1.

Đặt vấn đề

Trong những năm gần ddaaay, ngành đường sắt Việt Nam bị ảnh hưởng nghiêm
trọng gần như đóng băng bởi dịch Covid 19, nên vận chuyển hàng hóa bằng đường
sắt được coi là “vị cứu tinh” của đường sắt Việt Nam. Đứng trước điều đó, Tổng
công ty Đường sắt VN đổi mới, thúc đẩy vận tải hàng hóa, đặc biệt tàu hàng liên
vận quốc tế đến châu Âu để tăng sản lượng, doanh thu. Cuối tháng 8 năm 2020,
trong khi các khu vực xếp hàng khác khá im ắng vì ảnh hưởng dịch Covid-19, khu
vực đường sắt trong cảng, hai chiếc cẩu lớn vẫn đang miệt mài xếp hàng lưu huỳnh
lên toa xe; từng tốp công nhân hăng say san gạt hàng, phủ bạt, gia cố, niêm phong
toa xe…

Tăng trưởng mà vận tải hàng hóa toàn ngành vẫn giữ được sự ổn định, mặc dù một
số mặt hàng, luồng hàng giảm sản lượng do ảnh hưởng dịch Covid-19. 7 tháng đầu
năm 2020, sản lượng vận tải hàng hóa đường sắt tương đương cùng kỳ, doanh thu
tăng trưởng khoảng hơn 5%. Đây là hiệu quả của những chính sách, giải pháp
chuyển dịch cơ cấu vận tải, đổi mới, thúc đẩy vận tải hàng hóa từ năm 2019. Khi
đó, xác định dư địa, phân khúc thị trường của vận tải hành khách ngày cảng giảm
do yếu thế trong cạnh tranh với các phương thức vận tải khác, mặt khác cần đẩy
mạnh khai thác ưu điểm của vận tải đường sắt là vận chuyển khối lượng lớn, đi xa,
an toàn, Tổng công ty Đường sắt VN đã tập trung thúc đẩy vận tải hàng hóa, xác
định vận tải hàng hóa là trọng tâm.

Để thực hiện mục tiêu phát triển vận tải hàng, thời gian qua đường sắt đã đóng mới
khoảng 300 toa xe chở container; Cùng đó thử nghiệm và đưa vào vận hành chính
thức hệ thống quản trị vận tải hàng hóa qua mạng nhằm nâng cao chất lượng dịch
vụ, thuận tiện hơn đối với khách hàng…
Đứng trước thực trạng đó, nhóm chúng em đã đi nghiên cứu các nhân tố tác động
tới tổng lượng hàng hóa vận chuyển qua đường sắt”

2. Thiết lập mô hình toán học

Tổng lượng hàng hoá vận chuyển qua ngành đường sắt Việt Nam ngoài các yếu tố
định lượng và định tính mà chúng em nghiên cứu trong mô hình còn phụ thuộc rất
nhiều các yếu tố khác nhau nên không thể thiết lập mô hình toán học.

3. Thiết lập mô hình kinh tế lượng

Lập phương trình mô tả mối quan hệ của các biến

Yi = β1 + β1 + β2X2i+ β3X3i + β4X4i + β5X5i ε

Y : tổng lượng hàng hóa vận chuyển qua ngành đường sắt của Việt Nam (nghìn
tấn)

X2: độ an toàn hàng hóa (biến định tính – biến giả)

X2= {0 : không1: đảmbảo

được đảmbảo

X3 : chỉ số giá cước vận tải kho bãi (%) (biến định lượng )

X4 : chỉ số cạnh tranh vận chuyển hàng hóa đường sắt so với đơn vị vân tải (%)
(biến định lượng )

X5 : thời gian giao hàng (biến định tính – biến giả)

{
X 5 = 1 :đúng hạn
0 :trễ hạn

β1: hệ số chặn

β2, β3 , β4, β5: hệ số góc

 Giải thích biến

- tổng lượng hàng hóa vận chuyển qua ngành đường sắt của Việt Nam: là
khối lượng hàng hóa được vận chuyển bởi các đơn vị chuyên vận tải và các
đơn vị thuộc các ngành khác có hoạt động kinh doanh vận tải, không phân
biệt độ dài quãng đường vận chuyển. Khối lượng hàng hóa vận chuyển
được tính theo trọng lượng thực tế của hàng hóa đã vận chuyển (kể cả bao
bì). Khối lượng hàng hóa vận chuyển chỉ được tính sau khi kết thúc quá
trình vận chuyển, đã vận chuyển đến nơi giao nhận theo quy định trong hợp
đồng vận chuyển và làm xong thủ tục giao nhận.

