Thủ Thuật Hướng dẫn Cách giải bài tập kinh tế tài chính lượng Chi Tiết

Bạn đang tìm kiếm từ khóa Cách giải bài tập kinh tế tài chính lượng được Update vào lúc : 2022-01-16 08:17:57 . Với phương châm chia sẻ Thủ Thuật Hướng dẫn trong nội dung bài viết một cách Chi Tiết 2022. Nếu sau khi đọc Post vẫn ko hiểu thì hoàn toàn có thể lại Comment ở cuối bài để Tác giả lý giải và hướng dẫn lại nha.

Bài tập Kinh tế lượng có đáp án – Đề bài 6

1/ Hồi quy dạng quy mô Cobb- Doulgas ( tìm hiểu thêm Bài giảng Kinh tế lượng- chương Hồi quy bội). 2/ Nêu ý nghĩa kinh tế tài chính những thông số hồi quy riêng. 3/ Căn cứ vào bảng kết quả hồi quy, hãy cho biết thêm thêm ý nghĩa thống kê của những thông số hồi quy và ý nghĩa của thông số xác lập R2. » Xem thêm

» Thu gọn

Chủ đề:

    Kinh tế lượngBài tập kinh tế tài chính lượngĐề thi kinh tế tài chính lượngBài tập thực hành thực tiễn kinh tế tài chính lượngBài tập nhóm kinh tế tài chính lượngTài liệu kinh tế tài chính lượng

Download

Xem trực tuyến

Tóm tắt nội dung tài liệu

Đề bài 6
Sau đấy là số liệu của Mexico quy trình 1955- 1974, trong số đó sản lượng Y đo bằng
GDP thực ( cty tính Pesos của năm 1960); X21được đo bằng tổng lao động ( đơn
vị tính ngàn người); X31được đo bằng vốn cố định và thắt chặt ( cty tính- triệu Pesos của
năm 1960).
Lượng lao động Vốn cố định và thắt chặt
Năm GDP
1955 114043 8310 182113
1956 120410 8529 193749
1957 129187 8738 205192
1958 134705 8952 215130
1959 139960 9171 225021
1960 150511 9569 237026
1961 157897 9527 248897
1962 165286 9662 260661
1963 178491 10334 275466
1964 199457 10981 295378
1965 212323 11746 315715
1966 226977 11521 337642
1967 241194 11540 363599
1968 260881 12066 391847
1969 277498 12297 422382
1970 296530 12955 455049
1971 306712 13338 484677
1972 329030 13738 520553
1973 354057 15924 561531
1974 374977 14154 609825
Nguồn: Source of Growth: A study of seven Latin American Economics, Victor
J.Elias ( D.N Gujarati).
1/ Hồi quy dạng quy mô Cobb- Doulgas ( tìm hiểu thêm Bài giảng Kinh tế lượng-
chương Hồi quy bội).
2/ Nêu ý nghĩa kinh tế tài chính những thông số hồi quy riêng.
3/ Căn cứ vào bảng kết quả hồi quy, hãy cho biết thêm thêm ý nghĩa thống kê của những thông số
hồi quy và ý nghĩa của thông số xác lập R2.
4/ Dựa vào tổng mức hai thông số co dãn, hãy nhìn nhận việc tăng quy mô sản xuất có
thể mang lại hiệu suất cao ra làm sao.
5/ Hãy thực thi những kiểm định: kiểm định Wald, kiểm định biến bị bỏ sót, kiểm
định White, kiểm định Chow. Nêu ý nghĩa và lý giải kết quả mỗi kiểm định.
6/ Dự báo với độ tin cậy 95% sản lượng năm 1975 với lượng lao động 14500 và
vốn cố định và thắt chặt 612000.
Kết quả xây dựng được từ ứng dụng Eviews:
1/ Hàm hồi quy Cobb- Douglas có dạng: Q.= γ L α K β
Trong số đó:
Q.: Sản lượng GDP thực ( triệu Pesos)
L: Lượng lao động ( ngàn người)
K: Lượng vốn ( triệu Pesos)
Lấy Ln 2 vế: lnQ = lnγ + α lnL + β lnK
Sau khi nhập tài liệu trên ứng dụng Eviews, thực thi những thao tác tìm hàm hồi
quy, ta được bảng sau:
Dependent Variable: LOG(Q.)
Method: Least Squares
Date: 04/07/10 Time: 07:46
Sample: 1955 1974
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C -1.652419 0.606198 -2.725873 0.0144
LOG(L) 0.339732 0.185692 1.829548 0.0849
LOG(K) 0.845997 0.093352 9.062488 0.0000
R-squared 0.995080 Mean dependent var 12.22605
Adjusted R-squared 0.994501 S.D. dependent var 0.381497
S.E. of regression 0.028289 Akaike info criterion -4.155221
Sum squared resid 0.013604 Schwarz criterion -4.005861
Log likelihood 44.55221 F-statistic 1719.231
Durbin-Watson stat 0.425667 Prob(F-statistic) 0.000000
Dựa vào bảng kết quả hồi quy, ta đã có được hàm hồi quy lnQ theo lnL và lnK :
LnQ = -1.652419+ 0.339732 lnL + 0.845997 lnK+ ei
2/ Giải thích ý nghĩa kinh tế tài chính những thông số hồi quy riêng:
α = 0.339732 cho biết thêm thêm: Mexico trong quy trình 1955 1974, khi số lượng lao
động tăng ( hoặc giảm) 1% thì sản lượng GDP thực sẽ tăng (hoặc giảm) trung
bình khoảng chừng 0.339732 %, giữ lượng vốn không đổi .
β = 0.845997 cho biết thêm thêm: Mexico trong quy trình 1955- 1974, khi số lượng vốn
tăng (hoặc giảm) 1% thì sản lượng GDP thực sẽ tăng (hoặc giảm) trung bình
khoảng chừng 0.845997%, lượng lao động không đổi.
3/ Căn cứ vào bảng kết quả hồi quy, ta xét ý nghĩa thống kê của những thông số
hồi quy và ý nghĩa của thông số xác lập R2.
3a/ Ý nghĩa thống kê của những thông số hồi quy:
Kiểm định α :
t α / 2;( n 3) = t 0.025;17 = 2,109
Kiểm định giả thiết:
Ho: α = 0 ; H1: α 0
α
t2 = = 1,829548
se(α )
t2 đồng ý giả thiết Ho => L không ảnh hưởng lên Q.. Nghĩa
là lượng lao động thực sự không còn ảnh hưởng lên sản lượng GDP thực.
– Kiểm định β :
Kiểm định giả thiết:
Ho: β = 0 ; H1: β 0
β
t3 = = 9,062488
se( β )
t3 > t 0.025;17 = 2,109 => bác bỏ giả thiết Ho => K thực sự có ảnh hưởng lên Q.. Nghĩa
là lượng vốn thực sự có ảnh hưởng lên sản lượng GDP thực.
3b/ Ý nghĩa của thông số xác lập R2 Kiểm định sự thích hợp của quy mô hồi quy.
Kiểm định giả thiết:
Ho: α = β =0 (R2= 0)
H1: không phải toàn bộ những thông số hồi quy riêng đồng thời bằng 0 (R2 > 0)
R 2 (n k )
F= = 1719.231
(1 R 2 )(k 1)
Tra bảng phân phối Fisher, ta có:
F α ; ( k 1),( n k ) =F0,05;(2;17)= 3.59
F > F0,05;(2;17)= 3.59 => bác bỏ giả thiết H0 => những thông số hồi quy không đồng thời
bằng 0. Nghĩa là R2 0 có ý nghĩa thống kê.
4/ Đánh giá việc tăng quy mô sản xuất
Ta hoàn toàn có thể nhìn nhận hiệu suất cao của việc tăng quy mô sản xuất nhờ vào tổng mức hai
thông số co dãn:
α – độ co dãn riêng của sản lượng riêng với lao động khi vốn không đổi
β – độ co dãn riêng của sản lượng riêng với lượng vốn khi lao động không đổi
( α + β )= 0,339732+0.845997= 1,185729 > 1 => khi tăng quy mô sản xuất thì có
hiệu suất cao.
5/ Thực hiện những kiểm định
5a/ Kiểm định Wald Kiểm định quy mô xuất hiện của những biến không thiết yếu.
Trước hết ta ước lượng quy mô U có thêm một biến nữa (đặt là T). Biến T này
nhận những giá trị từ là 1 đến 20. Ta đã có được bảng kết quả:
Dependent Variable: LOG(Q.)
Method: Least Squares
Date: 04/08/10 Time: 08:52
Sample: 1955 1974
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C -0.488824 0.681632 -0.717138 0.4836
LOG(L) 0.275546 0.161439 1.706815 0.1072
LOG(K) 0.794142 0.082594 9.614998 0.0000
LOG(T) 0.042732 0.016139 2.647728 0.0176
R-squared 0.996579 Mean dependent var 12.22605
Adjusted R-squared 0.995938 S.D. dependent var 0.381497
S.E. of regression 0.024315 Akaike info criterion -4.418581
Sum squared resid 0.009460 Schwarz criterion -4.219435
Log likelihood 48.18581 Hannan-Quinn criter. -4.379706
F-statistic 1553.721 Durbin-Watson stat 0.581050
Prob(F-statistic) 0.000000
Phương trình ước lượng có dạng:
LnQ = -0.488824 + 0.275546 lnL + 0.794142 lnK + 0.042732 lnT
Từ kết quả trên ta thấy thông số hồi quy của biến L khác 0 không còn ý nghĩa
(Vì P( t >1.706815)= 0.1072 > 0.05). Vậy ta hoàn toàn có thể nhận định rằng biến L không cần
thiết đưa vào quy mô, nên ta tiến hành kiểm định Wald.
Thực hiện kiểm định Wald trên Eviews (về sự việc xuất hiện của biến L), ta được bảng
kết quả:
Wald Test:
Equation: Untitled
Test Statistic Value df Probability
F-statistic 2.913216 (1, 16) 0.1072
Chi-square 2.913216 1 0.0879
Null Hypothesis Summary:
Normalized Restriction (= 0) Value Std. Err.
C(2) 0.275546 0.161439
Restrictions are linear in coefficients.
Theo kết quả của bảng trên, vì P(F > 2.913216) = 0.1072 > 0.05 nên ta đồng ý
giả thiết không, tức thông số hồi quy của biến L khác 0 không còn ý nghĩa. Hay biến L
không ảnh hưởng tới biến phụ thuộc Q.. Vì vậy ta tránh việc đưa biến này vào mô
hình.
5b/ Kiểm định biến bị bỏ sót
– Giả sử biến L bị bỏ sót, ta tìm hàm hồi quy của lnQ theo lnK
Dependent Variable: LOG(Q.)
Method: Least Squares
Date: 04/07/10 Time: 09:54
Sample: 1955 1974
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C -0.618427 0.233101 -2.653050 0.0162
LOG(K) 1.013831 0.018391 55.12569 0.0000
R-squared 0.994112 Mean dependent var 12.22605
Adjusted R-squared 0.993784 S.D. dependent var 0.381497
S.E. of regression 0.030077 Akaike info criterion -4.075488
Sum squared resid 0.016283 Schwarz criterion -3.975915
Log likelihood 42.75488 F-statistic 3038.842
Durbin-Watson stat 0.302101 Prob(F-statistic) 0.000000
Hàm hồi quy có dạng: LnQ = -0.618427 + 1.013831 lnK
Kiểm định biến bị bỏ sót L được bảng kết quả:
Omitted Variables: L
F-statistic 0.027451 Probability 0.870361
Log likelihood ratio 0.032269 Probability 0.857438
Test Equation:
Dependent Variable: LOG(Q.)
Method: Least Squares
Date: 04/07/10 Time: 10:01
Sample: 1955 1974
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C -0.470271 0.925776 -0.507975 0.6180
LOG(K) 0.999937 0.085962 11.63228 0.0000
L 2.50E-06 1.51E-05 0.165683 0.8704
R-squared 0.994121 Mean dependent var 12.22605
Adjusted R-squared 0.993429 S.D. dependent var 0.381497
S.E. of regression 0.030924 Akaike info criterion -3.977102
Sum squared resid 0.016257 Schwarz criterion -3.827742
Log likelihood 42.77102 F-statistic 1437.340
Durbin-Watson stat 0.282277 Prob(F-statistic) 0.000000
Theo kết quả của bảng trên, vì F = 0.027451 có xác suất p. = 0.870361 > 0.05 nên ta
đồng ý giả thiết H0 : α = 0 ( α là thông số hồi quy của biến L trong hàm hồi quy
tổng thể). Tức L là biến không còn ảnh hưởng tới biến Q., nên không đưa nó vào
quy mô. Vì vậy, L không phải là biến bị bỏ sót.
Giả sử biến K bị bỏ sót, ta tìm hàm hồi quy của lnQ theo lnL

Dependent Variable: LOG(Q.)
Method: Least Squares
Date: 04/07/10 Time: 10:14
Sample: 1955 1974
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C -6.317483 0.751291 -8.408836 0.0000
LOG(L) 1.993420 0.080748 24.68705 0.0000
R-squared 0.971312 Mean dependent var 12.22605
Adjusted R-squared 0.969719 S.D. dependent var 0.381497
S.E. of regression 0.066386 Akaike info criterion -2.492015
Sum squared resid 0.079328 Schwarz criterion -2.392442
Log likelihood 26.92015 F-statistic 609.4502
Durbin-Watson stat 2.071332 Prob(F-statistic) 0.000000
Hàm hồi quy có dạng: LnQ = -6.317483 + 1.993420 lnL
Kiểm định biến bị bỏ sót K được bảng kết quả:
Omitted Variables: K
F-statistic 6.823084 Probability 0.018218
Log likelihood ratio 6.748834 Probability 0.009381
Test Equation:
Dependent Variable: LOG(Q.)
Method: Least Squares
Date: 04/07/10 Time: 10:18
Sample: 1955 1974
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
C -0.446616 2.340515 -0.190820 0.8509
LOG(L) 1.325741 0.265071 5.001453 0.0001
K 1.00E-06 3.83E-07 2.612103 0.0182
R-squared 0.979529 Mean dependent var 12.22605
Adjusted R-squared 0.977120 S.D. dependent var 0.381497
S.E. of regression 0.057705 Akaike info criterion -2.729457
Sum squared resid 0.056608 Schwarz criterion -2.580097
Log likelihood 30.29457 F-statistic 406.7167
Durbin-Watson stat 1.210531 Prob(F-statistic) 0.000000
Theo kết quả của bảng trên, vì F = 6.823084 có xác suất p. = 0.018218 < 0.05 nên ta
bác bỏ giả thiết H0 : β = 0 ( β là thông số hồi quy của biến K trong hàm hồi quy
tổng thể). Tức K là biến có ảnh hưởng tới biến Q., nên đưa nó vào quy mô. Vì
vậy, K là biến bị bỏ sót.
5c/ Kiểm định White Kiểm định tổng quát về sự việc thuần nhất của phương sai
Hồi quy lnQ theo lnL và lnK:
LnQ = -1.652419+ 0.339732 lnL + 0.845997 lnK+ei
Dùng kiểm định White (có những tích chéo Một trong những biến độc lập trong quy mô hồi
quy tương hỗ update), ta được bảng kết quả:
Heteroskedasticity Test: White
F-statistic 5.710231 Prob. F(4,15) 0.0054
Obs*R-squared 12.07208 Prob. Chi-Square(4) 0.0168
Scaled explained SS 5.576179 Prob. Chi-Square(4) 0.2331
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 04/08/10 Time: 15:43
Sample: 1955 1974
Included observations: 20
Collinear test regressors dropped from specification
Variable Coefficient Std. Error t-Statistic Prob.
C 1.051199 0.658232 1.597003 0.1311
LOG(L) -0.429357 0.310110 -1.384534 0.1864
(LOG(L))^2 0.034295 0.025793 1.329605 0.2035
(LOG(L))*(LOG(K)) -0.016016 0.014063 -1.138847 0.2726
LOG(K) 0.147072 0.133431 1.102237 0.2877
R-squared 0.603604 Mean dependent var 0.000680
Adjusted R-squared 0.497898 S.D. dependent var 0.000789
S.E. of regression 0.000559 Akaike info criterion -11.92787
Sum squared resid 4.69E-06 Schwarz criterion -11.67893
Log likelihood 124.2787 Hannan-Quinn criter. -11.87927
F-statistic 5.710231 Durbin-Watson stat 1.673827
Prob(F-statistic) 0.005351
Theo kết quả của bảng trên, ta thấy nR2 = 12.07208 có mức xác suất (p.-value)
tương ứng là 0.0168 F0.05;(2,14)= 3.74 => bác bỏ giả thiết nhận định rằng hồi quy lnQ1 và lnQ2 như nhau,
nghĩa là hàm sản lượng GDP thực ở hai thời kỳ rất khác nhau nên những quan sát giữa hai
thời kỳ không thể gộp với nhau.
6/ Dự báo với độ tin cậy 95% sản lượng năm 1975 với lượng lao động 14500
và vốn cố định và thắt chặt 612000.
6/a Dự báo điểm.
Thực hiện dự báo điểm trên Eviews bằng phương pháp nhập thêm tài liệu của L là 14500
và K là 612000 vào quan sát năm 1975, ta được bảng số liệu:
Last updated: 04/07/10 – 11:50
Modified: 1955 1975 // fit(f=actual) gdpdubao
1955 115934.459615
1956 123255.584023
1957 130455.256739
1958 136901.672404
1959 143380.607100
