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”
Giảng viên hướng dẫn: Th.S Phí Minh Hồng
Nhóm sinh viên thực hiện (Nhóm 19):
1. Bùi Văn Tâm (1214410172)
2. Đinh Thế Hội (1214410075)
3. Cao Minh Hải (121441054)
4. Trần Ngọc Tùng (1214410218)
5. Mai Thanh Lịch (1214410091)
Hà Nội, 2013
I. 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
1
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!
II. 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:
2
+ 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. 
III. 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:
3
0
20
40
60
80
5 10 15 20
years of schooling
cigs. smoked per day Fitted values
Đồ thị mối quan hệ giữa cigs (lượng xì-gà hút mỗi ngày) và educ (số năm học)
0
20
40
60
80
20 40 60 80 100
in years
cigs. smoked per day Fitted values
Đồ thị mối quan hệ giữa cigs (lượng xì-gà hút mỗi ngày) và age (tuổi)
4
0
20
40
60
80
0 10000 20000 30000
annual income, $
cigs. smoked per day Fitted values
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: 
Ta có kết quả:
cov(educ,cigs) -2.0077
cov(age,cigs) -9.5121
cov(income,cigs) 6616.2024
IV. Xây dựng mô hình
A. Thiết lập mô hình tổng quát
5
(educ,cigs) -0.0480
 (age,cigs) -0.0408
 (income,cigs) 0.0529
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
6
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 
7
 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.
8
 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:
H0: β2=β3=β4=0 (hay R2 = 0)
H1: có ít nhất một βi0 (hay R2 > 0)
Ta có:
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:
9
0
.0
5
.1
.1
5
D
en
si
ty
-20 0 20 40 60 80
Residuals
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 U i 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:
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.
1
5. Kiểm định về sự thừa biến của mô hình:
Dựa vào phần kiểm định ý nghĩa của hệ số hồi quy, có thể loại biến age ra khỏi mô hình
được không?
Khi bỏ biến age ta thu được mô hình mới gồm biến phụ thuộc cigs và hai biến độc lập educ,
income. 
Mô tả dữ liệu của mô hình mới: Bảng 5, 6, 7, 8 (Phụ lục, trang 14).
Ước lượng mô hình có đủ ba biến educ, age và income có . (Bảng 3, Phụ lục, trang 13).
Khi bỏ biến age chúng ta thu được mô hình có .
Giả thiết với là số biến bị loại khỏi mô hình.
Tiêu chuẩn kiểm định giả thiết là 
Ta có:
 Chưa có cơ sở bác bỏ , hay có thể loại biến age ra khỏi mô hình.
Từ mô tả dữ liệu của mô hình mới: Bảng 5, 6, 7, 8 (Phụ lục, trang 14) ta được ước lượng
được phương trình hồi quy mẫu của mô hình mới:
a. Kiểm định hệ số hồi quy theo p-value:
1. Kiểm định 2: Giả thiết 
p-value() = 0.047 < = 0.05 nên bác bỏ .
2. Kiểm định 3: Giả thiết 
p-value() = 0.037 < = 0.05 nên bác bỏ .
Suy ra các biến educ và income đều có ảnh hưởng tới biến cigs, hay chúng có ý nghĩa với
mô hình.
b. Kiểm định mức độ phù hợp của mô hình:
Giả thiết:
H0: β2=β3=0 (hay R2 = 0)
H1: có ít nhất một βi0 (hay R2 > 0)
Ta có:
F3.1311 (R2= 0.0077; n=810; k=3)
F(2,806) = 3.12
 F F(2,806). Bác bỏ H0 
 Có ít nhất một yếu tố ảnh hưởng đến lượng xì-gà hút mỗi ngày.
c. Diễn giải mô hình:
1
• Hệ số chặn β1 = 10.5846 chỉ ra rằng khi số năm học và thu nhập bằng 0 thì số điếu xì-gà đạt
giá trị thấp nhất 10.5846.
• Hệ số β2 = - 0.3325 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 0.3325 điếu.
• Hệ số β3 = 0.0001 chỉ ra rằng: khi các biến giải thích khác không đổi, nếu thu nhập hằng
năm tăng thêm $1 thì số điếu xì-gà trung bình tăng 0.0001 điếu.
• Chỉ số: 
R-squared 0.0077
Chỉ ra rằng: 0.77% sự biến động của lượng xì-gà hút mỗi ngày được giải thích bởi các biến:
số năm học, thu nhập.
