Đề thi cuối kỳ Môn Kinh tế lượng

Trang 1/10 ĐỀ THI CUỐI KỲ MÔN KINH TẾ LƯỢNG 2006-2007 , LỚP CLC Thời gian: 75 phút Đề thi có 10 trang Tuyệt đối không sử dụng tài liệu (không chấp nhận tình trạng: có mang theo nhưng chưa có dịp sử dụng. Đó là tình gian - lý gian). Không sử dụng bảng tra thống kê (các số liệu cần tra cho ở cuối đề thi). Ghi họ tên vào đề thi, nộp lại đề thi kèm trong bài thi. Không trao đổi trong khi làm bài, nếu vi phạm sẽ bị tịch thu bài thi. Nếu 2 bài thi sai giống nhau sẽ cùng bị 0 điểm. Lấy 4 chữ số thập phân trong tính toán. Đọc kỹ quy định trước khi làm bài. Qua thực tế người ta thấy: lượng khách du lịch đến TP.HCM một phần sẽ đi du lịch đến tỉnh Bình Thuận (BT) và các tỉnh khác. Lượng khách đến tỉnh BT còn phụ thuộc vào nhiệt độ ở TP.HCM và nhiệt độ ở BT, và phụ thuộc vào thời điểm du lịch là mùa mưa hay mùa nắng. Gọi: K_TP : lượng khách du lịch đến TP.HCM (ngàn người) K_BT : lượng khách du lịch đến BT (ngàn người) ND_TP : nhiệt độ ở TP.HCM vào thời gian du khách đến (độ C) ND_BT : nhiệt độ ở BT vào thời gian du khách đến (độ C) MUA : mùa vào thời gian du khách đến (MUA= 0: mùa mưa, MUA= 1: mùa nắng) Kết quả khảo sát qua một số năm như sau (số liệu giả định): Giả sử mô hình thỏa mãn các giả thiết cổ điển (từ câu 1-10) Câu 1 (2,5đ): Giả sử ta có mô hình K_BT= α+ β.K_TP +U Kết quả hồi quy như sau: Trang 2/10 Dependent Variable: K_BT Method: Least Squares Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C -1.810382 0.210152 -8.614613 K_TP 0.739107 18.88760 R-squared 0.972733 Mean dependent var 2.150000 Adjusted R-squared 0.970006 S.D. dependent var 0.281231 S.E. of regression 0.048706 Akaike info criterion -3.055030 Sum squared resid 0.023722 Schwarz criterion -2.974213 Log likelihood 20.33018 F-statistic Durbin-Watson stat 2.628736 Prob(F-statistic) 1) (0,5) Nêu ý nghĩa kinh tế của hệ số góc trong mô hình? 2) (0,5) Kiểm định sự phù hợp của mô hình, với α=5%? 3) (0,5) Theo bạn, khi lượng khách đến TP.HCM tăng 1% thì lượng khách đến BT tăng hay giảm bao nhiêu %? Biết: 4) (0,5) Với số liệu trước đây thì người ta ước tính được β= 0.5 . Theo bạn với số liệu hiện có thì β có thay đổi so với trước đây, với α=5%? 5) (0,5) Dự báo lượng khách trung bình đến BT nếu lượng khách đến TP.HCM là 5,45 (ngàn người), với α=1%? Câu 2 (1,25đ): Giả sử ta có mô hình K_BT= β1+ β2.K_TP + β3.ND_TP +U Kết quả hồi quy như sau: Trang 3/10 Dependent Variable: K_BT Method: Least Squares Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C -1.080707 0.229869 -4.701400 0.0011 K_TP 0.288111 0.117832 2.445094 0.0371 ND_TP 0.054637 0.013948 3.917190 0.0035 R-squared 0.989919 Mean dependent var 2.150000 Adjusted R-squared 0.987679 S.D. dependent var 0.281231 S.E. of regression 0.031216 Akaike info criterion -3.883440 Sum squared resid 0.008770 Schwarz criterion -3.762213 Log likelihood 26.30064 F-statistic 441.9047 Durbin-Watson stat 2.309911 Prob(F-statistic) 0.000000 1) (0,5) Nêu ý nghĩa kinh tế của các hệ số hồi quy riêng? 