tiểu luận kinh tế lượng các NHÂN tố ẢNH HƯỞNG đến tỷ lệ đói NGHÈO của các QUẬN CALIFORNIA

Dựa theo bộ dữ liệu data7-6.gdt trên phần mềm Gretl, chúng em tập trung nghiêncứu về các nhân tố ảnh hưởng đến tỷ lệ hộ gia đình có thu nhập dưới mức nghèo củacác quận Carlifornia povrat

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG

KHOA KINH TẾ VÀ KINH DOANH QUỐC TẾ

-*** -TIỂU LUẬN KINH TẾ LƯỢNG

Đề tài: CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN TỶ LỆ ĐÓI NGHÈO

CỦA CÁC QUẬN CALIFORNIA

Giảng viên hướng dẫn: Ths Nguyễn Thúy Quỳnh Lớp: KTE309(1-1718).2_LT

Nhóm sinh viên thực hiện: Nhóm 13

Hà Nội, tháng 9/2017

DANH SÁCH CÁC THÀNH VIÊN

ST

BÁO CÁO KINH TẾ LƯỢNG GVHD: THS NGUYỄN THÚY QUỲNH

MỤC LỤC

LỜI MỞ ĐẦU 1

CHƯƠNG I: CƠ SỞ LÝ THUYẾT 2

1.1 Tổng quan về đói nghèo 2

1.2 Phương pháp đo lường tỷ lệ nghèo đói ở Mỹ 2

1.2.1 Phương pháp đo lường nghèo đói chính thức 2

1.2.2 Phương pháp đo lường nghèo đói bổ sung 3

1.3 Thực trạng về đói nghèo ở California 3

1.4 Lý thuyết đưa các biến độc lập vào mô hình 4

CHƯƠNG II: XÂY DỰNG MÔ HÌNH 6

2.1 Phương pháp luận của nghiên cứu 6

2.2 Xây dựng mô hình lý thuyết 6

2.2.1 Xác định dạng mô hình 6

2.2.2 Giải thích các biến 6

2.3 Mô tả số liệu 7

2.3.1 Nguồn số liệu 7

2.3.2 Mô tả các biến trong Gretl 7

2.3.3 Ma trận tương quan giữa các biến 8

CHƯƠNG III: KẾT QUẢ ƯỚC LƯỢNG-SUY DIỄN THỐNG KÊ 10

3.1 Mô hình ước lượng 10

3.1.1 Mô hình hồi quy mẫu 10

3.1.2 Phân tích bảng kết quả 10

3.2 Kiểm định khuyết tật và khắc phục 11

BÁO CÁO KINH TẾ LƯỢNG GVHD: THS NGUYỄN THÚY QUỲNH

3.2.1 Kiểm định mô hình bỏ sót biến 11

3.2.2 Đa cộng tuyến 12

3.2.3 Phương sai sai số thay đổi 13

3.2.4 Phân phối chuẩn của nhiễu 14

3.3 Kiểm định giả thuyết 15

3.3.1 Kiểm định ý nghĩa thống kê của các hệ số hồi quy 15

3.3.2 Kiểm định độ phù hợp của mô hình hồi quy 16

CHƯƠNG IV: KIẾN NGHỊ VÀ GIẢI PHÁP 17

KẾT LUẬN 21

TÀI LIỆU THAM KHẢO 22

PHỤ LỤC 23

Bảng 1 Dữ liệu điều tra tỷ lệ đói nghèo và các nhân tố ảnh hưởng tại California 23

Đồ thị 1 Phân phối của nhiễu 26

-xin lựa chọn đề tài: “Các nhân tố ảnh hưởng đến tỷ lệ đói nghèo của các quận

California”.

