cả nước, cũng như

để cung cấp thêm thông tin cho những nhà quản trị trong
tương lai về tình hình của nền kinh tế nước nhà thông qua
chỉ số GDP và một số yếu tố ảnh hưởng đến nó.
NỘI DUNG
I.
LÝ THUYẾT
Giới thiệu phương sai sai số thay đổi

1.1. Định

nghĩa

Phương sai sai số thay đổi xảy ra khi giả thuyết:
Var(Ui)=σi2
Khi giả thiết phương sai sai số đồng đều bị vi phạm thì mô hình
hồi quy gặp phải hiện tượng này.
1.2. Nguyên

nhân


Phương sai của sai số thay đổi có thể do một trong các nguyên
nhân sau:
- Do bản chất của mối liên hệ của các đại lượng kinh tế.có
nhiều mối quan hệ kinh tế
có chứa hiện tượng này. Chẳng hạn mối liên hệ giữa thu nhập
và tiết kiệm, thông
thường thu nhập tăng thì mưc độ biến động của hiện tượng
cũng tăng.
- Do kỹ thuật thu nhập và sử lý số liệu được cải tiến dường như
giảm. Kỹ thuật thu
thập số liệu càng được cải tiến thì sai lầm phạm phải càng it
hơn.
- Do con người học được hành vi trong quá khứ. Ví dụ như lỗi
của người đánh máy
càng it thì nếu thời gian thực hiện càng tăng.
- Phương sai của sai số thay đổi cũng cũng xuất hiện khi có các
quan sát ngoại lai.
Quan sát ngoại lai là các quan sát khác biệt rất nhiều (quá nhỏ
hoặc quá lớn) với các


quan sát khác trong mẫu. Việc đưa vào hay loại bỏ các quan
sát này ảnh hưởng rất lớn
đến phân tích hồi quy.
- Nguyên nhân khác đó là mô hình định dạng sai, có thể là do
bỏ xót biến thích hợp
hoặc dạng giải tích của hàm là sai
1.3. Hậu

quả

Các ước lượng bình phương nhỏ nhất
tính không chệch nhưng không hiệu quả.

là ước lượng tuyến

Các ước lượng của các phương sai là các ước lượng chệch =>
Làm giá trị của thống kê T& F mất ý nghĩa.


Các bài toán về ước lượng & kiểm định dự báo khi sử dụng
thông kê T&F là không đáng tin cậy
2.

Phát hiện sư tồn tại của phương sai sai số thay đổi

2.1. Phương pháp định tính
Phương pháp đồ thị phần dư
Đồ thị sai số của hồi quy (phần dư) đối với biến độc lập X hoặc
giá trị dự đoán Ŷi
sẽ cho ta biết liệu phương sai của sai số có thay đổi không.
Phương sai của phần dư được chỉ ra bằng độ rộng của biểu đồ
phân rải của phần dư khi X tăng. Nếu độ rộng của biểu đồ rải
của phần dư tăng hoặc giảm khi X tăng thì giả thiết về phương
sai hằng số có thể không được thỏa mãn.
Ta hồi quy mô hình hồi quy gốc: Yi = β1+ β2Xi + Ui
Phương pháp vẽ đồ thị:
B1.Ta hồi quy mô hình hồi quy gốc
Yᵢ = β1 + β2Xi + Uᵢ
Ta thu được phần dư eᵢ .
B2.Sắp xếp các ei theo chiều tăng biến X nào đó.
B3.Vẽ đồ thị phần dư eᵢ (eᵢ²) đối với X theo biến sắp xếp đó.
( hoặc với Ŷᵢ trong
trường hợp hồi quy nhiều biến)


2.2. Phương pháp định tính

Biến phụ thuộc

a, Kiểm định Park:
Đường hồi qui ước lượng

Park đã hình thứ hóa phương pháp đồ thị cho rằng là hàm
nào đó của biến giải thích X. Dạng hàm đề nghị là:
Lấy ln của 2 vế ta được:
ln
Trong đó vi là số hạng ngẫu nhiên.
Vì là chưa biết nên Park đã đề nghị sử dụng thay cho và
ước lượng hồi quy sau:
ln (1)

Biến độc lập

Trong đó , thu được từ hồi quy gốc.
Để thực hiện kiểm định park ta sẽ tiến hành các bước sau:
Bước 1: Ước lượng hồi quy gốc, cho dù có hoặc không tồn tại
hiện tượng phương sai của sai số thay đổi.
Bước 2: Từ hồi quy gốc thu được các phần dư sau đó bình
phương chúng được rồi đến lấy ln
Bước 3: Ước lượng hồi quy trong đó biến giải thích (Xi) là
biến giải thích trong hồi quy gốc, nếu có nhiều biến giải thích có
thể ước lượng hồi quy đối với mỗi biến giải thích, hoặc có thể ước
lượng hồi quy đối với làm biến giải thích, trong đó là đã được
ước lượng.
Bước 4: Kiểm định giả thiết : nghĩa là không có hiện tượng
phương sai của sai số thay đổi. Nếu có tồn tại mối liên hệ có ý
nghĩa về mặt thống kê giữa ln và ln thì giả thiết : có thể bác bỏ,
trong trường hợp này ta phải tìm cách khắc phục.


