BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG


I.Vấn đề nghiên cứu:

Tốc độ tăng luân chuyển hàng hóa bằng đường sắt và tốc độ tăng luân chuyển hàng hóa bằng đường biển ảnh hưởng đến tốc độ tăng luân chuyển hàng hóa như thế nào.

 

            II.Các biến kinh tế sử dụng:

Y: Tốc độ tăng luân chuyển hàng hóa

X2: Tốc độ tăng luân chuyển hàng hóa bằng đường sắt

X3:Tốc độ tăng luân chuyển hàng hóa bằng đường biển

 

            III. Bộ số liệu:

TỐC ĐỘ TĂNG LUÂN CHUYỂN HÀNG HÓA BẰNG ĐƯỜNG SẮT, ĐƯỜNG BIỂN, VÀ TỐC ĐỘ TĂNG LUÂN CHUYỂN HÀNG HÓA CỦA VIỆT NAM GIAI ĐOẠN 1994-2009.

Đơn vị tính:%

 

             Chỉ tiêu

Năm

Y

X2

X3

1994

12.5

20

8.4

1995

11.3

25.5

9.5

1996

14.7

40.1

11.5

1997

8

27.8

5

1998

30.4

-3.8

44.6

1999

17

-8.9

22

2000

-3.6

-10.7

-7.7

2001

8.1

5.6

9.4

2002

12.8

35.2

13.1

2003

9.5

5.1

11.5

2004

13.3

16.4

15.6

2005

18.1

14

22.4

2006

12.6

0.7

14

2007

8.1

7.4

10.2

2008

9.3

17.2

9

2009

9.2

12.4

8.8

( * Nguồn số liệu: Tổng cục thống kê)

 

 

 

 

            IV.Mô hình kinh tế lượng:

            1.Cơ sở lý thuyết và thực tế:

             Hội nhập kinh tế quốc tế của các nền kinh tế chuyển đổi là quá trình thực hiện tự do hóa thương mại và thực hiện cải cách toàn diện theo hướng mở cửa thị trường.Việt Nam cũng không nằm ngoài vòng xoáy đó.Trong những năm gần đây, chúng ta đã phát huy được những lợi thế so sánh, học hỏi kinh nghiệm nước bạn về mọi  mặt.Chính vì thế mà GDP đã tăng lên đáng kể, hàng hóa  trong nước được sản xuất ngày một nhiểu , hàng hóa ngoại nhập ngày một đa dạng hơn với giá cả hợp lí, chất lượng tốt , tốc độ luân chuyển ngày một cao. Đặc biệt là thông qua hệ thống đường sắt  và đường biển , hàng hóa được lưu thông một cách dễ dàng hơn rất nhiểu . Hiểu được tầm quan trọng cuả vấn đề này nên nhóm em đã chọn nghiên cứu đề tài:

            Tốc độ tăng luân chuyển hàng hóa bằng đường sắt và luân chuyển hàng hóa bằng đường biển ảnh hưởng đến tốc độ tăng luân chuyển hàng hóa như thế nào.

             2. Mô hình lựa chọn:

Xét hàm hồi quy tổng thể

(PRF) : E(Yi/ X2i,X3i) =β1 + β2X2i  + β3X3i

Trong đó :  Y: biến phụ thuộc

X2,X3: biến độc lập

β1      : hệ số chặn

β2,β3: hệ số góc

Trên cơ sở đó ta có mô hình hồi quy tổng thể như sau:

(PRM) : Yi = β1 + β2X2i + β3X3i +Ui

Trong đó :Ui : là các sai số ngẫu nhiên

Như vậy , mô hình hồi quy mẫu có dạng:

(SRM) : Yi =  +

Trong đó: Yi: giá trị quan sát thứ i

: các ước lượng điểm của β1,β2,β3.

ei: ước lượng điểm của Ui.

           

           

 

 

 

 

 

 

 

 

            V.Ước lượng mô hình hồi quy:

 

Với số liệu từ mẫu trên, sử dụng phần mềm EVIEW để ước lượng, ta thu được kết quả sau:

             Báo cáo 1:

 

Dependent Variable: Y

Method: Least Squares

Date: 05/11/10   Time: 20:07

Sample: 1994 2009

Included observations: 16

Variable

Coefficient

Std. Error

t-Statistic

Prob.

