Đánh giá tình hình kiểm tra chất lượng Đối với mặt hàng thép nhập khẩu tại việt nam

Với số lượng khách quốc tế ngày càng gia tăng, để có thể chuẩn bị đầy đủ cơ sởvật chất cũng như nguồn lực cần thiết phục vụ khách thì cần dự đoán được lượng khách du lịch quốc tế đến Việ

TRƯỜNG ĐẠI HỌC THƯƠNG MẠI KHOA KINH TẾ VÀ KINH DOANH QUỐC TẾ

ĐỀ CƯƠNG BÀI THẢO LUẬN

DANH MỤC BẢNG BIỂU

LỜI MỞ ĐẦU 1

1 Tính cấp thiết của đề tài 1

2 Mục tiêu nghiên cứu 1

3 Đối tượng và phạm vi nghiên cứu 2

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT 3

1.1 Tìm hiểu về các biến phụ thuộc và biến độc lập 3

1.2 Mô hình hồi quy nhiều biến 3

1.2.1 Mô hình hồi quy tổng thể 3

1.2.2 Mô hình hồi quy mẫu 3

1.2.3 Dự đoán kì vọng giữa các biến 4

1.3 Đa cộng tuyến 4

1.3.1 Bản chất, nguyên nhân và hậu quả của hiện tượng 4

1.3.2 Phát hiện hiện tượng 5

1.3.3 Khắc phục hiện tượng 6

CHƯƠNG 2: KẾT QUẢ NGHIÊN CỨU ( mức ý nghĩa = 5% ) 8

2.1 Mô tả số liệu 8

2.2 Bảng phân tích hồi quy Eviews 9

2.3 Mô hình hồi quy và ý nghĩa các hệ số 10

2.4 Bài toán ước lượng và kiểm định các hệ số hồi quy 10

2.4.1 Bài toán ước lượng các hệ số hồi quy 10

2.4.2 Bài toán kiểm định các hệ số hồi quy 11

2.5 Kiểm định sự phù hợp của mô hình 13

2.6 Dự báo giá trị trung bình hoặc dự báo giá trị cá biệt 13

2.7 Phát hiện và khắc phục khuyết tật 14

2.7.1 Phát hiện hiện tượng đa cộng tuyến 14

2.7.2 Khắc phục hiện tượng đa cộng tuyến: bỏ biến giải thích có khả năng là tổ hợp tuyến tính của các biến còn lại 17

CHƯƠNG 3: KẾT LUẬN 19

3.1 Công bố mô hình 19

3.2 Ý nghĩa các hệ số hồi quy 19

3.3 Hạn chế của mô hình và phương hướng nghiên cứu 19

3.4 Kiến nghị 20

TÀI LIỆU THAM KHẢO 21

1.

2 Tính cấp thiết của đề tài

Đối với bất kỳ quốc gia nào, du lịch luôn được coi là một trong ngành kinh tế lớn,

có đóng góp quan trọng vào tổng sản phẩm quốc nội của các nước Việt Nam cũngkhông phải là ngoại lệ Chính phủ Việt Nam đã xác định du lịch là ngành kinh tế mũinhọn trong chiến lược phát triển kinh tế của đất nước Trong những năm qua, du lịchcủa Việt Nam đã phát triển khá nhanh và đạt được nhiều thành quả đáng khích lệ, mộttrong số đó là thu hút được ngày càng nhiều khách du lịch quốc tế đến với Việt Nam

Tổ chức Du lịch thế giới (UNWTO) đã đánh giá Việt Nam là một trong số 10 quốc giađạt tốc độ tăng trưởng khách du lịch hàng đầu thế giới các năm gần đây

Với số lượng khách quốc tế ngày càng gia tăng, để có thể chuẩn bị đầy đủ cơ sởvật chất cũng như nguồn lực cần thiết phục vụ khách thì cần dự đoán được lượng khách

du lịch quốc tế đến Việt Nam làm cơ sở cho việc xây dựng các kế hoạch tiếp đón Vìvậy, việc nghiên cứu nhằm đánh giá xu thế biến động của khách du lịch quốc tế đếnViệt Nam, để từ đó có thể đưa ra các dự đoán là thực sự cần thiết

Du lịch quốc tế chịu ảnh hưởng bởi các yếu tố quốc tế, trong đó có tỷ giá Nhữngảnh hưởng của tỷ giá là thực tế và có sức mạnh làm ảnh hưởng tới dòng du lịch quốc tế

là kết quả mà Eilat & Einav (2014) và các nhà kinh tế học khác đã chỉ ra Việt Nam –điểm đến du lịch được đánh giá là tiềm năng và hấp dẫn trong mắt bạn bè quốc tế, việcquan tâm và định hướng một cách kịp thời về các yếu tố ảnh hưởng tới du lịch, trong

