BÀI TẬP LỚN KINH TẾ LƯỢNG VÀ PHÂN TÍCH DỮ LIỆU May mặc là nhu cầu thiết yếu của cuộc sống con người. Đặc biệt ở các quốc gia đang phát triển như Việt Nam, ngành may đóng vai trò vô cùng quan trọng trong nền kinh tế quốc dân. Vai trò của nó thể hiện rõ nét ở ba khía cạnh trong nền kinh tế:
TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN VIỆN SAU ĐẠI HỌC BÀI TẬP LỚN KINH TẾ LƯỢNG VÀ PHÂN TÍCH DỮ LIỆU Học viên: BÙI CẨM CHI Mã số: CH210366 Lớp: CH21D Số thứ tự:07 PHÂN TÍCH BỘ SỐ LIỆU Số quan sát:72 Số biến số: 03 Loại số liệu: Số liệu chéo Hà Nội, 01 / 2013 May mặc là nhu cầu thiết yếu của cuộc sống con người. Đặc biệt ở các quốc gia đang phát triển như Việt Nam, ngành may đóng vai trò vô cùng quan trọng trong nền kinh tế quốc dân. Vai trò của nó thể hiện rõ nét ở ba khía cạnh trong nền kinh tế: - Cung cấp những sản phẩm thiết yếu của đời sống hàng ngày ở trong nước và ngoài nước. -Góp phần quan trọng trong việc giải quyết hàng triệu công ăn việc làm các loại bởi đây là ngành cần rất nhiều lao động. - Kim ngạch xuất khẩu lớn, thu về nguồn ngoại tệ lớn, đóng góp phần không nhỏ vào ngân sách nhà nước cũng như góp phần quan trọng vào việc ngăn chặn suy giảm của xuất khẩu, giảm nhập siêu của cả nước. Để thực hiện được những vai trò trên, các doanh nghiệp may mặc hoạt động trên mục tiêu lợi nhuận. Dựa vào đặc điểm của ngành may mặc thì các yếu tố có tác động lớn đến lợi nhuận của doanh nghiệp là vốn và lao động. Và để thực hiện được mục tiêu đó, các doanh nghiệp cần phải phân tích các yếu tố tác động đến doanh thu, lợi nhuận. Do vậy, bài toán tôi đặt ra ở đây chính là phân tích tác động của vốn và lao động đến lợi nhuận trước thuế của 72 doanh nghiệp có lợi nhuận trước thuế dương ở TP. Hà Nội và 7 tỉnh khác (Hà Nam, Nam Định, Ninh Bình, Hưng Yên, Hải Dương, Hải Phòng) năm 2010. Trong đó lợi nhuận trước thuế (ký hiệu: LNTT) và vốn (ký hiệu: VON) tính theo đơn vị triệu đồng, lao động (ký hiệu: LD) tính theo đơn vị người (Nguồn số liệu: Bộ lao động thương binh và xã hội). Các vấn đề được đề cập đến trong bài kiểm tra: - Phân tích sự tác động, mức độ tác động của các yếu tố vốn và lao động đến lợi nhuận trước thuế của doanh nghiệp - Xem xét phân phối chuẩn của chuỗi phần dư trong mô hình hồi quy - Xem xét các khuyết tật của mô hình - Khắc phục các khuyết tật (nếu có) - Đánh giá tác động của của số lượng doanh nghiệp đến lợi nhuận trước thuế ở địa bàn Hà Nội so với các tỉnh khác. 1. Hồi quy sự ảnh hưởng của vốn và lao động đến doanh thu của doanh nghiệp Hàm hồi quy tổng thể: E(LNTT|VON,LD)= α*VON β LD γ =>Phương trình hồi quy: LNTT= α*VON β LD γ e ui Hồi quy theo mô hình hàm logarit ta có bảng kết quả: Dependent Variable: LOG(LNTT) Method: Least Squares Date: 01/15/13 Time: 16:12 Sample: 1 72 Included observations: 72 Variable Coefficient Std. Error t-Statistic Prob. C -2.815690 0.756104 -3.723944 0.0004 LOG(VON) 0.572035 0.167002 3.425314 0.0010 LOG(LD) 0.590867 