TIỂU LUẬN KINH TẾ LƯỢNG Đề tài: Sự thay đổi trong tiền lương và những nhân tố ảnh hưởng đến tiền lương.

Tiền lương được quy định một cách đúng đắn, là yếu tố kích thích sản xuất mạnh mẽ, nó kích thích người lao động ra sức sản xuất và làm việc, nâng cao trình độ tay nghề, cải tiến kỹ thuật

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA TÀI CHÍNH NGÂN HÀNG

TIỂU LUẬN KINH TẾ LƯỢNG

Đề tài: WAGE2.DTA

Giảng viên hướng dẫn:

TS Đinh Thị Thanh Bình

Sinh viên thực hiện: Lớp KTE309.7 Khương Thị Thanh Loan 1113320237

Vũ Thị Thu Hoài 1111330036

Vương Thị Phương Mai 1113330066

Phạm Thị Nguyệt Anh 1111330053

Ngọ Hồng Vy 1111330022

Lê Thu Trang 1113330060

Hà Nội, tháng 7 /2013

LỜI MỞ ĐẦU

Như chúng ta đã biết, tiền lương là một bộ phận của sản phẩm xã hội được tính bằng tiền trả cho những người lao động dựa trên số lượng và chất lượng lao động của mỗi người dùng để bù đắp lại hao phí lao động của họ Do đó, tiền lương luôn là một vấn đề thiết thực đối với các cán bộ, công nhân viên Tiền lương được quy định một cách đúng đắn, là yếu tố kích thích sản xuất mạnh mẽ, nó kích thích người lao động ra sức sản xuất và làm việc, nâng cao trình độ tay nghề, cải tiến kỹ thuật nhằm nâng cao năng suất lao động

Người lao động sau khi sử dụng sức lao động tạo ra sản phẩm thì được trả một

số tiền công nhất định Xét về hiện tượng, ta thấy sức lao động được đem ra trao đổi

để lấy tiền công Vậy có thể coi sức lao động là hàng hoá, một loại hàng hoá đặc biệt

Và tiền lương chính là giá cả của hàng hoá đặc biệt đó - hàng hoá sức lao động Trên thực tế, tiền lương của mỗi người không phải đều giống hệt nhau bởi tiền lương chịu ảnh hưởng của rất nhiều yếu tố, ví dụ như Trình độ học vấn, Kinh nghiệm,… Chẳng hạn, trong nghiên cứu của Acemoglu và Angrist (1999) ở Mỹ cho thấy mỗi năm học thêm mức lương trung bình tăng 7.5%; hay nghiên cứu gần đây của Caponi và Plesca (2007) chỉ ra rằng những người tốt nghiệp Đại học có thu nhập cao hơn những người chỉ tốt nghiệp Phổ thông Trung học từ 30 tới 40% Để tìm hiểu sâu hơn về vấn đề này,

nhóm em quyết định chọn nghiên cứu đề tài “Sự thay đổi trong tiền lương và những nhân tố ảnh hưởng đến tiền lương.”

Trong quá trình làm bài tiểu luận, dù đã rất cố gắng nhưng chắc chắn không tránh khỏi những sai sót, kính mong được cô góp ý để nhóm chúng em có thể hoàn thiện hơn bản báo cáo này

Chúng em xin chân thành cảm ơn cô!

MỤC LỤC

NỘI DUNG

A Mô tả dữ liệu

I Cơ sở lí thuyết

1 Số giờ làm việc:

Thực tế cho thấy số giờ làm việc ảnh hưởng trực tiếp đến thu nhập hàng tháng của mỗi cá nhân, làm việc nhiều thu nhập nhiều, làm việc ít thu nhập ít là điều đương nhiên Nghiên cứu cho thấy những ng công nhân làm tăng ca 10-14h/ tuần sẽ có thu nhập cao hơn những ng k làm tăng ca trung bình là 300-500$/ tuần