X2

0.094998

0.021214

4.478185

0.0006

X3

0.642106

0.029063

22.09327

0.0000

C

2.425730

0.583834

4.154829

0.0011

R-squared

0.974076

    Mean dependent var

11.95625

Adjusted R-squared

0.970088

    S.D. dependent var

6.940794

S.E. of regression

1.200416

    Akaike info criterion

3.370574

Sum squared resid

18.73298

    Schwarz criterion

3.515435

Log likelihood

-23.96459

    F-statistic

244.2356

Durbin-Watson stat

1.297614

    Prob(F-statistic)

0.000000

 

 

Từ kết quả báo cáo 1 ta có:    = 2.425730

= 0.094998

= 0.642106

Và hàm hồi quy mô tả mối quan hệ  giữa các biến kinh tế như sau:

Yi =2.425730+ 0.094998X2i + 0.642106X3i +ei                               (1)

 

           

 

 

 

 

 

 

 

            *Nhận xét:

– Theo lý thuyết kinh tế, khi tốc độ tăng luân chuyển hàng hóa bằng đường sắt và tốc độ tăng luân chuyển hàng hóa bằng đường biển tăng thì tốc độ tăng luân chuyển hàng hóa của Việt Nam cũng tăng lên.

Vậy  = 0.094998>0 ,  = 0.642106> 0 là phù hợp với lý thuyết kinh tế.

Còn  = 2.425730> 0 cho biết ngoài tốc độ tăng luân chuyển hàng hóa bằng đường sắt và đường biển, thì tốc độ tăng luân chuyển hàng hóa còn phụ thuộc vào các biến số kinh tế khác.

– R2 = 0.974076 cho biết 97.4076% sự biến động của tốc độ tăng luân chuyển hàng hóa của VIỆT NAM (Y) là do tốc độ tăng luân chuyển hàng hóa bằng đường sắt (X2) và tốc độ tăng luân chuyển hàng hóa bằng đường biển (X3) trong mô hình gây ra.

 

            VI.Kết quả kiểm định:

           

            1.Kiểm định sự phù hợp của mô hình hồi quy (1):

Từ báo cáo 1, ta có : Fqs = 244.2356

Với mức ý nghĩa α = 0.05, tra bảng ta có : = 3.81

Ta thấy, Fqs = 244.2356>  = 3.81   Fqs  thuộc miền bác bỏ H0 nên bác bỏ giả thuyết H0, chấp nhận đối thuyết H1.

Kêt luận : với mức ý nghĩa α = 0.05, ta có thể cho rằng mô hình hồi qui (1) là phù hợp.

           

 

            2. Kiểm định mô hình (1) chứa biến không phù hợp :

           

            2.1. Kiểm định sự phù hợp của biến Xtrong mô hình (1):

Theo kết quả của báo cáo 1 ta có :

tqs2 =  4.478185

Với mức ý nghĩa α = 0.05, tra bảng ta có : t= 2.16

Ta thấy  = 4.478185> t= 2.16  tqs2  thuộc miền bác bỏ Wα  nên bác bỏ giả thuyết H0, chấp nhận đối thuyết H1.

Kết luận : với mức ý nghĩa α = 0.05 ta có thể cho rằng biến X­2 trong mô hình là biến thích hợp.

 

 

 

 

2.2. Kiểm định sự phù hợp của biến X3 trong mô hình (1):

Theo kết quả của báo cáo 1 ta có :

tqs3 =  22.09327

Với mức ý nghĩa α = 0.05, tra bảng ta có : t= 2.16

Ta thấy  = 22.09327> t= 2.16  tqs3  thuộc miền bác bỏ Wα  nên bác bỏ giả thuyết H0, chấp nhận đối thuyết H1.

Kết luận : với mức ý nghĩa α = 0.05 ta có thể cho rằng biến X­3 trong mô hình là biến thích hợp.

 

            5.Kiểm định đa cộng tuyến:

Để phát hiện mô hình có đa cộng tuyến hay không, ta sử dụng phương pháp hồi qui phụ.