- độ an toàn hàng hóa: Khi xảy ra tổn thất, các công ty cần thông báo ngay
với khách hàng về tình hình để đưa ra phương án khắc phục kịp thời. Nếu
không thể khắc phục, tùy theo thiệt hại thực tế phát sinh mà công ty xem xét
để đền bù. Đảm bảo các quy định về đóng gói cũng như quy định về vận
chuyển hàng hóa để hạn chế những rủi ro về hư hỏng, mất mát hàng hóa có
thể gây thiệt hại kinh tế cho cả công ty và khách hàng..Bảo quản hàng hóa
tốt trong quá trình xếp dỡ, di chuyển phải nhẹ nhàng, tránh va chạm, đổ vỡ,
méo thùng cartons.
- chỉ số giá cước vận tải kho bãi: là số tiền mà đơn vị cung cấp dịch vụ vận tải
thu được khi vận tải hàng hóa trên một quàng đường nhất định (không bao
gồm thuế VAT). Giá cước vận tải còn phụ thuộc vào hàng hóa được vận
chuyển, bậc cước, tuyến đường vận chuyển và cách tính giá
- chỉ số cạnh tranh vận chuyển hàng hóa đường sắt so với đơn vị vân tải: vận
chuyển hàng hóa bằng đường sắt chiếm tỉ trọng khá nhỏ nhỏ với đường bộ,
đường thủy mặc dù vận tải hàng hóa đường sắt có lợi thế cạnh tranh ở chỗ
tiết kiệm 4,5 đến 6 lần nhiên liệu so với đường bộ. Trong những năm gần
đây, do ảnh hưởng của đại dịch Covid, hành khách cũng như hàng hóa vận
chuyển bằng đường sắt giảm trầm trọng. Đứng trước nguy cơ đó, vận
 chuyển hàng hóa bằng đường sắt coi như “cứu cánh” của ngành đường sắt
Việt Nam
- thời gian giao hàng: thời gian giao hàng của đường sắt chậm hơn so với
đường bộ, bởi vậy cần vạch ra thời gian giao hàng cụ thể, đảm bảo giao hàng
nhanh, hợp lý, chính xác, đúng thời điểm. Cần tuyển dụng, đào tạo đội ngũ
vận chuyển có tác phong và thái độ làm việc chuyên nghiệp, đúng giờ, có
phương tiện đi lại thuận tiện cho việc giao hàng, đáp ứng kịp thời nhu cầu sử
dụng dịch vụ và không làm ảnh hưởng đến kế hoạch định sẵn của khách
hàng. Cần đơn giản hóa các quy trình thủ tục nội bộ, các công ty sử dụng
một chương trình hoặc hệ thống là một quy trình quản lý nội bộ, điều này
biến một nhiệm vụ đơn giản thành một quá trình phức tạp và chậm chạp.

Bảng kì vọng dấu

4. Biế Định nghĩa biến Đơn vị tính Kì vọng dấu

n

Biến phụ thuộc

Y tổng lượng hàng hóa vận chuyển qua Nghìn tấn +

ngành đường sắt của Việt Nam

Biến độc lập

X2 độ an toàn hàng hóa 1/0 +

X3 chỉ số giá cước vận tải kho bãi % -

X4 chỉ số cạnh tranh vận chuyển hàng % -

hóa đường sắt so với đơn vị vân tải

X5 thời gian giao hàng 1/0 +

5. Thu nhập một mẫu số liệu cho mô hình đề xuất ( n=15)

Bài nghiên cứu sử dụng bộ số liệu thứ cấp được tổng hợp từ dữ liệu khảo sát
giai đoạn năm 2010-2020. Bảng số liệu thống kê với 4 biến độc lập đó là: chỉ số
giá cước vận tải kho bãi, chỉ số cạnh tranh vận chuyển hàng hóa đường sắt so
với đơn vị vân tải, thời gian giao hàng, độ an toàn hàng hóa và biến phụ thuộc:
tổng lượng hàng hóa vận chuyển qua ngành đường sắt của Việt Nam

