TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN
VIỆN SAU ĐẠI HỌC
BÀI TẬP LỚN
KINH TẾ LƯỢNG VÀ PHÂN TÍCH DỮ LIỆU
Học viên: NGUYỄN PHƯƠNG HÀ
Mã số: CH210386 Lớp: Cao học 21D Số thứ tự: 19
PHÂN TÍCH BỘ SỐ LIỆU: Tổng mức đầu tư phụ thuộc vào tỷ lệ
lạm phát và tỷ lệ thất nghiệp (xét đối với nền kinh tế Mỹ).
Số quan sát: 33
Số biến số: 3
Loại số liệu: Chuỗi thời gian
Từ 1980 đến 2012
Hà Nội, 12 / 2012
1
Nền kinh tế thế giới nói chung và tại Việt Nam nói riêng đang trải qua một giai đoạn
khủng hoảng khá trầm trọng khi hàng loạt các công ty phá sản, sản xuất trì trệ, ứ đọng vốn, tỷ lệ
thất nghiệp ở mức cao. Đứng trước vấn đề khủng hoảng này, Chính phủ các nước vẫn phải cố
gắng cùng với các doanh nghiệp vực dậy nền kinh tế còn khó khăn này, giúp giảm tỷ lệ phá sản,
tăng cường khả năng sản xuất, giảm tỷ lệ thất nghiệp, thúc đẩy đầu tư, nâng tổng cầu cho nền
kinh tế.
Và vấn đề mà em đã nghiên cứu trong môn Kinh tế lượng chính là các nhân tố ảnh hưởng
đến tổng mức đầu tư của nền kinh tế Mỹ. Lý do em lựa chọn số liệu của nước Mỹ chứ không
phải của Việt Nam là bởi số liệu của Việt Nam không được đầy đủ và chính xác, lịch sử thời
gian thống kê không lâu dài như của Mỹ (số liệu về tỷ lệ thất nghiệp của Việt Nam chỉ có từ năm
1990 trở lại đây).
Các nhân tố ảnh hưởng mà em lựa chọn để nghiên cứu ở đây là tỷ lệ thất nghiệp và tỷ lệ
lạm phát. Nhân tố ảnh hưởng đến đầu tư có thể nói là rất nhiều, ví dụ như đầu tư tăng do thay đổi
cơ cấu kinh tế, do nhu cầu về sản phẩm dịch vụ tăng cao, tiềm lực của doanh nghiệp v.v… tuy
nhiên em chỉ lựa chọn 2 nhân tố như đã nêu để có thể nghiên cứu sự tác động hay một phần sự
thay đổi của đầu tư do các yếu tố vĩ mô gây ra. Thất nghiệp thay đổi có thể sẽ ảnh hưởng đến đầu
tư, nhưng ảnh hưởng như thế nào? Tỷ lệ lạm phát cũng có thể ảnh hưởng đến đầu tư, đồng thời

= 0.436272, CV
INF
=
0.699209, CV
UNE
= 0.258976)
- Dựa vào P-value của thống kê JB, ta thấy biến INV và UNE phân phối chuẩn còn
INF thì không.
Hệ số tương quan giữa các biến
INV INF UNE
INV 1.000000 -0.513757 -0.317013
INF -0.513757 1.000000 0.106211
UNE -0.317013 0.106211 1.000000
Trong đó biến INF và INV có mức độ tương quan cao nhất (0.513757), còn INF và UNE
tương quan với nhau thấp nhất (0.106211).
Đồ thị thể hiện sự vận động của UNE, INV và INF (Graph 1)
Dựa vào đồ thị có thể nhận thấy INV biến thiên ngược chiều với cả 2 biến UNE và INF.
Nhìn chung thì lạm phát và thất nghiệp không theo 1 xu hướng nào rõ rệt, còn đầu tư thì vẫn có
xu hướng tăng dần theo thời gian.
II. Một số mô hình hồi quy
II.1. Mô hình 1 (MH1): đầu tư phụ thuộc vào thất nghiệp và lạm phát cùng kỳ.
2.1.1 Hồi quy mô hình dạng:
INV = β
1
+ β
2
.INF + β
3
.UNE + u
Sử dụng Eview thu được kết quả ước lượng sau:

Giả thuyết kiểm định: H
0
: mô hình 1 (MH1) không có phương sai sai số thay đổi
H
1
: mô hình 1 (MH1) có phương sai sai số thay đổi
Kết quả kiểm định:
White Heteroskedasticity Test:
F-statistic 0.659818 Probability 0.625046
Obs*R-squared 2.842626 Probability 0.584497
Hồi quy phụ để kiểm định:
e
2
= α
1
+ α
2
.INF + α
3
.UNE + α
4
.INF
2
+ α
5
.UNE
2
+ v
Theo kết quả này thì mô hình không có phương sai sai số thay đổi do cả 2 P-value của
thống kê T và χ

Giả thuyết kiểm định: H
0
: mô hình 1 (MH1) có dạng hàm đúng/không thiếu biến
H
1
: mô hình 1 (MH1) có dạng hàm sai/thiếu biến
Kết quả kiểm định:
Ramsey RESET Test:
F-statistic 1.820368 Probability 0.187710
Log likelihood ratio 2.009039 Probability 0.156364
Hồi quy phụ để kiểm định:
INV = β
1
+ β
2
.INF + β
3
.UNE + α
1
.
2
+ v
Theo kết quả kiểm định thì mô hình có dạng hàm đúng do P-value của thống kê F là 0.187710,
lớn hơn 0.05.
2.1.3 Khắc phục khuyết tật
Khắc phục tự tương quan: đổi dạng mô hình như một số mô hình ở phần sau.
II.2. Mô hình 2 (MH2) – Đầu tư kỳ này phụ thuộc vào lạm phát kỳ này và thất
nghiệp 3 kỳ trước
2.2.1 Mô hình hồi quy dạng:
INV = β