2) (0,25) Kết quả kiểm định như sau: Theo bạn thì ảnh hưởng của K_TP có gấp 5 lần ảnh hưởng của ND_TP lên K_BT không? 3) (0,5) Dùng các tiêu chuẩn Log likelihood, Akaike, Schwarz, 2R để xét xem nên chọn mô hình ở câu 1 hay câu 2? Câu 3 (1đ): Giả sử ta có mô hình K_BT= α+ β.ln(K_TP) +U Kết quả hồi quy như sau: Trang 4/10 Dependent Variable: K_BT Method: Least Squares Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C -4.504285 0.333142 -13.52059 0.0000 LOG(K_TP) 3.969371 0.198566 19.99024 0.0000 R-squared 0.975587 Mean dependent var 2.150000 Adjusted R-squared 0.973145 S.D. dependent var 0.281231 S.E. of regression 0.046087 Akaike info criterion -3.165578 Sum squared resid 0.021240 Schwarz criterion -3.084760 Log likelihood 20.99347 F-statistic 399.6096 Durbin-Watson stat 2.593466 Prob(F-statistic) 0.000000 1) (0,5) Nêu ý nghĩa kinh tế của hệ số góc? 2) (0,5) Theo bạn, nếu lượng khách đến TP.HCM tăng 1% thì lượng khách đến BT tăng hay giảm bao nhiêu %? Câu 4 (0,25đ): Giả sử ta có mô hình K_BT= α+ β. (1/K_TP) +U Kết quả hồi quy như sau: Dependent Variable: K_BT Method: Least Squares Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C 6.126744 0.195771 31.29544 0.0000 1/K_TP -21.21332 1.041981 -20.35864 0.0000 R-squared 0.976441 Mean dependent var 2.150000 Adjusted R-squared 0.974086 S.D. dependent var 0.281231 S.E. of regression 0.045272 Akaike info criterion -3.201225 Sum squared resid 0.020496 Schwarz criterion -3.120407 Log likelihood 21.20735 F-statistic 414.4743 Durbin-Watson stat 2.391487 Prob(F-statistic) 0.000000 Theo bạn thì lượng khách trung bình tối đa đến BT (trong một thời điểm) là bao nhiêu người? Câu 5 (0,5đ): Giả sử ta có mô hình K_BT= β1+ β2.K_TP + β3.ND_TP + β4.ND_BT +U Kết quả hồi quy như sau: Trang 5/10 Dependent Variable: K_BT Method: Least Squares Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C -0.869665 0.288970 -3.009535 0.0168 K_TP 0.290287 0.115548 2.512255 0.0362 ND_TP 0.071361 0.019809 3.602369 0.0070 ND_BT -0.027196 0.023305 -1.166958 0.2768 R-squared 0.991386 Mean dependent var 2.150000 Adjusted R-squared 0.988155 S.D. dependent var 0.281231 S.E. of regression 0.030607 Akaike info criterion -3.873969 Sum squared resid 0.007494 Schwarz criterion -3.712333 Log likelihood 27.24381 F-statistic 306.8998 Durbin-Watson stat 2.251734 Prob(F-statistic) 0.000000 1) (0,25) Nêu ý nghĩa kinh tế của các hệ số hồi quy riêng? 2) (0,25) Ta có kết quả Redundant Variables: ND_BT F-statistic 1.361791 Probability 0.276832 Log likelihood ratio 1.886341 Probability 0.169615 Theo bạn thì có nên bỏ bớt biến ND_BT trong mô hình không? Câu 6 (0,25đ): Giả sử ta có mô hình K_BT= β1+ β2.K_TP + β3.ND_TP + β4.ND_BT + β5.MUA +U Kết quả hồi quy như sau: Dependent Variable: K_BT Method: Least Squares Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C -1.035751 0.365467 -2.834047 0.0253 K_TP 0.313116 0.122111 2.564178 0.0373 ND_TP 0.066614 0.021218 3.139473 0.0164 ND_BT -0.019791 0.025735 -0.769030 0.4670 MUA -0.021814 0.028080 -0.776847 0.4627 R-squared 0.992070 Mean dependent var 2.150000 Adjusted R-squared 0.987538 S.D. dependent var 0.281231 S.E. of regression 0.031395 Akaike info criterion -3.789999 Sum squared resid 0.006900 Schwarz criterion -3.587955 Log likelihood 27.74000 F-statistic 218.9175 Durbin-Watson stat 2.308747 Prob(F-statistic) 0.000000 Trang 6/10 Ta có Redundant Variables: ND_BT MUA F-statistic 0.948894 Probability 0.431873 Log likelihood ratio 2.878710 Probability 0.237081 Theo bạn, có nên bỏ bớt biến ND_BT và biến MUA không? Câu 7 (0,75đ): Dependent Variable: K_BT Method: Least Squares Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C -1.963400 0.294077 -6.676473 0.0001 K_TP 0.770601 0.057524 13.39606 0.0000 MUA -0.031477 0.041337 -0.761477 0.4659 R-squared 0.974383 Mean dependent var 2.150000 Adjusted R-squared 0.968691 S.D. dependent var 0.281231 S.E. of regression 0.049762 Akaike info criterion -2.950801 Sum squared resid 0.022287 Schwarz criterion -2.829574 Log likelihood 20.70481 F-statistic 171.1664 Durbin-Watson stat 2.706963 Prob(F-statistic) 0.000000 1) (0,5) Nêu ý nghĩa kinh tế của các hệ số hồi quy riêng? 2) (0,25) Ta có kết quả: Redundant Variables: MUA F-statistic 0.579848 Probability 0.465856 Log likelihood ratio 0.749246 Probability 0.386715 Theo bạn, có nên bỏ bớt biến MUA trong mô hình không? Trang 7/10 Câu 8 (0,25đ): Ta có kết quả: Dependent Variable: K_BT Method: Least Squares Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C -1.229158 0.258312 -4.758432 0.0014 K_TP 0.320120 0.118621 2.698682 0.0271 ND_TP 0.054373 0.013667 3.978457 0.0041 MUA -0.029812 0.025408 -1.173326 0.2744 R-squared 0.991399 Mean dependent var 2.150000 Adjusted R-squared 0.988174 S.D. dependent var 0.281231 S.E. of regression 0.030583 Akaike info criterion -3.875559 Sum squared resid 0.007482 Schwarz criterion -3.713924 Log likelihood 27.25335 F-statistic 307.3926 Durbin-Watson stat 2.334016 Prob(F-statistic) 0.000000 Ta có kết quả Wald Test: Equation: EQ10 Test Statistic Value df Probability F-statistic 1.376693 (1, 8) 0.2744 Chi-square 1.376693 1 0.2407 Null Hypothesis Summary: Normalized Restriction (= 0) Value Std. Err. C(4) -0.029812 0.025408 Theo bạn, có nên bỏ bớt biến MUA trong mô hình không? Trang 8/10 Câu 9 (0,5đ): Ta có kết quả hồi quy sau: Dependent Variable: K_BT Method: Least Squares Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C -4.922400 0.854598 -5.759899 0.0003 K_TP 0.316709 0.117355 2.698720 0.0244 LOG(ND_TP) 1.569423 0.425184 3.691160 0.0050 R-squared 0.989153 Mean dependent var 2.150000 Adjusted R-squared 0.986743 S.D. dependent var 0.281231 S.E. of regression 0.032381 Akaike info criterion -3.810180 Sum squared resid 0.009437 Schwarz criterion -3.688953 Log likelihood 25.86108 F-statistic 