Dựa theo bộ dữ liệu data7-6.gdt trên phần mềm Gretl, chúng em tập trung nghiêncứu về các nhân tố ảnh hưởng đến tỷ lệ hộ gia đình có thu nhập dưới mức nghèo củacác quận Carlifornia (povrate) qua 2 cuộc điều tra năm 1980 và 1990 gồm: quy mô hộgia đình (famsize), tỷ lệ thất nghiệp (unemp), tỷ lệ dân số trên 25 tuổi chỉ có trình độtrung học (highschl), tỷ lệ dân số trên 25 tuổi tốt nghiệp bậc đại học hệ 4 năm trở lên(college) và thu nhập trung bình của các hộ gia đình (medinc)

Tiểu luận bao gồm 4 phần chính: cơ sở lý thuyết, xây dựng mô hình, ước lượng suy diễn thống kê và khuyến nghị, giải pháp Thông qua tiểu luận này, chúng em hivọng có thể đem lại một cái nhìn tổng quan về tình trạng đói nghèo ở California, từ đórút ra được bài học không chỉ cho nền kinh tế Mỹ mà còn đối với cả nền kinh tế ViệtNam

-Trong quá trình hoàn thành bài nghiên cứu, dù đã rất cố gắng tuy nhiên chúng emkhông thể tránh khỏi những thiếu sót nên rất mong nhận được phản hồi và góp ý tíchcực từ cô cũng như các bạn để có thể hoàn thiện đề tài tốt hơn

Chúng em xin chân thành cảm ơn Thạc Sỹ Nguyễn Thúy Quỳnh đã giúp đỡ nhómhoàn thành bài báo cáo này

CHƯƠNG I: CƠ SỞ LÝ THUYẾT

1.1 Tổng quan về đói nghèo

Nghèo là tình trạng một bộ phận dân cư chỉ có điều kiện thỏa mãn một phần nhucầu tối thiểu cơ bản của cuộc sống và có mức sống thấp hơn mức trung bình của toàn

xã hội xét trên mọi phương diện Họ không thể vươn tới các nhu cầu văn hóa tinh thầnhoặc những nhu cầu này phải cắt giảm tới mức tối thiểu hay gần như không có, đặc biệt

- Không được thụ hưởng những nhu cầu cơ bản tối thiểu của con người

- Mức sống thấp dưới mức trung bình của cộng đồng dân cư nơi cư trú

- Không được hưởng cơ hội lựa chọn tham gia vào quá trình phát triển cộng đồng

1.2 Phương pháp đo lường tỷ lệ nghèo đói ở Mỹ

1.2.1 Phương pháp đo lường nghèo đói chính thức

Phương pháp đo lường nghèo đói chính thức được sử dụng để xác định ngưỡngthu nhập có bao nhiêu người trong cảnh đói nghèo Ngưỡng thu nhập theo phươngpháp đo lường nghèo đói chính thức được thiết lập bằng cách tăng gấp ba lần chi phíđiều chỉnh lạm phát của chế độ ăn tối thiểu và điều chỉnh theo quy mô gia đình, thànhphần và tuổi của chủ hộ

Cục Điều tra Dân số cũng cung cấp dữ liệu để so sánh mức thu nhập của ngườihoặc gia đình với ngưỡng nghèo của họ:

- Hộ gia đình có thu nhập trên 100% ngưỡng nghèo được coi là "trên mức nghèo đói."

- Thu nhập trên 100% nhưng dưới 125% ngưỡng nghèo được coi là " cận nghèo".

- Các hộ gia đình có thu nhập dưới 100% được coi là "nghèo đói".

- Thu nhập của hộ gia đình dưới 50% ngưỡng nghèo được coi là "nghèo đói”

1.2.2 Phương pháp đo lường nghèo đói bổ sung

Phương pháp đo lường nghèo bổ sung cung cấp một sự hiểu biết thống kê phứctạp hơn về nghèo đói bằng cách thu thập số liệu liên quan đến thu nhập tiền từ tất cảcác nguồn, bao gồm các chương trình của chính phủ, và ước tính chi tiêu thực cho giađình Tuy nhiên, phương pháp này và phương pháp đo lường chính thức có sự chênhlệch khá lớn Ví dụ, trong ba năm từ 2013-2015, tỷ lệ nghèo đói ở California là 15%theo phương pháp chính thức thì theo phương pháp bổ sung tỷ lệ đó là 20.6% - caonhất toàn nước Mỹ