2 Chỉ số IQ:

Chỉ số IQ cũng là nhân tố ảnh hưởng nhiều đến tiền lương, 1 người có chỉ số

IQ cao hơn sẽ có cơ hội kiếm được công việc tốt hơn cũng như tiền lương cao hơn

3 Chỉ số KWW:

Đây là chỉ số để kiểm tra năng lực liên quan đến công việc Hiện nay chỉ số này được các công ty nươc ngoài dùng phổ biến hơn chỉ số IQ bởi tính sát thực gần gũi hơn của nó tới công việc, có thể kiểm tra được hiểu biết, khả năng của ứng viên trong công việc, liệu có phù hợp với vị trí đang thi tuyển vào hay không

4 Trình độ học vấn

Trình độ học vấn của một người quyết định đến thu nhập của họ Ảnh hưởng

số năm học vấn tới thu nhập của từng người tương đối phức tạp Nếu số năm học nhỏ hơn 12, trình độ học vấn của người đó chỉ nằm ở mức phổ thông Trình độ học vấn có mối quan hệ tỷ lệ thuận với thu nhập Tức là, khi số năm trình độ học vấn tăng (giảm) thì thu nhập tăng (giảm)

5 Kinh nghiệm làm việc

Kinh nghiệm làm việc cho thấy những trải nghiệm việc làm, tinh thần trách nhiệm khi làm việc và khả năng hòa nhập của người lao động với những người khác Thực tế cho thấy những người có nhiều năm kinh nghiệm làm việc thường sẽ gây được ấn tượng tốt hơn cho nhà tuyển dụng, có thể ứng cử hay được đề bạt vào các vị trí quan trọng và có mức lương cao những người chưa

có kinh nghiệm hoặc có ít năm kinh nghiệm hơn

6 Số năm tuổi:

Người ở độ tuổi trưởng thành hơn Lớn hơn sẽ đi kèm với việc có nhiều kinh nghiệm hơn, kiến thức hơn và thường sẽ đi kèm với tiền lương cao hơn Tuy

nhiên điều này chưa hẳn đúng, bởi có những công việc chỉ phù hợp với 1 số độ tuổi nhất định

Mô tả dữ liệu trong file WAGE2.DTA từ phần mềm Stata, ta thu được kết quả như

sau:

des

Contains data from C:\Users\Duong\Downloads\Statafiles wooldridge\WAGE2.DTA

obs: 935

vars: 17 14 Apr 1999 13:41

size: 24,310 (99.9% of memory free)

-

storage display value

variable name type format label variable label

-

wage int %9.0g monthly earnings

hours byte %9.0g average weekly hours

IQ int %9.0g IQ score

KWW byte %9.0g knowledge of world work score

educ byte %9.0g years of education

exper byte %9.0g years of work experience tenure byte %9.0g years with current employer age byte %9.0g age in years

married byte %9.0g =1 if married

black byte %9.0g =1 if black

south byte %9.0g =1 if live in south

urban byte %9.0g =1 if live in SMSA

sibs byte %9.0g number of siblings

brthord byte %9.0g birth order

meduc byte %9.0g mother's education

feduc byte %9.0g father's education

lwage float %9.0g natural log of wage

-

Thông tin về dữ liệu cho thấy đây là thống kê về các yếu tố ảnh hưởng đến mức thu nhập hàng tháng dựa trên 935 mẫu quan sát ở Mỹ năm 1980 (tham khảo tại:

http://eswf.uni-koeln.de/daten/wage2.htm) Sau khi xem xét kĩ các biến, nhóm chúng

em quyết định chọn biến phụ thuộc là wage, các biến độc lập gồm 5 biến: hours, IQ,

KWW, educ, exper, và age Định dạng và ý nghĩa của các biến được mô tả ở Bảng 1

dưới đây:

Bảng 1: Định dạng và ý nghĩa của các biến

Tên biến Dạng dữ liệu Đơn vị Ý nghĩa biến

wage integer US Dollar Thu nhập hàng tháng

Hour byte giờ Số giờ làm việc trung bình mỗi tuần

KWW integer Chỉ số KWW (knowledge of world work)

