Các Đề thi kinh tế lượng có lời giải - P8

3 6.5K 294
Các Đề thi kinh tế lượng có lời giải - P8

Đang tải... (xem toàn văn)

Thông tin tài liệu

Tài liệu tham khảo cho các bạn sinh viên học chuyên ngành kinh tế có tư liệu ôn thi tốt đạt kết quả cao trong các kì thi giữa kì và cuối kì

ĐẠI HỌC DÂN LẬP HÙNG VƯƠNG Bài tập số 3 1 Môn học: KINH TẾ LƯỢNG Lớp: 04QK, 04QB, 04QB (Năm học 2006 – 2007) Gợi ý đáp án Bài tập số 3: ĐA CỘNG TUYẾN VÀ DẠNG HÀM Câu 1: (40điểm) Cho mô hình nhập khẩu của Hoa Kỳ giai đoạn 1970-1998 như sau: Ln Importst = β1 + β2 ln GDPt + β3 ln CPIt + ut (theo dữ liệu trong file T10-12.txt thuộc bộ dữ liệu của Gujarati). Trong đó: Imporst = Giá trị nhập khẩu của Hoa Kỳ GDP = Tổng sản phẩm quốc nội của Hoa Kỳ CPI = Chỉ số giá tiêu dùng tại Hoa Kỳ a) Trước khi chạy hồi qui anh/chị hãy dự báo dấu kỳ vọng của β2 và β3. Lý giải sự lựa chọn của mình β2: theo mô hình trên thể hiện tốc độ tăng của giá trị nhập khẩu của Hoa kỳ khi tổng sản phẩm quốc nội tăng 1%. Dự báo dấu kỳ vọng của β2 sẽ là số âm vì khi Tổng sản phẩm quốc nội tăng lên nhu cầu về hàng nhập sẽ giảm vì vậy Giá trị nhập khẩu của Hoa kỳ sẽ giảm. β3: theo mô hình trên thể hiện tốc độ tăng của giá trị nhập khẩu của Hoa kỳ khi chỉ số giá tiêu dùng tăng 1%. Dự báo dấu kỳ vọng của β3 sẽ là số âm vì khi chỉ số giá tiêu dùng tăng, khả năng mua của người dân sẽ thấp và điều này sẽ ảnh hưởng lên khả năng tiêu thụ hàng nhập khẩu và vì vậy giá trị nhập khẩu của Hoa kỳ sẽ giảm. b) Hãy ước lượng các hệ số trong mô hình. Dependent Variable: LOG(IMPORTS) Method: Least Squares Date: 05/08/07 Time: 23:24 Sample: 1970 1998 Included observations: 29 Variable Coefficient Std. Error t-Statistic Prob. C 1.975260 0.782070 2.525683 0.0180 LOG(GDP) 1.043167 0.405783 2.570749 0.0162 LOG(CPI) 0.446142 0.569840 0.782925 0.4407 R-squared 0.982318 Mean dependent var 12.49048 Adjusted R-squared 0.980958 S.D. dependent var 0.904848 S.E. of regression 0.124862 Akaike info criterion -1.225512 Sum squared resid 0.405356 Schwarz criterion -1.084068 Log likelihood 20.76993 F-statistic 722.2174 Durbin-Watson stat 0.461405 Prob(F-statistic) 0.000000 Sau khi chạy mô hình log kép ta : Ln Importst = 1.975 + 1.043 ln GDPt + 0.446 ln CPIt + tuˆ c) Từ kết quả trên anh/chị nghi ngờ sự đa cộng tuyến trong mô hình không? Tại sao? Dựa vào mô hình trên, ta nghi ngờ dự đa cộng tuyến vì: − Dấu của các biến trong mô hình ngược với dấu kỳ vọng. − R2 = 0.98 là một số lớn trong khi đó tstat(CPI) = 0.782925 là một số nhỏ (hay ProbCPI = 0.4407) d) Thực hiện tiếp các hồi qui sau: Ln Importst = A1 + A2 ln GDPt (1) Dependent Variable: LOG(IMPORTS) Method: Least Squares Date: 05/08/07 Time: 23:26 Sample: 1970 1998 Included observations: 29 Variable Coefficient Std. Error t-Statistic Prob. C 1.407426 0.290493 4.844960 0.0000 LOG(GDP) 1.359628 0.035525 38.27295 0.0000 R-squared 0.981901 Mean dependent var 12.49048 Adjusted R-squared 0.981231 S.D. dependent var 0.904848 ĐẠI HỌC DÂN LẬP HÙNG VƯƠNG Bài tập số 3 2S.E. of regression 0.123964 Akaike info criterion -1.271175 Sum squared resid 0.414912 Schwarz criterion -1.176879 Log likelihood 20.43204 