Để đánh giá được tác động của đó, em sử dụng phương pháp bình phương nhỏ
nhất OLS được hồi quy dựa trên phần mềm Eviews. Sau khi tiến hành hồi quy,
đánh giá các biến β1, β2, β3 có phù hợp với lí thuyết không. Từ đó tiến hành ước
lượng và kiểm định khuyết tật của mô hình (đa cộng tuyến, phương sai sai số
thay đổi, tự tương quan, bỏ sót biến và phân phối chuẩn) và khắc phục nếu có

Năm Y X2 X3 X4 X5
2006 7524.2 0 106.6 86.5 0
2007 7825.9 1 115.2 90.2 1
2008 7725.4 1 109.8 87.5 1
2009 7255.2 0 110.2 72.6 0
2010 7861.5 0 112.8 98.16 0
2011 7285.1 0 120.84 82.25 0
2012 6952.1 0 139.56 72.33 0
2013 6525.9 0 151.05 64.59 1
2014 7178.9 1 152.12 66.56 1
2015 6707 1 138.3 58.23 1
2016 5209 0 132.72 41.49 1
 2017 5611 1 124.58 40.56 0
2019 5717.7 1 128.76 34.22 0
2019 5204.7 1 132.87 31.15 1
2020 5216.3 1 126.71 32.05 1

6. Hồi quy mô hình

Dependent Variable: Y
Method: Least Squares
Date: 05/24/22 Time: 22:43
Sample: 2006 2020
Included observations: 15

Variable Coefficient Std. Error t-Statistic Prob.

C 2658.471 654.5558 4.061489 0.0023

X2 418.7655 123.9512 3.378472 0.0070
X3 7.000105 4.375860 1.599710 0.1407
X4 46.96992 2.741906 17.13039 0.0000
X5 -219.7203 123.8091 -1.774670 0.1063

R-squared 0.974228 Mean dependent var 6653.327

Adjusted R-squared 0.963919 S.D. dependent var 1003.560
S.E. of regression 190.6261 Akaike info criterion 13.59971
Sum squared resid 363383.3 Schwarz criterion 13.83572
Log likelihood -96.99780 Hannan-Quinn criter. 13.59719
F-statistic 94.50405 Durbin-Watson stat 2.395886
Prob(F-statistic) 0.000000

Hàm hồi quy mẫu:

^ + β^ X2i + ^
^ =β
Yi β 3 X3i + β^4 X4i + β^5 X5i + ei
1 2

= 2658,471 + 418,7655*X2i + 7,000105*X3i + 46,96992* X4i - 219,7203* X5i + ei

Ý nghĩa của hệ số ước lượng:

−^
β 1 =2658,471: là giá trị trung bình tối thiểu của tổng lượng hàng hóa vận chuyển

qua ngành đường sắt của Việt Nam giai đoạn 2010-2020 là 2658,471 nghìn tấn
(trong điều kiện các yếu tố khác không đổi)
−^
β 2=418,7655:cho biết với cùng chỉ số giá cước vận tải kho bãi, chỉ số cạnh tranh

vận chuyển hàng hóa đường sắt so với đơn vị vân tải, thời gian giao hàng, mức
chênh lệch trung bình của tổng lượng hàng hóa vận chuyển qua ngành đường sắt
của Việt Nam giai đoạn 2010-2020 được đảm bảo và không được đảm bảo là
418,7655nghìn tấn, (trong điều kiện các yếu tố khác không đổi)

−^
β 3=7,000105 : cho biết khi chỉ số giá cước vận tải kho bãi tăng 1 đơn vị thì giá trị

trung bình của tổng lượng hàng hóa vận chuyển qua ngành đường sắt của Việt
Nam tăng 7,000105 nghìn tấn và ngược lại (trong điều kiện các yếu tố khác không
đổi)

−^
β 4 = 46,96992: cho biết khi chỉ số cạnh tranh vận chuyển hàng hóa đường sắt so

với đơn vị vân tải tăng 1 đơn vị thì giá trị trung bình của tổng lượng hàng hóa vận
chuyển qua ngành đường sắt của Việt Nam tăng 46,96992nghìn tấn và ngược lại
(trong điều kiện các yếu tố khác không đổi)

