TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG
KHOA KINH TẾ QUỐC TẾ
--------***--------

TIỂU LUẬN KINH TẾ LƯỢNG
Đề tài: PHÂN TÍCH

CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN
CHI TIÊU CHO VUI CHƠI CỦA SINH VIÊN.

Lớp KTE309(1-1718).3_LT
GVHD: Ths. Nguyễn Thúy Quỳnh

Nhóm sinh viên thực hiện
Họ và tên
Đỗ Thị Hoa
Hoàng Thùy Dương
Lê Thị Hải Vân

MSSV
1411110243
1411110125
1411110698

Hà Nội, ngày 10 tháng 12 năm 2017.
1


MỤC LỤC

Contents

1.1.

1.2.

CHƯƠNG 1: CƠ SỞ LÝ LUẬN
Lịch sử hình thành của kinh tế lượng
Hiện nay hầu hết các nhà nghiên cứu kinh tế, các doanh nghiệp, chính
phủ các quốc gia, các tổ chức kinh tế sử dụng công cụ toán học để lượng hóa
các vấn đề kinh tế nhằm làm sang tỏ chân lý của các lý thuyết kinh tế hiện
đại. từ đó, các lý thuyết này ứng dụng vào cuộc sống một cách thiết thực.
công việc này được gọi là kinh tế lượng.
“Kinh tế lượng” được dịch từ chữ “Econometrics” có nghĩa là “Đo
lường kinh tế”. thuật ngữ này do A.K. Ragnar Frisch (Giáo sư kinh tế người
Na Uy, được giải Nobel về kinh tế năm 1969) sử dụng lần đầu tiên vào
khoảng năm 1930.
Năm 1936, Tinbergen, người Hà Lan trình bày trước hội đồng kinh tế
Hà Lan một mô hình kinh tế lượng đầu tiên, mở đầu cho một phương pháp
nghiên cứu mới về phân tích kinh tế. năm 1937, ông xây dựng một số mô
hình tương tự cho nước Mỹ…
Năm 1950, nhà kinh tế được giải thưởng Nobel là Lawrance Klein đã
đưa ra một só mô hình mới cho nước Mỹ và từ đó kinh tế lượng được phát
triển trên phạm vi toàn thế giới.
Kinh tế lượng trước đây thường dung công cụ toán học thuần túy để
đo lường các mói quan hệ kinh tế, công việc này rất phức tạp. Ngày nay, với
xu thế phát triển công nghệ thông tin các nhà nghiên cứu kinh tế lượng đã sử
dụng các phần mềm ứng dụng để giải bài toán kinh tế này. Do đó bài toán trở
nên rất đơn giản dù nó có mối quan hệ phức tạp đến đâu đi chăng nữa.
Ở Việt Nam, những năm gần đây kinh tế lượng cũng được xem là công
cụ hữu hiệu để đo lường kinh tế. Các nhà khoa học, doanh nghiệp, chính phủ
đều sử dụng công cụ này để thực hiện các nghiên cứu nhằm định lượng các

- Trên cơ sở hiểu biết về lý thuyết nắm bắt các mối quan hệ. Nhà nghiên
cứu phải biết các phương pháp thống kê kinh tế: Công việc này liên
quan đến quá trình thu thập và xử lý số liệu, kiểm tra và đánh giá được
bộ số liệu. trong quá trình này người nghiên cứu phải làm việc hết
mình và thật trung thực khi thống kê số liệu.
- Người nghiên cứu phải đưa ra mô hình toán học và giải bài toán cho
các mối quan hệ, sau đó phải kiểm định mô hình có phù hợp hay
không bằng nhiều phương pháp kiểm định toán học.
- Sau khi có kết quả mô hình toán, nhà nghiên cứu phải sử dụng chúng
để dự báo và đưa ra chính sách cho kỳ kế tiếp
• Các bước thực hiện ước lượng kinh tế

