Báo cáo thực hành kinh tế lượng

Vấn đề nghiên cứuSự phụ thuộc của tỷ lệ thất nghiệp vào tổng sản phẩm quốc nộiGDP và tỷ lệ lạm phát của Việt Nam từ năm 2000-2017 a.. Lý do chọn vấn đề Lạm phát, thất nghiệp và tốc độ t

HỌC VIỆN TÀI CHÍNH

BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG

Giáo viên hướng dẫn: BÙI THỊ MINH NGUYỆT

Lớp tín chỉ: CQ55/03.2LT

Thành viên:

1 Stt Nguyễn Trung Bình

2 Hoàng Thị Hằng

3 Vũ Văn Hào

4 Nguyễn Thị Hương

5 Vũ Quang Khang

6 Phạm Thị Miền

7 Nguyễn Thị Ngát

8 Nguyễn Thị Quỳnh

9 Nguyễn Phương Trang

10 Vũ Huyền Trang

1

Mục lục

I Vấn đề nghiên cứu 3

a Lý do chọn vấn đề 3

b Cơ sở lý thuyết để lựa chọn mô hình 4

II Thu thập số liệu 5

III Lập mô hình hồi quy 6

IV Ước lượng mô hình hồi quy 8

V Một số kiểm định liên quan đến mô hình hồi quy 10

1 Thực hiện kiểm định giả thuyết với β j 10

a Thực hiện kiểm định giả thuyết với β 2 10

b Thực hiện kiểm định giả thuyết với β 3 10

2 Kiểm định sự phù hợp 11

3 Kiểm định các khuyết tật 12

a Kiểm định đa cộng tuyến 12

b Kiểm định phương sai sai số thay đổi 13

c Kiểm định tự tương quan 14

d Kiểm định phân phối chuẩn 15

e Kiểm định mô hình có bỏ sót biến độc lập không? 17

VI Dự báo 18

VII Kiến nghị về vấn đề nghiên cứu 19

 Nhiệm vụ của từng thành viên: 21

2

I Vấn đề nghiên cứu

Sự phụ thuộc của tỷ lệ thất nghiệp vào tổng sản phẩm quốc nội(GDP) và tỷ lệ lạm phát của Việt Nam từ năm 2000-2017

a Lý do chọn vấn đề

Lạm phát, thất nghiệp và tốc độ tăng trưởng kinh tế là 3 vấn đề cơ bản lớn của nền kinh tế vĩ mô Chúng cũng được xem như là các chỉ tiêu để đánh giá mức độ thành công của một nền kinh tế Vì vậy nghiên cứu về 3 vấn đề này luôn là một vấn đề quan trọng và cần thiết Hiểu rõ được vấn đề trên sẽ giúp chúng

ta trong việc đưa ra những biện pháp giúp phát triển nền kinh tế một cách tốt nhất

Trong tình hình kinh tế thế giới đầy biến động, những cuộc khủng hoảng kinh tế toàn cầu làm giảm tỷ lệ tăng trưởng kinh tế

và khiến cho lạm phát, thất nghiệp ở nhiều quốc gia tăng cao, trong đó có cả Việt Nam Một yêu cầu được đặt ra là phải nghiên cứu một cách sâu sắc về sự tác động qua lại giữa 3 vấn

đề này

 Mối quan hệ giữa lạm phát và thất nghiệp

• Mối quan hệ giữa lạm phát và thất nghiệp trong dài hạn như sau: Không có sự đánh đổi giữa lạm phát và thất nghiệp Tỷ lệ thất nghiệp sẽ trở về với thất nghiệp tự nhiên cho dù lạm phát có tăng bao nhiêu đi chăng nữa.Trong dài hạn lạm phát tăng hay giảm đều không ảnh hưởng đến nền kinh tế do có sự điều chỉnh về tiền lương.Tiền lương sẽ giảm cho đến khi thị trường lao động cân bằng

• Trong ngắn hạn khi cầu lao động tăng thì thất nghiệp tăng , còn trong dài hạn ban đầu thất nghiệp tăng nhưng do tiền lương điều chỉnh làm cho thất nghiệp giảm và thị

