Mục tiêu nghiên cứu
Mục tiêu chính của nghiên cứu này là phân tích tác động của các yếu tố như tăng trưởng GDP, tỷ lệ lạm phát và đầu tư trực tiếp nước ngoài đến tình hình thất nghiệp tại Trung Quốc, được thể hiện qua tỷ lệ thất nghiệp.
Trong đó, bài tiểu luận hướng đến những mục tiêu cụ thể sau:
Bài viết hệ thống hóa lý thuyết và nghiên cứu thực nghiệm về ảnh hưởng của tăng trưởng GDP, tỷ lệ lạm phát, đầu tư trực tiếp nước ngoài và tỷ lệ tăng trưởng dân số đến tình hình thất nghiệp toàn cầu, đặc biệt là ở Trung Quốc Nghiên cứu ước lượng mô hình hàm hồi quy để phân tích tác động của các yếu tố này đến tỷ lệ thất nghiệp, đồng thời kiểm định và khắc phục các khuyết tật trong mô hình đã ước lượng Từ đó, bài viết đưa ra gợi ý và đề xuất một số biện pháp nhằm tác động đến các biến vĩ mô, góp phần giảm tỷ lệ thất nghiệp tại Trung Quốc.
Những hạn chế, khó khăn khi thực hiện
Nghiên cứu về ảnh hưởng của các yếu tố vĩ mô đến thất nghiệp ở Trung Quốc còn hạn chế tại Việt Nam, do đó, chúng tôi chủ yếu tham khảo các nghiên cứu từ nước ngoài Mặc dù vậy, việc tìm kiếm, lược dịch và tổng hợp kiến thức chuyên ngành vẫn gặp nhiều khó khăn, dẫn đến bài tiểu luận không thể tránh khỏi những thiếu sót.
Nội dung và cấu trúc của tiểu luận
Về cấu trúc, tiểu luận của nhóm chúng em gồm 3 phần :
Chương I trình bày cơ sở lý thuyết về thất nghiệp và các yếu tố tác động như tỷ lệ tăng trưởng GDP, tỷ lệ lạm phát, đầu tư trực tiếp nước ngoài và tỷ lệ tăng trưởng dân số Nội dung bao gồm các khái niệm, mô hình kinh tế và nghiên cứu trước đây liên quan đến thất nghiệp.
Chương II: Xây dựng mô hình ước lượng: xác định mô hình tổng quát đồng thời mô tả chi tiết từng biến có trong mô hình trên.
Chương III: Ước lượng, kiểm định mô hình: tiến hành hồi quy mô hình và đưa ra kết quả, kiểm định lại tính đúng đắn của mô hình.
Chương IV Khuyến nghị và giải pháp: đưa ra một số giải pháp tác động đến thất nghiệp tại Trung Quốc Hạn chế và hướng nghiên cứu tương lai.
Chúng em xin gửi lời cảm ơn chân thành đến ThS Nguyễn Thúy Quỳnh vì đã hướng dẫn tận tình trong quá trình thực hiện bài nghiên cứu Qua bài tập này, chúng em đã có cơ hội củng cố kiến thức và áp dụng lý thuyết vào phân tích các vấn đề thực tiễn Tuy nhiên, do hạn chế về thời gian và kiến thức, bài nghiên cứu của nhóm vẫn còn nhiều thiếu sót, rất mong nhận được đánh giá và nhận xét từ giảng viên cũng như độc giả.
CƠ SỞ LÝ LUẬN VÀ GIẢ THUYẾT NGHIÊN CỨU
Lý thuyết về thất nghiệp
1.1.1 Tổng quan về thất nghiệp 1.1.1.1 Khái niệm về thất nghiệp Trong kinh tế học, “thất nghiệp là tình trạng một bộ phận của lực lượng lao động (trong độ tuổi lao động, có đủ khả năng lao động va có nghĩa vụ lao động) không có việc làm nhưng có mong muốn tìm kiếm việc làm” (Hoàng Xuân Bình, Giáo trình Kinh tế học Vĩ mô cơ bản, 2009).
Theo Điều 20, Công ước số 102 của Tổ chức Lao động Quốc tế (ILO) năm
Thất nghiệp được định nghĩa là tình trạng không có thu nhập do không tìm được công việc phù hợp, mặc dù người lao động có khả năng và sẵn sàng làm việc Tại Pháp, thất nghiệp được hiểu là không có việc làm nhưng có khả năng lao động và đang tích cực tìm kiếm việc Ở Thái Lan, khái niệm này cũng tương tự, với định nghĩa là không có việc làm, mong muốn làm việc và có đủ năng lực để lao động.
Thất nghiệp ở Trung Quốc được định nghĩa là những người trong độ tuổi lao động, có khả năng làm việc, nhưng chưa có việc làm và đang tích cực tìm kiếm việc làm, đồng thời đã đăng ký tại cơ quan giải quyết việc làm.
1.1.1.2 Đo lường thất nghiệp Để đo lường tình trạng thất nghiệp của một khu vực, ta sử dụng chỉ số tỷ lệ thất nghiệp: “Tỷ lệ thất nghiệp (unemployment rate) là tỷ lệ % số người thất nghiệp so với tổng số người trong lực lượng lao động” (Hoàng Xuân Bình, Giáo trình Kinh tế học Vĩ mô cơ bản, 2009).
Lực lượng lao động = Số người có việc làm + Số người thất nghiệp
Lực lượng lao động Theo công thức trên, quy mô thất nghiệp của nền kinh tế luôn có sự biến động theo thời gian.