đó có tỷ giá là vô cùng cần thiết để đưa du lịch Việt Nam phát triển một cách bền vữnghơn Chúng ta đều biết, Việt Nam đồng là đồng tiền ít có giá trị trao đổi trong các giaodịch quốc tế, khách du lịch đến với Việt Nam được trải nghiệm các dịch vụ, sản phẩmvới mức giá khiêm tốn so với tại quốc gia của họ Liệu có phải đồng tiền của chúng tacàng mất giá, thì sẽ thu hút được càng nhiều khách du lịch? Trong khi ở rất nhiều cácquốc gia, khách du lịch lại sẵn sàng chi trả số tiền lớn hơn để sử dụng những điềutương tự ở Việt Nam Xuất phát từ những câu hỏi và lí do trên chúng em quyết định

"Nghiên cứu ảnh hưởng của lượng khách du lịch quốc tế, tỷ giá hối đoái và tỷ lệ lạmphát đến doanh thu du lịch tại VN giai đoạn 2008-2022”

3 Mục tiêu nghiên cứu

Nghiên cứu nhằm xác định và phân tích ảnh hưởng của lượng khách du lịch quốc

tế, biến đổi của tỷ giá hối đoái và tỷ lệ lạm phát đối với doanh thu du lịch tại Việt Namtrong giai đoạn 2008-2022 Từ đó có thể đưa ra các chính sách và quyết định kinhdoanh có hiệu quả hơn trong ngành du lịch

4 Đối tượng và phạm vi nghiên cứu

Đối tượng nghiên cứu: Nghiên cứu sự ảnh hưởng của lượng khách du lịch quốc tế, tỷ

giá hối đoái và tỷ lệ lạm phát đến doanh thu du lịch tại Việt Nam

Phạm vi nghiên cứu:

o Không gian: bài thảo luận đề cập đến thị trường du lịch Việt Nam

o Thời gian: bài thảo luận sử dụng số liệu thứ cấp trong giai đoạn 2008 –2022

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT

1.1 Tìm hiểu về các biến phụ thuộc và biến độc lập

Bài nghiên cứu gồm 3 biến Trong đó có 1 biến phụ thuộc và 3 biến độc lập

Biến phụ thuộc:

Doanh thu du lịch (Y): Doanh thu du lịch là chỉ tiêu phản ánh toàn bộ số tiền thuđược do kết quả hoạt động kinh doanh của các cơ sở kinh doanh phục vụ các nhu cầukhách du lịch trong một thời gian nhất định (Bao gồm cả khách du lịch trong nước vàkhách du lịch của nước ngoài) Doanh thu này có thể tạo ra từ các hoạt động khác nhaunhư: lưu trú, ăn uống, vận chuyển giải trí, tham quan, mua sắm,… Đơn vị: nghìn tỷđồng

Biến độc lập:

Lượng khách du lịch quốc tế (Z): Khách du lịch quốc tế là những người đi ra khỏimôi trường sống thường xuyên của một nước đang thường trú đến Việt Nam trong thờigian ít hơn 12 tháng với mục đích các chuyến đi không phải để tiến hành các hoạt độngnhằm mang lại thu nhập và kiếm sống tại Việt Nam Đơn vị tính: nghìn lượt

Tỷ giá hối đoái (X): Tỷ giá hối đoái là tỉ lệ trao đổi giữa hai đồng tiền của hainước, là giá cả của một đơn vị tiền tệ của một nước đang tính bằng tiền của nước khác

Tỷ giá hối đoái thường được sử dụng trong các giao dịch quốc tế và có thể ảnh hưởngđến giá cả hàng hoá, dịch vụ và các hoạt động kinh doanh khác Trong bài nghiên cứu,

tỷ giá hối đoái được sử dụng là tỷ giá của đồng VNĐ so với USD Đơn vị tính:USD/VNĐ

Tỷ lệ lạm phát (T) : Tỷ lệ lạm phát là tốc độ tăng mặt bằng giá của nền kinh tế

Nó cho thấy mức độ lạm phát của nền kinh tế Đơn vị tính: phần trăm (%)

Tỷ lệ lạm phát kỳ hiện tại = Giá trịchỉ số CPI cuối cùng

Giá trị CPI ban đầu × 100 %

(PRF) Y = β + βi 1 2X2i + β3X3i +… + βkXki + Ui

 β1 : hệ số chặn

 βj : là hệ số góc của biến giải thích ( j = 2, k )