3

trường lao động cân bằng.Trong dài hạn do áp lực của cung thừa, tiền lương của mỗi người sẽ giảm xuống để duy trì mức thất nghiệp tự nhiên nghĩa là không có thất nghiệp

tự nguyện.Khi nền kinh tế suy giảm, cầu về lao động giảm.Giai đoạn đầu tiên sẽ có thất nghiệp vì tiền lương chưa kịp điều chỉnh theo mức sản lượng cân bằng mới.Nhưng trong dài hạn tiền lương sẽ giảm đến mức thất nghiệp tự nhiên và lúc đó thất nghiệp do thiếu cầu mới bị triệt tiêu

 Mối quan hệ giữa tổng sản phẩm quốc nội(GDP) và thất

nghiệp

• Theo thống kê năm 2017, tỷ lệ thất nghiệp của Việt Nam là 2.05%, tốc độ tăng trưởng cao nhưng chưa tạo ra nhiều lợi ích cho người lao động

b Cơ sở lý thuyết để lựa chọn mô hình

 Mối quan hệ giữa tăng trưởng và thất nghiệp

Theo Robert J.Gordon, mối quan hệ giữa tăng trưởng và thất nghiệp theo định luật Okun được mô tả bằng 1 phương trình dạng tuyến tính như sau:

u = u* - h (100.(Y/Y*)-100)

trong đó: : là tỷ lệ thất nghiệp thực tế (%)u

u*: là tỷ lệ thất nghiệp tự nhiên (%)

Y: là GNP thực tế

Y* : là GNP tiềm năng.

h : là tham số phản ánh độ nhạy cảm của sự thay đổi giữa thất

nghiệp và sản lượng

4

Còn theo Paul A.Samuelson và William D.Nordhaus, định luật Okun được hiểu : "Khi sản lượng thực tế thấp hơn sản lượng tiềm năng 2% thì thất nghiệp sẽ tăng thêm 1%’’

 Mối quan hệ giữa lạm phát và thất nghiệp

Giáo sư A.W.Phillips nghiên cứu về ˝Mối quan hệ giữa thất nghiệp và nhịp độ thay đổi tiền lương ở Liên hiệp Anh trong giai đoạn 1861-1957˝

đã đưa ra đường Phillips ngắn hạn, mà theo đó, khi mức % của tiền lương danh nghĩa bằng mức lạm phát (gp) thì ta có :

gp= -β.(u-u*)

Phương trình này gợi ý rằng, có thể đánh đổi lạm phát nhiều hơn để có được một tỷ lệ thất nghiệp ít hơn và ngược lại

II Thu thập số liệu

Năm Tỷ lệ thất nghiệp(%) (Y) GDP(Nghìn tỷ USD) (X2) Tỷ lệ lạm phát(%) (X3)

5

2017 2.24 233.78 3.53

Nguồn số liệu:

https://www.gso.gov.vn/default.aspx?tabid=714

https://data.worldbank.org/country/vietnam

http://cafefcdn.com/2019/1/9/photo-1-1547003168673675618936.png

III Lập mô hình hồi quy

6

Với giả thuyết về mối quan hệ giữa GDP, lạm phát và thất nghiệp của nền kinh tế như các phân tích ở trên, có thể thể hiện dưới dạng hàm

số đơn giản như sau:

Y i = β + β 1 2 *X 2i + β 3 *X 3i + U i

7

Trong đó:

 Yi (tỷ lệ thất nghiệp) (%): là biến phụ thuộc

 X2i (GDP) (nghìn tỷ USD); X (tỷ lệ lạm phát) (%): là các3i biến độc lập

 β1: là hệ số chặn

 β2, β : là hệ số góc của mô hình hồi quy tổng thể3

 Ui : là yếu tố ngẫu nhiên

IV Ước lượng mô hình hồi quy

Với số liệu trên ta hồi quy mô hình bằng phần mềm eviews ta thu được báo cáo :

Dependent Variable: Y

Method: Least Squares

Date: 11/27/19 Time: 20:28

Sample: 2000 2017

Included observations: 18

Variable Coefficient Std Error t-Statistic Prob.