• = -2.079358 cho biết khi lạm phát kỳ trước tăng (giảm) 1 đơn vị trong khi tỷ
lệ thất nghiệp 3 kỳ trước không đổi thì đầu tư kỳ này giảm (tăng) 2.079358 đơn vị.
• = -1.541814 cho biết khi tỷ lệ thất nghiệp của 3 kỳ trước tăng (giảm) 1 đơn vị
thì đầu tư kỳ này sẽ giảm (tăng) 1.541814 đơn vị (lạm phát kỳ trước không đổi).
2.2.2 Kiểm định các khuyết tật của mô hình
a. Tự tương quan
Giả thuyết kiểm định: H
0
: mô hình 2 (MH2) không có tự tương quan bậc nhất
H
1
: mô hình 2 (MH2) có tự tương quan bậc nhất
Kết quả kiểm định:
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 28.61859 Probability 0.000013
Obs*R-squared 15.71915 Probability 0.000073
Theo kết quả này thì mô hình có tự tương quan bậc 1 do P-value của thống kê F nhỏ hơn
0.05.
b. Phương sai sai số thay đổi
Giả thuyết kiểm định: H
0
: mô hình 2 (MH2) không có phương sai sai số thay đổi
H
1
: mô hình 2 (MH2) có phương sai sai số thay đổi
Kết quả kiểm định:
White Heteroskedasticity Test:
F-statistic 0.682636 Probability 0.610574
Obs*R-squared 2.954012 Probability 0.565551
Theo P-value của thống kê F thì mô hình không có phương sai sai số thay đổi.

Included observations: 29
Excluded observations: 1 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 4.608975 0.478407 9.634001 0.0000
LOG(INF(-1)) -0.485868 0.189015 -2.570527 0.0162
LOG(UNE(-3)) -0.741610 0.274619 -2.700506 0.0120
R-squared 0.436231 Mean dependent var 2.733833
Adjusted R-squared 0.392864 S.D. dependent var 0.416397
S.E. of regression 0.324452 Akaike info criterion 0.684341
Sum squared resid 2.737003 Schwarz criterion 0.825786
Log likelihood -6.922949 F-statistic 10.05910
Durbin-Watson stat 0.610130 Prob(F-statistic) 0.000581
Theo kết quả này thì :
- Hàm hồi quy phù hợp do kiểm định F có P-value = 0.000581<α
- Các biến độc lập giải thích 43.62% cho biến phụ thuộc.
- Các biến và hệ số chặn đều có ý nghĩa thống kê do đều có P-value nhỏ hơn 0.05
- Ý nghĩa của ước lượng các hệ số:
• = -0.485868 cho biết khi lạm phát kỳ trước tăng (giảm) 1 % (chứ không phải
1 đơn vị %) trong khi tỷ lệ thất nghiệp 3 kỳ trước không đổi thì đầu tư kỳ này giảm (tăng)
0.485868 %.
• = -0.741610 cho biết khi tỷ lệ thất nghiệp của 3 kỳ trước tăng (giảm) 1 %
(không phải là 1 đơn vị %) thì đầu tư kỳ này sẽ giảm (tăng) 0.741610 % (lạm phát kỳ trước
không đổi).
2.3.2 Kiểm định các khuyết tật của mô hình
a. Phương sai sai số thay đổi (dùng kiểm định White không tích chéo)
Giả thuyết kiểm định: H
0
: mô hình 3 (MH3) không có phương sai sai số thay đổi
H
1

1
: mô hình 3 (MH3) có dạng hàm sai/thiếu biến
Kết quả kiểm định:
Ramsey RESET Test:
F-statistic 1.264747 Probability 0.271437
Log likelihood ratio 1.431203 Probability 0.231568
Theo kết quả kiểm định thì mô hình có dạng hàm đúng do P-value của thống kê F là
0.271437, lớn hơn 0.05.
III. Kết luận
Như vậy, từ 3 mô hình trên, có thể thấy cả 3 mô hình vẫn có lỗi (chỉ có lỗi tự tương quan)
nên kết quả ước lượng chưa phải là chính xác nhất. Tuy nhiên vẫn có thể tạm kết luận với nền
kinh tế Mỹ đối với mẫu đã nghiên cứu như sau:
- Trong cùng kỳ thì đầu tư chỉ chịu tác động của lạm phát chứ không bị ảnh hưởng
bởi thất nghiệp, và tác động này là ngược chiều. Nghĩa là khi khi nền kinh tế Mỹ có lạm phát
tăng thì đầu tư sẽ giảm và ngược lại. Sự vận động ngược chiều như vậy là hợp lý bởi khi có lạm
phát tăng, có thể khiến cho giá đầu vào tăng, từ đó dẫn đến chi phí tăng, làm cho các doanh
nghiệp giảm đầu tư.
- Đầu tư trong kỳ bị ảnh hưởng bởi lạm phát kỳ trước và thất nghiệp của 3 kỳ trước
đó và cũng là ảnh hưởng ngược chiều. Lạm phát kỳ trước tăng khiến cho đầu tư kỳ này giảm đi.
Còn thất nghiệp 3 kỳ trước tăng có thể khiến nền kinh tế rơi vào khủng hoảng, nhu cầu sụt giảm,
khiến cho các doanh nghiệp phải cắt giảm đầu tư trong hiện tại. Đó cũng là hệ lụy của khủng
hoảng kinh tế, ảnh hưởng đến vài năm sau chứ không phải chỉ ảnh hưởng trong 1 2 năm sau đó.
8