Tiếp tục sử dụng lệnh sum để miêu tả dữ liệu Lệnh sum cho biết số lượng quan sát

(Obs), giá trị trung bình (mean), độ lệch chuẩn (std dev.) cũng như giá trị lớn nhất (max) và nhỏ nhất (min) của các biến

sum wage hours IQ KWW educ exper age

Variable | Obs Mean Std Dev Min Max -+ - wage | 935 957.9455 404.3608 115 3078 hours | 935 43.92941 7.224256 20 80

IQ | 935 101.2824 15.05264 50 145 KWW | 935 35.74439 7.638788 12 56 educ | 935 13.46845 2.196654 9 18 -+ - exper | 935 11.56364 4.374586 1 23 age | 935 33.08021 3.107803 28 38

Có thể nhận thấy thu nhập hàng tháng có sự chênh lệch khá lớn giữa mức cao nhất và mức thấp nhất, lên tới xấp xỉ 27 lần, cao hơn hẳn so với các biến còn lại Ngoài ra, nhìn vào độ tuổi khảo sát từ 28 đến 38 cũng cho thấy đối tượng khảo sát được hướng đến là những người đã bắt đầu ổn định trong công việc

Tiếp tục sử dụng lệnh tab để thực hiên một vài phân tích kĩ hơn, ta có kết quả như

sau:

tab educ

years of |

education | Freq Percent Cum

-+ -

9 | 10 1.07 1.07

10 | 35 3.74 4.81

11 | 43 4.60 9.41

12 | 393 42.03 51.44

13 | 85 9.09 60.53

14 | 77 8.24 68.77

15 | 45 4.81 73.58

16 | 150 16.04 89.63

17 | 40 4.28 93.90

18 | 57 6.10 100.00

-+ -

Total | 935 100.00

tab age

age in |

years | Freq Percent Cum

-+ -

28 | 45 4.81 4.81

29 | 86 9.20 14.01

30 | 120 12.83 26.84

31 | 98 10.48 37.33

32 | 99 10.59 47.91

33 | 81 8.66 56.58

34 | 69 7.38 63.96

35 | 61 6.52 70.48

36 | 95 10.16 80.64

37 | 82 8.77 89.41

38 | 99 10.59 100.00

-+ -

Total | 935 100.00

Thống kê thứ nhất chỉ ra tình trạng được đào tạo về trường lớp, cho thấy có một số lượng lớn người được khảo sát (42%) đã học hết 12 năm học, tương ứng với học hết bậc phổ thông rồi đi làm ngay mà không học lên cao hơn Thống kê thứ hai cho biết phân bố độ tuổi của những người được khảo sát, cho thấy rằng các nhóm tuổi được phân bố khá đồng đều, chiếm từ 4.81% đến 12.83% và không có sự chênh lệch nào quá lớn

B Phân tích hồi quy

1 Thiết lập mô hình tổng quát

a Mô hình tổng quát

Hàm hồi quy tổng thể biểu diễn mối quan hệ giữa biến phụ thuộc là thu nhập hàng

tháng wage với các biến độc lập hours, IQ, KWW, educ, exper, và age có dạng:

b Giải thích biến

Các biến được giải thích ở Bảng 2 dưới đây:

Bảng 2: Giải thích biến

Biến phụ

Thu nhập hàng tháng

Biến độc

lập

hours

Số giờ làm việc trung bình mỗi

Làm việc càng nhiều thì thu nhập hàng tháng càng nhiều

IQ Chỉ số IQ + Chỉ số IQ càng cao thì cơ hội

tang mức thu nhập hang tháng

Chỉ số KWW càng cao thì cơ hội tăng mức thu nhập hàng tháng

educ Số năm đi học + Bậc học càng cao thì thu nhập hàng tháng càng cao

Kinh nghiệm làm việc càng nhiều thì thu nhập hàng tháng càng cao

age Số năm tuổi + Những người có độ tuổi cao hơn sẽ có mức thu nhập hang

tháng cao hơn

2 Lập bảng tương quan

Chạy lệnh corr để biểu diễn mỗi quan hệ tương quan giữa các biến, nhóm thu được

kết quả như sau:

corr wage hours IQ KWW educ exper age

(obs=935)

| wage hours IQ KWW educ exper age

-+ -

wage | 1.0000

hours | -0.0095 1.0000

IQ | 0.3091 0.0738 1.0000

KWW | 0.3261 0.1139 0.4135 1.0000

educ | 0.3271 0.0910 0.5157 0.3881 1.0000

exper | 0.0022 -0.0621 -0.2249 0.0175 -0.4556 1.0000

age | 0.1567 0.0248 -0.0437 0.3931 -0.0123 0.4953 1.0000

Nhìn chung các biến độc lập có tương quan với biến phụ thuộc không cao, đặc biệt

hai biến hours và exper có hệ số tương quan rất thấp (-0.0095 và 0.0022) Ngoài ra,

các biến độc lập đều có hệ số tương quan dương cho thấy tác động cùng chiều lên

biến phụ thuộc, ngoại trừ biến hours có hệ số tương quan âm

Mối quan hệ tương quan giữa các biến độc lập với nhau cũng không cao, hệ số tương

quan cáo nhất cũng chỉ là 0.5157 giữa biến IQ và educ Do không có hệ số tương quan

nào có độ lớn vượt quá 0.9 nên nhóm em có thể dự đoàn mô hình không xảy ra hiện tượng đa cộng tuyến khi hồi quy

3 Chạy mô hình hồi quy

Chạy mô hình hồi quy giữa biến phụ thuộc và các biến độc lập, ta thu được kết quả như sau:

reg wage hours IQ KWW educ exper age

Source | SS df MS Number of obs = 935

-+ - F( 6, 928) = 35.43

Model | 28464598.6 6 4744099.77 Prob > F = 0.0000

Residual | 124251570 928 133891.778 R-squared = 0.1864

-+ - Adj R-squared = 0.1811

Total | 152716168 934 163507.675 Root MSE = 365.91

-

wage | Coef Std Err t P>|t| [95% Conf Interval]

-+ -

hours | -3.047275 1.672268 -1.82 0.069 -6.32914 .2345892

IQ | 4.030096 .9822516 4.10 0.000 2.102404 5.957788 KWW | 8.025221 1.996581 4.02 0.000 4.106884 11.94356 educ | 46.25634 7.401504 6.25 0.000 31.73072 60.78197 exper | 11.1259 3.68989 3.02 0.003 3.884407 18.3674 age | 6.308391 5.055275 1.25 0.212 -3.612705 16.22949 _cons | -563.5638 178.0838 -3.16 0.002 -913.0574 -214.0702 -

4 Phương trình hồi quy

Từ kết quả chạy hồi quy, nhóm tóm tắt các giá trị thu được ở bảng 3:

Bảng 3: Kết quả hồi quy

Từ bảng 3, ta có phương trình hồi quy:

Wage = -563.5638 + -3.047275 (hours) + 4.030096 (IQ) + 8.025221 (KWW) + 46.25634 (educ) + 11.1259 ( exper) + 6.308391 (age)

5 Phân tích kết quả hồi quy

- Số quan sát đưa vào phân tích obs = 935

- Phần tổng bình phương các độ lệch giữa giá trị quan sát Yi với giá trị trung bình của

nó TSS=152716168

- Phần tổng bình phương được giải thích bởi mô hình (biến giải thích) ESS=28464599

- Phần tổng bình phương không giải thích được (phần dư) RSS=124251570

- Độ lệch bình phương bình quân (phương sai) của các bộ phận trên là

MSm=4744099.77 và MSr=133891.778

- Sai số chuẩn của ước lượng RMSE=365.91, nhỏ hơn độ lệch chuẩn của biến phụ thuộc là SD = = 404.3682 Vậy ước lượng của hồi quy là chấp nhận được