1.1.2 Cơ sở lý thuyết về thất nghiệp 1.1.2.1 Lý thuyết Cổ điển về thất nghiệp
Cung lao động lương tối thiểu
Mô hình Cổ điển cho rằng tiền lương thực tế sẽ điều chỉnh để cân bằng thị trường lao động, đảm bảo tình trạng đầy đủ việc làm Theo cách tiếp cận cân bằng thị trường, giá cả sẽ điều chỉnh để tạo ra sự cân bằng giữa cung và cầu Tuy nhiên, thực tế cho thấy rằng thất nghiệp vẫn luôn tồn tại.
Ba nguyên nhân chính khiến tiền lương thực tế cao hơn mức cân bằng thị trường trong nền kinh tế hiện đại bao gồm luật tiền lương tối thiểu, hoạt động công đoàn và tiền lương hiệu quả Những lý thuyết này giải thích rằng tiền lương thực tế có thể duy trì ở mức "quá cao", dẫn đến tình trạng thất nghiệp cho một số người lao động.
Luật tiền lương tối thiểu:
Các lý thuyết về tiền lương tối thiểu chỉ ra rằng mức lương tối thiểu là mức thấp nhất mà người sử dụng lao động phải trả cho người lao động Khi luật tiền lương tối thiểu được áp dụng, dẫn đến mức lương cao hơn so với mức lương cân bằng, sẽ xảy ra tình trạng cung lao động tăng lên (𝐿𝑆) trong khi cầu lao động giảm xuống.
Mức dư cung lao động (𝐿𝑆 − 𝐿𝐷) phản ánh số người thất nghiệp gia tăng, cho thấy rằng tiền lương tối thiểu có thể nâng cao thu nhập cho những người lao động đang có việc làm, nhưng đồng thời cũng làm giảm cơ hội thu nhập cho những người không tìm được việc do quy định này Đối với lao động có kỹ năng và kinh nghiệm, mức tiền lương tối thiểu không tạo ra rào cản đáng kể.
Tiền lương tối thiểu ảnh hưởng lớn đến thị trường lao động thanh niên, thường thấp do nhóm này chủ yếu là những lao động ít kỹ năng và kinh nghiệm Do đó, mức lương tối thiểu thường có tính ràng buộc cao hơn đối với thanh niên so với các nhóm lao động khác.
Công đoàn là hiệp hội của người lao động tại các nước Tây Âu và Bắc Mỹ, nhằm mục đích thương lượng tập thể với người sử dụng lao động về tiền lương và điều kiện làm việc Với vai trò như một các-ten, công đoàn tạo ra sức mạnh thị trường và có thể dẫn đến việc tăng lương vượt mức cân bằng Tuy nhiên, điều này cũng làm tăng cung lao động và giảm cầu lao động, gây ra tình trạng thất nghiệp Giống như luật tiền lương tối thiểu, những người có việc làm sẽ được hưởng lợi, trong khi những người thất nghiệp phải chịu thiệt hại.
Lý thuyết tiền lương hiệu quả:
Theo lý thuyết tiền lương hiệu quả, doanh nghiệp có thể nâng cao hiệu suất hoạt động bằng cách trả lương cao hơn mức thị trường, điều này cho phép họ thu hút và giữ chân nhân tài, ngay cả khi có dư cung lao động.
Thất nghiệp có thể xuất phát từ tiền lương hiệu quả, tương tự như những nguyên nhân gây ra thất nghiệp từ luật tiền lương tối thiểu và hoạt động của công đoàn.
Thất nghiệp có thể xảy ra khi tiền lương vượt quá mức cân bằng trên thị trường lao động, nhưng các lý thuyết về vấn đề này có sự khác biệt Luật tiền lương tối thiểu và sự tồn tại của công đoàn cản trở doanh nghiệp hạ mức lương trong bối cảnh dư cung lao động Ngược lại, lý thuyết tiền lương hiệu quả cho rằng doanh nghiệp có thể tự nguyện trả lương cao hơn mức cân bằng mà không cần các biện pháp can thiệp.
Có 4 cách giải thích về nguyên nhân làm cho doanh nghiệp muốn trả lương cao:
- Sự luân chuyển công nhân
- Nỗ lực của công nhân
1.1.2.2 Lý thuyết của Keynes về thất nghiệp
Keynes cho rằng tiền lương và giá cả có tính linh hoạt, và tình trạng toàn dụng lao động vừa khó đạt được vừa không hoàn toàn có lợi Nền kinh tế luôn tìm kiếm sự cân bằng giữa mức lương mà người lao động mong muốn và mức lương mà doanh nghiệp sẵn sàng trả Khi tỷ lệ thất nghiệp giảm, số lượng người tìm việc cũng giảm, khiến doanh nghiệp gặp khó khăn trong việc tuyển dụng thêm nhân sự để mở rộng kinh doanh Sự khan hiếm lao động sẽ dẫn đến việc tăng giá lao động, và nếu doanh nghiệp không thể đáp ứng mức lương yêu cầu của công nhân, họ sẽ quyết định không tuyển thêm nhân viên.