Bước 5: Nếu giả thiết : được chấp thuận thì trong hồi quy
(1) có thể được giải thích như là giá trị của phương sai không đổi
()
b, Kiểm định Glejser
Kiểm định Glejser cũng tương tự như kiểm định Park. Sau khi
thu được phần dư ei từ hồi quy theo phương pháp bình quân nhỏ
nhất, Glejser đề nghị giá trị hồi quy giá trị tuyệt đối của , || đối với
biến X nào mà có thể có kết hợp chặt chẽ với . Trong thực nghiệm
Glejser sử dụng các hàm sau:
|
|
|
|
|
|
Trong đó vi là sai số.
Giả thiết trong mỗi trường hợp đã nêu trên là không có
phương sai của sai số thay đổi, nghĩa là : . Nếu giả thiết này bị bác
bỏ thì có thế có hiện tượng phương sai của sai số thay đổi. Cần
lưu ý rằng kiểm định Glejser cũng có vấn đề như kiểm định Park.
Goldfeld và Quandt đã chỉ ra rằng sai số vi trong hồi quy Glejser
có một số vấn đề, như giá trị kỳ vọng của nó khác không, nó có
tương quan chuỗi. Tuy nhiên Glejser cho rằng trong mẫu kiểm
định lớn thì 4 mô hình đầu cho ta kết quả tốt trong việc vạch ra
hiện tượng phương sai của sai số thay đổi ( hai mô hình còn có
vấn đề vì là phi tuyến theo tham số, do đó, không thể ước lượng
bằng thủ tục bình phương nhỏ nhất thông thường)
Do vậy mà kiểm định Glejser được sử dụng như một công cụ
để chuẩn đoán trong mỗ lớn.
c, Kiểm định white


Kiểm định white đề nghị một thủ tục không đòi hỏi U có phân
phối chuẩn. Kiểm định này là một kiểm định tổng quát về sự
thuần nhất của phương sai xét mô hình sau:
(3)
Bước 1: Ước lượng (3) bằng OLS, từ đó thu được các phần dư
tương ứng
Bước 2: Ước lượng mô hình sau:
(4)
là hệ số xác định bội từ (4)
Bước 3: Kiểm định giả thuyết.
: Phương sai sai số đồng đều ( )
: Phương sai sai số thay đổi
có phần xấp xỉ , d bằng hệ số của mô hình (4) không kể hệ
số chặn.
Bước 4: Nếu không vượt quá giá trị thì giả thuyết không có
cơ sở bị bác bỏ và ngược lại.
3. Cách khắc phục
3.1.Biết
Khi biết chúng ta có thể dễ dàng khắc phục bằng phương
pháp OLS có trọng số.
3.2. Chưa biết
Chúng ta sẽ minh họa bằng mô hình hồi quy gốc sau:
Xét 3 giả thuyết sau:
a, Giả thuyết 1
Phương sai của sai số tỉ lệ với bình phương của biến giải
thích:
E() = (6)


Nếu bằng phương pháp đồ thị hoặc cách tiếp cận Park hoặc
Glejser… chỉ cho chúng ta rằng có thể phương sai Ui tỉ lệ với bình
phương của biến giải thích X thì chúng ta có thể biến đổi mô hình
gốc theo cách sau:
Chia 2 về của mô hình gốc cho ( ≠ 0)
(7)
Trong đó vi = là số hạng nhiễu đã được biến đổi, và rõ ràng
rằng E=
Thực vậy:
E= E= E= =
Như vậy tất cả các giả thiết của mô hình hồi quy tuyến tính
cổ điển được thoả mãn đối với (7) vậy ta có thể áp dụng phương
pháp bình phương nhỏ nhất cho phương trình đã được biến đổi
(4). Hồi quy theo .
b, Giả thuyết 2
Phương sai của sai số tỉ lệ với biến giải thích X:
Nếu sau khi ước lượng hồi quy bằng phương pháp bình
phương nhỏ nhất thông thường, chúng ta vẽ đồ thị của phần dư
này đối với biến giải thích X và quan sát thấy hiện tượng chỉ ra
phương sai của sai số liên hệ tuyến tính với biến giải thích hoặc
bằng cách nào đó có thể tin tưởng như vậy thì mô hình gốc sẽ
được biến đổi như sau:
Với mỗi i chia cả 2 vế của mô hình gốc cho (với Xi > 0)
(8)
Trong đó = và có thể thấy ngay rằng E= . Chú ý: Mô hình (8)
là mô hình không có hệ số chặn cho nên ta sẽ sử dụng mô hình
hồi quy qua gốc để ước lượng β1 và β2, sau khi ước lượng (8)
chúng ta sẽ trở lại mô hình gốc bằng cách nhân cả 2 vế (8) với .
c, Giả thuyết 3