Sử dụng phần mềm Eview : hồi qui X2  theo X3 ta thu được kết quả sau:

Báo cáo 2:

 

Dependent Variable: X2

Method: Least Squares

Date: 05/11/10   Time: 20:33

Sample: 1994 2009

Included observations: 16

Variable

Coefficient

Std. Error

t-Statistic

Prob.

X3

-0.241133

0.360442

-0.668994

0.5144

C

15.87418

6.008638

2.641894

0.0193

R-squared

0.030978

    Mean dependent var

12.75000

Adjusted R-squared

-0.038238

    S.D. dependent var

14.84242

S.E. of regression

15.12353

    Akaike info criterion

8.386849

Sum squared resid

3202.095

    Schwarz criterion

8.483423

Log likelihood

-65.09479

    F-statistic

0.447553

Durbin-Watson stat

1.230762

    Prob(F-statistic)

0.514381

Từ kết quả thu được ta có : R2 = 0.030978

Dựa vào kết quả báo cáo 3, ta có

Fq/s =   0.447553

Và F = 4.67

Ta thấy Fq/s = 0.447553<  = 4.67  Fq/s không thuộc miền bác bỏ Wα ­ nên chưa có cơ sở để bác bỏ giả thuyết H0

Kết luận: bằng phương pháp hồi qui phụ, với mức ý nghĩa 0.05 ta có thể cho rằng, mô hình (1) không có hiện tượng đa cộng tuyến.

 

 

            6.Kiểm định phương sai sai số ngẫu nhiên thay đổi

.Kiểm định phương sai sai số ngẫu nhiên thay đổi bằng kiểm định WHITE

Hồi quy mô hình ban đầu (1) ta thu được ei, từ đó tìm được ei2rồi hồi qui mô hình

e2i = α1 + α2 X2i + α3 X3i + α4 X + α5 X  + Vi   (2)

 

Sử dụng phần mềm Eview hồi qui mô hình (2) ta thu được kết quả sau :

Báo cáo 3:

 

White Heteroskedasticity Test:

F-statistic

0.147214

    Probability

0.960431

Obs*R-squared

0.812995

    Probability

0.936697

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 05/11/10   Time: 21:04

Sample: 1994 2009

Included observations: 16

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

0.938619

1.145683

0.819266

0.4300

X2

0.012277

0.092738

0.132384

0.8971

X2^2

-0.000205

0.002645

-0.077591

0.9395

X3

0.043684

0.133263

0.327803

0.7492

X3^2

-0.001492

0.003221

-0.463112

0.6523

R-squared

0.050812

    Mean dependent var

1.170811

Adjusted R-squared

-0.294347

    S.D. dependent var

1.911509

S.E. of regression

2.174712

    Akaike info criterion

4.641976

Sum squared resid

52.02310

    Schwarz criterion

4.883410

Log likelihood

-32.13581

    F-statistic

0.147214

Durbin-Watson stat

1.429011

    Prob(F-statistic)

0.960431

Từ kết quả báo cáo (3) ta có

χ= nR= 160.050812= 0.812995

χ= 9.4877

ta thấy : χ= 0.812995< χ= 9.4877 : χ không thuộc miền bác bỏ Wα nên chưa có cơ sở để bác bỏ giả thuyết H0.

Kết luận : với mức ý nghĩa α = 0.05, ta có thể cho rằng mô hình (1) không có hiện tượng phương sai sai số ngẫu nhiên thay đổi.

 

 

            7.Kiểm định tự tương quan:

           

            7.1. Kiểm định tự tương quan bằng kiểm định Durbin-Watson

Với kích thước n =16, k’ = k – 1 = 2, α = 0.05

Tra bảng ta có dL = 0.982; dU = 1.539  4- dL  = 3.018 ; 4 – dU = 2.461

Theo báo cáo (1) ta có : dq/s = 1.297614 dL < dq/s < dU. vậy, chưa có kết luận về tự tương quan trong mô hình (1).

           

            7.2.Kiểm định tự tương quan bằng kiểm định Breusch-Godfey (BG)

Hồi qui mô hình (1) ta thu được et từ đó ta có et-1, et-2. sau đó hồi qui mô hình sau :

et = α1 + α2X2t + α3X3t + α4et-1 + α5et-2 + Vt        (3)

            Sử dụng phần mềm Eview để kiểm định tự tương quan trong mô hình bằng kiểm định BG ta thu được kết quả sau :

Báo cáo 4 :

 

Breusch-Godfrey Serial Correlation LM Test:

F-statistic

0.157180

    Probability

0.856435

Obs*R-squared

0.444548

    Probability

0.800696

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 05/11/10   Time: 21:19

Presample missing value lagged residuals set to zero.