Tiền lương được phân loại thành hai loại: tiền lương thực tế và tiền lương danh nghĩa Tiền lương thực tế phản ánh ảnh hưởng của lạm phát, trong khi tiền lương danh nghĩa không tính đến yếu tố này Theo Keynes, việc cắt giảm tiền lương thực tế gặp khó khăn trong thương lượng giữa doanh nghiệp và công nhân, chỉ xảy ra khi có sự sụt giảm tiền lương trong toàn bộ nền kinh tế hoặc khi giảm phát xuất hiện, khiến công nhân có thể chấp nhận cắt giảm lương Để tăng tỷ lệ việc làm, cần phải giảm tiền lương thực tế đã điều chỉnh theo lạm phát.
Tổng quan tình hình nghiên cứu
Nhiều nghiên cứu đã chỉ ra các nhân tố ảnh hưởng đến tỷ lệ thất nghiệp, nhưng các yếu tố này có sự khác biệt giữa các quốc gia Việc xác định các nhân tố tác động là khó khăn, đặc biệt khi một số yếu tố có thể mất đi ý nghĩa theo thời gian Do đó, phần xem xét này sẽ tập trung vào các nghiên cứu liên quan đến nhân tố ảnh hưởng đến tỷ lệ thất nghiệp tại các nước đang phát triển.
1.2.1 Các nghiên cứu có liên quan
STT Tên bài nghiên cứu
1 Kalim (2003) Các yếu tố quyết định thất nghiệp ở Pakistan giai đoạn 1986-1999
Kalim đã nghiên cứu các yếu tố ảnh hưởng đến tỷ lệ thất nghiệp ở Pakistan trong giai đoạn 1986-1999, cho thấy mối quan hệ tích cực giữa dân số và thất nghiệp, đồng thời mối quan hệ nghịch đảo giữa tỷ lệ thất nghiệp và GDP Nghiên cứu sử dụng mô hình hồi quy đơn giản để xác định mối liên hệ cùng chiều giữa dân số và thất nghiệp, cũng như mối quan hệ ngược chiều với tăng trưởng kinh tế.
2 Akhtar and Shahnaz (2005) Các yếu tố quyết định thất nghiệp ở Pakistan giai đoạn 1991-2004
Akhtar and Shahnaz sử dụng dữ liệu từ năm 1991 đến năm
Nghiên cứu năm 2004 về yếu tố vi mô và vĩ mô ảnh hưởng đến thất nghiệp ở Pakistan cho thấy tỷ lệ thất nghiệp chỉ giảm khi tăng trưởng GDP hàng năm vượt 4,25% Bên cạnh đó, đầu tư từ khu vực tư nhân có tác động mạnh mẽ hơn so với khu vực công trong việc giảm tỷ lệ thất nghiệp.
3 Eita and Eita và Ashipala đã nghiên cứu các yếu tố quyết định thất
Ashipala (2010) đã nghiên cứu các yếu tố quyết định thất nghiệp ở Namibia trong giai đoạn 1971-2007, sử dụng mô hình kinh tế vĩ mô với phương pháp Engle và Granger Kết quả nghiên cứu chỉ ra rằng có mối quan hệ ngược chiều giữa lạm phát và thất nghiệp, cùng chiều giữa mức lương và thất nghiệp, cũng như mối quan hệ ngược chiều giữa đầu tư và thất nghiệp.
Zubairu (2012) Mối quan hệ giữa lạm phát và thất nghiệp ở Nigeria
Umaru và Zubairu đã tiến hành nghiên cứu mối quan hệ giữa lạm phát và thất nghiệp tại Nigeria trong giai đoạn 1977 đến 2009, áp dụng phương pháp tích hợp Johansen và thử nghiệm Granger Causality Kết quả nghiên cứu cho thấy có một mối quan hệ ngược chiều giữa lạm phát và thất nghiệp ở Nigeria.
5 PGS., TS Hà Minh (2016) Lạm phát với thất nghiệp ở Việt Nam
Nghiên cứu giai đoạn 2008-2017 tại Việt Nam chỉ ra rằng mối quan hệ giữa thất nghiệp và lạm phát có tính chất đánh đổi khi xem xét lạm phát kỳ vọng Cụ thể, khi lạm phát kỳ vọng được tính đến, sự thay đổi trong tỷ lệ thất nghiệp có thể ảnh hưởng đến mức độ lạm phát.
6 Trịnh Thị Kim Ngọc (2018) Ảnh hưởng của sự thay đổi GDP tới thất nghiệp ở Việt Nam
Nghiên cứu chỉ ra rằng, giữa thất nghiệp và tổng sản phẩm quốc nội (GDP) có mối liên hệ chặt chẽ; cụ thể, sự sụt giảm tốc độ tăng trưởng GDP đã dẫn đến việc gia tăng tỷ lệ thất nghiệp tại Việt Nam trong giai đoạn 2013 đến 2017.
1.2.2 Lỗ hổng trong các nghiên cứu kể trên
Nhóm chúng em đã nghiên cứu nhiều tài liệu về các yếu tố vĩ mô ảnh hưởng đến tỷ lệ thất nghiệp Qua đó, chúng em nhận thấy rằng phần lớn các nghiên cứu đều tập trung vào và nhấn mạnh mối liên hệ giữa tăng trưởng kinh tế, lạm phát và tỷ lệ thất nghiệp.
Nhiều nghiên cứu hiện tại chưa xem xét mối quan hệ giữa tỷ lệ thất nghiệp và các yếu tố kinh tế quan trọng khác, chẳng hạn như tỷ lệ vốn đầu tư trực tiếp nước ngoài và tỷ lệ gia tăng dân số, mặc dù những yếu tố này có tác động đáng kể đến tình hình thất nghiệp tại Trung Quốc.