Phương sai của sai số tỉ lệ với bình phương của giá trị kỳ
vọng của Y, nghĩa là:
Khi đó thực hiện phép biến đổi như sau:
Trong đó: , Var(
Nghĩa là nhiễu có phương sai không đổi. Điều này chỉ xảy ra
ở hồi quy (9) thỏa mãn giả thiết phương sai không đổi của mô
hình hồi quy tuyến tính cổ điển. Tuy nhiên phép biến đổi (9) vẫn
chưa thực hiện được vì bản thân E(Yi) phụ thuộc vào β1 và β2
trong khi β1 và β2 lại chưa biết.
Nhưng chúng ta biết = β1 + β2 Xi là ước lượng của E(). Do
đó có thể tiến hành theo 2 bước sau:
Bước 1: Ước lượng hồi quy bằng phương pháp bình phương
bé nhất thông thường, thu được Ŷi. Sau đó sử dụng Ŷi để biến đổi
mô hình gốc thành dạng như sau:
(10)
Trong đó
Bước 2: Ước lượng hồi quy (10), dù không xác là E(), chúng
chỉ là ước lượng vững nghĩa là khi cỡ mẫu tăng lên vô hạn thì
chúng hội tụ đến E() vì vậy phép biến đổi (10) có thể sử dụng
trong thực hành khi cỡ mẫu tương đối lớn.
d, Giả thuyết 4:Hạng hàm sai
Đôi khi thay cho việc dự đoán về người ta định dạng lại mô
hình. Chẳng hạn thay cho việc ước lượng hồi quy gốc có thể
chúng ta sẽ ước lượng hồi quy:
(11)
Việc ước lượng hồi quy (11) có thể làm giảm phương sai của
sai số thay đổi do tác động của phép biến đổi loga. Một ưu thế


trong phép biến đổi loga là hệ số góc là hệ số co dãn của Y đối
NĂM
2009

TỔNG SẢN PHẨM QUỐC XUẤT
DÂN(GDP)
KHẨU(EX)
99.13
57.096

NHẬP
KHẨU(IM)
69.949

2010

106.01

72.273

84.839

2011

115.93

96.906

106.75

2012

135.53

114.529

113.78

2013

155.82

132.033

132.03

2014

186.2

150.217

147.849

2015

193.2

162.016

165.775

2016

202.6

353.263

349.957

2017

224.6

428.038

422.207

với X.
II.Chọn và xử lý dữ liệu có phương sai sai số thay đổi
GDP VÀ NHỮNG YẾU TỐ ẢNH HƯỞNG TRONG GIAI
ĐOẠN 2009-2017
ĐVT: TỶ USD
(Trích nguồn: Tổng cục thống kê)
Trong đó: Y: Tổng sản phẩm quốc dân GDP ( tỷ usd)
X: Xuất khẩu (tỷ usd)
Z: Nhập khẩu ( tỷ usd)


Bài toán
1.

Xây dựng mô hình hồi quy
Ta có mô hình hàm hồi quy tuyến tính thể hiện sự phụ thuộc
của
Mô hình ước lượng của hàm hồi quy tuyến tính:

Tiến hành trên eview ta có kết quả sau:


Ý nghĩa hệ số hồi quy:
= 3.438395: nếu nhập khẩu không đổi, xuất khẩu tăng thêm
1 tỷ USD thì GDP tăng thêm 3.438395 tỷ USD/năm.
= -3.268812 : nếu xuất khẩu không đổi, nhập khẩu tăng
thêm 1 tỷ USD thì GDP giảm 3.268812 tỷ USD/năm

2.

Dự báo giá trị trung bình hoặc cá biệt khi biết giá trị
các biến độc lập


Tìm khoảng dự báo giá trị trung bình của Y khi X =476.023 ,
Z=439.05 với độ tin cậy 95%.
Khi dự báo giá trị trung bình thêm năm quan sát 2018, được đồ
thị dự báo

Tiến hành thiết lập cận dưới trung bình và cận trên trung bình,
nhận được bảng sau:


Kết luận: Giá trị trung bình trong khoảng ( -4661.221;
5340.138)
3.

a)

Phát hiện hiện tượng phương sai sai số
Để chứng minh cho bảng số liệu thu thập được có hiện tượng
phương sai của sai số thay đổi ta thực hiện các kiểm định
sau:
Dựa vào đồ thị phần dư

Đồ thị phần dư và


Đồ thị bình phương phần dư và
Từ hai đồ thị cho thấy rằng độ rộng của biểu đồ rải tăng lên khi
tăng, cho nên ta có thể nói rằng phương sai của sai số thay đổi
khi tăng.
b)

Kiểm định Glejser
Hồi quy mô hình
Được kết quả sau:


c)

Kiểm định White
Hồi quy mô hình
Được kết quả sau:


4.

Khắc phục hiện tượng

Để khắc phục hiện tượng phương sai sai số, nhóm sử dụng giả
thuyết 1 :

Ta thực hiện hồi quy sau:


Dùng kiểm định White kiểm định lại:


Ta có P-value = 0.4587 > 0.05 nên chấp nhận , không còn hiện
tượng phương sai sai số thay đổi.



Tài liệu bạn tìm kiếm đã sẵn sàng tải về

Tải bản đầy đủ ngay

×