5


Các bước xây dựng và áp dụng mô hình kinh tế lượng
1.3. Hai mô hình hồi quy
1.3.1. Mô hình hồi quy tổng thể PRF (Population Regression Function)
Cho biết giá trị trung bình của biến Y khi các biến X thay đổi.
Hàm tổng thể có một biến X thì gọi là hàm hồi quy đơn, nếu có nhiều biến X
gọi là hàm hồi quy bội.
Trong thực tế nghiên cứu, chúng thường thấy hàm hồi quy ở dạng
tuyến tính và dạng phi tuyến tính
Yi = 1 + 2 Xi + ui
Trong đó:
• 1: Là hệ số tự do (hệ số tung độ gốc), giá trị trung bình của biến phụ thuộc
Y khi biến độc lập X bằng O
• 2: Là hệ số góc, hệ số đo độ dốc đường hồi quy
• i: Là sai số ngẫu nhiên của tổng thể ứng với quan sát thứ i, có giá trị âm
hoặc dương

định trước.
- Quan hệ hàm số: Biến phụ thuộc không phải là đại lượng ngẫu nhiên,
ứng với một giá trị của biến độc lập ta xác định được duy nhất một
biến phụ thuộc.
• Hàm hồi quy và quan hệ nhân quả
- Phân tích hồi quy là nghiên cứu quan hệ một biến phụ thuộc với một
hay nhiều biến độc lập, điều này không đòi hỏi giữa biên độc lập và
biến phụ thuộc phải có mối quan hệ nhân quả.
- Quan hệ nhân quả là một biến phụ thuộc vào một hay nhiều biến độc
lập, điều này đòi hỏi giữa biến độc lập và biến phụ thuộc phải có quan
hệ nhân quả
• Phân tích hồi quy và phân tích tương quan
- Phân tích hồi quy với mục đích ước lượng hoặc dự baos một hay nhiều
biến trên cơ sở giá trị đã cho của một hay nhiều biến khác. Còn về kỹ
thuật thì không có tính.
- Phân tích tương quan với mục đích đo lường mức độ kết hợp tuyến
tính giữa) 2 biến. Về kỹ thuật, chúng có tính đối xứng.
7


8


CHƯƠNG 2: XÂY DỰNG MÔ HÌNH
2.1. Vấn đề nghiên cứu
Như chúng ta đã biết, giá cả là một trong những vấn đề nhạy cảm, đặc biệt là
đối với những người có thu nhập thấp như sinh viên. Mọi chi tiêu tại thành phố lớn
đều được đối tượng này quan tâm, phân chia thành các giỏ hàng khác nhau sao cho
tiêu dùng là tối ưu nhất đối với số tiền mình có. Ngoài những giỏ hàng cho nhu cầu
thiết yếu của bản thân, nhóm đối tượng này cũng phải dành ra một khoản để cung

• Biến độc lập:
X1: Tiền ba mẹ chu cấp
X2: Tiền nhà trọ
X3: Tiền ăn tối thiểu hàng tháng
D1: Giới tính (nữ: 0; nam: 1)
D2: Tình cảm (Không có người yêu: 0; Có người yêu 1)
2.3. Bộ số liệu
Y
200000
1000000
500000
300000
350000
200000
500000
100000
200000
200000
150000
100000
100000
200000
200000
200000
300000
200000
600000
700000
300000
400000

400000
1000000
1500000
0
550000
400000
400000
600000
0
0
700000
300000
0
0
700000
500000
400000
400000
450000
0
600000