Chúng em trình bày tiểu luận nghiên cứu về ảnh hưởng của các yếu tố vĩ mô như Tỷ lệ tăng trưởng tổng sản phẩm quốc nội, Tỷ lệ lạm phát, Tỷ lệ đầu tư trực tiếp nước ngoài và Tỷ lệ tăng trưởng dân số đến tình trạng thất nghiệp tại Trung Quốc trong giai đoạn 1982-2016 Nghiên cứu này nhằm cung cấp cái nhìn tổng quan và chính xác hơn về các vấn đề đã được nghiên cứu trước đó.
Giả thuyết nghiên cứu
Tỷ lệ tăng trưởng tổng sản phẩm quốc nội (GDP)
H 1 : Tỷ lệ tăng trưởng GDP tác động ngược chiều đến tỷ lệ thất nghiệp của Trung Quốc
Tỷ lệ lạm phát (IFL) H 2: Tỷ lệ lạm phát tác động ngược chiều đến tỷ lệ thất nghiệp của Trung Quốc
Tỷ lệ vốn đầu tư trực tiếp nước ngoài (FDI)
H 3 : Tỷ lệ vốn đầu tư trực tiếp nước ngoài tác động cùng chiều đến tỷ lệ thất nghiệp của Trung Quốc
Tỷ lệ tăng trưởng dân số (POP) H 4: Tỷ lệ tăng trưởng dân số tác động cùng chiều đến tỷ lệ thất nghiệp của Trung Quốc
PHƯƠNG PHÁP NGHIÊN CỨU VÀ MÔ HÌNH KINH TẾ LƯỢNG
Phương pháp luận của nghiên cứu
2.1.1 Mô hình tổng quan Dựa vào nghiên cứu thực nghiệm của Dr Aurangzeb & Khola Asif (2013), Tunah (2010) và Lui (2009) và một số nghiên cứu trước đó, chúng em đề xuất các nhân tố ảnh hưởng đến tỷ lệ thất nghiệp ở Trung Quốc từ năm 1982 đến 2016 bao gồm: Tốc độ tăng trưởng GDP, Tỷ lệ lạm phát, Tỷ lệ vốn FDI, Tỷ lệ tăng trưởng dân số
Chúng em đề xuất như sau:
Tỷ lệ thất nghiệp = f(Tốc độ tăng trưởng GDP, Tỷ lệ lạm phát, Tỷ lệ vốn FDI,
Tỷ lệ tăng trưởng dân số) 2.1.2 Phương pháp thu thập số liệu
Dữ liệu được thu thập là thông tin thứ cấp dưới dạng số liệu chuỗi thời gian, phản ánh sự quan sát của một đơn vị kinh tế qua nhiều thời điểm khác nhau, bắt đầu từ năm 1982.
2016) Số liệu được thu thập từ trang web World Bank Group (US) Nguồn số liệu được ghi cụ thể ở mục Tài liệu tham khảo.
2.1.3 Phương pháp sử dụng trong nghiên cứu
Sử dụng phương pháp bình phương tối thiểu thông thường (OLS) với phần mềm STATA để đo lường tác động của các biến độc lập đến biến phụ thuộc là một cách tiếp cận hiệu quả trong nghiên cứu Phương pháp này giúp xác định mối quan hệ giữa các yếu tố và kết quả nghiên cứu một cách chính xác.
2.1.4 Phương pháp nghiên cứu Để kiểm định mô hình mối quan hệ giữa tỷ lệ thất nghiệp với các nhân tố Tốc độ tăng trưởng GDP, Tỷ lệ lạm phát, Tỷ lệ vốn FDI, Tỷ lệ tăng trưởng dân số, nhóm chúng em sử dụng phần mềm STATA hồi quy mô hình bằng phương pháp bình phương tối thiểu thông thường (OLS) để ước lượng tham số của các mô hình hồi quy đa biến Nhờ sự hỗ trợ của STATA, nhóm dễ dàng thực hiện các kiểm định khuyết tật có thể có của mô hình đã xây dựng:
- Các biến bị bỏ sót: sử dụng kiểm định Ramsey RESET
- Đa cộng tuyến: xét nhân tử phóng đại phương sai VIF để phát hiện đa cộng tuyến.
- Phương sai sai số thay đổi: sử dụng kiểm định White
- Tự tương quan: thực hiện kiếm định Durbin-Watson hoặc Breusch- Godfrey.
- Nhiễu có phân phối chuẩn hay không: tính trị thống kê
- Dùng kiểm định F nhận xét sự phù hợp của mô hình và kiểm định t để ước lượng khoảng tin cậy cho các tham số trong mô hình.
Xây dựng mô hình lý thuyết
Mô hình hồi quy tổng thể ngẫu nhiên
UEM = β 1 + β 2 GDP + β 3 IFL + β 4 FDI + β 5 POP + u i
Mô hình hồi quy mẫu ngẫu nhiên UEM = ^ β 1 + ^ β 2 GDP + ^ β 3 IFL + ^ β 4 FDI + ^ β 5 POP + e i
2 2.2 Giải thích các biến, đơn vị của các biến, kỳ vọng ảnh hưởng lên biến phụ thuộc
Theo cơ sở lý thuyết đã được nêu ở chương II, nhóm chúng em đưa ra các kỳ vọng như sau:
STT Ký hiệu Giải thích Đơn vị Kỳ vọng
1 UEM Tỷ lệ thất nghiệp %
2 GDP Tốc độ tăng trưởng GDP %
3 IFL Tỷ lệ lạm phát % +
4 FDI Tỷ lệ vốn FDI % +
5 POP Tỷ lệ tăng trưởng dân số % +
2.3.1 Nguồn số liệu Mẫu nghiên cứu được nhóm chúng em thu thập trong khoảng từ năm 1982 đến năm 2016, dữ liệu lấy theo năm nên có tổng cộng là 35 quan sát Bảng số liệu nghiên cứu được tổng hợp ở phụ lục 1 của bài tiểu luận.
