Đang tải... (xem toàn văn)
Bài thực hành kinh tế lượng.Vấn đề nghiên cứu: Diện tích rừng mất đi với mật độ dân số, diện tích đất canh tác và diện tích đồng cỏ chăn nuôi Vấn đề nghiên cứu: Diện tích rừng mất đi với mật độ dân số, diện tích đất canh tác và diện tích đồng cỏ chăn nuôi
Bài thực hành kinh tế lượng Vấn đề nghiên cứu: Diện tích rừng mất đi với mật độ dân số, diện tích đất canh tác và diện tích đồng cỏ chăn nuôi I., Cơ sở lý thuyết. Diện tích rừng mất đi phụ thuộc vào một số yếu tố sau đây: + Mật độ dân số: khi mật độ dân số càng cao thì xu hướng sẽ là mở rộng diện tích đất đai cho người dân có them không gian sống. Điều đó có nghĩa là sẽ phải hy sinh một lượng diện tích rừng và làm diện tích rừng bị mất tăng lên. + Diện tích đất dành cho trồng trọt: khi ngành trồng trọt phát triển mạnh, hay người dân cần nhiều đất hơn để trồng các loại cây lương thực, thực phẩm, công nghiệp,… họ sẽ phá rừng và tất nhiên diện tích rừng bị mất sẽ tăng lên. + Diện tích đất dành cho chăn nuôi: tương tự như ảnh hưởng của diện tích đất dành cho trồng trọt, diện tích đất dành cho chăn nuôi cũng ảnh hưởng cùng chiều đến diện tích rừng bị mất đi. Người dân tham gia sản xuất trong lĩnh vực chăn nuôi càng nhiều thì họ sẽ lấy đi của rừng nhiều đất hơn. II. Xây dựng mô hình kinh tế lượng. Các biến sử dụng: Forest_loss: diện tích rừng mất đi. Popdens: mật độ dân số. Cropch: sự thay đổi diện tích đất dành cho trồng trọt. Pasturech: sự thay đổi diện tích đất dành cho chăn nuôi. Ta có : PRF E(Forest_loss i / Popdens, Cropch, Pasturech) = β 1 +β 2 Popdens+β 3 Cropch +β 4 Pasturech NHOM_42 KTE309(2-1213).10_LT Trong đó : Forest_lossi: là biến phụ thuộc Popdens, Cropch, Pasturech: là biến độc lập β 1 : hệ số chặn β 2 , β 3 , β 4 : hệ số góc Dự kiến dấu: + Mật độ dân số tăng làm diện tích rừng bị mất tăng => β2 mang dấu dương. + Diện tích đất trồng trọt tăng làm diện tích rừng bị mất tăng => β3 mang dấu dương. + Diện tích đất chăn nuôi tăng làm diện tích rằng bị mất tăng => β4 mang dấu dương. Trên cơ sở đó ta có mô hình hồi quy như sau: SRM : Forest_loss i = b 1 + b 2 Popdens + b 3 Cropch +b 4 Pasturech + e i Với e i là phần dư của mẫu • Bảng số liệu về lượng giảm về rừng , mật độ dân số, diện tích canh tác và diện tích đồng cỏ: ob s Forest_loss Popden s Cropch Pasturech obs Forest_los s Popdens Cropch Pasturech 1 0,7 357 27,9 0 36 0,6 351 8,5 2,4 2 0,7 48 1,7 0 37 1 1541 14,3 6 3 0,8 932 14,5 0 38 2,9 1661 4 0 4 0,7 366 17,9 0 39 1,3 2769 1,5 0 5 0,8 83 2,2 0 40 1 510 0,4 0 6 0 22 5,1 0 41 0,9 200 3,6 0 7 0 67 4 -6,6 42 1,2 678 0,2 -0,8 8 0,6 413 0 0 43 2,9 1113 25,5 29,7 9 0,3 496 0,4 -1,1 44 1,4 2178 -2,9 18,3 10 0,5 458 6,5 0 45 1 1074 12,3 -1,5 11 0,4 152 3,9 0 46 1,8 586 1,5 0 12 1 115 3,9 12,2 47 2,9 2232 2,5 24 13 0,9 964 18,3 0 48 0,3 92 