Nội dung

MỤC LỤC LỜI CÁM ƠN ..................................................................................................................... 1 LỜI MỞ ................................................................................................................................. 2 ĐỀ TÀI TIỂU LUẬN SỐ 39 ........................................................................................ 3 PHẦN MỘT: THỰC HIỆN TRÊN EXCEL ....................................................... 5 1. Thiết lập mô hình hồi quy mẫu .......................................................................................... 5 2. Phân tích kết quả thực nghiệm ........................................................................................... 5 PHẦN HAI: THỰC HIỆN TRÊN EVIEW 6 ...................................................... 8 A - LÝ THUYẾT KIỂM ĐỊNH ........................................................................................... 8 1. Kiểm định Wald ............................................................................................................. 8 2. Kiểm định White (minh họa với trường hợp 3 biến, trường hợp k biến được tổng quát hóa tương tự) ...................................................................................................................... 8 3. Kiểm định Breusch – Godfrey (BG) .............................................................................. 9 B – THỰC HÀNH TRÊN EVIEW 6 ................................................................................ 10 1. Chuyển dữ liệu từ Excel sang Eview 6 ........................................................................ 10 a. Lập bảng tham số thống kê của các biến độc lập và vẽ đồ thị ................................ 10 b. Lập ma trận Correlation gồm cả biến phụ thuộc và tất cả các biến độc lập .......... 17 c. Ước lượng phương trình hồi quy trên Eview 6 ........................................................ 20 2. Kiểm định Wald – Kiểm tra sự có mặt của biến không cần thiết ................................ 23 a. Kiểm định Wald với biến MAINT ............................................................................ 24 b. Kiểm định Wald với biến GENDER ........................................................................ 25 c. Kiểm định Wald với biến EXPER ............................................................................ 25 d. Kiểm định Wald với biến CRAFTS .......................................................................... 26 e. Kiểm định Wald với biến CLERICAL ...................................................................... 26 3. Kiểm định White và kiểm định BG cho mô hình ........................................................ 28 a. Kiểm định White ...................................................................................................... 28 b. Kiểm định BG .......................................................................................................... 32 4. Dự báo giá trị trung bình và giá trị cá biệt mức lương tháng của công nhân .............. 34 KẾT LUẬN ........................................................................................................................ 