Dữ liệu trong bài viết được thu thập từ trang web của Ngân hàng Thế giới, bao gồm thông tin về GDP, tăng trưởng dân số hàng năm, tỷ lệ lạm phát và tỷ lệ đầu tư trực tiếp nước ngoài.
2.3.2 Mô tả thống kê số liệu (min, max, )
- Sử dụng lệnh “sum UEM GDP IFL FDI POP” để mô tả số liệu Lệnh sum cho biết:
Số lượng quan sát (Obs)
Giá trị trung bình (Mean)
Độ lệch chuẩn (Std.dev)
Giá trị lớn nhất( Max)
Giá trị nhỏ nhất (Min) Các số liệu trên được thu thập từ phần mềm STATA như sau:
Biến Số lượng quan sát
Giá trị trung bình Độ lệch chuẩn
Hình 3: Mô tả dữ liệu bằng phần mềm stata
- Sử dụng lệnh corr trong STATA để phân tích mối quan hệ tương quan giữa các biến, xác định hệ số tương quan giữa chúng.
UEM GDP IFL FDI POP
Hình 4: Hệ số tương quan giữa các biến
- Ta thấy hệ số tương quan giữa biến các độc lập và biến phụ thuộc như sau:
Hệ số tương quan giữa tỷ lệ tăng trưởng GDP và tỷ lệ thất nghiệp là -0,4232
Hệ số tương quan giữa tỷ lệ lạm phát và tỷ lệ thất nghiệp là -0,2162
Hệ số tương quan giữa tỷ lệ tăng trưởng FDI và tỷ lệ thất nghiệp là -0,2499
Hệ số tương quan giữa tỷ lệ tăng trưởng dân số và tỷ lệ thất nghiệp là 0,262
ƯỚC LƯỢNG, KIỂM ĐỊNH MÔ HÌNH VÀ SUY DIỄN THỐNG KÊ
3.1 Mô hình ước lượng ban đầu
3.1.1 Kết quả ước lượng ban đầu
Mô hình hồi quy tổng thể ngẫu nhiên
UEM = β 1 + β 2 GDP + β 3 IFL + β 4 FDI + β 5 POP + u i
Mô hình hồi quy mẫu ngẫu nhiên UEM = ^ β 1 + ^ β 2 GDP + ^ β 3 IFL + ^ β 4 FDI + ^ β 5 POP + e i
Hồi quy sử dụng phần mềm STATA với số quаn sát n = 35 thu được kết quả:
Source SS df Ms Số lượng quan sát = 35
F(4,30) = 4,80 Prob > F = 0.0041 R-squared = 0.3904 Adj R-squared = 0.3091 Root MSE = 0,2234
UEM Hệ số ước lượng
Sai số chuẩn t P value Khoảng ước lượng tin cậy
Hình 5: Hồi quy mô hình ban đầu
Từ kết quả ước lượng trên, tа thu được hàm hồi quy mẫu như sаu:
UEM = 4,435395 – 0,0442979GDP - 0.0195329IFL + 0,0432533FDI + 0,443387POP + e i
Mô hình phân tích cho thấy rằng tỷ lệ thất nghiệp bị ảnh hưởng bởi nhiều yếu tố, bao gồm tỷ lệ tăng trưởng tổng sản phẩm quốc nội hàng năm, tỷ lệ lạm phát hàng năm, tỷ lệ đầu tư trực tiếp nước ngoài hàng năm và tỷ lệ tăng dân số hàng năm.
Hệ số xác định R² đạt 39,04% cho thấy các biến số độc lập như tỷ lệ tăng trưởng GDP, tỷ lệ lạm phát hàng năm, tỷ lệ FDI và tỷ lệ tăng trưởng dân số hàng năm có khả năng giải thích 39,04% sự biến động của tỷ lệ thất nghiệp (UEM) Điều này đồng nghĩa với việc 60,96% sự biến động còn lại của UEM được ảnh hưởng bởi các yếu tố khác chưa được xem xét trong mô hình.
^ β 1 = – 0,0442979 tức là trong điều kiện các yếu tố khác không đổi thì khi GDP tăng
1 % thì thì tỷ lệ thất nghiệp ở Trung Quốc giảm 0,0443%.
^ β 2 = - 0.0195329 tức là trong điều kiện các yếu tố khác không đổi thì tỷ lệ lạm phát tăng 1 % thì tỷ lệ thất nghiệp ở Trung Quốc giảm 0,0195%.
^ β 3 = 0,0432533 tức là trong điều kiện các yếu tố khác không đổi thì khi tỷ lệ vốn FDI tăng 1 % thì tỷ lệ thất nghiệp ở Trung Quốc tăng 0,0433%.
^ β 4 = 0,443387 tức là trong điều kiện các yếu tố khác không đổi thì khi tỷ lệ dân số tăng 1 % thì tỷ lệ thất nghiệp ở Trung Quốc tăng 0,4439%.
