Tiểu luận Lập mô hình kinh tế phân tích sự ảnh hưởng của một số yếu tố đến lượng tiêu thụ xì-gà

TRƯỜNG ĐẠI HỌC NGOẠI 
THƯƠNG KHOA KINH TẾ 
QUỐC TẾ 
---------- 
TIỀU LUẬN KINH TẾ 
LƯỢNG ĐỀ TÀI 
“Lập mô hình kinh tế phân tích sự ảnh hưởng của một số yếu tố 
đến lượng tiêu thụ xì-gà” 
Lời mở đầu 
Hiện nay, xì-gà đang là mặt hàng được ưa chuộng ở nhiều quốc gia trên thế 
giới. Tuy nhiên không phải ai cũng có thể đáp ứng được sở thích của chính 
mình với tình hình kinh tế và tài 
chính cá nhân. Cá nhân cần dựa vào năng lực kinh tế của mình để đánh giá tổng 
quan tài chính, 
cân bằng với mức chi hợp lí cho sở thích “xì-gà” của mình, cũng như đưa ra dự 
đoán chi phí và thời gian cho sau này. Việc chi tiêu cho xì gà có những tác động 
đến người tiêu dùng như sau: 
Thứ nhất, xì-gà tạo ra một khoản chi tiêu vào nguồn tích trữ của người tiêu 
dùng. Điều này làm kích thích chi tiêu cá nhân. Với những người giàu có (quí 
tộc, hoàng gia, thương nhân) để 
thể hiện địa vị, xì-gà có thể là mặt hàng rất được ưa chuộng. 
Thứ hai, vào thời điểm hiện tại khi mà số người chơi xì-gà ngày càng tăng, 
điều này càng 
kích thích các công ty đầu tư vào thị trường này, để cung ứng hàng hóa đáp ứng 
nhu cầu của thị trường. 
Cá nhân với vai trò chủ thể chi tiêu chủ động, phán đoán đưa ra những cân 
nhắc, lựa chọn phù hợp với tài chính cá nhân và sở thích của mình ... đồng thời 
cá nhân có thể tránh tình trạng 
bị động khi đưa ra những thay đổi hợp lí với sự biến động giá xì-gà trên thị 
trường. 
Xì-gà là vật phẩm trung gian giữa cá nhân với thị trương tiêu dùng hay nói 
cách khác, xì-gà 
là một trong các phương tiện chuyển hóa nguồn tiền của người tiêu dùng vào 
thị trường, nền kinh tế  
Vậy những yếu tố nào ảnh hượng đến mặt hàng xì-gà trên thị trường? Và 
nghiên cứu ảnh hưởng của từng yếu tố giúp người tiêu dùng đưa ra những 
quyết định chính xác hay không? 
Chính vì vậy, chạy mô hình kinh tế lượng giúp ta xác định ảnh hưởng cụ 
thể
của từng yếu tố. 
Sau đây, là phần trình bày của chúng em về mô hình kinh tế lượng với đề 
tài “Cigarette’s smoked”. Với vốn kiến thức còn chưa hoàn chỉnh, chúng em 
rất mong cô xem xét và tạo điều kiện cho chúng em ạ! 
Cơ sở lý thuyết 
A. Giới thiệu mối quan hệ giữa các biến: 
 Biến phụ thuộc: Lượng xì-gà hút trong một ngày. 
 Biến độc lập: 
+ Số năm học: Học tập đem lại hiểu biết cho con người về 
việc có hút 
xì-gà hay không, hút như thế nào và hút nhiều hay ít. 
+ Tuổi: Độ tuổi cho biết sự trưởng thành trong nhận thức, cho biết khả 
năng tự quyết định 
việc mình làm, cụ thể ở đây là hút xì-gà. Tùy theo khả năng nhận thức mà 
lượng xì-gà hút sẽ thay đổi. 
+ Thu nhập hàng năm: Thu nhập cho biết số tiền mà mỗi người có thể bỏ ra 
để chi tiêu cho việc cá nhân, cụ thể ở đây là hút xì-gà. Tùy theo thu nhập 
mà số lượng xì-gà hút thay đổi theo. 
B. Dự đoán dấu kỳ vọng của một số yếu tố ảnh hưởng đến lượng tiêu thụ xì-
gà: 
 Ảnh hưởng của giáo dục: Trong điều kiện học vấn ngày càng được nâng 
cao sự hiểu biết về xì gà được cải thiện hiểu rõ mặt hại của việc hút xì gà 
hơn ít hút xì gà hơn 
Ảnh hưởng âm. 
 Ảnh hưởng của tuổi tác: Trong điều kiện tuổi tác ngày càng lớn sức khỏe 
giảm đi, hiểu biết 
nhiều hơn hiểu được cái hại của hút xì gà rõ hơn, cũng như không hút được 
nhiều do sức khỏe giảm hút xì gà ít đi 
Ảnh hưởng âm. 