0.213127 2.772367 0.0071 R-squared 0.640063 Mean dependent var 4.678922 Adjusted R-squared 0.629630 S.D. dependent var 2.796572 S.E. of regression 1.701938 Akaike info criterion 3.942185 Sum squared resid 199.8648 Schwarz criterion 4.037047 Log likelihood -138.9187 F-statistic 61.35020 Durbin-Watson stat 1.540374 Prob(F-statistic) 0.000000 Hình 1: Bảng ước lượng theo hàm Cob-Douglas doanh thu theo lao động và vốn Nhìn vào bảng trên, ta dễ dàng nhận thấy: - Hệ số ước lượng của biến log(VON) và biến log(LD) đều có ý nghĩa thống kê vì P-value ứng với hệ số các biến trên có giá trị lần lượt là 0.0010 và 0.0071 nhỏ hơn mức ý nghĩa α=0,05. Nghĩa là, khi tăng vốn lên 1% thì lợi nhuận trước thuế của doanh nghiệp tăng 0.572035% còn khi tăng lao động lên 1% thì lợi nhuận trước thuế của doanh nghiệp tăng 0.590867%. Đây là kết quả phù hợp với lý thuyết kinh tế và đặc tính ngành may mặc. Khi tăng đầu vào là vốn hoặc lao động thì sẽ làm cho lợi nhuận trước thuế tăng và tăng xấp xỉ nhau. - Hệ số chặn cũng có ý nghĩa thống kê vì P-value bằng 0,0014 nhỏ hơn mức ý nghĩa 0,05 cho phép. Ở đây, hệ số này mang giá trị âm ngầm chỉ ra rằng, các doanh nghiệp may mặc cần phải đầu tư một lượng lao động và vốn nhất định thì mới bắt đầu có thể thu được lợi nhuận (trong bài đề cập đến lợi nhuận trước thuế. Điều này là đúng, phù hợp với các doanh nghiệp sản xuất nói chung và may mặc nói riêng. - Hàm hồi quy phù hợp vì giá trị P-value của thống kê F= 0.0000 nhỏ mức ý nghĩa α=0,05. - Với giá trị R 2 =0.640063 thì mức độ giải thích của các biến ngoại sinh đến biến nội sinh được coi là vừa phải, phản ánh sự thay đổi của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình là 64,0063% - Để xác định xem kết quả chạy mô hình này có đáng tin cậy hay không, chúng ta cần thiết xem xét phân phối chuẩn của chuỗi phần dư và kiểm định xem mô hình có khuyết tật hay không. * Lý do mà phương pháp hồi quy theo mô hình hàm logarit được lựa chọn và sử dụng vì: - Áp dụng phương pháp hồi quy theo mô hình hàm tuyến tính có hệ số ước lượng của lao động không có ý nghĩa thống kê vì P-value của hệ số này là 0,3846 lớn hơn mức ý nghĩa 0,05. Kết quả được thể hiện ở bảng sau: Dependent Variable: LNTT Method: Least Squares Date: 01/15/13 Time: 16:12 Sample: 1 72 Included observations: 72 Variable Coefficient Std. Error t-Statistic Prob. C -1828.997 1428.651 -1.280226 0.2048 VON 0.317998 0.084160 3.778498 0.0003 LD -2.634917 3.011094 -0.875070 0.3846 R-squared 0.597635 Mean dependent var 4081.600 Adjusted R-squared 0.585972 S.D. dependent var 17194.26 S.E. of regression 11063.64 Akaike info criterion 21.50149 Sum squared resid 8.45E+09 Schwarz criterion 21.59635 Log likelihood -771.0537 F-statistic 51.24303 Durbin-Watson stat 1.803070 Prob(F-statistic) 0.000000 Hình 2: Bảng ước lượng theo hàm tuyến tính doanh thu theo lao động và vốn 2. Xem xét phân phối chuẩn của chuỗi phần dư trong mô hình hồi quy Trong quá