Variable

Coefficient

Std. Error

t-Statistic

Prob.

X2

-0.002092

0.024341

-0.085950

0.9331

X3

0.003609

0.033670

0.107188

0.9166

C

-0.023308

0.668856

-0.034847

0.9728

RESID(-1)

0.147363

0.320068

0.460413

0.6542

RESID(-2)

0.073497

0.328381

0.223815

0.8270

R-squared

0.027784

    Mean dependent var

-4.15E-16

Adjusted R-squared

-0.325749

    S.D. dependent var

1.117527

S.E. of regression

1.286733

    Akaike info criterion

3.592397

Sum squared resid

18.21250

    Schwarz criterion

3.833831

Log likelihood

-23.73917

    F-statistic

0.078590

Durbin-Watson stat

1.586326

    Prob(F-statistic)

0.987310

 

 

Với n =16, p = 2, R2 = 0.027784 (thu được từ báo cáo 4) ta có:

χ= (16 – 2 ) 0.027784= 0.388976

tra bảng ta có χ= 5.9915

so sánh : χ= 0.388976<  χ= 5.9915  χ không thuộc miền bác bỏ Wα nên chưa có cơ sở để bác bỏ H0

Kết luận : với mức ý nghĩa α = 0.05, có thể cho rằng mô hình không có hiện tượng tự tương quan bậc 2.

            3. Kiểm định chỉ định dạng hàm:

Giả sử mô hình đúng có dạng sau:

Yi = β1 + β2X2i + β3X3i + Ui                          (4)

            Hồi quy (4) ta thu được  từ đó ta có , .

Ta tiến hành hồi qui mô hình có dạng:

Yi ­ = α1 + α2X2i + α3X3i  + α4  + α5+ Vi (5)

            Dùng kiểm định Ramsey để kiểm định dạng hàm. Sử dụng phần mềm Eviews ta có kết quả sau:

Báo cáo 5 :

Ramsey RESET Test:

F-statistic

0.105109

    Probability

0.901120

Log likelihood ratio

0.302886

    Probability

0.859467

Test Equation:

Dependent Variable: Y

Method: Least Squares

Date: 05/11/10   Time: 21:54

Sample: 1994 2009

Included observations: 16

Variable

Coefficient

Std. Error

t-Statistic

Prob.

X2

0.090173

0.025620

3.519612

0.0048

X3

0.634785

0.118805

5.343067

0.0002

C

2.152626

0.917186

2.346990

0.0387

FITTED^2

0.005403

0.019637

0.275147

0.7883

FITTED^3

-0.000167

0.000483

-0.345851

0.7360

R-squared

0.974562

    Mean dependent var

11.95625

Adjusted R-squared

0.965312

    S.D. dependent var

6.940794

S.E. of regression

1.292696

    Akaike info criterion

3.601644

Sum squared resid

18.38170

    Schwarz criterion

3.843078

Log likelihood

-23.81315

    F-statistic

105.3577

Durbin-Watson stat

1.170578

    Prob(F-statistic)

0.000000

Theo báo cáo 5, ta có :

Giá trị thống kê quan sát : Fq/s = 0.105109

Với α = 0.05; F0.05(2;11)= 3.98

Ta thấy : Fq/s =0.105109< F0.05(2;11) = 3.98 Fq/s không thuộc miền bác bỏ Wα nên chưa đủ cơ sở để bác bỏ giả thuyết Ho. Vậy với mức ý ngĩa α = 0.05 thì mô hình đã cho chỉ định đúng.