 Ảnh hưởng của thu nhập: Trong điều kiện thu nhập ngày càng cao lên 
những người vốn đang hút xì gà sẽ tiếp tục hút nhiều lên vì điều kiện 
kinh tế tăng cao. 
Ảnh hưởng dương. 
I. Mô tả dữ liệu 
A. Đồ thị: 
Từ bảng dữ liệu đã cho, ta có đồ thị biểu diễn mối quan hệ giữa biến phụ 
thuộc và biến giải thích như sau: 
Đồ thị mối quan hệ giữa cigs (lượng xì-gà hút mỗi ngày) và educ (số năm 
học) 
5 10 15 20 
years of schooling 
cigs. smoked per day Fitted values 
0
2
0
4
0
6
0
8
0
4
0
6
0
8
0
Đồ thị mối quan hệ giữa cigs (lượng xì-gà hút mỗi ngày) và age (tuổi) 
20 40 60 
in years 
80 100 
cigs. smoked per day Fitted values 
0
2
0
Đồ thị mối quan hệ giữa cigs (lượng xì-gà hút mỗi ngày) và income (thu 
nhập hàng năm) 
B. Mô tả dữ liệu: 
1. Giá trị trung bình, độ lệch chuẩn, min, max (Bảng 1: Phụ lục, trang 13). 
2. Hiệp phương sai và hệ số tương quan: 
Hiệp phương 
sai: 
Hệ số tương 
quan: 
(educ,cigs) -0.0480 
(age,cigs) -0.0408 
(income,cigs) 0.0529 
Ta có kết quả: 
cov(educ,cigs) -2.0077 
cov(age,cigs) -9.5121 
cov(income,cigs) 6616.2024 
0 10000 20000 
annual income, $ 
30000 
cigs. smoked per day Fitted values 
0
2
0
4
0
6
0
8
0
II. Xây dựng mô hình 
A. Thiết lập mô hình tổng quát 
Mô hình có dạng: 
Biến phụ thuộc: 
Tên 
biến 
Ý nghĩa 
cigs cigars. smoked per 
day 
Biến giải thích: 
Tên 
biến 
Dấu kỳ 
vọng 
Đơn 
vị 
Ý 
nghĩa 
educ - year years of 
schooling 
age - year in 
years 
income + USD annual income, $ 
Mô tả dữ liệu: Bảng 1, 2, 3, 4 (Phụ lục, 
trang 13). Ước lượng được kết quả của hồi 
quy mẫu: 
B. Diễn giải mô hình: 
 Hệ số chặn β1= 12.7846 chỉ ra rằng khi số năm học, tuổi, và thu nhập bằng 
0 thì số điếu xì- gà đạt giá trị thấp nhất 12.7846. 
 Hệ số β2= - 0.3731 chỉ ra rằng: khi các biến giải thích khác không đổi, nếu 
tăng số năm học 
thêm 1 năm thì số điếu xì-gà trung bình giảm 0.3731 điếu. 
 Hệ số β3= - 0.0409 chỉ ra rằng: khi các biến giải thích khác không đổi, nếu 
tuổi tăng thêm 1 
thì số điếu xì-gà trung bình giảm 0.0409 điếu. 
 Hệ số β4= 0.0001chỉ ra rằng: khi các biến giải thích khác không đổi, nếu thu 
nhập hàng năm 
tăng thêm 1$ thì số điếu xì-gà trung bình tăng thêm 0.0001 điếu. 
 Chỉ số: 
R-squared 0.0102 
Chỉ ra rằng: 1.02% sự biến động của lượng xì-gà hút mỗi ngày được 
giải
thích bởi các biến: số năm học, tuổi, thu nhập. 
C. Kiểm định và chữa lỗi mô hình 
1. Kiếm định ý nghĩa của hệ số hồi quy: 
Mô tả dữ liệu: Bảng 4 (Phụ lục, trang 13). 
Với giả thiết U~N(0,2) ta có thể kiểm định giả thiết cho các hệ số hồi quy 
riêng: N(,2(XTX)- 1). Thành phần có phân phối chuẩn với kỳ vọng và phương 
sai bằng 2 nhân với phần tử nằm phía trên dòng thứ i và cột i của ma trận (XTX)-1
 hay chính là phàn tử thứ i trên đường chéo 
chính của ma trận cov(). Tuy nhiên do 2 chưa biết, nên ta phải dùng ước lượng 
không chệch của 
2 là: 
Khi đó: , =5%. 
 Khoảng tin cậy với hệ số tin cậy 1- của i được xác định: 
Giả thiết: 
 Kiểm định theo p-
value: p-value(i) < , 
bác bỏ H0. 
p-value(i) > , chưa có cơ sở bác bỏ H0. 