trình thực hiện phân tích hồi quy, chúng ta thường xét đến điều kiện phân phối chuẩn của chuỗi phần dư để đảm bảo thống kê T phân phối theo tiêu chuẩn Student và thống kê F phân phối theo tiêu chuẩn Fisher. Thực hiện hồi quy theo mô hình hàm Cob- Douglas lợi nhuận trước thuế theo vốn và lao động, ta thu được bảng thống kê mô tả chuỗi phần dư RES bên dưới và dễ dàng nhận thấy: giá trị P-value của kiểm định Jacque- Bera bằng 0.116673 lớn hơn mức ý nghĩa 0,05 nên chuỗi phần dư được cho là phân phối chuẩn. Với kết quả này bước đầu có thể kết luận rằng các kết quả hồi quy của mô hình được chấp nhận. Tuy nhiên, việc kiểm định khuyết tật mô hình vẫn là điều cần thiết. 0 2 4 6 8 10 12 14 -4 -2 0 2 4 Series: RESID Sample 1 72 Observations 72 Mean 1.00E-15 Median -0.069907 Maximum 4.635202 Minimum -5.488269 Std. Dev. 1.677795 Skewness -0.048781 Kurtosis 4.192785 Jarque-Bera 4.296762 Probability 0.116673 Hình 3: Bảng thống kê mô tả chuỗi phần dư của mô hình ước lượng 3. Kiểm tra các khuyết tật của mô hình Vì bộ số liệu được sử dụng là số liệu chéo nên khi kiểm tra khuyết tật của mô hình không kiểm tra hiện tượng tự tương quan. Dưới đây là kiểm định hiện tượng đa cộng tuyến và kiểm định phương sai sai số thay đổi 3.1 Kiểm định hiện tượng đa cộng tuyến Thực hiện kiểm định hiện tượng đa cộng tuyến, ta thu được kết quả thể hiện ở bảng sau: C LOG(VON) LOG(LD) C 0.571693 -0.078052 0.019923 LOG(VON) -0.078052 0.027890 -0.030016 LOG(LD) 0.019923 -0.030016 0.045423 Hình 4: Bảng kiếm định hiện tượng đa cộng tuyến Từ bảng trên, ta thấy covariance của Log(von) và log(ld) là -0,030016 nhỏ hơn 0,8 nên kết luận mô hình không có đa cộng tuyến. 3.2 Kiểm định hiện tượng phương sai sai số thay đổi Thực hiện kiểm định hiện tượng phương sai sai số thay đổi bằng kiểm định White. - Thực hiện kiểm định White không có tích chéo ta có bảng kết quả như sau: White Heteroskedasticity Test: F-statistic 0.587591 Probability 0.672733 Obs*R-squared 2.440164 Probability 0.655381 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 01/15/13 Time: 16:42 Sample: 1 72 Included observations: 72 Hình 5: Bảng kiếm định hiện tượng PSSS thay đổi không có tích chéo Nhìn vào bảng ta nhận thấy, mô hình có hiện tượng phương sai sai số không đổi vì giá trị P- Value của thống kê F là 0,672733 lớn hơn mức ý nghĩa cho phép α=0,05. - Thực hiện kiểm định White có tích chéo ta có bảng kết quả như sau: White Heteroskedasticity Test: F-statistic 0.644448 Probability 0.666625 Obs*R-squared 3.351541 Probability 0.645961 Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 01/15/13 Time: 16:42 Sample: 1 72 Included observations: 72 Hình 6: Bảng kiếm định hiện tượng PSSS thay đổi có tích chéo Nhìn vào bảng ta nhận thấy, mô hình cũng có hiện tượng phương sai sai số không đổi vì thống kê F có giá trị P-Value là 0,666625 lớn hơn mức ý nghĩa cho phép 0,05. Như vậy, trong cả 2 trường hợp, sử dụng kiểm định White có tích chéo và không có tích chéo ta đều thu được mô hình có hiện tượng phương sai sai số không đổi. Với kết quả đó, các hệ số ước lượng và phương sai của các hệ số ước lượng đó là không chệch và là tốt nhất. Vậy sai số chuẩn, khoảng tin cậy và việc kiểm định giả thuyết về các hệ số được coi là có ý nghĩa. 