1960 152004.019388
1961 158183.514873
1962 165274.151415
1963 177183.274586
1964 191877.887985
1965 207694.606399
1966 218394.584000
1967 232647.032859
1968 251630.682259
1969 269855.752371
1970 292545.196380
1971 311650.022459
1972 334397.795045
1973 374878.663435
1974 386205.939633
1975 390562.386473
Ta thấy dự báo điểm của sản lượng GDP thực khi số lượng lao động là 14500
ngàn người và lượng vốn cố định và thắt chặt là 612000 triệu Pesos là 390562.3865 triệu
Pesos.
6/b Dự báo trung bình.
Để tìm dự báo khoảng chừng cho giá trị trung bình của biến phụ thuộc, ta vận dụng công
thức:
[Yˆ t ]
ˆˆ ˆ
(n k ).se(Y0 ); Y0 + tα / 2 (n k ).se(Y0 )
α /2
0
ˆ
Trước hết, ta tìm giá trị ( se(Y0 Y0 ) tại hiên chạy cửa số Equation trên Eviews. Ta được bảng
kết quả:
Last updated: 04/08/10 – 10:18
1955 3541.7883
1956 3728.7149
1957 3917.2440
1958 4082.6558
1959 4249.0821
1960 4480.3419
1961 4670.1550
1962 4902.9787
1963 5168.8451
1964 5727.6687
1965 6633.4303
1966 6385.1742
1967 6797.9523
1968 7359.9005
1969 8039.0353
1970 8691.3936
1971 9344.3016
1972 10168.2076
1973 13144.1943
1974 12926.0636
1975 12571.5652
ˆ
Từ bảng kết quả (quan sát năm 1975) ta có: se (Y0 Y0 )= 12571.5652
Ta có σ = 0.028289 ( σ được lấy từ S.E of regression)
ˆ ˆ
ˆ ˆ
ˆ ˆ
se( Y0 ) = var(Y0 ) = ( se(Y0 Y0 ))2 σ 2 . Ta hoàn toàn có thể tìm kiếm giá tốt trị se( Y0 ) trên Eviews
ˆ
tại hiên chạy cửa số Workfile chọn Genr.
Last updated: 04/08/10 – 11:02
Modified: 1955 1975 // se=sqr(se1^2-0.028289^2)
1955 3541.7883
1956 3728.7150
1957 3917.2440
1958 4082.6558
1959 4249.0821
1960 4480.3419
1961 4670.1550
1962 4902.9787
1963 5168.8451
1964 5727.6687
1965 6633.4303
1966 6385.1742
1967 6797.9523
1968 7359.9005
1969 8039.0353
1970 8691.3936
1971 9344.3016
1972 10168.2076
1973 13144.1943
1974 12926.0636
1975 12571.5652
ˆ
Từ kết quả trên ta được: se( Y0 ) = 12571.5652
Ta có t0.025;17= 2.109
ˆ
Cận dưới = dubaogdp 2.109*se( Y0 ).
Last updated: 04/08/10 – 11:11
Modified: 1955 1975 // canduoi=dubaogdp-2.109*se
1955 108464.8
1956 115391.7
1957 122193.8
1958 128291.4
1959 134419.3
1960 142555.0
1961 148334.2
1962 154933.8
1963 166282.2
1964 179798.2
1965 193704.7
1966 204928.3
1967 218310.2
1968 236108.7
1969 252901.4
1970 274215.0
1971 291942.9
1972 312953.0
1973 347157.6
1974 358944.9
1975 364049.0
Từ bảng ta có
Cận dưới = 364049.0
ˆ
Cận trên = dubaogdp + 2.109*se( Y0 ).
Last updated: 04/08/10 – 11:14
Modified: 1955 1975 // cantren=dubaogdp+2.109*se
1955 123404.1
1956 131119.4
1957 138716.7
1958 145512.0
1959 152341.9
1960 161453.1
1961 168032.9
1962 175614.5
1963 188084.4
1964 203957.5
1965 221684.5
1966 231860.9
1967 246983.9
1968 267152.7
1969 286810.1
1970 310875.3
1971 331357.2
1972 355842.5
1973 402599.8
1974 413467.0
1975 417075.8
Từ bảng ta có
Cận trên = 417075.8
Như vậy dự báo khoản cho GDP trung bình khi số lượng lao động là 14500 và vốn cố
định là 612000 của năm 1975 với độ tin cậy 95% là: (364049.0 ; 417075.8) triệu
pesos.

://.youtube/watch?v=OfhBIIYIggE

Reply
4
0
Chia sẻ

4221

Clip Cách giải bài tập kinh tế tài chính lượng ?

Bạn vừa tìm hiểu thêm tài liệu Với Một số hướng dẫn một cách rõ ràng hơn về Video Cách giải bài tập kinh tế tài chính lượng tiên tiến và phát triển nhất

Chia Sẻ Link Download Cách giải bài tập kinh tế tài chính lượng miễn phí

Hero đang tìm một số trong những Chia SẻLink Download Cách giải bài tập kinh tế tài chính lượng Free.

Hỏi đáp vướng mắc về Cách giải bài tập kinh tế tài chính lượng

Nếu sau khi đọc nội dung bài viết Cách giải bài tập kinh tế tài chính lượng vẫn chưa hiểu thì hoàn toàn có thể lại phản hồi ở cuối bài để Mình lý giải và hướng dẫn lại nha
#Cách #giải #bài #tập #kinh #tế #lượng