 Kiểm định theo miền bác bỏ: ta dùng tiêu chuẩn 
kiểm định: Miền bác bỏ: 
= 
= 
a. Kiểm định 1 ( ): Giả thiết 
 Khoảng tin cậy với hệ số tin cậy 1 - của 1 được xác định: 
Theo mô tả dữ liệu thu được từ bảng 4 (Phụ lục, 
trang 13). Vì 0 nên bác bỏ H0. 
 Kiểm định theo p-value: 
p-value(1)= 0.000< = 0.05 nên bác bỏ H0. 
 Kiểm định theo miền 
bác bỏ: Miền bác bỏ: 
Giá trị quan sát: 4.98 thuộc miền bác bỏ, suy ra 
bác bỏ H0. Hệ số được coi là có ý nghĩa thống kê 
ở mức 5%. 
b. Kiểm định 2 ( ): Giả thiết 
 Khoảng tin cậy với hệ số tin cậy 1- của 2 được xác định: 
Theo mô tả dữ liệu thu được từ bảng 4 (Phụ lục, 
trang 13). Vì 0(-0.7054, -0.0408) nên bác bỏ H0. 
 Kiểm định theo p-value: 
p-value(2)= 0.028 < = 0.05 nên bác bỏ H0. 
 Kiểm định theo miền 
bác bỏ: Miền bác bỏ: 
Giá trị quan sát: -2.20 thuộc miền bác bỏ, suy ra bác bỏ H0. 
Tồn tại mối quan hệ giữa biến cigs và biến educ (có ý nghĩa thống kê). 
c. Kiểm định 3 ( ): Giả thiết 
 Khoảng tin cậy với hệ số tin cậy 1- của 3 được xác định: 
Theo mô tả dữ liệu thu được từ bảng 4 (Phụ lục, 
trang 13). Vì 0 nên chưa có cơ sở bác bỏ H0. 
 Kiểm định theo p-value: 
p-value(3)= 0.154 > = 0.05 nên chưa có cơ sở bác bỏ H0. 
 Kiểm định theo miền 
bác bỏ: Miền bác bỏ: 
Giá trị quan sát: -1.43 không thuộc miền bác bỏ, suy ra chưa có cơ sở bác bỏ 
H0. 
Có thể không tồn tại mối quan hệ giữa biến cigs và biến age ( không có ý 
nghĩa thống kê). 
d. Kiểm định 4 (): Giả thiết 
 Khoảng tin cậy với hệ số tin cậy 1- của 4 được xác định: 
Theo mô tả dữ liệu thu được từ bảng 4 (Phụ lục, 
trang 13). Vì 0 nên bác bỏ H0. 
 Kiểm định theo p-value: 
p-value(1)= 0.038 < = 0.05 nên bác bỏ H0. 
 Kiểm định theo miền 
bác bỏ: Miền bác bỏ: 
Giá trị quan sát: 0.038 thuộc miền bác bỏ, suy ra bác bỏ H0. 
Tồn tại mối quan hệ giữa biến cigs và biến income (có ý nghĩa thống kê). 
2. Xác định khoảng tin cậy của phương 
sai: 2 
Mô tả dữ liệu Bảng 2, Phụ lục, 
trang 13. 
Do đó khoảng tin cậy 1 - của 2 được xác định từ: 
Khoảng tin cậy của 2 là 
3. Kiểm định mức độ phù hợp của 
mô hình Giả thiết: 
Ta 
có: 
H0: β2=β3=β4=0 (hay R2 = 0) 
H1: có ít nhất một βi0 (hay R2 > 0) 
F 2.7686 (R2= 0.0102; n=810; k=4) 
F(3,806) = 2.76 
F F(3,806). Bác bỏ H0. 
Có ít nhất một yếu tố ảnh hưởng đến lượng xì-gà hút mỗi ngày. 
4. Kiểm định phân phối chuẩn của nhiễu: 
a. Kiểm định quy luật chuẩn bằng phương pháp đồ thị: 
1 
Đồ thị phân bố của phần dư 
(Residuals) Từ đồ thị ta thấy: ei không có phân phối 
chuẩn. 
b. Kiểm định Jarque-Beta: 
Do tổng thể chưa biết cho nên ta cũng không thể biết Ui và do đó cần phải 
thông qua ei để đoán nhận. Để kiểm định ei có phân bố chuẩn hay không, ta có 
thể dùng – sử dụng kiểm định Jarque-Beta (JB): 
JB= ~ 
Xét cặp giả thiết: 
H0: U có phân phối chuẩn. 
H1: U không có phân phối chuẩn. 
Ta có: 
-20 0 20 40 60 80 
Residuals 
D
e
n
s
it
y
0
.0
5
.1
.1
5
1 
Hệ số bất đối xứng: 
Hệ số nhọn: 
Theo bảng 9 (Phụ lục, trang 14): . 
JB=303.75. 
Với =5%, = 5.99147 < JB. 
Bác bỏ H0, U không có phân phối chuẩn.