V. Kết luận
A. Tổng kết:
Qua việc chạy mô hình ta thấy được những nguyên nhân ảnh hưởng đến xì-gà có thể tác
động cùng chiều hoặc ngược chiều đến cung và cầu của xì-gà, từ đó có cái nhìn khách quan về
lượng tiêu thụ cho mặt hàng xì-gà. Thu nhập là yếu tố chính ảnh hưởng đến mức cầu của xì-gà
 và trực tiếp ảnh hưởng đến thị trường này.
Mô hình tuy còn nhiều khiếm khuyết: như không thể hiện được hết các yếu tố ảnh hưởng,
còn phương sai số thay đổi. Nhưng phần lớn sự thay đổi của biến phụ thuộc cigs được giải thích
bởi các biến độc lập cho ta thấy mô hình phần nào đúng và mang ý nghĩa.
1
B. Phụ lục:
Bảng 1
Variable Obs Mean Std. Dev. Min Max
cigs 810 8.690123 13.70307 0 80
educ 810 12.47531 3.054107 6 18
age 810 41.20988 17.01153 17 88
income 810 19327.16 9138.26 500 31000
Bảng 2
Source SS df MS
Model 1544.78395 3 514.927982
Residual 150364.437 806 186.556374
Total 151909.221 809 187.774068
Bảng 4
cigs Coef. Std. Err. t p>|t| [95% Conf. Interval]
educ -0.3730916 0.1693095 -2.20 0.028 -0.7054311 -0.040752
age -0.0409196 0.0286965 -1.43 0.154 -0.0972483 0.015409
income 0.0001162 0.0000558 2.08 0.038 6.73e-06 0.0002257
_cons 12.78461 2.569578 4.98 0.000 7.740756 17.82847
Bảng 5
Variable Obs Mean Std. Dev. Min Max
cigs 810 8.690123 13.70307 0 80
educ 810 12.47531 3.054107 6 18
income 810 19327.16 9138.26 500 31000
Bảng 8
cigs Coef.
Std.
Err.
t
p>|
t|
[95% Conf.
Interval]
educ
-
0.33247
19
0.1670
027
-
1.9
9
0.0
47
-
0.66028
28
-
0.00466
09
inco
me
0.00011
66
0.0000
558
2.0
9
0.0
37
7.03e-
06
0.00022
61
_con 10.5845 2.0561 5.1 0.0 6.54855 14.6205
1
Bảng 3
Number of obs 
F(3,806) 
Prob > F 
R-squared 
Adj R-squared 
Root MSE 
810
2.76
0.0412
0.0102
0.0065
13.659
Bảng 7
Number of obs 
F(2,806) 
Prob > F 
R-squared 
Adj R-squared 
Root MSE 
810
3.12
0.0447
0.0077
0.0052
13.667
s 7 36 5 00 9 7
Bảng 9
Skewness/Kurtosis tests for Normality
Variable Obs Pr(Skewness) Pr(Kurtosis) chi2(2) Prob>chi2
ei 810 0.0000 0.0000 249.58 0.0000
C. Lời cảm ơn:
Trên đây là phần trình bày mô hinh kinh tế lượng của nhóm em. Bài làm của chúng em còn
nhiều thiếu sót và không tránh khỏi những lỗi sai, nhưng với sự nỗ lực hết mình: nhóm 19 hi
vọng đề tài nêu lên được một cách nhìn tổng quan hơn về sự tác động của tuổi, thu nhập hàng
năm và trình độ học vấn tới lượng xì-gà tiêu thụ hàng ngày. 
Nhóm 19 chúng em xin gửi lời cảm ơn chân thành đến cô Phí Minh Hồng đã tạo điều kiện
để nhóm có dịp tiếp xúc với một đề tài nghiên cứu khoa học, giúp nhóm có thêm nhiều hiểu
biết hơn trong việc hoàn thiện các kĩ năng - kiến thức quan trọng về kinh tế lượng .Kính mong
cô góp ý cho nhóm em, để chúng em có cơ sở học tập và nghiên cứu về môn học bổ ích này ạ.
D. Tài liệu tham khảo:
1. Phí Minh Hồng, Slide Bài giảng Kinh tế lượng.
2. Nguyễn Quang Dong, Bài giảng Kinh tế lượng, Nhà xuất bản Giao thông Vận tải.
1