(SRF) ^Y i= ^β1+ ^β2X 2i+^β3X 3 i … + +^β k X ki

 ^Y

i: ước lượng điểm của Y hoặc E(Y /X ), i = i ij 1, n

j : là ước lượng của các hệ số hồi quy tổng thể ( j= 1, n )

1.2.3 Dự đoán kì vọng giữa các biến

Mô hình hồi quy của nghiên cứu:

Y = β + β X + β Z + β T + U1 2 3 4

lịch tăng

b Bản chất của đa cộng tuyến

Xét MHHQTT cổ điển nhiều biến:

Yi = β + β1 2X2i + β3X3i +… + βkXki + Ui

Hiện tượng đa cộng tuyến toàn phần xảy ra giữa các biến giải thích X , X ,…, X2 3 k

nếu tồn tại λ , λ ,…, λ không đồng thời bằng 0 sao cho 2 3 k

λ2X2i + λ3X3i + · · · + λkXki = 0, i∀

Hiện tượng đa cộng tuyến không toàn phần xảy ra giữa các biến giải thích X ,2

X3,…, X nếu tồn tại k λ2, λ ,…, λ không đồng thời bằng 0 sao cho3 k

λ2X2i + λ3X3i + · · · + λkXki + v = 0, ii ∀

trong đó v là nhiễu ngẫu nhiên.i

c Nguyên nhân xảy ra hiện tượng đa cộng tuyến

Đa cộng tuyến xảy ra do dữ liệu: gây ra bởi các thử nghiệm được thiết kế kém,100% là dữ liệu quan sát hoặc phương pháp thu thập dữ liệu không thể thao tác được.Trong một số trường hợp, các biến có thể có mối tương quan cao (thường là do thuthập dữ liệu từ các nghiên cứu quan sát thuần túy) và không có lỗi về phía nhà nghiêncứu Vì lý do này, bạn nên tiến hành nghiên cứu thử nghiệm và thiết lập mức độ củacác biến độc lập trước

Dữ liệu không đầy đủ

Do cách chọn biến độc lập của nhà nghiên cứu (chọn biến độc lập có độ biếnthiên nhỏ, biến độc lập có mối quan hệ nhân quả, các biến độc lập đồng thời phụ thuộcvào một điều kiện khác…)

Biến giả có thể được sử dụng không chính xác Ví dụ, nhà nghiên cứu có thểkhông loại trừ một danh mục hoặc thêm một biến giả cho mọi danh mục (ví dụ: mùaxuân, mùa hè, mùa thu, mùa đông)

Một biến trong mô hình hồi quy thực chất là sự kết hợp của hai biến khác Ví dụ,biến mang tên “tổng thu nhập đầu tư” nhưng trong đó, tổng thu nhập đầu tư = tổng thunhập từ cổ phiếu và trái phiếu + thu nhập từ lãi tiết kiệm

Hai biến giống nhau (hoặc gần như giống hệt nhau) Ví dụ: trọng lượng tính bằngpound và trọng lượng tính bằng kilôgam, thu nhập đầu tư và thu nhập tiết kiệm/tráiphiếu…

Các yếu tố lạm phát phương sai

d Hậu quả của hiện tượng đa cộng tuyến

Trường hợp đa cộng tuyến toàn phần: các hệ số hồi quy mẫu là không xác định vàcác độ lệch tiêu chuẩn là vô hạn

Trường hợp đa cộng tuyến không toàn phần: Trrong trường hợp này có thể xácđịnh được các hệ số hồi quy mẫu nhưng sẽ dẫn đến các hậu quả sau

 Phương sai và độ lệch tiêu chuẩn của các hệ số hồi quy mẫu sẽ rất lớn

 Khoảng tin cậy của hệ số hồi quy rộng hơn

 Tỷ số T mất ý nghĩa

 Hệ số xác định bội R cao nhưng t nhỏ2

 Dấu các ước lượng của các hệ số hồi quy sai do đó các ước lượng OLS sẽtrở nên rất nhạy đối với những thay đổi nhỏ trong số liệu

1.3.2 Phát hiện hiện tượng

Mọi biến X, Z đều có ảnh hưởng.

Nếu một kết quả hồi quy có R cao và t thấp2

Kết luận 2 bài toán trên mâu thuẫn

MHHQ có một lỗi có thể là đa cộng tuyến

b Hệ số tương quan cặp giữa các biến giải thích cao

ρ (X,Y): Hệ số tương quan cặp

 ρ = 0 => X,Y độc lập

 ρ = 1 => X,Y có quan hệ tuyến tính thuận chiều (a > 0)

 ρ = -1 => X,Y có quan hệ tuyến tính ngược chiều (a < 0)

Nếu ∃ i≠j; (XǷ i,Yj) cao => | (XǷ i;Yj)| > 0.8 Có đa cộng tuyến⇒

c Xét mô hình hồi quy phụ

Xét MHHQ phụ giữa 1 biến độc lập với 1 hoặc nhiều biến độc lập khác Nếu MHHQphụ là phù hợp (kiểm định p-value (F) <α)

Giả sử trong mô hình hồi quy của ta có Y là biến được giải thích còn X2, X3, Xk làcác biến giải thích Chúng ta thấy rằng X tương quan chặt chẽ với X Khi đó nhiều2 3

thông tin về Y chứa ở X thì cũng chứa ở X Vậy nếu ta bỏ một trong hai biến X hoặc2 3 2

X3 khỏi mô hình hồi quy, ta sẽ giải quyết được vấn đề đa cộng tuyến nhưng sẽ mất đimột số thông tin về Y

Bằng phép so sánh trong các phép hồi quy khác nhau mà có và không có mộttrong hai biến chúng ta có thể quyết định nên bỏ biến nào trong 2 biến X và X khỏij 3

mô hình

Thu thập thêm số liệu hoặc lấy mẫu mới

Có thể đa cộng tuyến xảy ra do cỡ mẫu thu thập nhỏ, đôi khi cần thu thập thêm sốliệu để làm tăng kích thước mẫu Điều này chỉ có thể làm được khi chi phí cho việc lấymẫu khác có thể chấp nhận được trong thực tế, việc tăng cỡ mẫu có thể làm giảm tínhnghiêm trọng của đa cộng tuyến

Kiểm tra lại mô hình

Nếu hiện tượng đa cộng tuyến xuất phát từ bước chọn mô hình nghiên cứu và thuthập số liệu, có thể người nghiên cứu phải hủy bỏ dữ liệu thu thập và điều chỉnh lại môhình và tiến hành chạy phân tích hồi quy lại để khắc phục hiện tượng này

Đổi biến số

CHƯƠNG 2: KẾT QUẢ NGHIÊN CỨU ( mức ý nghĩa = 5% )

X: Tỷ giá hối đoái (USD/VND)

Z: Lượng khách du lịch quốc tế (nghìn lượt người)

T: Tỷ lệ lạm phát (%)

Nhập bảng dữ liệu vào Eviews, thu được một số thông số về các biến như sau:

Hình 1: Kết quả thống kê giá trị

Kết quả khởi chạy thu được:

n = 15

Y=321.3013 X=21112.92 Z=7524.529 T=6.594

Y max=755.0000 X max=23271.21 Z max=18008.59 T max=23.12

Y min=60.0000 X min=16302.25 Z min=3.500000 T min=0.63

∑Y=4819.520 ∑X=316693.7 ∑Z=112867.9 ∑T=98.91

Mô hình hồi quy mẫu: ^Y i= ^β1+ ^β

2× X i+^β3× Z i+^β4×T i

Nhập bảng số liệu vào Eviews và câu lệnh của phương pháp OLS ta có kết quảchạy Eviews như sau:

Hình 2: Kết quả chạy mô hình hồi quy

Từ kết quả chạy mô hình hồi quy thu được hàm hồi quy mẫu sau:

^

β3 = 0.028115 có ý nghĩa: trong giai đoạn 2008-2022, khi tỷ giá hối đoái USD/VND và tỷ lệ lạm phát không đổi, nếu lượng khách du lịch tăng 1 nghìn lượt thì tổngthu du lịch trung bình tăng 0.028115 nghìn tỷ đồng

^

β4 = −¿3.998307 có ý nghĩa: trong giai đoạn 2008-2022, khi lượng khách du lịchquốc tế và tỷ giá hối đoái USD/VND không đổi, nếu tỷ lệ lạm phát tăng 1% thì tổngthu du lịch trung bình giảm 3.998307 nghìn tỷ đồng

2.4.1 Bài toán ước lượng các hệ số hồi quy

Bài toán: Với độ tin cậy 95% hãy ước lượng các hệ số hồi quy

Dựa vào kết quả Eviews, ta có: Với độ tin cậy 95%,

Khoảng tin cậy của β2là (0.011117; 0.072711)

Khoảng tin cậy của β3là (0.018018; 0.038211)

Khoảng tin cậy của β4là (-14.46812; 6.471509)

