Báo Cáo ktl.Sự phụ thuộc của nhập khẩu theo tổng sản phẩm quốc nội và tỷ giá hối đoái của Việt Nam trong gia

1.Vấn đề nghiên cứu : Sự phụ thuộc của nhập khẩu theo tổng sản phẩm quốc
nội và tỷ giá hối đoái của Việt Nam trong giai đoạn 1995 – 2010
Các biến kinh tế sử dụng:
Y : nhập khẩu (tỷ đồng)
X2 : tổng sản phẩm quốc nội (tỷ đồng)
X3 : tỷ giá hối đoái( đồng)
Bảng số liệu:
(http://www.adb.org/Documents/Books/Ke
y_Indicators/2009/pdf/kor.pdf
Năm Y X2 X3
1995 81775 257525 780.7
1996 83800 290676 802.7
1997 102348 340208 803.4
1998 135119 398838 771.3
1999 150339 448596 804.5
2000 144616 491135 951.3
2001 93282 484103 1401.4
2002 119752 529500 1188.8
2003 160481 603236 1131.0
2004 141098 651415 1291.0
2005 152126 720539 1251.1
2006 178827 767114 1191.6
2007 224463 826893 1145.3
2008 261238 865241 1024.1
2009 309383 908744 954.8
2010 356846 975013 929.3
Báo cáo thực hành kinh tế lượng 2012[Year]
Page 3
Nguồn số liệudata:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAEAAAABAQMAAAAl21bKAAAAA1BMVEXh5PJm+yKVAAAAAXRSTlMAQObYZgAAAApJREFUCNdjYAAAAAIAAeIhvDMAAAAASUVORK5CYII=" class="mceSmilieSprite mceSmilie1" alt="" title="Smile ">
2. Lập mô hình hồi quy:
Tổng thu nhập quốc nội (GDP) và tỷ giá hối đoái là hai nhân tố có ảnh
hưởng quan trọng đến nhập khẩu. Vì vậy ta có :
Y = β1 * X2
β2 * X3
β3 * eu
Ta nhận thấy mô hình trên là phi tuyến tính đối với tham số β1, β2, nên ta
lấy log cả hai vế của mô hình ta được :
PRM : LOG(Yi) = β1 + β2* LOG(X2i) + β3*LOG(X3i) + Ui
Trong đó: Y : là biến phụ thuộc; X2,X3 : là các biến độc lập
β1, β2, β3 là các biến giải thích; Ui là sai số ngẫu nhiên
SRM : LOG(Yi) = β1 + β2*LOG(X2i) + β3*LOG(X3i) + ei
Trong đó:

1  ,

2  ,

3  là các ước lượng điểm của β1, β2, β3
ei là ước lượng điểm của Ui.
Ta thấy mô hình trên là tuyến tính nên có thể sử dụng phương pháp
bình phương nhỏ nhất.
Ước lượng mô hình trên bằng phương pháp OLS thu được kết quả
Dependent Variable: LOG(Y)
Method: Least Squares
Date: 03/04/12 Time: 09:48
Sample: 1995 2010
Included observations: 16
Variable Coefficient Std. Error t-Statistic Prob.
LOG(X2) 1.263886 0.036437 34.68725 0.0000
LOG(X3) -1.133685 0.074919 -15.13217 0.0000
C 3.063610 0.473144 6.475004 0.0000
R-squared 0.989521 Mean dependent var 11.93930
Adjusted R-squared 0.987908 S.D. dependent var 0.441182
S.E. of regression 0.048513 Akaike info criterion -3.046596
Sum squared resid 0.030596 Schwarz criterion -2.901736
Log likelihood 27.37277 F-statistic 613.7603
Durbin-Watson stat 1.435805 Prob(F-statistic