8,3 -20,1 14 1,2 459 3,9 0 49 2,6 640 4,5 15,6 15 1 421 19 0 50 2 2663 1,1 0 16 1,3 723 -2,6 0 51 1,6 925 7,9 7,7 ~ 2 ~ NHOM_42 KTE309(2-1213).10_LT 17 1,1 256 3,4 0 52 2 503 3,7 6,2 18 0,5 294 0,5 0 53 1,2 472 0,7 0 19 0,7 1310 6,2 0 54 1,7 346 2,1 10,7 20 0,6 627 8,6 0 55 1,7 337 16,7 13,9 21 1,4 714 7,3 0 56 0,2 0,89 9 9,1 22 0,6 270 1,2 0 57 0,9 993 4 15,3 23 0,4 52 3,4 0 58 2,5 1575 2,4 0 24 0,2 71 13,7 0 59 0,1 41 0,1 0,8 25 0,4 135 0 0 60 3,9 2501 1,7 -2,4 26 0,6 50 0,9 0 61 5,3 2304 1,8 -8,1 27 0,6 182 3,5 0 62 0,1 29 39,7 1,7 28 0,7 82 0,5 0 63 1,9 2493 3,4 0 29 0,5 24 2 0 64 1,1 71 12,9 -1,7 30 1,3 1137 25,2 0 65 0,6 185 23,1 7,5 31 0,7 195 1,3 0 66 0,6 327 4,1 5,8 32 1,2 325 1 0 67 1,7 409 9,4 29,2 33 1 120 3,1 0 68 2,4 117 26,7 33,5 34 0,6 282 8,8 0 69 0,4 179 6,1 0 35 0,8 228 3,3 0 70 1,2 234 4,3 2,9 1. Ước lượng hồi quy mô hình +) với số liệu từ mẫu trên tiến hành ước lượng mô hình bằng phần mềm Gretl ta được kết quả như bảng sau: Model 1: OLS, using observations 1-70 Dependent variable: Forest_loss Coefficient Std. Error t-ratio p-value const 0,565674 0,13271 4,2625 0,00007 *** Popdens 0,00080774 3 0,00011355 8 7,1131 <0,00001 *** Cropch - 0,00397477 0,010214 -0,3891 0,69842 Pasturech 0,027966 0,0100031 2,7957 0,00677 *** ~ 3 ~ NHOM_42 KTE309(2-1213).10_LT Mean dependent var 1,138571 S.D. dependent var 0,928189 Sum squared resid 30,00558 S.E. of regression 0,674263 R-squared 0,495245 Adjusted R-squared 0,472302 F(3, 66) 21,58553 P-value(F) 7,45e-10 Log-likelihood -69,67678 Akaike criterion 147,3536 Schwarz criterion 156,3475 Hannan-Quinn 150,9261 Theo kết quả trên ta được hàm hồi quy miêu tả mối quan hệ giữa các biến kinh tế như sau: -p-value(Popdens), p-value(Pasturech) < 0,01 => biến có ý nghĩa thống kê ở mức 1% -p-value(Cropch)=0,6982 > 0,1 => biến Cropch không có ý nghĩa thống kê ở mức 10% • Ý nghĩa của các hệ số ước lượng: b 1 = 0,536816 > cho t biết khi mật độ dân số và thay đổi của đồng cỏ không thay đổi thì tỷ lệ rừng bị mất là 0,536816. b 2 = 0,000814567>0 cho biết khi các yếu tố khác không thay đổi, mật độ dân số tăng lên 1% thì tỷ lệ rừng bị mất là 0,000814567% b 4 =0,0269409 >0 cho biết khi các yếu tố khác không thay đổi, diện tích đất chăn nuôi tăng lên 1% thì tỷ lệ rừng mất đi là 0,0269409% Theo lý thuyết thì khi dân số tăng và diện tích đất chăn nuôi tăng thì diện tích rừng giảm xống. dó đó có thể kết luận các hệ số ước lượng phù hợp với lý thuyết. +) R 2 = 0,495245 cho t biết 49, 5245% sự biến động của diện tích rừng được giải thích bởi mật độ dân số, diện tích canh tác và sự thay đổi của đồng cỏ. 2. Kiểm định mô hình gốc: 2.1 1.Mô hình có hệ số của Cropch không có ý nghĩa thống kê 2.2 kiểm định sự phù hợp của hàm hồi quy: Để kiểm định sự phù hợp của hàm hồi quy ta kiểm định cặp giả thiết sau: H 0 : R 2 = 0 ~ 4 ~ NHOM_42 KTE309(2-1213).10_LT H 1 : R 2 > 0 Tiêu chuẩn kiểm định: P-value(F)= 7,45e-10 < 0,01 => bác bỏ H 0 => mô hình phù hợp 2.3 Mô hình có phân phối e i chuẩn do cỡ mẫu lớn. Kiểm định Normality cho kết quả p-value=0 => phần dư của mô hình không có phân phối chuẩn. Tuy nhiên vì mô hình có kích thước lớn (n=70) nên lỗi này không ảnh hưởng nghiêm trọng tới mô hình do sự hội tụ về phân phối chuẩn khi kích thước mẫu đủ lớn. 2.4 Đa cộng tuyến: • Phát hiện đa cộng tuyến theo phương pháp hồi quy phụ. Hồi quy PL theo PC bằng phần mềm Gretl ta thu được kết quả sau: Model 2: OLS, using observations 1-70 Dependent variable: Popdens ~ 5 ~ NHOM_42 KTE309(2-1213).10_LT Coefficient Std. Error t-ratio p-value const 702,673 114,084 6,1592 <0,00001 *** Cropch -13,8884 10,8568 -1,2792 0,20523 Pasturech 11,0228 10,6771 1,0324 0,30561 Mean dependent var 639,4270 S.D. dependent var 726,3400 Sum squared resid 35255298 S.E. of regression 725,3954 R-squared 0,031509 Adjusted R-squared 0,002599 F(2, 67) 1,089908 P-value(F) 0,342134 Log-likelihood -558,8628 Akaike criterion 1123,726 Schwarz criterion 1130,471 Hannan-Quinn 1126,405 Ta có P-value(F)= 0,32134 <0,05 => không có hiện tượng đa cộng tuyến • Có thể phát hiện đa cộng tuyến theo chạy mô hình tính VIF tư động, ta có : Theo bảng số liệu trên ta có thể thấy rằng VIF(PL) và VIF(PC) <10 nên không có đa cộng tuyến ở mô hình hồi quy ban đầu. 2.5 Phương sai sai số thay đổi: ~ 6 ~ NHOM_42 KTE309(2-1213).10_LT Sử dụng kiểm định White và Breusch-Pagan test để kiểm tra có PSSS thay đổi trong mô hình hay không: ( với số liệu chéo) Model 1: OLS, using observations 1-70 Dependent variable: Forest_loss Coefficient Std. Error t-ratio p-value const 0,565674 0,13271 4,2625 0,00007 *** Popdens 0,00080774 3 0,00011355 8 7,1131 <0,00001 *** Cropch - 0,00397477 0,010214 -0,3891 0,69842 Pasturech 0,027966 0,0100031 2,7957 0,00677 *** Mean dependent var 1,138571 S.D. dependent var 0,928189 Sum squared resid 30,00558 S.E. of regression 0,674263 R-squared 0,495245 Adjusted R-squared 0,472302 F(3, 66) 21,58553 P-value(F) 7,45e-10 Log-likelihood -69,67678 Akaike criterion 147,3536 Schwarz criterion 156,3475 Hannan-Quinn 150,9261 Test for normality of residual - Null hypothesis: error is normally distributed Test statistic: Chi-square(2) = 23,0444 with p-value = 9,90787e-006 White's test for heteroskedasticity (squares only) - Null hypothesis: heteroskedasticity not present Test statistic: LM = 21,2084 with p-value = P(Chi-square(6) > 21,2084) = 0,00168293 White's test for heteroskedasticity - Null hypothesis: heteroskedasticity not present Test statistic: LM = 30,5016 with p-value = P(Chi-square(9) > 30,5016) = 0,000360303 Breusch-Pagan test for heteroskedasticity - Null hypothesis: heteroskedasticity