C 7.159782 0.266202 26.89607 0.0000 X2 -0.023440 0.001814 -12.91857 0.0000 X3 -0.109611 0.019819 -5.530606 0.0001 R-squared 0.930977 Mean dependent var 3.818889

Adjusted R-squared 0.921774 S.D dependent var 1.792733

S.E of regression 0.501409 Akaike info criterion 1.608222

Sum squared resid 3.771164 Schwarz criterion 1.756618

Log likelihood -11.47400 Hannan-Quinn criter 1.628684

F-statistic 101.1591 Durbin-Watson stat 1.305540

Prob(F-statistic) 0.000000

Với mức ý nghĩa α = 0.05

Từ bảng kết quả Eviews ta có:

 ^β1 = 7.159782 , ^β2 = - 0.023440 , ^β3 = - 0.109611

Ta có hàm hồi quy mẫu:

8

 ^Yi = 7.159782 – 0.023440X2i – 0.109611X3i (1)

Ý nghĩa:

 ^β1= 7.159782 : khi GDP và tỷ lệ lạm phát đồng thời bằng 0 thì tỷ lệ thất nghiệp trung bình là 7.159782%

 ^β2 = - 0.023440 : khi GDP tăng 1nghìn tỷ USD trong điều kiện tỷ lệ lạm phát không thay đổi thì tỷ lệ thất nghiệp trung bình giảm 0.023440%

 ^β3 = - 0.109611 : khi tỷ lệ lạm phát tăng trong điều kiện GDP không thay đổi thì tỷ lệ thất nghiệp trung bình giảm 0.109611%

V Một số kiểm định liên quan đến mô hình hồi quy

1 Thực hiện kiểm định giả thuyết với β j

 Kiểm định cặp giả thuyết :

H : β = 0 0 2

H : β ≠ 01 2

 Tiêu chuẩn kiểm định:

T= ^β2

Se (^β2 ) T (n−3)

 Miền bác bỏ:

Wα = {T : |T | >T α/ 2 ( n-3 )}

 Với α = 0.05 và n = 18 => T0.025 (15) = 2.131

Tqs = −0.0234400.001814 =-12.992

 |Tqs ¿> T0.025(15) => Tqsϵ Wα

 Bác bỏ giả thuyết H , chấp nhận đối thuyết H0 1

Vậy GDP có ảnh hưởng đến tỉ lệ thất nghiệp

9

b Thực hiện kiểm định giả thuyết với β 3

 Kiểm định cặp giả thuyết:

H0 : β = 0 3

H1 : β ≠ 03

 Tiêu chuẩn kiểm định:

T= ^β3

Se (^β3 ) T (n−3)

 Miền bác bỏ:

W = {T : |T | >α T α/ 2 ( n-3 )}

 Với α = 0.05 và n = 18 => T0.025 (15) = 2.131

T = qs −0.109611

 |Tqs ¿> T0.025(15) =>Tqsϵ Wα

 Bác bỏ giả thuyết H , chấp nhận đối thuyết H0 1

Vậy lạm phát có ảnh hưởng đến tỉ lệ thất nghiệp

2 Kiểm định sự phù hợp

 Kiểm định cặp giả thuyết R2

H0: R =0 ( Hàm hồi quy không phù hợp )2

H1: R > 0 (Hàm hồi quy phù hợp )2

 Tiêu chuẩn kiểm định:

F = ( R2/2

1−R 2 )/( n−3¿ F (2,n-3)

 Miền bác bỏ:

Wα = {F: F > Fα(2, n-3)}

 Với α = 0,05 và n=16 ta có:

Fqs =(1 0.930977− 0.930977 2)/(/18−3) = 101.16

F0.05(2, 15 ) = 3.68

 Fqs > F0,05(2,15 )=>Fqs ∈W α

10

 Bác bỏ H , chấp nhận H0 1

KL: Vậy mô hình hồi quy phù hợp

3 Kiểm định các khuyết tật

a Kiểm định đa cộng tuyến

Bằng phương pháp hồi quy phụ, hồi quy X theo X ta có:3 2

 Mô hình có dạng: X = α + α3i 1 2X2i + Vi

Dependent Variable: X3

Method: Least Squares

Date: 11/27/19 Time: 20:50

Sample: 2000 2017

Included observations: 18

Variable Coefficient Std Error t-Statistic Prob.

C 6.540326 2.932932 2.229962 0.0404 X2 0.002966 0.022875 0.129643 0.8985 R-squared 0.001049 Mean dependent var 6.867778 Adjusted R-squared -0.061385 S.D dependent var 6.139232 S.E of regression 6.324855 Akaike info criterion 6.631290 Sum squared resid 640.0606 Schwarz criterion 6.730221 Log likelihood -57.68161 Hannan-Quinn criter 6.644931 F-statistic 0.016807 Durbin-Watson stat 1.201434 Prob(F-statistic) 0.898465

 Kiểm định cặp giả thuyết

H0: Mô hình gốc không có đa cộng tuyến

H1: Mô hình gốc có đa cộng tuyến

 Tiêu chuẩn kiểm định:

F= R j

2

/1

(1−R j

(1 ,n−2)

11

 Miền bác bỏ:

W ∝ = { F: >F F ∝

(1 ,n−2)}

F0.05

(1,16)

=4.49 và F qs= (1−0.001049 160.001049 1/)/ = 0.0168

F qs<F0.05

( 1,14 ) =¿>F qs không thuộc W ∝ =>Chưa có cơ sở bác bỏ giả thuyết

Ho =>Mô hình gốc không có đa cộng tuyến

b Kiểm định phương sai sai số thay đổi

Hồi quy mô hình

Ei2=α1+α2X +2i α3X +3i α4X2i2+α5X3i2+α6X X +V2i 3i i

Lấy mô hình từ kết quả phần mềm Eviews ta có:

Heteroskedasticity Test: White

F-statistic 0.663333 Prob F(5,12) 0.6583

Obs*R-squared 3.897712 Prob Chi-Square(5) 0.5642

Scaled explained SS 2.829515 Prob Chi-Square(5) 0.7262

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 11/17/19 Time: 07:31

Sample: 2000 2017

Included observations: 18

Variable Coefficient Std Error t-Statistic Prob.

C 0.112299 0.340820 0.329497 0.7475 X2^2 1.10E-05 3.34E-05 0.329285 0.7476

X2*X3 0.000152 0.000411 0.368596 0.7188

X2 -0.001642 0.008767 -0.187291 0.8546 X3^2 -0.001704 0.001829 -0.931611 0.3699

X3 0.017741 0.050529 0.351104 0.7316 R-squared 0.216540 Mean dependent var 0.209509

Adjusted R-squared -0.109902 S.D dependent var 0.311718

S.E of regression 0.328401 Akaike info criterion 0.872039

Sum squared resid 1.294166 Schwarz criterion 1.168829

Log likelihood -1.848349 Hannan-Quinn criter 0.912962

F-statistic 0.663333 Durbin-Watson stat 1.995264

12

 Kiểm định cặp giả thuyết:

H0: mô hình gốc có phương sai sai số không đổi

H1: mô hình gốc có phương sai sai số thay đổi

 Tiêu chuẩn kiểm định:

χ2=n R w

2

χ2(5)

 Miền bác bỏ

Wα={ χ: >χ χ ∝

2(5 )}

 Với α= 0,05 và n=18

=>χ α

(6 −1) = χ0.05

2 5 ( ) = 11.0705

χ qs = 18 * 0.216540 = 3.89772

χ qs

2<χ0.05

2 5 ( ) =>Chưa đủ cơ sở để bác bỏ H , tạm thời chấp nhận 0

H0

 Mô hình gốc có phương sai sai số không đổi

c Kiểm định tự tương quan

Theo phương pháp kiểm định B-G ta có:

Hồi quy mô hình :

et = β + β1 2X2t + β3X3t + ρ1 t-1 e + ρ2et-2 + Vt

Sử dụng phần mềm Eviews ta thu được:

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.554763 Prob F(2,13) 0.5872

Obs*R-squared 1.415461 Prob Chi-Square(2) 0.4928

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 11/27/19 Time: 20:55

13

Included observations: 18

Presample missing value lagged residuals set to zero.