F-statistic 1464.819 Durbin-Watson stat 0.437805 Prob(F-statistic) 0.000000 Ln Importst = B1 + B2 ln CPIt (2) Dependent Variable: LOG(IMPORTS) Method: Least Squares Date: 05/08/07 Time: 23:28 Sample: 1970 1998 Included observations: 29 Variable Coefficient Std. Error t-Statistic Prob. C 3.898610 0.250312 15.57499 0.0000 LOG(CPI) 1.905351 0.055221 34.50388 0.0000 R-squared 0.977824 Mean dependent var 12.49048 Adjusted R-squared 0.977002 S.D. dependent var 0.904848 S.E. of regression 0.137220 Akaike info criterion -1.067993 Sum squared resid 0.508390 Schwarz criterion -0.973697 Log likelihood 17.48590 F-statistic 1190.518 Durbin-Watson stat 0.495763 Prob(F-statistic) 0.000000 Ln GDPt = C1 + C2 ln CPIt (3) Dependent Variable: LOG(GDP) Method: Least Squares Date: 05/08/07 Time: 23:29 Sample: 1970 1998 Included observations: 29 Variable Coefficient Std. Error t-Statistic Prob. C 1.843760 0.108024 17.06804 0.0000 LOG(CPI) 1.398826 0.023831 58.69726 0.0000 R-squared 0.992224 Mean dependent var 8.151539 Adjusted R-squared 0.991936 S.D. dependent var 0.659461 S.E. of regression 0.059218 Akaike info criterion -2.748702 Sum squared resid 0.094684 Schwarz criterion -2.654406 Log likelihood 41.85618 F-statistic 3445.368 Durbin-Watson stat 0.348619 Prob(F-statistic) 0.000000 Dựa trên các kết quả hồi quy được, anh/ chị nhận xét gì về mức độ đa cộng tuyến trong bộ dữ liệu? Giải thích sự nhận xét của mình. Căn cứ vào mô hình (1) và mô hình (2) ta thấy mối quan hệ giữa GDP và CPI với Imports là mối quan hệ thuận điều này nghĩa GDP và CPI tăng sẽ làm cho Import tăng. Vì vậy, dấu kỳ vọng tại câu a là chưa chính xác. Mặc khác căn cứ vào mô hình (1) và mô hình (2), phương trình hồi qui giữa Imports với từng biến GDP và CPI ý nghĩa về mặt thống kê (R2 lớn và tstat lớn). Mô hình (3) thể hiện mối quan hệ giữa 2 biến độc lập GDP và CPI, ta thấy mô hình này ý nghĩa về mặt thống kê điều này nghĩa hiện tượng đa cộng tuyến trong mô hình gốc. Mặt khác, R2 trong mô hình 3 (R2hqp=0.992224) lớn hơn mô hình ban đầu (R2 = 0.982318) và lớn nhất trong các mô hình vì vậy mức độ đa cộng tuyến giữa hai biến GDP và CPI rất mạnh. e) Giải sử trong mô hình ban đầu (mô hình Ln Importst = β1 + β2 ln GDPt + β3 ln CPIt + ut hiện tượng đa cộng tuyến nhưng β2 và β3 đều ý nghĩa về mặt thống kê ở mức ý nghĩa 5% và thống kê F cũng ý nghĩa. Trong trường hợp này, chúng ta nên lo lắng về hiện tượng đa cộng tuyến không? Trong trường hợp trên chứng ta không cần phải lo lắng vì tstat >2 (do câu β2 và β3 đều ý nghĩa về mặt thống kê ở mức ý nghĩa 5%) và R2 của mô hình cao hơn R2 của mô hình hồi qui phụ (do câu thống kê F cũng ý nghĩa) ĐẠI HỌC DÂN LẬP HÙNG VƯƠNG Bài tập số 3 3Câu 2: (40 điểm) Xem xét dữ liệu trong file Table7.3 thuộc bộ dữ liệu Gujarati. Trong đó: Y = GDP thực hằng năm của khu vực nông nghiệp Đài Loan (triệu USD) X2 = Số ngày lao động hằng năm của khu vực nông nghiệp Đài Loan (triệu ngày công lao động) X3 = Vốn thực hằng năm của khu vực nông nghiệp Đài Loan (triệu USD) Các anh/chị hãy: a) Ước lượng hàm Cobb-Douglas dạng Y=AX2β2X3β3eui. Chuyển mô hình về hàm log kep và ước lượng ta : Dependent Variable: LOG(Y) Method: Least Squares Date: 05/09/07 Time: 20:40 Sample: 1958 1972 Included observations: 15 Variable Coefficient Std. Error t-Statistic Prob. C -3.338455 2.449508 -1.362908 0.1979 LOG(X2) 1.498767 0.539803 2.776509 0.0168 LOG(X3) 0.489858 0.102043 4.800487 0.0004 R-squared 0.889030 Mean dependent var 10.09653 Adjusted R-squared 0.870535 S.D. dependent var 0.207914 S.E. of regression 0.074810 Akaike info criterion -2.170875 Sum squared resid 0.067158 Schwarz criterion -2.029265 Log likelihood 19.28156 F-statistic 48.06885 Durbin-Watson stat 0.891083 Prob(F-statistic) 0.000002 LOG(Y) = -3.338455 + 1.498767 LOG(X2) + 0.489858 LOG(X3) + tuˆ b) Hãy giải thích các hệ số ước lượng β1, β2, β3 theo ý nghĩa kinh tế β1 = -3.338455 không cách giải thích vì còn ẩn chứa biến bỏ sót ngoài mô hình. β2 = 1.498767 độ co giãn riêng phần của GDP thực hằng năm (triệu USD) theo số ngày lao động hằng năm (triệu ngày công lao động) của khu vực nông nghiệp Đài Loan. Điều này nghĩa: giữ nhập lượng vốn thực hằng năm không đổi, căn cứ theo dữ liệu mẫu ta nếu gia tăng số ngày lao động hằng năm của khu vực nông nghiệp Đài Loan lên 1% thì GDP thực hằng năm của khu vực nông nghiệp Đài Loan sẽ tăng 1.498767% β3 = 0.489858 độ co giãn riêng phần của GDP thực hằng năm (triệu USD) theo vốn thực hằng năm (triệu USD) của khu vực nông nghiệp Đài Loan. Điều này nghĩa giữ nhập lượng số ngày lao động hằng năm của khu vực nông nghiệp Đài Loan không đổi, căn cứ theo dữ liệu mẫu ta nếu gia tăng vốn thực hằng năm của khu vực nông nghiệp Đài Loan lên 1% thì GDP thực hằng năm của khu vực nông nghiệp Đài Loan sẽ tăng 0.489858% c) Khu vực nông nghiệp Đài Loan phát triển hiệu quả không? Giải thích vì sao anh/chị lại nhận định như vậy. Ngoài những lý do phát triển do vốn và lao động các anh chị còn giả thiết nào về các nguyên nhân khác tác động đến sự phát triển của khu vực nông nghiệp không ? Để kiểm định Khu vực nông nghiệp Đài Loan phát triển hiệu quả không? Ta thực hiện vệc kiểm định Wald với: H0 : β1 + β3 = 1 H1 : β1 + β3 ≠ 1 Wald Test: Equation: Untitled Test Statistic Value df ProbabilityF-statistic 4.344966 (1, 12) 0.0592Chi-square 4.344966 1 0.0371 Null Hypothesis Summary: Normalized Restriction (= 0) Value Std. Err.-1 + C(2) + C(3) 0.988625 0.474284Restrictions are linear in coefficients. Căn cứ theo bảng trên ta P = 0.0592 < 0.1 vì vậy ta bác bỏ H0 với mức ý nghĩa α = 10%, mặc khác β1 + β3 = 1.988625 > 1. Vì vậy, ta mô hình tăng theo qui mô với mức ý nghĩa α = 10% Ngoài những lý do phát triển do vốn và lao động các nguyên nhân khác tác động đến sự phát triển của khu vực nông nghiệp bao gồm: sự phát triển của lĩnh vực công nghiệp, khoa học kỹ thuật liên quan đến nông nghiệp, thời tiết_khí hậu,… . 0.489858 LOG(X3) + tuˆ b) Hãy giải thích các hệ số ước lượng β1, β2, β3 theo ý nghĩa kinh tế β1 = -3 .338455 không có cách giải thích vì còn ẩn chứa biến. Loan (triệu USD) Các anh/chị hãy: a) Ước lượng hàm Cobb-Douglas có dạng Y=AX2β2X3β3eui. Chuyển mô hình về hàm log kep và ước lượng ta có : Dependent Variable:

Ngày đăng: 31/10/2012, 14:46

Từ khóa liên quan

Tài liệu cùng người dùng

Tài liệu liên quan