3.2 Kiểm định và khắc phục các khuyết tật củа mô hình
3.2.1 Kiểm định các biến bị bỏ sót Xét mô hình ban đầu :
UEM = β 1 + β 2 GDP + β 3 IFL + β 4 FDI + β 5 POP + u i
Giả sử mô hình đã bỏ sót biến Z và không có thông tin về biến Z Mô hình mới:
UEM = β 1 + β 2 GDP + β 3 IFL + β 4 FDI + β 5 POP + β 6 Z +u i
Ta dùng kiểm định Ramsey RESET sử dụng Y ^ i 2 ; Y ^ i 3 làm các ước lượng cho Z i , sử dụng phương pháp kiểm định thu hẹp hồi quy.
Thu được kết quả như sau : Giả thiết { H 0 : Mô hìnhkhông bỏ sót biến
H 1 : Mô hình bỏ sót biến Ramsey RESET test using powers of the fitted values of UEM Ho: model has no omitted variables
Hình 6: Kiểm định Ramsey RESET
Mô hình có P value = 0,4522 > α = 0,05 => không đủ cơ sở bác bỏ H 0
Kết luận : Mô hình không bỏ sót biến Z tại mức ý nghĩa 5%.
3.2.2 Kiểm định đa cộng tuyến Kiểm định khuyết tật đa cộng tuyến bằng nhân tử phóng đại phương sai VIF (Variance Inflation Factor)
Nếu ít nhất một VIF củа một biến trong mô hình lớn hơn 10 thì mô hình mắc khuyết tật đа cộng tuyến.
Dùng lệnh VIF, kết quả thu được từ STATA như sau:
Hình 7: Kiểm định đa cộng tuyến
Ta thấy tất cả VIF của các biến độc lập đều nhỏ hơn 10 => Mô hình không mắc phải khuyết tật đa cộng tuyến.
Kết luận : Mô hình không mắc phải hiện tượng đa cộng tuyến.
3.2.3 Kiểm định phương sai sai số thay đổi Xét mô hình ban đầu :
UEM = β 1 + β 2 GDP i + β 3 IFL i + β 4 FDI i + β 5 POP i + u i (1) Hồi quy (1) thu được phần dư e i 2
Giả sử mô hình có khuyết tật phương sai thay đổi, và sự thay đổi của phương sai này phụ thuộc vào các biến độc lập, bình phương của các biến độc lập, cùng với tích chéo giữa các biến độc lập Để thực hiện hồi quy phụ mô hình, ta có thể sử dụng phương trình: e i 2 = α 1 + α 2 GDP i + α 3 IFL i + α 4 FDI i + α 5 POP i + α 6 GDP i 2 + α 7 IFL i 2 + α 8 FDI i 2 + α 9.
POP i 2 + α 10 GDP i IFL i + α 11 GDP i FDI i + α 12 GDP i POP i + α 13 IFL i FDI i + α 14 IFL i POP i + α 15 FDI i POP i + v i
H 0 : Mô hình có phương sai sai số đồng nhất
H 1 : Mô hình có phương sai sai số thay đổi White’s test for Ho : homoscedasticity against Ha : unrestricted heteroscedasticity chi2(14) = 22,53
Prob > chi2 = 0,0683 Cameron & Trived’s decomposition of IM-test
Hình 8: Kiểm định phương sai sai số thay đổi
Từ kết quả trên, dùng kiểm định khi bình phương ❑ 2 với p-vаluе = 0,0279 < α = 0,05
Kết luận : Mô hình có lỗi phương sai sai số thay đổi.
3.2.4 Kiểm định tự tương quan
Cách 1: Kiểm định Durbin- Watson Durbin-Watson d-statistic ( 5; 35) = 1,803833 Nguồn: STATA
Hình 9: Kiểm định Durbin-Watson
Ta thấy, 0 < d-statitcic < 2 => chưa đủ chứng cứ để kết luận về tính tự tương quan của mô hình.
Cách 2: Kiểm định Breusch- Godfrey Kiểm định tự tương quan bậc 1
Breusch-Godfrey LM test for autocorrelation
Lags chi2 df Prob > chi2
Kiểm định tự tương quan bậc 2
Lags chi2 df Prob > chi2
Kiểm định tự tương quan bậc 3
Lags chi2 df Prob > chi2
Hình 10: Kiểm định Breusch-godfrey
Kiểm định tư tương quan bậc 1, 2, 3 đều cho kết quả p-value > 0,05 => Mô hình không có khuyết tật tự tương quan.
Kết luận chung : Mô hình không có lỗi tự tương quan.
3.2.5 Kiểm định phân phối chuẩn của nhiễu Giả thiết { H 0 : Nhiễu có phân phốichuẩn
H 1 : Nhiễu không phân phối chuẩn Skewness/Kurtosis tests for Normality
Biến Số lượng quan sát
Adj chi2(2) Prob>chi2 resid 35 0,0825 0,2864 4,29 0,1169
Hình 11: Kiểm định phân phối chuẩn của nhiễu
Ta có P-value = 0,1169 > 0,05 => không đủ cơ sở bác bỏ H 0
Kết luận chung : Nhiễu có phân phối chuẩn.
Sau khi kiểm định các khuyết tật của mô hình, chúng tôi phát hiện ra rằng mô hình gặp phải vấn đề về phương sai sai số thay đổi Để khắc phục khuyết tật này, chúng tôi đã áp dụng phương pháp ước lượng sai số chuẩn mạnh (Robust Standard Error) và thu được kết quả đáng chú ý.