410.3702 Durbin-Watson stat 2.128462 Prob(F-statistic) 0.000000 Nêu ý nghĩa kinh tế của các hệ số hồi quy riêng? Câu 10 (0,5đ): Ta có kết quả hồi quy sau: Dependent Variable: K_BT Method: Least Squares Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C -6.010700 0.527770 -11.38887 0.0000 LOG(K_TP) 1.778966 0.698287 2.547616 0.0313 LOG(ND_TP) 1.511923 0.471770 3.204786 0.0107 R-squared 0.988598 Mean dependent var 2.150000 Adjusted R-squared 0.986064 S.D. dependent var 0.281231 S.E. of regression 0.033199 Akaike info criterion -3.760270 Sum squared resid 0.009920 Schwarz criterion -3.639043 Log likelihood 25.56162 F-statistic 390.1722 Durbin-Watson stat 1.978268 Prob(F-statistic) 0.000000 Nêu ý nghĩa kinh tế của các hệ số hồi quy riêng? Câu 11 (0,5đ): Với các kết quả in ra (từ câu 1-câu 10), bạn sẽ chọn mô hình nào, tại sao? Trang 9/10 Kiểm tra các giả thiết cổ điển. Câu 12 (1,75đ): Giả sử ta có mô hình K_BT= β1+ β2.K_TP + β3.ND_TP +U Kết quả hồi quy như sau: Dependent Variable: K_BT Method: Least Squares Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C -1.080707 0.229869 -4.701400 0.0011 K_TP 0.288111 0.117832 2.445094 0.0371 ND_TP 0.054637 0.013948 3.917190 0.0035 R-squared 0.989919 Mean dependent var 2.150000 Adjusted R-squared 0.987679 S.D. dependent var 0.281231 S.E. of regression 0.031216 Akaike info criterion -3.883440 Sum squared resid 0.008770 Schwarz criterion -3.762213 Log likelihood 26.30064 F-statistic 441.9047 Durbin-Watson stat 2.309911 Prob(F-statistic) 0.000000 1) (0,5) Ta có hệ số tương quan cặp r(K_TP,ND_TP)= 0.977086 . Bạn có nhận định gì về giả thiết có đa cộng tuyến giữa 2 biến K_TP và ND_TP, với α=5%? 2) (0,5) Ta có kết quả sau: White Heteroskedasticity Test: F-statistic 0.663781 Probability 0.636792 Obs*R-squared 3.299957 Probability 0.508939 Theo bạn thì có hiện tượng phương sai thay đổi trong mô hình không? 3) (0,25) Theo kinh nghiệm của bạn, thì có hiện tượng tự tương quan bậc 1 trong mô hình không? 4) (0,5) Ta có kết quả: Trang 10/10 Breusch-Godfrey Serial Correlation LM Test: F-statistic 2.060037 Probability 0.197909 Obs*R-squared 4.446093 Probability 0.108279 Test Equation: Dependent Variable: RESID Method: Least Squares Date: 06/29/07 Time: 15:23 Presample missing value lagged residuals set to zero. Variable Coefficient Std. Error t-Statistic Prob. C -0.199138 0.239067 -0.832978 0.4324 K_TP 0.111524 0.127964 0.871523 0.4124 ND_TP -0.012917 0.015206 -0.849466 0.4237 RESID(-1) -0.243146 0.315934 -0.769608 0.4667 RESID(-2) -0.721082 0.377899 -1.908137 0.0980 Theo bạn, thì có hiện tượng tự tương quan bậc 2 trong mô hình không? Hết Cho t0.025(10)= 2.228 ; t0.025(9)= 2.262 ; t0.025(11)= 2.201 t0.05(10)= 1.812 ; t0.05(9)= 1.833 ; t0.05(11)= 1.796 t0.005(10)= 3.169 ; t0.005(9)= 3.250 ; t0.005(11)= 3.106 F0.01(1,10)= 10.044 ; F0.01(2,9)= 8.022 ; F0.01(1,11)= 9.646 F0.05(1,10)= 4.965 ; F0.05(2,9)= 4.256 ; F0.05(1,11)= 4.844