−^
β 5=−219,7203 : cho biết với cùng chỉ số giá cước vận tải kho bãi, chỉ số cạnh tranh

vận chuyển hàng hóa đường sắt so với đơn vị vân tải, độ an toàn hàng hóa , mức
chênh lệch trung bình của tổng lượng hàng hóa vận chuyển qua ngành đường sắt
của Việt Nam giai đoạn 2010-2020 đúng hạn và trễ hạn là 219,7203 nghìn tấn,
(trong điều kiện các yếu tố khác không đổi)

7. Thực hiện các kiểm định

8.1. Kiểm định sự phù hợp của hàm hồi quy

{
2
H :R =0(môhình hồi quy không phù hợp)
Kiểm định cặp giả thuyết : o
H 1 :R 2 ≠ 0(môhình hồiquy phù hợp)

Cách 1:

Hay theo bảng Eviews: F = 94,50405

Miền bác bỏ: Wα = { F > F(k−1
α
;n−k)
}với F(k−1
α
;n−k)
= F(40 ,05
;10)
= 3,478

 F ∈ Wα
 bác bỏ H0, chấp nhận H1 .

Vậy mô hình hồi quy phù hợp

Cách 2: dựa vào P_value

Theo bảng Eviews: Prob = 0,0000 < 0,05 (mức ý nghĩa 5%)

 bác bỏ H0, chấp nhận H1 .

Vậy mô hình hồi quy phù hợp

8.2. Kiểm định dấu của các hệ số hồi quy

8.2.1. kiểm định dấu của hệ số chặn β 1

Kiểm định cặp giả thuyết: { H 0 : β 1 ≤0

H 1 : β 1> 0

Theo Eview : P-value = 0,0023

 P_value/2 = 0,00115 < α = 0.05 (mức ý nghĩa 5%)

 Bác bỏ H0 .

Vậy với mức ý nghĩa 5%, dấu của hệ số β 1 phù hợp với lý thuyết kinh tế
Kết luận: ^
β 1 > 0: phù hợp lý thuyết kinh tế

8.2.2. kiểm định dấu của hệ số góc β 2

Kiểm định cặp giả thuyết: { H 0: β2 ≤ 0

H 1 : β 2> 0

Theo Eview : P-value = 0,007

 P_value/2 = 0,0035 < α = 0.05 (mức ý nghĩa 5%)

  Bác bỏ H0 .

Vậy với mức ý nghĩa 5%, dấu của hệ số góc β 2 phù hợp với lý thuyết kinh tế
Kết luận: ^
β 2 > 0: khi X2 tăng thì Y tăng và ngược lại

 Hệ số góc này phù hợp lý thuyết kinh tế

8.2.3. kiểm định dấu của hệ số góc β 3

Kiểm định cặp giả thuyết: { H 0: β3 ≤ 0

H 1 : β 3> 0

Theo Eview : P-value = 0,1407

 P_value/2 = 0,07035 > α = 0.05 (mức ý nghĩa 5%)

 Bác bỏ H1 .

Vậy với mức ý nghĩa 5%, dấu của hệ số góc β 3 không phù hợp với lý thuyết kinh tế

 Hệ số góc này không phù hợp lý thuyết kinh tế

8.2.4. kiểm định dấu của hệ số góc β 4

Kiểm định cặp giả thuyết: { H0: β 4≤ 0

H 1 : β 4 >0

Theo Eview : P-value = 0,0000

 P_value/2 = 0,0000 < α = 0.05 (mức ý nghĩa 5%)

 Bác bỏ H0, chấp nhận H1 .

Vậy với mức ý nghĩa 5%, dấu của hệ số góc β 4 phù hợp với lý thuyết kinh tế

Kết luận: ^
β 4 > 0: khi X3 tăng thì Y tăng và ngược lại

Hệ số góc này phù hợp lý thuyết kinh tế

8.2.5. kiểm định dấu của hệ số góc β 5

Kiểm định cặp giả thuyết: { H 0: β5 ≤ 0
H 1 : β 5> 0

Theo Eview : P-value = 0,1063

 P_value/2 = 0,05315 > α = 0.05 (mức ý nghĩa 5%)

 Bác bỏ H1 .