4. Đánh giá về sự tác động của số lượng lao động đến lợi nhuận trước thuế của doanh nghiệp trên địa bàn Hà Nội so với các 7 tỉnh còn lại. Thực hiện hồi quy sử dụng biến giả. Đặt biến D1= 1 nếu doanh nghiệp thuộc thành phố Hà Nội D1=0 nếu doanh nghiệp thuộc 16 tỉnh khác Trong đó: Từ quan sát 1 đến quan sát 20: Doanh nghiệp trên địa bàn thành phố Hà Nội Từ quan sát 21 đến quan sát 72: Doanh nghiệp trên địa bàn 7 tỉnh còn lại Ta có mô hình hồi quy tổng thể đánh giá đến hệ số góc: Log(LNTT)= C1 +C2*log(LD) + D1*C3*log(LD) +vi Dependent Variable: LOG(LNTT) Method: Least Squares Date: 01/15/13 Time: 16:32 Sample: 1 72 Included observations: 72 Variable Coefficient Std. Error t-Statistic Prob. C -0.989216 0.596072 -1.659558 0.1015 LOG(LD) 1.074425 0.120280 8.932706 0.0000 D1*LOG(LD) 0.292571 0.083693 3.495758 0.0008 R-squared 0.642224 Mean dependent var 4.678922 Adjusted R-squared 0.631854 S.D. dependent var 2.796572 S.E. of regression 1.696822 Akaike info criterion 3.936165 Sum squared resid 198.6651 Schwarz criterion 4.031026 Log likelihood -138.7019 F-statistic 61.92904 Durbin-Watson stat 1.712069 Prob(F-statistic) 0.000000 Hình 7: Hồi quy biến giả Nhìn vào bảng ước lượng ta có thể nhận thấy, lao động tác động nhiều đến lợi nhuận trước thuế của khu vực Hà Nội cao hơn so với khu vực khác bởi hệ số ước lượng của biến D1*log(L) = 0,29257 lớn hơn 0 và có ý nghĩa thống kê (vì P-value nhỏ hơn 0,05). Mức độ tác động lớn hơn là 0,292571%. Có thể tạm kết luận rằng điều này phù hợp với lý thuyết kinh tế. Như chúng ta đã biết, Hà Nội tập trung nguồn nhân lực dồi dào từ các tỉnh, có trình độ, tay nghề hơn so với các tỉnh khác. Kết luận: Vốn và lao động là 2 yếu tố quan trọng bậc nhất tác động đến doanh thu, lợi nhuận của doanh nghiệp. Mức độ có thể thay thế cho nhau. Nhìn vào các kết quả của mô hình, doanh nghiệp may mặc muốn đạt được lợi nhuận cao thì vẫn phải nhìn nhận vào yếu tố vốn và lao động, trong đó, mức độ đầu tư và tầm quan trọng cho 2 yếu tố này có thể nói tương đương nhau. . TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN VIỆN SAU ĐẠI HỌC BÀI TẬP LỚN KINH TẾ LƯỢNG VÀ PHÂN TÍCH DỮ LIỆU Học viên: BÙI CẨM CHI Mã số: CH210366 Lớp: CH21D Số thứ tự:07 PHÂN TÍCH BỘ SỐ LIỆU Số quan sát:72 Số. nhuận. Dựa vào đặc điểm của ngành may mặc thì các yếu tố có tác động lớn đến lợi nhuận của doanh nghiệp là vốn và lao động. Và để thực hiện được mục tiêu đó, các doanh nghiệp cần phải phân tích các. định White có tích chéo và không có tích chéo ta đều thu được mô hình có hiện tượng phương sai sai số không đổi. Với kết quả đó, các hệ số ước lượng và phương sai của các hệ số ước lượng đó là