Variable Coefficient Std Error t-Statistic Prob.

C -0.099214 0.304547 -0.325775 0.7498 X2 0.000802 0.002235 0.358888 0.7254 X3 0.005147 0.021095 0.243972 0.8111 RESID(-1) 0.340218 0.327636 1.038404 0.3180

RESID(-2) 0.086240 0.377322 0.228558 0.8228

R-squared 0.078637 Mean dependent var -2.28E-15

Adjusted R-squared -0.204860 S.D dependent var 0.470992

S.E of regression 0.516989 Akaike info criterion 1.748544

Sum squared resid 3.474612 Schwarz criterion 1.995869

Log likelihood -10.73689 Hannan-Quinn criter 1.782646

F-statistic 0.277382 Durbin-Watson stat 1.777729

Prob(F-statistic) 0.887371

Kiểm định giả thuyết:

H0: Mô hình gốc không có tự tương quan bậc 2

H1: Mô hình gốc có tự tương quan bậc 2

 Tiêu chuẩn kiểm định : χ2 =¿(n-2)*R BG

2

χ2(2 )

 Miền bác bỏ:

W α= { χ2/ χ2> χ α

(2 )

}

 Với α= 0,05 và n=18 :

 χ qs

2

=¿1.415461

χ α

(2)

= χ0.05

2(2)

=¿ 5.9915

χ qs

2∉W α

 Tạm thời chấp nhận H0

 Vậy Mô hình gốc không có tự tương quan bậc 2

d Kiểm định phân phối chuẩn

Ta có mô hình:

14

Yi = 7.159782 – 0.02344X – 0.109611X + U (1)2i 3i i

 Kiểm định că “p giả thuyết

H : sai số ngẫu nhiên có phân phối chuẩn0

H : sai số ngẫu nhiên không có phân phối chuẩn1

 Tiêu chuẩn kiểm định:

JB =n ×(S2

2

24 )χ α2 2 ( )

 Miền bác bỏ:

Wα ={JB|JB >χ α

(2)

}

 Với α= 0,05 và n=18 :

JBqs= 0.263755

χ α

(2)= χ0.05 2(2) =¿ 5.9915

→ JBqs ∉ Miền bác bỏ

→ Chưa có cơ sở bác bỏ H0 nên tạm thời chấp nhâ “n H0

Vâ “y sai số ngẫu nhiên có phân phối chuẩn

e Kiểm định mô hình có bỏ sót biến độc lập không?

Ramsey RESET Test

Equation: UNTITLED

Specification: Y C X2 X3

Omitted Variables: Powers of fitted values from 2 to 3

15

F-statistic 17.88530 (2, 13) 0.0002

Likelihood ratio 23.79921 2 0.0000

F-test summary:

Sum of Sq df

Mean Squares Test SSR 2.765945 2 1.382972

Restricted SSR 3.771164 15 0.251411

Unrestricted SSR 1.005219 13 0.077325

Unrestricted SSR 1.005219 13 0.077325

LR test summary:

Value df Restricted LogL -11.47400 15

Unrestricted LogL 0.425604 13

Unrestricted Test Equation:

Dependent Variable: Y

Method: Least Squares

Date: 11/17/19 Time: 07:27

Sample: 2000 2017

Included observations: 18

Variable Coefficient Std Error t-Statistic Prob.