not present Test statistic: LM = 72,5686 ~ 7 ~ NHOM_42 KTE309(2-1213).10_LT with p-value = P(Chi-square(3) > 72,5686) = 1,20259e-015 -với White : p-value = P(Chi-square(9) > 30,501581) = 0,000360303 <0.01 => có PSSS thay đổi. -với White's test (squares only) p-value = P(Chi-square(6) > 21,20815) = 0,00168293 <0.01 => có PSSS thay đổi. -với Breusch-Pagan test: : p-value = P(Chi-square(3) > 72,568554) = 1,20259e-015<0,01 => có PSSS thay đổi. 2.6 Tự tương quan. Đổi số liệu của mô hình về dạng chuỗi thời gian, hồi quy mô hình với sơ liệu đã đổi ta có. Model 6: OLS, using observations 1-70 Dependent variable: FL Coefficient Std. Error t-ratio p-value const 0,536816 0,109359 4,9088 <0,00001 *** Popdens 0,00081456 7 0,00011148 3 7,3066 <0,00001 *** Pasturech 0,0269409 0,00958869 2,8097 0,00649 *** Mean dependent var 1,138571 S.D. dependent var 0,928189 Sum squared resid 30,07442 S.E. of regression 0,669979 R-squared 0,494087 Adjusted R-squared 0,478985 F(2, 67) 32,71694 P-value(F) 1,22e-10 Log-likelihood -69,75699 Akaike criterion 145,5140 Schwarz criterion 152,2595 Hannan-Quinn 148,1934 rho -0,016856 Durbin-Watson 2,027822 Theo số liệu trong bảng ta thấy giá trị theo kiểm định Durbin-Watson: d=2,027822 Trong khi đó ta có : d u = 1,672 d l =1,554 (với mức ý nghĩa 5%) ~ 8 ~ NHOM_42 KTE309(2-1213).10_LT d=2,027822 ∈ (d u , 4-d u ) => với mức ý nghĩa 5% mô hình không có tự tương quan. 3. Khắc phục mô hình có PSSS thay đổi : phát hiện biến gây ra PSSS thay đổi : Từ kết quả thu được từ những kiểm định trên ta có thể kết luận mô hình có hiện tượng PSSSTĐ. Để có thể khắc phục lỗi này ta cần tìm hiểu xem biến nào gây ra lỗi. Ta thực hiện lấy phần dư của mô hình gốc, bình phương lên sau đó vẽ đồ thị về mối quan hệ của nó với lần lượt 3 biến giải thích. ~ 9 ~ NHOM_42 KTE309(2-1213).10_LT ~ 10 ~ [...]... KẾT QUẢ: Dựa vào sự phân tích những kết quả thu được ở trên ta có thể kết luận mô hinh hình hồi quy là Forest_loss = 0,4658 + 0,00097.popdens + 0,01295.pasturech +ei Mức độ phù hợp của mô hình so với thực tế khá cao R2 = 86,31% Diễn giải mô hình + Khi mật độ dân số (Popdens) tăng 1 đơn vị (trong khi các điều kiện khác không đổi) thì diện tích rừng mất tăng (Foresst_loss) 0.00097 đơn vị + Khi diện tích... White’s test: Ta thấy p-value=0.000000 . Bài thực hành kinh tế lượng Vấn đề nghiên cứu: Diện tích rừng mất đi với mật độ dân số, diện tích đất canh tác. lĩnh vực chăn nuôi càng nhiều thì họ sẽ lấy đi của rừng nhiều đất hơn. II. Xây dựng mô hình kinh tế lượng. Các biến sử dụng: Forest_loss: diện tích rừng mất đi. Popdens: mật độ dân số. Cropch:. 8,8 0 69 0,4 179 6,1 0 35 0,8 228 3,3 0 70 1,2 234 4,3 2,9 1. Ước lượng hồi quy mô hình +) với số liệu từ mẫu trên tiến hành ước lượng mô hình bằng phần mềm Gretl ta được kết quả như bảng sau: