Tiểu Luận Kinh Tế Lượng Phân Tích Các Yếu Tố ảnh Hưởng đến Giá Nhà

Tải bản đầy đủ (.pdf) (31 trang)

1. Trang chủ
>>
2. Kinh Doanh - Tiếp Thị
>>
3. Quản trị kinh doanh

Tiểu luận Kinh tế lượng Phân tích các yếu tố ảnh hưởng đến giá nhà

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (834.21 KB, 31 trang )

Header Page 1 of 145.TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNGKHOA TÀI CHÍNH NGÂN HÀNG========***========TIỂU LUẬN NHÓM KINH TẾ LƯỢNGĐề tài:PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN GIÁ NHÀGiảng viên hướng dẫn: Th.S Phí Minh HồngSinh viên thực hiện:Đinh Thị Minh PhươngMSV: 1213310087Nguyễn Thị HoaMSV: 1213310033Đỗ Ngọc SơnMSV: 1213310099Nguyễn Thị ThủyMSV: 1213310115Phạm Phượng AnhMSV: 1213310007Nguyễn Mạnh TuấnMSV: 1213310133Lớp tín chỉ:KTL309.7Hà Nội, tháng 4 năm 2014Footer Page 1 of 145.Header Page 2 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGMỤC LỤC1. MỞ ĐẦU………………………………………………………………....……..3Lời Mở Đầu ..................................................................................................... 32. NỘI DUNG…………...……………………………………………….………..42.1. CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU .................................. 42.1.1. Giới thiệu mô hình Hedonic .................................................................... 42.1.2. Mô hình nghiên cứu ................................................................................ 52.2. MÔ TẢ DỮ LIỆU......................................................................................... 62.2.1. Đồ thị. ..................................................................................................... 62.2.2. Giá trị trung bình, sai số tiêu chuẩn, trung vị.(phụ lục 1)......................... 82.3. PHÂN TÍCH DỮ LIỆU. ............................................................................... 92.3.1. Hồi quy mô hình (phương pháp OLS). .................................................... 92.3.1.1.Hàm hồi quy mẫu (SRF): P=0+1S+ 2(Be) + 3Y + 4N +ei (phụ lục 2) ..... 92.3.2. Kiểm định các khuyết tật của mô hình.(P= β0 + β1S + β2Y + β3N +Ui) .... 132.3.2.1.Đa công tuyến. ..................................................................................................... 132.3.2.2.Phương sai sai số thay đổi................................................................................... 162.3.2.3.Tự tương quan. .................................................................................................... 192.3.3. Khắc phục các khuyết tật của mô hình. ................................................. 192.4. ĐÁNH GIÁ ................................................................................................ 20KẾT LUẬN ......................................................................................................... 22PHỤ LỤC ............................................................................................................ 23Giảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 2 of 145.Trang 2Header Page 3 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGLỜI MỞ ĐẦUThị trường bất động sản là một thị trường có diễn biến phức tạp và là một lĩnh vực có ảnhhưởng lớn đến sự phát triển của nền kinh tế. Việc xác định giá nhà đất đối với nghiên cứu kinh tếlượng luôn là một trong những đề tài nghiên cứu đáng quan tâm.Nắm rõ tình hình giá cả của nhàđất là một lợi thế đối với các nhà kinh doanh bất động sản cũng như những người có nhu cầumua nhà.Trên thực tế, quyết định mua một ngôi nhà mang ý nghĩa đầu tư tài chính hơn là đơnthuần một quyết định tiêu dùng cá nhân.Chính vì thế xét trên cả phương diện các học thuyết kinhtế và cả phương diện mô hình kinh tế lượng, việc nghiên cứu những nhân tố ảnh hưởng tới giánhà mang lại nhiều ý nghĩa thực tiễn thú vị.Để nghiên cứu giá nhà ta thường thu thập số liệu về những yếu tố ảnh hưởng đến ngôi nhà đó.Giá nhà khi biến động thường phụ thuộc vào rất nhiều yếu tố, từ những yếu tố tình hình biếnđộng trên thị trường bất động sản và thị trường tài chính hoặc chỉ đơn giản là những yếu tố liênquan đến cơ sở vật chất, nội thất, kiến trúc, của ngôi nhà.Những ngôi nhà nào có cơ sở vật chấtkhác nhau sẽ có những giá trị khác nhau, dẫn đến giá cả trên thị trường của chúng cũng sẽ khácnhau. Xuất phát từ thực tế khách quan,và nhu cầu cấp thiết đó, nhóm chúng em tiến hành khảosát mô hình hồi quy để tìm ra sự phụ thuộc của giá nhà đến các yếu tố cấu trúc và môi trườngxung quanh.Giảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 3 of 145.Trang 3Header Page 4 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNG2. NỘI DUNG2.1.CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU2.1.1. Giới thiệu mô hình HedonicPhương pháp định giá Hedonic được định nghĩa là kỹ thuật phân tích hồi quy được sửdụng để xác định giá trị của những thuộc tính liên quan đến hàng hóa trên thị trường trong cácgiai đoạn cụ thể. Những thuộc tính có thể đo lường được như kích cỡ, tốc độ, trọng lượng,… sẽảnh hưởng đến giá trị của hàng hóa. Theo Griliches (1971), phương pháp Hedonic dựa trên cơsở: giá của một hàng hóa không đồng nhất có thể được xác định thông qua những thuộc tính liênquan đến hàng hóa đó.Vì thế, hàm hồi quy Hedonic có dạng:pi = h(ci),•Pi là giá của hàng hóa•Ci là vector của các đặc tính liên quan đến hàng hóa.Theo Triplett (1986), phương pháp định giá Hedonic đã phát triển và được ứng dụngnhiều vào cách xác định các chỉ số giá trước khi nó được xây dựng thành một khung cơ sở hoànchỉnh. Theo Malpezzi (2002), Court (1939) là người đầu tiên áp dụng phương pháp hồi quyHedonic. Phương pháp của ông liên hệ giá của xe ô tô với những đặc điểm tạo ra sự hài lòng củakhách hàng như sức mạnh của động cơ, tốc độ, trang trí nội thất của xe,…Vì thế, mô hình đượcbiết đến với tên gọi “mô hình định giá Hedonic”. Mô hình Hedonic được phát triển hoàn chỉnhhơn qua hai nghiên cứu quan trọng là lý thuyết tiêu dùng của Lancaster (1966) và mô hình giá ẩnHedonic của Rosen (1974). Cả hai hướng tiếp cận đều nhằm mục tiêu ước tính giá trị và số lượngthuộc tính dựa trên những sản phẩm khác nhau được đưa vào quan sát. Lancaster đã xây dựngnền tảng lý thuyết cho mô hình Hedonic: sự thỏa dụng của người tiêu dùng có được từ những đặctính của sản phẩm, chứ không phải trực tiếp từ sản phẩm đó. Hiện nay, phương pháp định giáHedonic được áp dụng rộng rãi tại các quốc gia phát triển.Theo Malpezzi (2003), trong quá trìnhphát triển, thị trường nhà ở là một trong ứng dụng rộng rãi của mô hình định giá Hedonic, vì nhàở là hàng hóa không đồng nhất; đồng thời nhu cầu của người tiêu thụ cũng không đồng nhất.Thậtvậy, một căn hộ gồm nhiều đặc điểm riêng biệt về diện tích, chất lượng, vị trí,… Mỗi căn nhà cómột vị trí nhất định, thời gian xây dựng khác nhau, có diện tích khác nhau. Bên cạnh đó, mức độthỏa dụng của người mua khác nhau, định giá căn hộ cũngkhác nhau. Một căn hộ có cùng mộtnhóm đặc điểm được định giá khác nhau theo từng người mua. Việc định giá vì thế cũng trở nênkhó khăn. Từ đó, phương pháp Hedonic được sử dụng phổ biến vì nó ước tính được giá trị củaGiảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 4 of 145.Trang 4Header Page 5 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGcác đặc điểm riêng lẻ cấu thành nên giá trị chung của cả căn hộ. Theo nghiên cứu ứng dụng môhình Hedonic trong thị trường nhà ở của Thibodeau và Malpezzi (1980), phương pháp định giáHedonic là một mô hình hồi quy của giá trị hoặc giá thuê căn hộ dựa trên những đặc tính liênquan đến căn hộ. Trong đó, từng biến độc lập đại diện cho từng đặc điểm riêng biệt và các hệ sốtrong kết quả của mô hình là giá tiềm ẩn của những đặc điểm này. Mô hình hồi quy của giáthuê nhà hoặc giá trị căn hộ có dạng như sau:R = f (S, N, L, C, T),Trong đó: R là giá thuê hoặc giá trị căn hộ; S là những đặc điểm thuộc cấu trúc; N là đặcđiểm thuộc môi trường xung quanh; L là vị trí; C là đặc điểm về hợp đồng giao dịch và T là thờihạn căn hộ được quan sát.2.1.2. Mô hình nghiên cứuNội dung của bài tiểu luậnsẽ đi nghiên cứu sự ảnh hưởng giá nhà theo các yếu tố sau:-Những đặc điểm thuộc cấu trúc:S: Diện tích của ngôi nhà .Be: Số phòng ngủ .Y: Diện tích sân xung quanh ngôi nhà.-Những đặc điểm thuộc môi trường xung quanh ngôi nhà:N: chất lượng của nhà hang xóm(thang điểm 1-4 với 1 =best,4=worst)Khi đưa vào mô hình hồi quy kinh tế lượng, biến P là biến phụ thuộc, vòn các biến S, Be,Y N là biến độc lập. Ta xétmô hình hồi quy kinh tế:P= β0 + β1S + β2Be + β3Y + β4N +UiDự đoán dấu của các hệ số dựa vào lý thuyết /kinh nghiệm thực tế:Do theo lý thuyết trong các ngành khác cũng như trong thực tế, ta thấy diện tích nhà tácđộng cùng chiều với giá nhà, tức là diện tích nhà càng lớn thì diện tích nhà càng có xuhướng tăng. Vì thế β1 mang dấu (+)Tương tự với các biến số phòng ngủ và diện tích sân xung quanh càng lớn thì giá nhàcàng có xu hướng tăng. Vì thế β2, β3 đều mang dấu (+)Ngược lại, chất lượng của các nhà hàng xóm xung quanh càng tăng, thì khả năngcạnh tranh của các nhà hàng xóm so với nhà chúng ta càng lớn, vì thế biến chất lượng củacác nhà hàng xóm có tác động ngược chiều với giá nhà và β4 mang dấu (-)Giảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 5 of 145.Trang 5Header Page 6 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGÝ nghĩa của các tham số hồi quy như sau:β0: hệ số chặn.β1 :mức thay đổi giá nhà theo diện tích nhà.β2 : mức thay đổi giá nhà theo số phòng ngủ.β3 : mức thay đổi giá nhà theo sân xung quanh nhà.β4:mức thay đổi giá nhà theo chất lượng của các nhà hàng xóm xung quanh.Ui :yếu tố ngẫu nhiên.2.2.Mô tả dự liệu2.2.1. Đồ thị.Hình 1: Đồ thị mối liên hệ giữa biến p và sGiảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 6 of 145.Trang 6Header Page 7 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGHình 2: Đồ thị mối liên hệ giữa biến p và yHình 3: Đồ thị mối liên hệ giữa biến p và nGiảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 7 of 145.Trang 7Header Page 8 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGPrice of the house (Thousands of USA600500400300200100000.511.522.533.544.5Number of bedroomsHình 4: Đồ thị mối liên hệ giữa biến P và biến Be2.2.2. Giá trị trung bình, sai số tiêu chuẩn, trung vị.(phụ lục 1).Các biếnP(nghìn đô la)Giá trị trung Giá trị lớn giá trị nhỏ Trung vịbìnhnhấtnhất242.30503.00107.00242.00Phương sai79.242S(feet vuông)1470.23269.0702.001478.0513.08Be(số phòng)2.83724.00002.00003.00000.65211Y(feet vuông)6284.8195801780.06086.03072.6N1.77914.00001.00001.50000.87493Nhận xét:• Biến P ( Price of the house) : Nghìn đô laKết quả cho thấy:- Giá trị trung bình của dữ liệu: 242.30- Trung vị của dữ liệu là : 242.00, giá trị lớn nhất là 503.00 và nhỏ nhất là 107.00- Độ lệch chuẩn là 8.901 tương đương với phương sai là 79.242Ta có thể thấy dữ liệu có độ chênh lệch rất lớn, chính vì thế không thể đánh giá quacác giá trị trung bình hay phân vị để đưa ra một mức kết quả chung. Điều này thể hiệnGiảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 8 of 145.Trang 8Header Page 9 of 145.Nhóm 17_Lớp KTE309.7---BÀI TẬP KINH TẾ LƯỢNGtầm quan trọng của việc xây dựng mô hình kinh tế lượng để đưa ra những con số tốtnhất.• Biến S ( size of the house) : feet vuôngKết quả cho thấy:Giá trị trung bình của dữ liệu: 1470.2Trung vị của dữ liệu là: 3269.0 , giá trị lớn nhất là: 3269.0 và nhỏ nhất là 702.00Độ lệch chuẩn là 22.651 tương đương với phương sai là 513.08Ta có thể thấy với biến S này, cũng như P độ chênh lệch của dữ liệu là rất lớn.• Biến Be (Numbers of bedroom in the house) :Kết quả cho thấy:Giá trị trung bình của dữ liệu: 2.8372Trung vị của dữ liệu là: 3.0000 , giá trị lớn nhất là: 4.0000 và nhỏ nhất là 2.0000Độ lệch chuẩn là 0.8075 tương đương với phương sai là 0.65211Ta có thế thấy dữ liệu có độ chênh lệch không lớn lắm• Biến Y ( size of the yard around the house) : feet vuôngGiá trị trung bình của dữ liệu: 6284.8Trung vị của dữ liệu là: 6086.0, giá trị lớn nhất là: 19580.0 và nhỏ nhất là 1780.0Độ lệch chuẩn là 55.43 tương đương với phương sai là 3072.6• Biến N ( Quality of the neighborhood near the house) :Giá trị trung bình của dữ liệu: 1.7791Trung vị của dữ liệu là: 1.5000, giá trị lớn nhất là: 4.0000 và nhỏ nhất là 1.0000Độ lệch chuẩn là 0.935 tương đương với phương sai là 0.874932.3.Phân tích dữ liệu.2.3.1. Hồi quy mô hình (phương pháp OLS).2.3.1.1. Hàm hồi quy mẫu (SRF): P=0+1S+ 2(Be) + 3Y + 4N +ei (phụ lục 2)Với : β0 = 122.212β1= 0.105368β2= -3.07718β3= 0.00413637β4 = -29.2793a) Kiểm định các tham số hồi quy (với mức ý nghĩa α=5%).∗Kiểm định hệ số β0:Đặt giả thiết: H0: β0=0 (hệ số không có ý nghĩa thống kê)H1: β0 0.Cách 1: p-value=1.29(e^-5)<0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tứclà hệ số chặn có ý nghĩa thống kêCách 2: |tqs| ≥ t(/),(>t)(.)5.010>t(.)Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tức là hệ số chặn có ý nghĩa thống kê.•Kiểm định hệ số β1:Giảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 9 of 145.Trang 9Header Page 10 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGĐặt giả thiết H0: β1=0 (hệ số không có ý nghĩa thống kê)H1: β1≠0.Cách 1: p-value=1.92(e^-10)<0.05 =>Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1tức làhệ sốβ1 có ý nghĩa thống kêCách 2:|tqs| ≥ t()/,()>t().8.596>t().Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1 tức làhệ số β1 có ý nghĩa thống kê,tức làdiện tích nhà ở (S) có ảnh hưởng đến giá mua nhà (P).•Kiểm định hệ số β2:Đặt giả thiết H0: β2=0 (hệ số không có ý nghĩa thống kê)H1: β2≠0.Cách 1: p-value=0.7301> 0.05 =>Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ số β2không có ý nghĩa thống kê.Cách 2: |tqs| ≥ t()/()t().Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1 tức là hệ số β3 có ý nghĩa thống kê ,tứclà diện tích sân xung quanh nhà(Y) có ảnh hưởng đến giá mua nhà(P).•Kiểm định hệ số β4:Đặt giả thiết H0: β4=0 (hệ số không có ý nghĩa thống kê)H1: β4≠0.Cách 1: p-value=1.85(e^-6)< 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1tức là hệ số β4 có ý nghĩa thống kê.Cách 2:|tqs| ≥ t(/)()>t(.)5.627>t(.)Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhậnH1 tức làhệ số β4 có ý nghĩa thống kê ,tức làchất lượng nhà hàng xóm xung quanh(N) có ảnh hưởng đến giá mua nhà(P).Giảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 10 of 145.Trang 10Header Page 11 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGb)Hệ số R2.•Có hệ số R2 = 90.5090%,ý nghĩa: các biến giải thích giải thích được 90.5090% sự biếnđộng của biến phụ thuộc.•Kiểm định sự phù hợp của mô hình (với mức ý nghĩa α=5%).Đặt giả thiết H0:=!$≠H1:=="(# =0)0 (j ∈ {1, 2, 3, 4}) (# ≠ 0)Cách 1: p-value(F)= 6.74(e^-19) < 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là R2≠0, hàm phù hợp.(' !,) ')Cách 2:Fqs>%&(",90.59510 >% .)Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là R2≠0, hàm phù hợp, các biến giảithích giải thích được 90.5090% sự biến động của biến phụ thuộc.c) Xác định lại mô hình hồi quy kinh tế.•Nhận xét: vì hệ số β2 khôngcó ý nghĩa thống kê nên ta xét mô hình hồi quy kinh tế mới(loại bỏ biến Be:số phòng ngủ ra khỏi mô hình):P= β0 + β1S + β2Y + β3N +Ui•Và hàm hồi quy mẫu (SRF): P=Với :0+1S+ 2Y + 3N +ei(phụ lục 3)β0 =117.465β1 =0.1026444β2 =0.00411703β3 =-29.1998c.1)Kiểm định các tham số hồi quy (với mức ý nghĩa α=5%).•Kiểm định hệ số β0:Đặt giả thiết H0: β0=0 (hệ số không có ý nghĩa thống kê)H1: β0≠0.Cách 1: p-value= 7.66(e^-7) < 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1tức là hệ số chặn có ý nghĩa thống kêCách 2:|tqs| ≥ t(/)(>t)( *).5.878>t( *).Với mức ý nghĩa α = 5% bác bỏ H0,chấp nhậnH1 tức là hệ số chặn có ý nghĩa thống kê.•Kiểm định hệ số β1:Đặt giả thiết H0: β1=0 (hệ số không có ý nghĩa thống kê)H1: β1≠0.Giảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 11 of 145.Trang 11Header Page 12 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGCách 1: p-value= 1.55(e^-13) < 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1tức là hệ sốβ1 có ý nghĩa thống kêCách 2:|tqs| ≥ t()/(>t)( *).11.01>t( *).Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là hệ sốβ1 có ý nghĩa thống kê,tức làdiện tích nhà ở (S) có ảnh hưởng đến giá mua nhà (P).•Kiểm định hệ số β2:Đặt giả thiết H0: β2=0 (hệ số không có ý nghĩa thống kê)H1: β2≠0.Cách 1: p-value= 0.0068 < 0.05 =>Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ sốβ2khôngcó ý nghĩa thống kê.Cách 2: |tqs| ≥ t()/()>t( *).2.859>t( *).Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ sốβ2 khôngcó ý nghĩa thống kê,tức là diệntích sân xung quanh nhà(Y) có ảnh hưởng đến giá mua nhà(P).•Kiểm định hệ số β3:Đặt giả thiết: H0: β3=0 (hệ số không có ý nghĩa thống kê),H1: β3≠0.Cách 1: p-value=1.43(e^-6) < 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1tức là hệ số β3 có ý nghĩa thống kê.Cách 2:|tqs| ≥ t()/()>t( *).5.681>t( *).Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là hệ số β3 có ý nghĩa thống kê ,tức làchất lượng nhà hàng xóm xung quanh(N) có ảnh hưởng đến giá mua nhà(P).c.2) Hệ số R2’.•Có hệ số R2’= 90.4789%, ý nghĩa: các biến giải thích giải thích được 90.4789% sự biếnđộng của biến phụ thuộc.c.3) Kiểm định sự phù hợp của mô hình (với mức ý nghĩa α=5%).•Đặt giả thiết H0:H1:!=$≠=(# =0)0 (j ∈ {1, 2, 3}) (# ≠ 0)Cách 1: p-value(F)= 5.88(e^-20) <0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấpnhậnH1 tức là R2’≠0, tức là các biến giải thích giải thích được 90.4789% sự biến động củabiến phụ thuộc.( ,) ')Cách 2: Fqs>%&( , *)123.5382>% .Giảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 12 of 145.Trang 12Header Page 13 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGVới mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là R2’≠0, tức là các biến giải thíchgiải thích được 90.4789% sự biến động của biến phụ thuộc.c.4) So sánh 2 mô hình hồi quy.• Vì #+ 2t(" ).6.266>t(" ).Với mức ý nghĩa α=5%,bác bỏ H0tức là α0có ý nghĩa thống kê.•Kiểm định hệ số α1:Đặt giả thiết H0:α1 =0 (hệ số không có ý nghĩa thống kê)H1:α1≠0Cách 1: p-value=0.0190< 0.05 =>Với mức ý nghĩa α=5%,bác bỏ H0,chấp nhận H1tức làα1 có ý nghĩa thống kê.()Cách 2: |tqs| ≥ t // &&(& )>t(" ).2.444>t(" ).Với mức ý nghĩa α=5%,bác bỏ H0,chấp nhận H1 tức là α1 có ý nghĩa thống kê•Kiểm định hệ số α2Đặt giả thiết H0:α2 =0 (hệ số không có ý nghĩa thống kê),H1:α2≠0Giảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 13 of 145.Trang 13Header Page 14 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGCách 1: p-value= 0.0093 < 0.05 =>Với mức ý nghĩa α=5%,bác bỏ H0,chấp nhận H1tức làα2có ý nghĩa thống kêCách 2: |tqs| ≥ t(/)/ &&(& )>t(" ).2.734>t(" ).Với mức ý nghĩa α=5%,bác bỏ H0, chấp nhận H1 tức là α2 có ý nghĩa thống kê.•Có hệ số R2 = 32.9425%,ý nghĩa: các biến Y và N giải thích được 32.9425% sự biến độngcủa biến S.a.2) Kiểm định sự phù hợp của mô hình (với mức ý nghĩa α=5%).•Đặt giả thiết H0:α! = α (# =0)H1: α$ ≠ 0 (j ∈ {1, 2}) (# ≠ 0)Cách 1: p-value(F)= 0.000338 <0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1tức là R2≠0, tức là các biến giải thích giải thích được 32.9425% sự biến động của biếnphụ thuộc.( ,) ')Cách 2: Fqs>%&( ," )9.825133>% .Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tức là R2≠0, tức là các biến giải thíchgiải thích được 32.9425% sự biến động của biến phụ thuộc.•Vì α0 , α1 , α2đều có ý nghĩa thống kê và R2≠0 nên mô hình có hiện tượng đa cộng tuyếnkhông hoàn hảo nhưng hiện tượng đa cộng tuyến là không đáng kể.b) Cách 2: nhân tử phóng đại phương sai (VIF)•VIF được thiết lập trên cơ sơ hệ số xác định R2 trong hồi quy của 1 biến giải thích với cácbiến giải thích còn lại (phụ lục 5)là:01%(2) =1= 1.49125 < 101−#01% () =c) Cách 3: xét R2 , tỷ số t của các biến giải thích (của mô hình P= β0 + β1S +β2Y + β3N +Ui)(phụ lục 3).R2 khá cao (0.904789)Giảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 14 of 145.Trang 14Header Page 15 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGt(S) =11.01t(Y)= 2.859t(N)= -5.681R2 cao,các tỷ số t không quá nhỏMô hình không có hiện tượng đa cộng tuyến hoặc nếu có thì không đáng kể.d) Cách 4: Xét tương quan cặp giữa các biến giải thích(phụ lục 6)•SYNS10.4518-0.4788Y0.45181-0.3166N-0.4788-0.31661Vì hệ số tương quan cặp giữa các biến giải thích không cao ( 0.5Giảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 15 of 145.Trang 15Header Page 16 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGmô hình có hiện tượng đa cộng tuyến , nhưng chưa kết luận được mức độ nghiêm trọngcủa hiện tượng.2.3.2.2. Phương sai sai số thay đổi.a) Phương pháp đồ thị•Từ những đồ thị vẽ DE theo FG ,S ,Y và N nhận thấy không tìm được bất kì sự liên hệ nàogiữa DE theo FG ,S ,Y và NMô hình không có hiện tượng phương sai sai số thay đổi.Vẽ DE theoFGVẽ DE theo YGiảng viên hướng dẫn: Th.S Phí Minh HồngFooter Page 16 of 145.Vẽ DE theo SVẽ DE theo NTrang 16Header Page 17 of 145.Nhóm 17_Lớp KTE309.7BÀI TẬP KINH TẾ LƯỢNGb) phương pháp kiểm định.b.1) Cách 1:Dùng kiểm định White (phụ lục 10)•Ước lượng mô hình hồi quy:HBC = β0 + β1S + β2Y + β3N + β4S2 +β5Y2 + β6N2 + β7S.Y+ β8Y.N + β9N.S +Ui•Phương pháp ước lượng OLS,với mức ý nghĩa α=5%•Đặt giả thiết H0: phươngsai sai số không thay đổiH1: phương sai sai số thay đổi.[p-value = P(Chi-square(9) > 8.691904) = 0.466186] > α(KL)X2qs≤ XnR2 ≤ X(*).8.691904≤ X(*).Với mức ý nghĩa α=5%,chấp nhận H0tức là mô hình gốc không có hiện tượng phương saisai số thay đổi.b.2) Cách 2:Dùng kiểm định Breush-Pagan-Godfrey(phụ lục 11).•Ước lượng mô hình hồi quy:HBC = β0 + β1Z1i+...+ βmZmi + Ui•Phương pháp ước lượng OLS, mức ý nghĩa α=5%•Đặt giả thiết H0: phươngsai sai số không thay đổiH1: phương sai sai số thay đổi.[p-value = P(Chi-square(3) > 6.061559) = 0.108653] >α(KL)X2qs≤ XESS/2≤ X(*).6.061559≤ X( ).Với mức ý nghĩa α=5%,chấp nhận H0tức là mô hình gốc không có hiện tượng phương saisai số thay đổi.b.3) Cách 3:Dùng kiểm định Park (phụ lục 12)•Ước lượng mô hình hồi quy: lnHC = β0 + β1lnMN + Ui•Hồi quy mô hình với biến phụ thuộc là lgDE và biến giải thích là lgFG với phương phápước lượng OLS, mức ý nghĩa α=5%.•Đặt giả thiết H0: hệ số góc của mô hình không có ý nghĩa thống kêH1: hệ số góc của mô hình có ý nghĩa thống kê.Cách 1: p-value = 0.7117>0.05 =>Với mức ý nghĩa α=5%,chấp nhận H0tức là hệ số góccủa mô hình không có ý nghĩa thống kê,tức là mô hình gốc không có hiện tượng phươngsai sai số thay đổi.Cách 2: |tqs| ≤ t(/)() α =>Với mức ý nghĩa α=5%,chấp nhận H0 tức là môhình gốc không có hiện tượng phương sai sai số thay đổi.Cách 2: |Fqs| ≤ F(!,)(())2Với mức ý nghĩaα=5%,chấp nhận H0 tức là mô hình gốc không có hiện tượng phương sai sai số thay đổi.(KL)Cách 3: X2qs≤ XnR2 ≤ X(*).0.641775 ≤ X(!).Với mức ý nghĩa α=5%,chấp nhận H0tức là mô hình gốc không có hiện tượng phương saisai số thay đổi.b.5) Cách 5:Kiểm định Glejser (phụ lục 14).•Ước lượng mô hình hồi quy:|HC |= β0 + β1MN + Ui•Phương pháp ước lượng OLS, mức ý nghĩa α=5%•Đặt giả thiết H0: phươngsai sai số không thay đổiH1: phương sai sai số thay đổi.Cách 1: P-value(F) = 0,639276 > 0.05 =>Với mức ý nghĩa α=5%,chấp nhận H0 tức là môhình gốc không có hiện tượng phương sai sai số thay đổiCách 2: |tqs| ≤ t(/)()