Linear regression S/lg quan sát = 35
Sai số chuẩn t P value Khoảng ước lượng với độ tin cậy 95%
FDI 0,0432533 0,0352198 1,23 0,229 -0,0286751 0,1151817 POP 0,443387 0,1206419 3,68 0,001 0,1970034 0,6897706 const 4,435395 0,2190826 20,25 0,000 3,987969 4,882821 Nguồn: STATA
Hình 12: Khắc phục phương sai sai số thay đổi
Ta có mô hình hồi quy mới sau khi khắc phục khuyết tật phương sai sai số thay đổi :
UEM = 4,435395 -0,0442979 GDP -0,0195329 IFL + 0,0432533 FDI + 0,443387 POP + u i
3.4 Kiểm định giả thuyết của mô hình mới
3.4.1 Kiểm định các hệ số hồi quy riêng
P value = 0,085 < α = 0,05 => không đủ cơ sở để bác bỏ H 0
Hệ số β 2 không có ý nghĩa thống kê tại mức ý nghĩa 5%
Hệ số β 3 có ý nghĩa thống kê tại mức ý nghĩa 5%.
P value = 0,229 > α = 0,05 => không đủ cơ sở để bác bỏ H 0
Hệ số β 4 có ý nghĩa thống kê tại mức ý nghĩa 5%
Hệ số β 5 có ý nghĩa thống kê tại mức ý nghĩa 5%.
Kết luận chung cho thấy rằng, qua việc kiểm định giả thuyết về hệ số hồi quy riêng, hệ số hồi quy của biến độc lập GDP và FDI không có ý nghĩa thống kê Điều này chỉ ra rằng hai biến này không có ảnh hưởng đáng kể đến kết quả phân tích.
Trong bài tiểu luận này, nhóm chúng em tập trung vào việc khắc phục khuyết tật mà không loại bỏ hai biến không có ý nghĩa thống kê, cụ thể là GDP và FDI Qua việc thử nghiệm loại bỏ hai biến này, chúng em nhận thấy rằng hệ số xác định giảm đáng kể, cho thấy các biến độc lập giải thích kém hơn cho biến phụ thuộc và ước lượng trở nên chệch hơn Điều này dẫn đến việc nhiễu không còn phân phối chuẩn.
Theo Ramu Ramanathan trong giáo trình giảng dạy Kinh tế tại trường Fulbright (2011-2013), việc loại bỏ các số hạng không có ảnh hưởng khỏi mô hình không phải là một quyết định khôn ngoan, vì điều này có thể dẫn đến những sai lầm nghiêm trọng hơn Do đó, nhóm nghiên cứu của chúng tôi quyết định không loại bỏ hai biến GDP và FDI khỏi mô hình.
3.4.2 Kiểm định sự phù hợp của mô hình mới
Vậy mô hình được sử dụng là phù hợp.
3.4.3 Kiểm định kết quả phù hợp với lý thuyết kinh tế
Với mức ý nghĩa 5%, hệ số hồi quy cho thấy tỷ lệ lạm phát có mối quan hệ âm với tỷ lệ thất nghiệp, điều này phù hợp với lý thuyết cho rằng khi tỷ lệ lạm phát tăng, tỷ lệ thất nghiệp sẽ giảm.
Với mức ý nghĩa 5%, hệ số hồi quy cho thấy tỷ lệ tăng dân số có mối quan hệ dương với tỷ lệ thất nghiệp, điều này phù hợp với lý thuyết rằng khi dân số gia tăng, tỷ lệ thất nghiệp cũng sẽ tăng theo.
3.5 Ước lượng khoảng tin cậy và giải thích
3.5.1 Ước lượng khoảng tin cậy
UEM = 4,435395 -0,0442979 GDP -0,0195329 IFL + 0,0432533 FDI + 0,443387 POP + u i
Sai số chuẩn t P value Khoảng ước lượng với độ tin cậy 95%
FDI 0,0432533 0,0352198 1,23 0,229 -0,0286751 0,1151817 POP 0,443387 0,1206419 3,68 0,001 0,1970034 0,6897706 _cons 4,435395 0,2190826 20,25 0,000 3,987969 4,882821 Nhận xét:
Khoảng tin cậy ^ β 3 ∈ (-0,0378047; -0,0012611) nên khi tỷ lệ lạm phát tăng 1% trong điều kiện các yếu tố khác không đổi thì tỷ lệ thất nghiệp giảm trong khoảng từ
=> Mối quan hệ giữa tỷ lệ lạm phát với tỷ lệ thất nghiệp là mối quan hệ ngược chiều
Vậy giả thuyết H 2 được kiểm định đúng.
Khoảng tin cậy β 5 nằm trong khoảng (0,1970034; 0,6897706), cho thấy khi dân số tăng 1% với các yếu tố khác không đổi, tỷ lệ thất nghiệp sẽ tăng từ 0,1970034% đến 0,6897706% Điều này chứng tỏ mối quan hệ giữa tỷ lệ tăng trưởng dân số và tỷ lệ thất nghiệp là mối quan hệ cùng chiều.
Vậy giả thuyết H 4 được kiểm định đúng.