 

            4.Kiểm định tính phân phối chuẩn của U:

Sử dụng cặp giả thuyết: Ho: U có phân phối chuẩn

H1: U không có phân phối chuẩn

Bằng tiêu chuẩn kiểm định Jarque – Bera ta thu được kết quả sau:

 

Tiêu chuẩn kiểm định Jarque – Bera (JB) :

JB = N(+) ~ c2(2)

             Với k là hệ số nhọn.                Theo kết quả trên k = 3.498907

S là hệ số bất đối xứng.          Theo kết quả trên S = 0.889799

Miền bác bỏ : Wα  = { JB/JB > c2(2)0.05 }

Từ báo cáo trên, ta có:

JBq/s  = 2.277251

c2(2)0.05 = 5.9915

            So sánh JBq/s  = 2.277251< c2(2)0.05 = 5.9915

Vậy chưa có cơ sở để bác bỏ giả thuyết H0

Kết luận: với mức ý nghĩa α = 0.05, ta có thể cho rằng sai số ngẫu nhiên có phân phối chuẩn.

 

            Nhận xét:

           Mô hình đơn giản, phù hợp với lý thuyết kinh tế, không bị mắc các khuyết tật. R2 =0.974076 giải thích được nhiều biến động của biến phụ thuộc. Tính dự báo của mô hình :

 

YF – Đây chính là giả trị Y thu được qua mô hình, để dự báo cho những năm tiếp theo ta phải mở rộng chuỗi và cho yếu tố đầu vào của biến độc lập.

Do đó, có thể đánh giá (1) là mô hình hồi qui tốt.

 

            Tóm lại:

Tốc độ tăng luân chuyển hàng hóa là một chỉ tiêu quan trọng để đánh giá phát triển kinh tế của một quốc gia. Trong điều kiện thực tế của Việt Nam hiện nay việc luân chuyển hàng hóa vẫn đang được thực hiện nhiều bằng đường biển. Vì vậy, chúng ta phải đưa ra những biện pháp thiết thực để tăng tốc độ luân chuyển hàng hóa bằng đường biển và đường sắt từ đó sẽ góp phần tăng tốc độ luân chuyển hàng hóa.

 

 

 

 

 

 

 

 

 

 

 

 

Phần riêng

Họ tên : Nguyễn Thị Minh trang STT 17

 

  1.                                I.      Phân tích mô hình hồi quy :

 

1. Khi biến độc lập thay đổi  thì biến phụ thuộc thay đổi như thế nào:

– Hệ số          = 2.425730>0  cho biết khi tốc độ tăng luân chuyển hàng hóa bằng đường sắt  và tốc độ tăng luân chuyển hàng hóa bằng đường biển bằng 0 thì tốc độ tăng luân chuyển hàng hóa bằng 2.425730

– Hệ số = 0.094998 cho biết trong điều  kiện nếu tốc độ tăng luân chuyển hàng hóa bằng đường biển không đổi , nếu tốc độ tăng luân chuyển hàng hóa bằng đường sắt tăng lên 1% thì tốc độ tăng luân chuyển hàng hóa thay đổi trung bình là 0.094998%.

– Hệ số  = 0.642106 cho biết trong điều kiện tốc độ tăng luân chuyển hàng hóa bằng đường sắt không đổi, nếu tốc độ tăng luân chuyển hàng bằng đường biển tăng lên 1% thì tốc độ tăng luân chuyển hàng hóa thay đổi trung bình là 0.642106%.

 

2.Nếu giá trị của biến độc lập tăng thêm 1% thì biến phụ thuộc sẽ thay đổi như sau:

a. Khi X2 tăng lên 1%:

v     .Để biết khi tốc độ tăng luân chuyển hàng hóa bằng đường sắt (X2) tăng lên 1% thì tốc độ tăng  luân chuyển hàng hóa ở Việt Nam (Y) tăng trong khoảng nào ta dựa vào khoảng tin cậy với độ tin cậy 1- α = 0,95 là:

+ Se ()t

Với   = 0.094998, t=2.16, Se()=0.021214

0.049176 < β2< 0.14082

 

 

Vậy, nếu tốc độ tăng luân chuyển hàng hóa bằng đường sắt tăng thêm 1% thì tốc độ tăng luân chuyển hàng hóa sẽ tăng trong khoảng (0.049176,0.14082)  với điều kiện tốc độ tăng luân chuyển hàng hóa bằng đường biển không đổi.

 

v     Để biết khi tốc độ tăng luân chuyển hàng hóa bằng đường sắt (X2) tăng lên 1% thì tốc độ tăng luân chuyển hàng hóa (Y) tăng tối đa là bao nhiêu ta dựa vào khoảng tin cậy với độ tin cậy 1-α = 0,95 là:

Với t=2.16,  = 0.094998, Se()=0.021214

=>   0.132568

Vậy, khi tốc độ tăng luân chuyển hàng hóa bằng đường sắt tăng thêm 1% thì tốc độ tăng luân chuyển hàng hóa tăng tối đa là 0.132568%, trong điều kiện tốc độ  tăng luân chuyển hàng hóa bằng đường biển không thay đổi.

v     Để biết khi tốc độ tăng luân chuyển hàng hóa bằng đường sắt (X2) tăng lên 1% thì tốc độ tăng luân chuyển hàng hóa (Y) tăng tối thiểu là bao nhiêu ta dựa vào khoảng tin cậy với độ tin cậy 1-α = 0,95 là:

Với t=2.16,  = 0.094998, Se()=0.021214

=>    ≥ 0.05743

Vậy, khi tốc độ tăng luân chuyển hàng hóa bằng đường sắt tăng thêm 1% thì tốc độ tăng  luân chuyển hàng hóa tăng tối thiểu là 0.05743% , trong điều kiện tốc độ tăng luân chuyển hàng hóa bằng đường biển không thay đổi.

 

b. Khi X3 tăng lên 1%:

v     Để biết khi tốc độ tăng luân chuyển hàng hóa bằng đường biển (X3) tăng lên 1% thì tốc độ tăng luân chuyển hàng hóa ở Việt Nam (Y) tăng trong khoảng nào ta dựa vào khoảng tin cậy với độ tin cậy 1- α = 0,95 là:

– Se(3 ) t  + Se()t

Với = 0.642106, Se() =0.029063, t=2.16

Thay số vào ta được :

0.57932 < β3 < 0.704882

Vậy khi tốc độ tăng luân chuyển hàng hóa bằng đường biển tăng thêm 1 % thì tốc độ tăng luân chuyển hàng hóa sẽ tăng trong khoảng (0.57932 , 0.704882), trong điều kiện tốc độ tăng luân chuyển hàng hóa bằng đường sắt không đổi.

v     Để biết khi tốc độ tăng luân chuyển hàng hóa bằng đường biển (X3) tăng lên 1% thì tốc độ tăng luân chuyển hàng hóa (Y) tăng tối đa là bao nhiêu ta dựa vào khoảng tin cậy với độ tin cậy 1-α = 0,95 là:

+ Se (3) t

Với Se( 3 ) = 0.029063, t=2.16.

Thay số vào ta được:

0.693577

Vậy , khi tốc độ tăng luân chuyển hàng hóa bằng đường biển tăng thêm 1% thì tốc độ tăng luân chuyển hàng hóa sẽ tăng tối đa là 0.693577%, trong điều  kiện tốc độ tăng luân chuyển hàng hóa  bằng đường sắt là không đổi.

v     Để biết khi tốc độ tăng luân chuyển hàng hóa bằng đường biển (X3) tăng lên 1% thì tốc độ tăng luân chuyển hàng hóa (Y) tăng tối thiểu là bao nhiêu ta dựa vào khoảng tin cậy với độ tin cậy 1-α = 0,95 là:

3 – Se(3)

Với = 0.642106, Se() =0.029063, t=2.16

Thay số vào ta được: 3   0.590635

Vậy khi tốc độ tăng luân chuyển hàng hóa bằng đường biển tăng thêm 1 % thì tốc độ tăng luân chuyển hàng hóa sẽ tăng tối thiểu là 0.590635%.với điều kiện tốc độ tăng luân chuyển hàng hóa bằng đường biển không đổi.

 

.3. Sự biến động của phương sai :

v     Với độ tin cậy 1- α = 0.95 ta có khoảng tin cậy đối xứng của

Với  = 24.7356

=5.0088

Theo báo cáo (1) = 1.200416

Thay số vào ta được:

0.757329  3.740014

Vậy  khi các yếu tố ngẫu nhiên thay đổi thì tốc độ tăng luân chuyển hàng hóa đo bằng phương sai sẽ thay đổi trong khoảng [0.757329, 3.740014].

v     Với độ tin cậy 1 – α = 0.95 ta có khoảng tin cậy bên trái của  như sau:

Với  = 5.0088, = 1.200416

Thay số ta được :

3.179446

Vậy khi các yếu tố ngẫu nhiên thay đổi thì tốc độ tăng luân chuyển hàng hóa đo lường bằng phương sai sẽ tăng tối đa là 3.179446.

v     Với độ tin cậy 1 – α = 0.95 ta có khoảng tin cậy bên phải của như sau :

với  = 24.7356

0.837715.