X3
400000
400000
800000
900000
1000000
1000000
1000000

0
0
0
1
0
0
1
1
0
1
0

D2
0
1
1
0
0
0
1
0
0
0
0
0
0
0
0
0
1


11


• Nhận xét : Theo lý thuyết kinh tế, khi tiền gia đình chu cấp hàng tháng tăng
và tiền trọ, tiền ăn giảm thì số tiền chi tiêu cho việc đi chơi của mỗi sinh viên
sẽ tăng lên.
Từ mô hình 1 ta có :
B1 =120274 > 0, B2= 0.271731 > 0 => phù hợp với lý thuyết kinh tế
B3 = -0.146192 =100% - 95% = 5%
Với = 0,05 => t(0,025 ;17) = 2,110
Khoảng tin cậy của các hệ số như sau :
• -96017,87 ≤ β1 ≤ 336566 => Khi X1, X2, X3, D1, D2 = 0 thì Y sẽ trong
khoảng
(-96017,87;336566)
• 0,128629 ≤ β2 ≤ 0,414834 => Khi X1 tăng 1 đơn vị thì Y sẽ tăng tương ứng
trong khoảng (0,128629; 0,414834)
• -0,348516 ≤ β3 ≤ 0,0561327 => Khi X2 tăng 1 đơn vị thì Y sẽ tăng tương ứng
trong khoảng (-0,348516 ; 0,0561327)
• -0,730060 ≤ β4 ≤ -0,136937 => Khi X3 tăng 1 đơn vị thì Y sẽ tăng tương ứng
trong khoảng (0,730060 ; -0,136937)



Kết luận : với mức ý nghĩa α= 0,05 thì mô hình hồi qui trên là phù hợp.
3.3. Kiểm định thu hẹp hồi quy (kiểm định ràng buộc về các hệ số hồi quy)
Nhìn vào kết quả hồi quy ta thấy được X2 và D1 không ảnh hưởng đến biến phụ
thuộc Y vì P-value > 0,05

Ta có test statistic = 1,50664 > α = 0,05 nên biến X2, D1 không cần thiết trong mô
hình.
Như vậy tiền trọ và giới tính không không ảnh hưởng tới số tiền đi chơi hàng tháng
của sinh viên.
Mô hình sau khi bỏ hai biến X2 và D1

15


Ý nghĩa:
- B1 = 242000: Tiền chi tiêu cho việc đi chơi của một sinh viên độc thân
hàng tháng khi không có sự trợ cấp của gia đình và không chi tiêu cho việc ăn
uống là 242000
- B2 = 0.206420: Tiền trợ cấp của gia đình tăng (giảm) 1 đơn vị thì chi tiêu
cho việc đi chơi của sinh viên tăng (giảm) 0.206420 đơn vị
- B3 = -0.512185: Tiền chi cho việc ăn uống của sinh viên tăng (giảm) 1 đơn
vị thì tiền chi cho việc đi chơi sẽ giảm (tăng) 0.512185 đơn vị.
- D2 = 237286: Tiền chi cho việc đi chơi của sinh viên độc thân và sinh viên
đang có người yêu chênh lệch nhau 237285.8 đồng
3.4. Phát hiện và khắc phục đa cộng tuyến
* Phát hiện đa cộng tuyến

KĐGT

Ta thấy 0.677171 > 0.669383. nên ta loại biến X1 ra khỏi mô hình. Vì khi không có
biến X1 trong mô hình thì mức độ phù hợp của mô hình hồi quy không tốt bằng
việc không có biến x3.
Mô hình hồi quy khi không có biến X1

• Kiểm định đa cộng tuyến của mô hình mới:
Kiểm định giả thuyết : H0 : R2 = 0
H1 : R2 # 0
Từ mô hình trên ta có Fts = 0.000012
F(α,k-1,n-k)= F(0.05,1,21)=4.35
Ta thấy Fst = 0.001677 < F(α,k-1,n-k)= 4,35 => chấp nhận H0
18


Vậy mô hình không tồn tại đa cộng tuyến.
3.5.

Kiểm định phương sai sai số thay đổi

Nhận thấy P_value =0.081030 > 0,05 nên không có phương sai thay đổi
trong mô hình.
3.6.

Dự báo
Để dự báo điểm cho giá trị trung bình của biến phụ thuộc Y thì nhóm
chung em lấy một mẫu ngẫu nhiên có giá trị sau đây:
X1= 2500000 đồng
X2= 750000 đồng
X3= 1000000 đồng
D1: 0

3. Slide môn Kinh tế lượng của Ths. Nguyễn Thúy Quỳnh – Trường Đại học
Ngoại thương
4. Một số nguồn tài liệu trên internet.

22