3.5.2 Giải thích một số vấn đề tồn tại trong mô hình 3.5.2.1 Về hệ số xác định R 2
Hệ số xác định R² chỉ đạt 39,04%, cho thấy các biến độc lập trong mô hình hồi quy chưa giải thích được phần lớn sự biến động của biến phụ thuộc Biến phụ thuộc được xem xét là biến số vĩ mô lớn, chịu ảnh hưởng từ nhiều yếu tố như kinh tế, chính trị, xã hội, lịch sử và địa lý Do đó, bài tiểu luận không thể tránh khỏi những thiếu sót Hơn nữa, do hạn chế về dữ liệu, khả năng nghiên cứu và thời gian thu thập thông tin, chúng tôi chỉ có thể tập trung vào những biến độc lập đã đề cập mà chưa mở rộng nghiên cứu với các biến số vi mô khác.
3.5.2.2 Về tương quan giữa các biến độc lập với biến phụ thuộc Kết quả nghiên cứu được trong bài tiểu luận về tác động tỷ lệ lạm phát (tác động ngược chiều với tỷ lệ thất nghiệp) và tỷ lệ tăng dân số (tác động cùng chiều đến tỷ lệ thất nghiệp) phù hợp với lý thuyết cũng như nghiên cứu thực nghiệm trước đây Hai biến tỷ lệ tăng trưởng tổng sản phẩm quốc nội và tỷ lệ vốn đầu tư trực tiếp nước ngoài không có ảnh hưởng đến tỷ lệ thất nghiệp Nhóm chúng em cho rằng điều này là do số quan sát trong phạm vi bài tiểu luận này còn thấp so với một mô hình trong thực tế Nếu có thể thu thập thêm nhiều số liệu hơn thì có thể tỷ lệ tăng trưởng tổng sản phẩm quốc nội và tỷ lệ vốn đầu tư nước ngoài sẽ có ảnh hưởng đến tỷ lệ thất nghiệp theo như cơ sở lý thuyết và các nghiên cứu trước đây.
KHUYẾN NGHỊ VÀ GIẢI PHÁP
Một số khuyến nghị
Sau khi phân tích số liệu, chúng tôi nhận thấy rằng tỷ lệ lạm phát hàng năm và tỷ lệ tăng dân số có tác động đáng kể đến tỷ lệ thất nghiệp ở Trung Quốc Dựa trên kết quả nghiên cứu này, chúng tôi đề xuất một số kiến nghị và giải pháp nhằm giảm thiểu tỷ lệ thất nghiệp không chỉ ở Trung Quốc mà còn trên toàn thế giới.
Tỷ lệ tăng trưởng lạm phát hàng năm có mối quan hệ nghịch với tỷ lệ thất nghiệp; khi lạm phát tăng, thất nghiệp giảm và ngược lại Do đó, nhà nước cần áp dụng chính sách nhằm tăng lạm phát để giảm tỷ lệ thất nghiệp Tuy nhiên, lạm phát tăng quá cao có thể gây ra những hậu quả tiêu cực cho nền kinh tế Vì vậy, Trung Quốc cần thực hiện các biện pháp để duy trì lạm phát ở mức độ hợp lý, vừa đảm bảo sự ổn định kinh tế, vừa hỗ trợ giảm tỷ lệ thất nghiệp.
Nhà nước có thể áp dụng chính sách tiền tệ thắt chặt nhằm giảm lượng cung tiền trên thị trường khi lạm phát tăng cao, điều này giúp ổn định nền kinh tế.
Ngân hàng nhà nước cần thiết lập quy định về tỷ lệ cấp tín dụng cho các ngân hàng thương mại dựa trên các chỉ số tài chính của họ Điều này nhằm kiểm soát tăng trưởng tín dụng, giảm thiểu rủi ro tín dụng và ổn định lãi suất cho vay liên ngân hàng.
Tỷ lệ tăng dân số hằng năm có ảnh hưởng trực tiếp đến tỷ lệ thất nghiệp; khi dân số tăng, tỷ lệ thất nghiệp cũng có xu hướng gia tăng Trung Quốc, với vị thế là quốc gia đông dân nhất thế giới, cần triển khai các chính sách hiệu quả nhằm giảm tỷ lệ tăng trưởng dân số, từ đó góp phần giảm thiểu tỷ lệ thất nghiệp.
Cần tiếp tục đầu tư vào các chương trình khuyến khích hộ gia đình nhằm ngăn chặn sự gia tăng sinh nở trở lại, hướng tới việc ổn định mức sinh thấp và đạt mức sinh thay thế.
Đầu tư cho công tác giáo dục và truyền thông là một giải pháp quan trọng nhằm khắc phục các nguyên nhân cả khách quan lẫn chủ quan ảnh hưởng đến tình trạng gia tăng tỷ lệ sinh.
Hạn chế của bài tiểu luận
Hệ số xác định R² của mô hình tương đối nhỏ cho thấy rằng các biến độc lập trong mô hình hồi quy chưa giải thích được phần lớn sự biến động của biến phụ thuộc.
- Số quan sát thu thập được còn thấp so với một mô hình trong thực tế.
Nguồn nhân lực và năng lực của các thành viên trong nhóm còn hạn chế, dẫn đến khó khăn trong việc thu thập, đánh giá và phân tích số liệu.
Việc tìm kiếm các biến phù hợp để xây dựng mô hình là một thách thức lớn, đặc biệt khi mong muốn có một mô hình đơn giản với ít biến Mặc dù có thể thêm một số biến để cải thiện độ phù hợp của mô hình, nhưng điều này cũng đồng nghĩa với việc làm tăng độ phức tạp của nó.
- Thời gian thu thập, đánh giá và phân tích dữ liệu hạn chế.