Vậy với mức ý nghĩa 5%, dấu của hệ số góc β 5 phù hợp với lý thuyết kinh tế

Hệ số góc này phù hợp lý thuyết kinh tế

8.3. Kiểm định các biến độc lập có thực sự ảnh hưởng đến biến phụ thuộc
trong mô hình không
8.3.1. Kiểm định hệ số góc β 2

Kiểm định cặp giả thuyết: : { H o : β2 =0(X 2 không ảnh hưởngđến Y )

H 1 : β 2 ≠ 0( X 2 có ảnh hưởng đếnY )

Theo bảng Eviews: P_value = 0,007 < 0,05

 bác bỏ H0

Vậy hệ số góc β 2có ý nghĩa thống kê

Ý nghĩa: độ an toàn hàng hóa (X2) thực sự ảnh hưởng tới tổng lượng hàng hóa
vận chuyển qua ngành đường sắt của Việt Nam với mức ý nghĩa 5%

8.3.2. Kiểm định hệ số góc β 3

Kiểm định cặp giả thuyết: : { H o : β3 =0( X 3 không ảnh hưởngđến Y )

H 1 : β 3 ≠ 0( X 3 có ảnh hưởng đến Y )

Theo bảng Eviews: P_value = 0,1407 > 0,05

 bác bỏ H1
vậy hệ số góc β 3không có ý nghĩa thống kê

ý nghĩa: chỉ số giá cước vận tải kho bãi thực sự ảnh hưởng tới tới tới tổng lượng
hàng hóa vận chuyển qua ngành đường sắt của Việt Nam với mức ý nghĩa 5%

8.3.3. Kiểm định hệ số góc β 4

Kiểm định cặp giả thuyết: : { H o : β 4=0 (X 4 không ảnh hưởng đến Y )
H 1 : β 4 ≠ 0(X 4 có ảnh hưởng đến Y )

Theo bảng Eviews: P_value = 0,0000 < 0,05

 bác bỏ H0

vậy hệ số góc β 4có ý nghĩa thống kê

ý nghĩa: chỉ số cạnh tranh vận chuyển hàng hóa đường sắt so với đơn vị vân tải
thực sự ảnh hưởng tới tới tới tổng lượng hàng hóa vận chuyển qua ngành đường
sắt của Việt Nam với mức ý nghĩa 5%

8.3.4. Kiểm định hệ số góc β 5

Kiểm định cặp giả thuyết: : { H o : β5 =0( X 5 không ảnh hưởngđến Y )

H 1 : β 5 ≠ 0( X 5 có ảnh hưởng đến Y )

Theo bảng Eviews: P_value = 0,1063 > 0,05

 bác bỏ H1

vậy hệ số góc β 5không có ý nghĩa thống kê

ý nghĩa: thời gian giao hàng thực sự ảnh hưởng tới tới tới tổng lượng hàng hóa
vận chuyển qua ngành đường sắt của Việt Nam với mức ý nghĩa 5%

8.4. Kiểm định đa cộng tuyến bằng phương pháp mô hình hồi quy phụ
Sử dụng phương pháp mô hình hồi quy phụ kiểm định mô hình có mắc khuyết tật
hiện tượng đa cộng tuyến

Ta thấy: biến X3 có giá trị P-value lớn nhất

 hồi quy phụ các biến độc lập còn lại theo biến X3

Dependent Variable: X3
Method: Least Squares
Date: 05/26/22 Time: 06:25
Sample: 2006 2020
Included observations: 15

Variable Coefficient Std. Error t-Statistic Prob.

C 142.5615 13.65613 10.43938 0.0000

X2 -7.422545 8.242217 -0.900552 0.3871
X4 -0.287176 0.167916 -1.710232 0.1152
X5 12.28676 7.684501 1.598902 0.1381

R-squared 0.355294 Mean dependent var 126.8073

Adjusted R-squared 0.179465 S.D. dependent var 14.50020
S.E. of regression 13.13478 Akaike info criterion 8.211583
Sum squared resid 1897.746 Schwarz criterion 8.400396
Log likelihood -57.58687 Hannan-Quinn criter. 8.209571
F-statistic 2.020677 Durbin-Watson stat 0.709403
Prob(F-statistic) 0.169460

Kiểm định cặp giả thiết:

Ho: mô hình gốc không có đa cộng tuyến

H1 : mô hình gốc có đa cộng tuyến

Ta thấy: Prob(f-statistic) = 0,169460 > α =0.05 (với mức ý nghĩa 5%)

 Bác bỏ H1 .