44 BLOG “SHARE TO BE SHARED” LỜI CÁM ƠN Em xin gởi lời cảm ơn chân thành tới: - Ban Giám Hiệu trường Đại học Công Nghiệp TP.HCM đã tạo mọi điều kiện thuận lợi nhất cho chúng em có một môi trường học tập và nghiên cứu có hiệu quả nhất. - Th.S Đinh Kiệm đã tận tình giảng dạy, giúp em nắm bắt và vận dụng những kiến thức từ môn Kinh tế lượng vào thực tế cũng như hướng dẫn chi tiết cách thực hành phân tích, dự báo trên Excel và Eview 6 để em có thể hoàn thành đề tài tiểu luận một cách tốt nhất. Thành phố Hồ Chí Minh, ngày 30 tháng 10 năm 2012 Blog “Share to be shared” – Blogger Phạm Lộc Facebook: facebook.com/phamloc120893 | Website: phamloc120893.blogspot.com BLOG “SHARE TO BE SHARED” LỜI MỞ Kinh tế lượng là một bộ phận của Kinh tế học, được hiểu theo nghĩa rộng là môn khoa học kinh tế giao thoa giữa thống kê học và toán kinh tế; hiểu theo nghĩa hẹp, là ứng dụng toán, đặc biệt là các phương pháp thống kế vào kinh tế. Hai mục đích chính của kinh tế lượng là: kiểm nghiệm lý thuyết kinh tế bằng cách xây dựng các mô hình kinh tế (mà có khả năng kiểm định được) và chạy mô hình để kiểm tra các mô hình đó xem chúng đưa ra kết quả chấp nhận hay phủ định lý thuyết kinh tế. Và Eview là một công cụ “chuyên gia” có ưu điểm chính là có thể cho chúng ta kết quả nhanh chóng khi tiến hành ước lượng, phân tích hồi quy cho các mô hình kinh tế. Những năm gần đây, trong bối cảnh nền kinh tế đầy khó khăn, vấn đề lương và tăng lương cho công nhân đã làm tốn không ít giấy mực của báo chí. Nhiều ý kiến, quan điểm được đề xuất nhằm cải thiện tình hình nhưng tới nay, vấn đề điều chỉnh mức lương vẫn còn gặp khá nhiều khó khăn và bất cập. Lương thấp, chế độ chưa thỏa đáng, sự trì trệ trong việc trả lương của các doanh nghiệp khiến công nhân liên tục “nhảy việc” để tìm kiếm lương cao nhưng thực tế tình trạng này đang gây ra không ít khó khăn cho chính bản thân những công nhân này, những doanh nghiệp và cả các cơ quan quản lý. Đề tài tiểu luận số 39: Phân tích mô hình và dự báo mức lương hàng tháng của công nhân với biến phụ thuộc WAGE và các biến giải thích MAINT, EXPER, GENDER, CRAFTS, CLERICAL là một đề tài rất hay và mang tính thực tế. Sử dụng phần mềm Eview 6, qua các bước đặt ra các giả thiết liên quan, thiết lập mô hình, ước lượng tham số của mô hình, từ đó đánh giá sự phù hợp hay không của mô hình để đi tới quyết định áp dụng nó vào dự báo thực tế… Mặc dù đã rất cố gắng nhưng chắc chắn không tránh khỏi những sơ suất, cả về hình thức cũng như nội dung của bài tiểu luận, mong thầy thông cảm và góp ý để em có thể rút kinh nghiệm làm tốt hơn những bài tiểu luận về sau. Một lần nữa, em xin gởi lời cảm ơn chân thành tới thầy – ThS. Đinh Kiệm. Sinh viên thực hiện Phạm Lộc Blog “Share to be shared” – Blogger Phạm Lộc Facebook: facebook.com/phamloc120893 | Website: phamloc120893.blogspot.com BLOG “SHARE TO BE SHARED” ĐỀ TÀI TIỂU LUẬN SỐ 39 Phần I : Trên Excel Sử dụng dữ liệu Data BT 6 trên Excel, dùng Regression trên Data Analysis để ước lượng hàm hồi quy mẫu có dạng sau : WAGE = B1 + B2*MAINT + B3*EXPER +B4*GENDER + B5*CRAFT + B6*CLERICAL WAGE = mức lương tháng của công nhân (USD) MAINT = 1 cho công nhân bảo trì, = 0 cho công nhân khác GENDER = 1 cho nam giới , = 0 cho nữ EXPER = Số năm làm việc cho công ty này CRAFTS = 1 nếu làm trong nghề thủ công, = 0 nghề khác CLERICAL = 1 cho công nhân văn phòng, = 0 cho công nhân khác Phần II : Trên Eviews a/ Hãy chuyển dữ liệu từ file Excel ở phần 1 sang thành dữ liệu dưới dạng workfile của Eviews và lưu lại dưới tên : Data TL 39. Sau đó dùng công cụ Eviews để: - Lập bảng các tham số thống kê của các biến độc lập, vẽ đồ thị các biến độc lập trên cùng một bảng. - Lập ma trận Correlation Matrix gồm cả biến phụ thuộc và tất cả các biến độc lập. - Ước lượng phương trình hồi quy dưới dạng như ở câu phần I b/ Hãy kiểm định Wald ( biến thừa ) cho 5 biến độc lập nêu trên c/ Từ mô hinh câu a phần II hãy kiểm định White và BG cho mô hình này d/ Hãy dự báo giá trị trung bình và giá trị cá biệt mức lương tháng của công nhân theo mô hình sau: WAGE = B1 + B2*MAINT + B3*EXPER +B4*GENDER + B5*CRAFT + B6*CLERICAL Cho biết EXPER = 27 năm, MAINT = 1, GENDER = 1, CRAFT = 1, CLERICAL = 0. Và độ tin cậy 1-  = 95% . Biểu diễn trực quan đồ thị dự báo bằng cách vẽ đồ thị khoảng dự báo trung bình, dự báo cá biệt, tương ứng với các cận trên và cận dưới theo số quan sát làm biến trên trục hoành chung cho các đại lượng khác. Blog “Share to be shared” – Blogger Phạm Lộc Facebook: facebook.com/phamloc120893 | Website: phamloc120893.blogspot.com BLOG “SHARE TO BE SHARED” BẢNG SỐ LIỆU: STT 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 WAGE 1345 2435 1715 1461 1639 1345 1602 1144 1566 1496 1234 1345 1345 3389 1839 981 1345 1566 1187 1345 1345 2167 1402 2115 2218 3575 1972 1234 1926 2165 2365 1345 1839 2613 2533 1602 1839 2218 1529 1461 3307 3833 1839 1461 1433 2115 1839 1288 1288 MAINT 0 0 1 0 0 0 0 1 1 1 0 0 0 0 1 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 1 0 GENDER 0 1 1 1 1 0 0 0 1 1 0 0 0 1 1 1 0 0 0 0 0 1 1 1 1 1 1 0 1 0 0 0 0 1 1 0 0 1 0 1 1 1 1 0 1 0 1 1 0 EXPER 2 18 4 4 3 8 6 3 23 15 9 3 14 16 20 5 10 4 1 10 2 17 2 15 11 1 1 2 9 15 12 5 14 14 3 5 18 1 10 10 22 3 14 5 3 15 13 9 4 CRAFTS 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 1 0 0 0 0 0 0 1 0 0 1 0 0 1 1 0 0 0 1 0 0 0 1 CLERICAL 1 0 0 1 0 1 1 0 0 0 1 1 1 0 0 0 1 1 1 1 1 0 1 0 0 0 0 1 0 0 0 1 0 0 0 1 0 0 1 0 0 0 0 1 0 0 0 0 0 Blog “Share to be shared” – Blogger Phạm Lộc Facebook: facebook.com/phamloc120893 | Website: phamloc120893.blogspot.com BLOG “SHARE TO BE SHARED” PHẦN MỘT: THỰC HIỆN TRÊN EXCEL 1. Thiết lập mô hình hồi quy mẫu Yi  B1  B2 X2i  B3X3i  B4 X4i  B5X5i  B6X6i  ei Biến phụ thuộc: WAGE : Mức lương tháng (USD). Biến giải thích: X2i = MAINT : Giá trị là 1 nếu là công nhân bảo trì, là 0 nếu là công nhân khác. X3i = GENDER : Giá trị là 1 nếu là nam giới, là 0 nếu là nữ giới. X4i = EXPER : Số năm làm việc cho công ty này. X5i = CRAFTS : Giá trị là 1 nếu làm trong nghề thủ công, là 0 nếu là nghề khác. X6i = CLERICAL : Giá trị là 1 cho công nhân văn phòng, là 0 nếu là công nhân khác. 2. Phân tích kết quả thực nghiệm a. Kết quả chạy mô hình từ Excel: SUMMARY OUTPUT Regression Statistics Multiple R 0.826969671 R Square 0.683878837 Adjusted R Square 0.647120562 Standard Error 385.0953216 Observations 49 ANOVA df Regression Residual Total 5 43 48 SS MS F Significance F 13795280.47 2759056.094 18.60475885 0.0000000008 6376831.488 148298.4067 20172111.96 Coefficients Standard Error 2093.843991 184.5291762 -1353.919978 