Vậy , khi các yếu tố ngẫu nhiên thay đổi thì tốc độ tăng luân chuyển hàng hóa đo bằng phương sai sẽ tăng tối thiểu là 0.837715.

 

  1.             I.      Dự báo

 

 

Mô hình đơn giản, phù hợp với lý thuyết kinh tế, không bị mắc các khuyết tật. R2 =0.974076 giải thích được nhiều biến động của biến phụ thuộc. Tính dự báo của mô hình :

 

YF – Đây chính là giả trị Y thu được qua mô hình, để dự báo cho những năm tiếp theo ta phải mở rộng chuỗi và cho yếu tố đầu vào của biến độc lập.

Do đó, có thể đánh giá (1) là mô hình hồi qui tốt.

 

So sánh số liệu thực Y và số liệu dự báo YF,ta thấy số liệu dự báo gần với số liệu thực do vậy có thể dùng mô hình này dự báo cho tương lai.

 

 

obs

Y

YF

1994

12.5

9.71939248267031

1995

11.3

10.9482011042944

1996

14.7

13.6193916897701

1997

8

8.27721949789174

1998

30.4

30.7026746949459

1999

17

15.7065809675914

2000

-3.6

-3.53497213370986

2001

8.1

8.99352036496965

2002

12.8

14.1812690583779

2003

9.5

10.294444253579

2004

13.3

14.0005629327687

2005

18.1

18.1388890782608

2006

12.6

11.4817165017171

2007

8.1

9.6782026665253

2008

9.3

9.83866044140295

2009

9.2

9.25424639894457

 

 

 

Dự báo tốc độ tăng luân chuyển hàng hóa đến  năm 2011

Năm 2010 :    X­­2 = 13,X3 =10

Năm 2011 :     X2   =15,X3 =11

 

NhËn xÐt :dựa vào đồ thị ta thấy tốc độ tăng luân chuyển hàng hóa sẽ tăng nhẹ vào năm 2010 và 2011.

Kết luận :

Tốc độ tăng luân chuyển hàng hóa là một chỉ tiêu quan trọng để đánh giá phát triển kinh tế của một quốc gia. Tốc độ tăng luân chuyển hàng hóa bị ảnh hưởng chủ yếu bởi tốc độ tăng luân chuyển hàng hoá bằng đường biển và đường sắt.

Trong điều kiện thực tế của Việt Nam hiện nay việc luân chuyển hàng hóa vẫn đang được thực hiện nhiều bằng đường biển.

Tuy nhiên việc luân chuyển hàng hóa bằng đường sắt trong những năm gần đây tăng .

Vì vậy, chúng ta phải đưa ra những biện pháp thiết thực để tăng tốc độ luân chuyển hàng hóa bằng đường biển và đường sắt từ đó sẽ góp phần tăng tốc độ luân chuyển hàng hóa../.

About svktclub

svktclub nhận viết thuê luận văn,báo cáo,chuyên đề tốt nghiệp
Bài này đã được đăng trong Luận văn, chuyên đề, khóa luận và được gắn thẻ , , . Đánh dấu đường dẫn tĩnh.

Trả lời

Mời bạn điền thông tin vào ô dưới đây hoặc kích vào một biểu tượng để đăng nhập:

WordPress.com Logo

Bạn đang bình luận bằng tài khoản WordPress.com Đăng xuất /  Thay đổi )

Google+ photo

Bạn đang bình luận bằng tài khoản Google+ Đăng xuất /  Thay đổi )

Twitter picture

Bạn đang bình luận bằng tài khoản Twitter Đăng xuất /  Thay đổi )

Facebook photo

Bạn đang bình luận bằng tài khoản Facebook Đăng xuất /  Thay đổi )

Connecting to %s