Vậy mô hình gốc không có hiện tượng đa cộng tuyến

8.5. Kiểm định phương sai sai số ngẫu nhiên thay đổi
8.5.1. Kiểm định BPG
Heteroskedasticity Test: Breusch-Pagan-Godfrey

F-statistic 0.713862 Prob. F(4,10) 0.6011

Obs*R-squared 3.331794 Prob. Chi-Square(4) 0.5039
Scaled explained SS 2.294673 Prob. Chi-Square(4) 0.6817

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/24/22 Time: 22:54
Sample: 2006 2020
Included observations: 15

Variable Coefficient Std. Error t-Statistic Prob.

C 160577.6 158185.8 1.015120 0.3340

X2 -10030.89 29955.15 -0.334864 0.7446
X3 -760.2382 1057.509 -0.718895 0.4887
X4 -325.4145 662.6336 -0.491093 0.6340
X5 -25887.94 29920.82 -0.865215 0.4072

R-squared 0.222120 Mean dependent var 24225.55

Adjusted R-squared -0.089033 S.D. dependent var 44145.14
S.E. of regression 46068.42 Akaike info criterion 24.57484
Sum squared resid 2.12E+10 Schwarz criterion 24.81086
Log likelihood -179.3113 Hannan-Quinn criter. 24.57233
F-statistic 0.713862 Durbin-Watson stat 1.923553
Prob(F-statistic) 0.601132

Mô hình hồi quy có dạng:

2
e i =160577 , 6−10030 , 89∗X 2i −760,2382∗X 3i −325,4145∗X 4 i−23887 ,94∗X 5 i

Kiểm định cặp giả thuyết:

H0: Mô hình không có phương sai sai số thay đổi

H1: Mô hình có phương sai sai số thay đổi

ta có: Prob.F(4,10) = 0,6011 > α = 0.05

 bác bỏ H 1.

Vậy mô hình gốc không có phương sai sai số thay đổi với mức ý nghĩa 5%

8.5.2. kiểm định Glejser

Heteroskedasticity Test: Glejser

F-statistic 0.940406 Prob. F(4,10) 0.4795

Obs*R-squared 4.100124 Prob. Chi-Square(4) 0.3926
Scaled explained SS 3.244885 Prob. Chi-Square(4) 0.5177

Test Equation:
Dependent Variable: ARESID
Method: Least Squares
Date: 05/25/22 Time: 22:56
Sample: 2006 2020
Included observations: 15

Variable Coefficient Std. Error t-Statistic Prob.

C 303.7707 366.4706 0.828909 0.4265

X2 7.627343 69.39739 0.109908 0.9147
X3 -0.784841 2.449943 -0.320351 0.7553
X4 -0.559537 1.535130 -0.364488 0.7231
X5 -103.4937 69.31786 -1.493031 0.1663

R-squared 0.273342 Mean dependent var 117.3681

Adjusted R-squared -0.017322 S.D. dependent var 105.8147
S.E. of regression 106.7272 Akaike info criterion 12.43963
Sum squared resid 113906.9 Schwarz criterion 12.67565
Log likelihood -88.29723 Hannan-Quinn criter. 12.43712
F-statistic 0.940406 Durbin-Watson stat 1.720472
Prob(F-statistic) 0.479508

Mô hình hồi quy có dạng:

|ei|=303,7707+7,627343∗X 2 i−0,784841∗X 3 i−0,559537∗X 4 i−103,4937∗X 5 i

Kiểm định cặp giả thuyết:

H0: Mô hình không có phương sai sai số thay đổi

H1: Mô hình có phương sai sai số thay đổi

ta có: Prob.F(4,10) = 0,4795 > α = 0.05

 bác bỏ H 1.

Vậy mô hình gốc không có phương sai sai số thay đổi với mức ý nghĩa 5%

8.5.3. kiểm định White

Heteroskedasticity Test: White

F-statistic 0.360317 Prob. F(12,2) 0.8978
Obs*R-squared 10.25602 Prob. Chi-Square(12) 0.5935
Scaled explained SS 7.063523 Prob. Chi-Square(12) 0.8534

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/25/22 Time: 22:55
Sample: 2006 2020
Included observations: 15
Collinear test regressors dropped from specification

Variable Coefficient Std. Error t-Statistic Prob.