185.479599 629.4966388 152.7576896 25.49901114 9.944328907 -855.6487246 179.4415316 -917.282458 176.3356609 Intercept MAINT GENDER EXPER CRAFTS CLERICAL t Stat 11.34695355 -7.299562781 4.120883476 2.564176163 -4.768398468 -5.201911248 P-value 0.000000000 0.000000005 0.000168685 0.013918591 0.000021532 0.000005212 Lower 95% 1721.70544 -1727.975238 321.4313979 5.44436061 -1217.527062 -1272.89721 Upper 95% 2465.982541 -979.8647172 937.5618796 45.55366168 -493.7703875 -561.6677061 Lower 95.0% 1721.70544 -1727.975238 321.4313979 5.44436061 -1217.527062 -1272.89721 Upper 95.0% 2465.982541 -979.8647172 937.5618796 45.55366168 -493.7703875 -561.6677061 Ta lập được mô hình hồi quy mẫu : Yi = 2093,84399 - 1353,91998X2i + 629,49664X3i + 25,49901X4i - 855,64872X5i - 917, 28246X6i  ei Trong đó: - B1= 2093,84399: Khi các biến giải thích MAINT, GENDER, EXPER, CRAFTS, CLERICAL đồng thời bằng 0 thì trung bình mức lương tháng (WAGE) của công nhân là 2093,84399 USD/tháng. Blog “Share to be shared” – Blogger Phạm Lộc Facebook: facebook.com/phamloc120893 | Website: phamloc120893.blogspot.com BLOG “SHARE TO BE SHARED” - B2= -1353,91998: Trong điều kiện các yếu tố khác không đổi thì lương tháng của công nhân bảo trì thấp hơn công nhân khác là 1353,91998 USD. - B3= 629,49664: Trong điều kiện các yếu tố khác không đổi thì lương tháng của công nhân nam cao hơn công nhân nữ là 629,49664 USD. - B4= 25,49901: Trong điều kiện các yếu tố khác không đổi, khi số năm làm việc của công nhân tăng lên 1 năm sẽ làm lương tháng công nhân đó tăng 25,49901 USD. - B5= -855,64872: Trong điều kiện các yếu tố khác không đổi thì lương tháng của công nhân làm trong nghề thủ công thấp hơn công nhân làm trong nghề khác 855,64872 USD. - B6= -917,28246: Trong điều kiện các yếu tố khác không đổi thì lương tháng của công nhân văn phòng thấp hơn công nhân khác 917,28246 USD. b. Giải thích một số ký hiệu: - R Square: Hệ số xác định. Trong 100% sự biến động của biến phụ thuộc Y thì có bao nhiêu % sự biến động là do các biến độc lập X ảnh hưởng, còn lại là do sai số - Standard Error: Sai số chuẩn của Y do hồi quy. - Observation: Số quan sát hay dung lượng mẫu. - F: Trị số F-Fisher dùng làm căn cứ để kiểm định độ tin cậy về mặt khoa học (thống kê) của toàn bộ phương trình hồi quy. - Residual (cột MS): Trị số sigma ước lượng bình phương. - t Stat: Tiêu chuẩn t dùng làm căn cứ để kiểm định độ tin cậy về mặt khoa học của mối liên hệ giữa biến độc lập với biến phụ thuộc. - P-value: Xác suất để tkd > t Stat, là các trị xác suất tiêu chuẩn tới hạn. - Coefficients: Hệ số chặn và các hệ số hồi quy riêng. - Lower 95%, Upper 95%, Lower 98%, Upper 98%: Cận dưới và cận trên của khoảng ước lượng cho các tham số với độ tin cậy 95% và độ tin cậy 98%. c. Nhận xét: - R Square = R2 = 0,683878837 ≈ 68,39%. Nghĩa là trong 100% sự biến động của biến phụ thuộc WAGE thì có 68,39 % sự biến động là do các biến độc lập ảnh hưởng, còn lại là do sai số ngẫu nhiên hoặc các các yếu tố khác ngoài mô hình. - F = Fkd = 18,60475885 > Fα(k-1,n-k) = F0.05(6-1,49-6) = 2,43223647 Ta đi tìm Fα(k-1,n-k) bằng hàm FINV với cú pháp : =FINV(probability, deg_freedom1, deg_freedom2) Blog “Share to be shared” – Blogger Phạm Lộc Facebook: facebook.com/phamloc120893 | Website: phamloc120893.blogspot.com BLOG “SHARE TO BE SHARED” Trong đó: probability là mức ý nghĩa, deg_freedom1 và deg_freedom2 là các số bậc tự do thứ nhất (k-1) và thứ hai (n-k) (với k là số biến độc lập và n là số quan sát của mô hình) Thực hiện hàm =FINV(0.05,5,43) cho F0.05(6-1,49-6) trong Excel ta được kết quả F0.05(6-1,49-6) = 2.43223647 - Các giá trị P-value của các biến độc lập đều nhỏ hơn mức ý nghĩa α=0,05. Vậy các biến đưa vào mô hình là hợp lý.  