2.4.2 Bài toán kiểm định các hệ số hồi quy

Bài toán: Với mức ý nghĩa α = 5%, hãy kiểm định giả thiết về hệ số hồi quy

Kiểm định giả thuyết tỷ giá hối đoái không ảnh hưởng đến tổng thu du lịch

Với mức ý nghĩa α = 5%, ta cần kiểm định {H0: β2=0

H1: β2≠ 0

Tiêu chuẩn kiểm định: T=^β2−0

se(^β2) Khi H đúng T 0 T15− 4

Có P-value = 0.0122 < α → Bác bỏ H , chấp nhận H 0 1

Kết luận: Vậy với mức ý nghĩa 5%, có thể cho rằng tỷ giá hối đoái có ảnh hưởng

Với mức ý nghĩa α = 5%, ta cần kiểm định {H0: β4=0

H1: β4≠ 0

Tiêu chuẩn kiểm định: T=^β4−0

se(^β4) Khi H đúng T 0 T15− 4

Có P-value = 0,4185 > α → Chưa đủ cơ sở bác bỏ H0

hưởng đến doanh thu du lịch

Bài toán kiểm định: Với mức ý nghĩa α = 5%, kiểm định sự phù hợp của mô hình

Với mức ý nghĩa α = 5%, ta cần kiểm định {H0: R=0

Từ kết quả Eviews, có p-value = 0,000012< α → Bác bỏ H , chấp nhận H 0 1

Kết luận: Vậy với mức ý nghĩa 5%, có thể nói rằng mô hình trên là phù hợp.

Bài toán: Với độ tin cậy 95%, hãy dự báo giá trị trung bình của tổng thu du lịch khibiết tỷ giá hối đoái X= 22.900 (USD/VND), khách du lịch quốc tế Z= 8700.155 (nghìnlượt người) và Tỷ lệ lạm phát T = 5.350 (%)

Ta có bảng kết quả Eviews:

Dự báo giá trị trung bình

 Khoảng dự báo giá trị trung bình (370.3463; 498.1178)

2.7.1 Phát hiện hiện tượng đa cộng tuyến

a Phát hiện đa cộng tuyến bằng hệ số tương quan giữa các biến giải thích cao

Kết quả từ Eviews ta thấy được tương quan giữa các biến giải thích:

Ta có

|r(X,Z)| = 0.319774 < 0.8

|r(X,T)| = 0.718295 < 0.8

|r(Z,T)| = 0.264414 < 0.8

 Hệ số tương quan giữa các biến giải thích thấp

Kết luận: Mô hình không xảy ra hiện tượng đa cộng tuyến

b.Phát hiện đa cộng tuyến bằng phương pháp R cao, t thấp 2

Dựa vào kết quả từ bảng Eview, ta có: R = 0.893855 > 0.8 => R cao 2 2

c Hồi quy phụ

Xét mô hình hồi quy phụ giữa biến độc lập X với 2 biến độc lập Z và T ta có:

Với α=0.05, ta có: P-value = 0.010230 < 0.05

 Mô hình hồi quy phụ là phù hợp

 Mô hình có đa cộng tuyến

Xét mô hình hồi quy phụ giữa biến độc lập T với 2 biến độc lập X và Z ta có:

Với α=0.05, ta có: P-value = 0.012651 < 0.05

 Mô hình hồi quy phụ là phù hợp

 Mô hình có đa cộng tuyến

Xét mô hình hồi quy phụ giữa biến độc lập Z với 2 biến độc lập X và T ta có:

Với α=0.05, ta có: P-value = 0.514847 > 0.05

 Mô hình hồi quy phụ là không phù hợp

 Mô hình không có đa cộng tuyến

2.7.2 Khắc phục hiện tượng đa cộng tuyến: bỏ biến giải thích có khả năng là tổ hợp tuyến tính của các biến còn lại

 Hồi quy mô hình biến Z theo X

Có p – value = 0.245291 > α ⇒ Không còn hiện tượng đa cộng tuyến

 Hồi quy mô hình biến Z theo T

Có p- value = 0.340931 > α ⇒ Không còn hiện tượng đa cộng tuyến.

Bài thảo luân khắc phục Đa cộng tuyến bằng cách bỏ biến giải thích có khả năng là

tổ hợp tuyến tính của các biến còn lại Để xác định biến bỏ đi có cần thiết trong mô hình hay không, chạy kiểm định Wald bằng Eviews được kết quả như sau

Từ bảng kiểm định Wald ở trên ta có P – value = 0.01222 < α ⇒ biến X cần thiết trong mô hình P – value = 0.4185 > α ⇒ biến T không cần thiết trong mô hình.Kết luận: Có thể bỏ biến T – tỷ lệ lạm phát để khắc phục hiện tượng đa cộng tuyến trong mô hình