- Mức độ phù hợp của mô hình so với thực tế là R2 = 18.64% cho thấy các biến độc lập đã giải thích được 18.64% sự thay đổi của biến phụ thuộc.- Ý nghĩa các tham số trong mô hình:

8 b1= -563.5638 có nghĩa là trong điều kiện các yếu tố khác không đổi và giá trị các biến độc lập bằng 0 thì thu nhập trung bình hàng tháng sẽ là -563.5638 USD

9 b2= -3.047275 có p-value = 0.069 > 0.05 nên không có ý nghĩa thống kê

Do đó, số giờ làm việc trung bình hàng tuần không có tác động lên thu nhập hàng tháng

10 b3= 4.030096 có ý nghĩa thống kê, chỉ ra rằng trong điều kiện các yếu tố khác không đổi, nếu chỉ số IQ tăng thêm 1 đơn vị thì thu nhập hàng tháng trung bình tăng lên 4.030096 USD

11 b4= 8.025221 có ý nghĩa thống kê, chỉ ra rằng trong điều kiện các yếu tố khác không đổi, nếu chỉ số KWW tăng lên 1 đơn vị thì thu nhập hàng tháng trung bình tăng lên 8.025221 USD

12 b5= 46.25634 có ý nghĩa thống kê, chỉ ra rằng trong điều kiện các yếu tố khác không đổi, nếu số năm đi học tăng thêm 1 năm thí thu nhập trung bình hàng tháng tăng lên 46.25634 USD

13 b6= 11.1259 có ý nghĩa thống kê, chỉ ra rằng trong điều kiện các yếu tố khác không đổi, nếu số năm đi làm tăng thêm 1 năm thí thu nhập trung bình hàng tháng tăng lên 11.1259 USD

14 b7= 6.308391 có p-value = 0.212 > 0.05 nên không có ý nghĩa thống kê

Do đó, tuổi tác không có tác động lên thu nhập hàng tháng

III Kiểm định mô hình

1 Kiểm định sự phù hợp của mô hình

Để kiểm định sự phù hợp của mô hình, xét cặp giả thuyết sau:

H0: b1 = b2 = b3 = b4 = b5 = b6 = b7

H1: Có ít nhất môt trong các hệ số khác 0

Kết quả của kiểm định được cho ở bảng dưới đây:

test hours IQ KWW educ exper age

( 1) hours = 0

( 2) IQ = 0

( 3) KWW = 0

( 4) educ = 0

( 5) exper = 0

( 6) age = 0

F( 6, 928) = 35.43

Prob > F = 0.0000

P-value = 0.0000 < 0.05 nên giả thuyết H0 bị bác bỏ, thừa nhận sự phù hợp của mô hình hồi quy

15 Kiểm định đa cộng tuyến

Mô hình hồi quy tuyến tính cổ điển giả định các biến độc lập không có mối quan hệ tuyến tính với nhau, tức là các hệ số hồi quy đối với một biến cụ thể là

số đo tác động riêng phần của biến tương ứng khi tất cả các biến khác trong mô hình được giữ cố định Tuy nhiên trong thực tế, do nhiều nguyên nhân mà giả thiết này bị vi phạm Nếu điều này xảy ra thì sẽ có hiện tượng đa cộng tuyến, đó

là hiện tượng các biến độc lập trong mô hình phụ thuộc lẫn nhau và thể hiện được dưới dạng hàm số

Nguyên nhân xảy ra đa cộng tuyến có nhiều nhưng chủ yếu là 3 nguyên nhân cơ bản sau:

- Do thu thập số liệu ít, không toàn diện

- Do bản chất của các biến độc lập là tương quan nhau

- Do một số dạng mô hình sản sinh ra đa cộng tuyến

Hậu quả của đa cộng tuyến:

- Ước lượng phương sai trở nên kém chính xác