C -20.31115 5.259988 -3.861444 0.0020

X2 0.083940 0.020379 4.118925 0.0012

X3 0.410194 0.096794 4.237814 0.0010

FITTED^2 1.103289 0.230779 4.780726 0.0004

FITTED^3 -0.080353 0.018992 -4.230910 0.0010

R-squared 0.981602 Mean dependent var 3.818889

Adjusted R-squared 0.975941 S.D dependent var 1.792733

S.E of regression 0.278073 Akaike info criterion 0.508266

Sum squared resid 1.005219 Schwarz criterion 0.755592

Log likelihood 0.425604 Hannan-Quinn criter 0.542369

F-statistic 173.3957 Durbin-Watson stat 2.161932

Prob(F-statistic) 0.000000

 Hồi quy mô hình gốc =>^Yi ,^Yi2

 Hồi quy mô hình sau: Y = αi 1+α X +α X2 2i 3 3i+ α4Yi2 + Vi

 Kiểm định giả thuyết:

H0: Mô hình gốc không bỏ sót biến thích hợp

H1: Mô hình gốc có bỏ sót biến thích hợp

16

 Tiêu chuẩn kiểm định: F = (R RS −R)/2

(2 ;n−5)

 Miền bác bỏ:

W α={ F/F > F ∝

(2 ;n−5)}

 Với α= 0,05 và n=18 :

F qs= 17.88530

F α

(2 ;n−5)

=F0.05

(2 ;13)

=3.81

F qs ϵ W α

 Bác bỏ H0

 Vậy Mô hình gốc có bỏ sót biến thích hợp

VI Dự báo

- Dự báo điểm về doanh thu năm 2018 ta thu được sơ đồ:

- Dự báo tỷ lệ thất nghiệp cá biệt trong năm 2018 bằng công thức sau

^Y0 - Se(^Y0) t α

(n−3)

≤Y ≤^ Y0+ Se(^Y0) t α

(n−3)

VII Kiến nghị về vấn đề nghiên cứu

17

Từ những phân tích và dự báo trên, ta có thể thấy, tỷ lệ thất nghiệp ở Việt Nam chịu ảnh hưởng khá lớn từ Tổng sản phẩm quốc nội GDP, đồng thời cũng chịu ảnh hưởng của tỷ lệ lạm phát Điều này cũng đúng với các nghiên cứu của các nhà kinh tế, do vậy nó chỉ ra cho chúng

ta những giải pháp hữu hiệu để có thể duy trì một tỷ lệ thất nghiệp hợp

lý nhất

♦ Mục tiêu tổng quát : Kiên trì ưu tiên ổn định kinh tế vĩ mô, kiềm

chế lạm phát, đạt mức tăng trưởng hợp lý; đẩy nhanh quá trình tái cơ cấu kinh tế; đảm bảo an sinh xã hội; phấn đấu đến cuối năm 2018 đạt được nền tảng vững chắc để tạo đà tăng trưởng trong những năm tiếp theo

♦Trong ngắn hạn, các chính sách cần tiếp tục hỗ trợ tổng cầu (đầu

tư và tiêu dùng) để tạo điều kiện cho doanh nghiệp tiếp tục tăng sản lượng sản xuất kích thích kinh tế Theo đó, tổng vốn đầu tư toàn xã hội cần được quan tâm (không nên thấp dưới 30%GDP) để tạo điều kiện cân đối cung cầu hàng hóa, tiếp tục ổn định kinh tế vĩ mô GDP và tỷ lệ lạm phát có quan hệ nghịch với thất nghiệp, nên ta cần tiếp tục các chính sách khuyến khích phát triển kinh tế, nhất là trong thời kỳ đất nước đang bắt đầu khôi phục sau khủng hoảng Tiếp tục tiến trình hạ lãi suất, đặc biệt là lãi suất cho vay đối với các doanh nghiệp, giúp họ dễ dàng vay vốn để tiếp tục sản xuất kinh doanh, từ đó tạo thêm nhiều việc làm, giải quyết vấn đề thất nghiệp

♦Trong trung hạn, các chính sách cần hướng tới việc cải thiện

cung cầu của nền kinh tế, nâng cao năng suất và hiệu quả của nền kinh

tế Do đó, việc đẩy nhanh tái cơ cấu kinh tế đóng vai trò quan trọng và cần phải tập trung thực hiện trong vòng 2-3 năm tới để tạo bước chuyển biến mới Bên cạnh đó, trong vài năm tới, xuất khẩu vẫn giữ vai trò là động lực quan trọng cho tăng trưởng do đó việc thu hút vốn FDI cũng sẽ đóng vai trò quan trọng trong sản xuất xuất khẩu

18