Kết luận: Mô hình phù hợp ở mức độ khá. Blog “Share to be shared” – Blogger Phạm Lộc Facebook: facebook.com/phamloc120893 | Website: phamloc120893.blogspot.com BLOG “SHARE TO BE SHARED” PHẦN HAI: THỰC HIỆN TRÊN EVIEW 6 A - LÝ THUYẾT KIỂM ĐỊNH 1. Kiểm định Wald Xét 2 mô hình: (U) : Y  1  2X 2  ...  m X m  m1X m1  ...  k X k  U (mô hình không giới hạn) (R) : Y  1  2X 2  ...  mX m  V (mô hình giới hạn) Lập giả thiết: H0 : m1  m2  ...  k  0 Nghĩa là mô hình không tồn tại, hay các biến độc lập hoàn toàn không giải thích cho biến phụ thuộc Giả thiết đối: H1 : Có ít nhất một βj ≠ 0 Sử dụng trị thống kê kiểm định đối với giả thiết này là: Fc  [RSSR  RSSU ] / (K  m) RSSU / (n  K) Với: RSSR (hay ESS): tổng bình phương phần dư ei của mô hình giới hạn. RSSU: tổng bình phương phần dư ei của mô hình không giới hạn. Nguyên tắc ra quyết định: Ta bác bỏ giả thiết H0 nếu Fc > F(K-m, n-K,α) là trị số Ftra bảng, điều đó có nghĩa mô hình trên là tồn tại. Hoặc ta có thể dùng tiêu chuẩn so sánh giá trị của thống kê p-value = P (F>F0) < α (nhỏ hơn mức ý nghĩa cho trước) ta đi đến kết luận bác bỏ giả thiết H0. 2. Kiểm định White (minh họa với trường hợp 3 biến, trường hợp k biến được tổng quát hóa tương tự) Xét mô hình: Yi  1  2 X2i  3X3i  Ui Bước 1: Trước tiên ta ước lượng phương trình trên để tính các phần dư ei Bước 2: Ta thực hiện hồi quy mô hình phụ dưới dạng sau: ei 2  1   2 X 2i  3X3i  4 (X 2i ) 2  5 (X3i ) 2  6 X 2i X3i  Vi Blog “Share to be shared” – Blogger Phạm Lộc Facebook: facebook.com/phamloc120893 | Website: phamloc120893.blogspot.com BLOG “SHARE TO BE SHARED” Bước 3: Tính trị thống kê kiểm định nR2, với n là số quan sát của mẫu, R2 là hệ số xác định bội của mô hình phụ Bước 4: Từ giả thiết H0: 2  3  4  5  6  0 (không có hiện tượng phương sai thay đổi) xem xét nếu nR2 > 2 (df ) ta bác bỏ giả thiết H0, nghĩa là có hiện tượng phương sai thay đổi (df là bậc tự do, tức là thông số hồi quy m của mô hình phụ không tính hằng số C ở bước 2) 3. Kiểm định Breusch – Godfrey (BG) Xét mô hình hồi quy gốc có dạng: Yi = a + bXi + Ui Giả sử trong mô hình xảy ra hiện tượng tự tương quan bậc p, ký hiệu AR(p), tức là các phần dư được biểu diễn dưới dạng sau: Ui  1  1Ui 1  2 Ui 2  3 Ui 3  ...   p U i p  i Với εi thỏa các giả thiết OLS. Ta có giả thiết kiểm định như sau: H 0 : 1  2  3  ...  p  0 (mô hình Ui là không tồn tại và mô hình hồi quy gốc không xảy ra hiện tượng tự tương quan) Bước 1: Ước lượng mô hình hồi quy gốc để tính các phần dư ei Bước 2: ei    X i  1ei 1   2ei 2  ...   p ei p  Vi và tính R2(1c) Bước 3: So sánh nếu (n-p)R2(1c) > 2 (p) thì bác bỏ giả thiết H0, có nghĩa là mô hình gốc có hiện tượng tự tương quan bậc p. Blog “Share to be shared” – Blogger Phạm Lộc Facebook: facebook.com/phamloc120893 | Website: phamloc120893.blogspot.com