C 876021.1 4675307. 0.187372 0.8687

X2^2 334775.9 1343623. 0.249159 0.8265
X2*X3 -7300.969 15575.03 -0.468761 0.6854
X2*X4 7345.519 12746.64 0.576271 0.6226
X2*X5 309841.5 409684.9 0.756292 0.5284
X3^2 -74.26699 205.3406 -0.361677 0.7522
X3*X4 70.11644 320.1339 0.219022 0.8470
X3*X5 15146.64 19238.95 0.787290 0.5136
X3 9039.988 61741.45 0.146417 0.8970
X4^2 65.53921 139.4338 0.470038 0.6846
X4*X5 1231.874 9179.446 0.134199 0.9055
X4 -24053.46 45386.59 -0.529969 0.6491
X5^2 -2318365. 2747119. -0.843926 0.4876

R-squared 0.683734 Mean dependent var 24225.55

Adjusted R-squared -1.213859 S.D. dependent var 44145.14
S.E. of regression 65683.74 Akaike info criterion 24.74152
Sum squared resid 8.63E+09 Schwarz criterion 25.35516
Log likelihood -172.5614 Hannan-Quinn criter. 24.73498
F-statistic 0.360317 Durbin-Watson stat 1.419415
Prob(F-statistic) 0.897830

Kiểm định cặp giả thuyết:

H0: Mô hình không có phương sai sai số thay đổi

H1: Mô hình có phương sai sai số thay đổi

ta có: Prob.F(12,2) = 0,8978 > α = 0.05

 bác bỏ H1.

Vậy mô hình gốc không có PSSS thay đổi

8.6. Kiểm định tự tương quan

8.6.1. Dùng kiểm định Breusch- Godfrey
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.281703 Prob. F(2,8) 0.3290
Obs*R-squared 3.640027 Prob. Chi-Square(2) 0.1620

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 04/26/22 Time: 23:00
Sample: 2006 2020
Included observations: 15
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C 365.3322 677.1015 0.539553 0.6042

X2 -59.62727 127.0784 -0.469216 0.6514
X3 -2.976617 4.645784 -0.640714 0.5396
X4 0.125174 2.685623 0.046609 0.9640
X5 74.03021 132.9308 0.556908 0.5928
RESID(-1) -0.423023 0.363750 -1.162949 0.2784
RESID(-2) -0.491235 0.346080 -1.419427 0.1935

R-squared 0.242668 Mean dependent var -4.87E-13

Adjusted R-squared -0.325330 S.D. dependent var 161.1085
S.E. of regression 185.4729 Akaike info criterion 13.58842
Sum squared resid 275201.6 Schwarz criterion 13.91884
Log likelihood -94.91315 Hannan-Quinn criter. 13.58490
F-statistic 0.427234 Durbin-Watson stat 2.180360
Prob(F-statistic) 0.841993

Mô hình hồi quy có dạng:

e i=365,3322−59,62727∗X 2 i−2,976617∗X 3 i +0,125174∗X 4 i+ 74,03021∗X 5i −0,423023∗ei−1−00,491235∗ei−

Kiểm định cặp giả thuyết:

H0: Mô hình không có tự tương quan bậc 2

H1: Mô hình có tự tương quan bậc 2

Từ mô hình Eviews ta có Prob.F(2,8) = 0,3290 > α = 0.05

 Chưa có cơ sở bác bỏ H 0
Vậy mô hình gốc không có hiện tượng tự tương quan bậc 2

8.5.2. dùng kiểm định Durbin-Watson

Theo bảng Eviews: hồi quy mẫu:

Durbin_Watson stat : d = 2,395886

Mà n =15 , k = 5 nên k’ = k-1 = 4

 d L=0,685 ; d U =1,977
 4 - d L = 3,315
 4 - d U = 2,023
 4 - d U < d < 4 - d L (2,023 < 2,395886 < 3,315)
Không kết luận được gì về tự tương quan của mô hình
8.7. Kiểm định thừa thiếu biến

Ramsey RESET Test

Equation: UNTITLED
Specification: Y C X2 X3 X4 X5
Omitted Variables: Powers of fitted values from 2 to 4

Value Df Probability
F-statistic 2.703511 (3, 7) 0.1258
Likelihood ratio 11.54223 3 0.0091

F-test summary:
Mean
Sum of Sq. Df Squares
Test SSR 195044.9 3 65014.96
Restricted SSR 363383.3 10 36338.33
Unrestricted SSR 168338.4 7 24048.34
Unrestricted SSR 168338.4 7 24048.34

LR test summary:
Value Df
Restricted LogL -96.99780 10
Unrestricted LogL -91.22669 7

Unrestricted Test Equation:

Dependent Variable: Y
Method: Least Squares
Date: 05/25/22 Time: 23:40
Sample: 2006 2020
Included observations: 15

Variable Coefficient Std. Error t-Statistic Prob.

C -198126.5 161177.4 -1.229245 0.2587

X2 -81680.29 65758.19 -1.242131 0.2542
X3 -1374.138 1101.141 -1.247922 0.2522
X4 -9169.975 7381.245 -1.242334 0.2541
X5 42937.23 34485.87 1.245067 0.2532
FITTED^2 0.044608 0.035811 1.245643 0.2530
FITTED^3 -4.45E-06 3.60E-06 -1.237054 0.2560
FITTED^4 1.65E-10 1.35E-10 1.222953 0.2609
R-squared 0.988061 Mean dependent var 6653.327
Adjusted R-squared 0.976122 S.D. dependent var 1003.560
S.E. of regression 155.0753 Akaike info criterion 13.23022
Sum squared resid 168338.4 Schwarz criterion 13.60785
Log likelihood -91.22669 Hannan-Quinn criter. 13.22620
F-statistic 82.75903 Durbin-Watson stat 2.790240
Prob(F-statistic) 0.000003

Từ kiểm định Ramsay ta ước lượng được mô hình hồi quy phụ:
Y^i = 6289120 + 1912629 *X 2i + 31923,07*X 3i + 221452,2*X 4i - 1138528*X 5i –

1,4296666* Y^i2 + 0,000220* Y^i3 – (1,68E+08)* Y^i4 + (5,10E-13)* Y^i5

Kiểm định cặp giả thuyết

H0: Mô hình không bị bỏ sót biến giải thích

H1: Mô hình bị bỏ sót biến giải thích
Từ kiểm định Ramsay ta có: Prob(f-statistic) = 0,1258 > 0,05
 Chưa có cơ sở bác bỏ H 0.
Vậy mô hình không bị bỏ sót biến.với mức ý nghĩa 5%

6.8. Kiểm định tính phân phối chuẩn của SSNN.

Kiểm định cặp giả thuyết

H0: U i có phân phối chuẩn

 H1: U i không có phân phối chuẩn
Cách 1: dựa vào kiểm định IB

Tiêu chuẩn kiểm định:

2
s 2 ( k −3 )
JB = n. ( + ¿ χ 2 (2 )
6 24

Theo bảng Eview: Jarque_ Berra = JB = 3,073984

Mà X 2α(2)= X 20(2)
,05 = 5,99

 JB < X 20(2)
,05

 bác bỏ H1

Vậy U i có phân phối chuẩn hay sai số ngẫu nhiên có phân phối chuẩn
Cách 2: dựa vào giá trị P_value
Theo bảng Eviews: P_value = 0,215027 > 0,05 (mức ý nghĩa 5%)
 bác bỏ H1
Vậy U i có phân phối chuẩn hay sai số ngẫu nhiên có phân phối chuẩn
9. Dự báo giá trị cá biệt và trung bình
Dự báo giá trị trung bình và cá biệt của Y khi X 2 = 1, X3 = 130.1230, X4 =
33.2100, X5 = 0, ta được bảng eviews:
Dự báo giá trị trung bình của Y thuộc khoảng (5273,269 ; 5822,695) đơn vị với
mức ý nghĩa 5%
Dự báo giá trị cá biệt của Y thuộc khoảng (5042,144 ; 6053,821) đơn vị với mức ý
nghĩa 5%
10. Kết luận về mô hình
Vậy mô hình ban đầu:

- Không mắc khuyệt tật như phương sai sai số ngẫu nhiên thay đổi
- không mắc tự tương quan bậc 1, bậc 2
- không bị đa cộng tuyến
- không bỏ sót biến.
- Sai số ngẫu nhiên có phân phối chuẩn