1.3 Thực trạng về đói nghèo ở California

“California có nhiều tỷ phú hơn bất kì nơi nào trên Trái đất California là banggiàu nhất Hoa Kỳ” Thật vậy, tuy nhiên trong thực tế, California lại là một trong 13bang có tỷ lệ đói nghèo cao hơn mức trung bình tại nước Mỹ và là bang có tỷ lệ dânnghèo nhiều nhất Người dân ở đây không chỉ phải trả chi phí thuê nhà cao nhất trongnước, mà California còn có tỷ lệ cao người dân đi thuê nhà hay sở hữu ngôi nhà với cáckhoản vay thế chấp cao Vấn đề chi phí nhà ở là do thiếu nguồn cung cấp nhà, chưa xâydựng đủ để đáp ứng nhu cầu Chi phí nhà ở là một trong những khoản chi lớn nhất củamỗi hộ gia đình hàng tháng Trung bình các hộ gia đình dành ra ¼ số thu nhập để chitrả khoản phí này Chúng ta nghĩ rằng, những hộ gia đình có thu nhập khá hơn sẽ chitrả mức chi phí này nhiều hơn những hộ thu nhập kém Tuy nhiên trong thực tế, hoàntoàn ngược lại Điều này khiến cho các hộ gia đình phải cắt giảm đáng kể những khoảnchi tiêu và ưu tiên khác Việc giảm bớt một số quy định và giấy phép nặng nề như luậtmôi trường sẽ giúp ích rất nhiều cho California Rất nhiều các công ty không muốn mởrộng thị trường vào California vì chi phí phải cho quá cao, chính vì vậy sẽ làm tăng tỷ

lệ thất nghiệp ở bang này, điển hình là giá năng lượng Giá khí đốt ở California caohơn 1$ so với nước Mỹ Chi phí này tăng là do quy định pháp lý và mức thuế đánh vàocao hơn Chi phí năng lượng cao khiến cho các chi phí khác cũng tăng theo Chi phísống cao gây ra khó khăn đối với không chỉ các doanh nghiệp mà còn với người đi xinviệc Đối với các doanh nghiệp, vì chi phí cao nên muốn thuê được nhân viên họ phảitrả mức lương đủ cao để nhân viên có thể đáp ứng cuộc sống Còn đối với người đi xin

việc, những người có bằng cấp thấp, những người chỉ tốt nghiệp trung học không thểkiếm đủ thu nhập dưới chuẩn để duy trì cuộc sống Một số các doanh nghiệp có chínhsách chỉ cung cấp chi phí hỗ trợ nhà ở cho những người tốt nghiệp Đại học, điều nàykhiến cho cuộc sống của những người bằng cấp thấp càng thêm phần khó khăn Tựuchung lại, chi phí sống cao chính là nguyên nhân chủ yếu dẫn đến tỷ lệ đói nghèo ởCalifornia đáng lo ngại Số thu nhập quá ít, chi phí mọi thứ quá cao khiến cho cuộcsống gặp nhiều trở ngại.

1.4 Lý thuyết đưa các biến độc lập vào mô hình

- Famsize (persons per household):

Đối với biến số người/ hộ gia đình, trong giai đoạn 2011-2015 là 2.96 người; và

từ năm 2016 trở đi, con số này tăng nhẹ lên 3 người/ hộ gia đình Khi số thành viênkhông có khả năng lao động tăng lên, điều này sẽ ảnh hưởng khiến tỷ lệ đói nghèo củaCalifornia tăng Ngược lại, nếu đây là những người đang lao động, sẽ góp phần tíchcực trong việc giảm thiểu tỷ lệ đói nghèo Tựu chung, chúng tôi kỳ vọng biến này sẽ cótác động tốt

- Unemp (percentage unemployment rate):

Tỷ lệ thất nghiệp có hiệu ứng âm Khi tỷ lệ thất nghiệp tăng, GDP sẽ giảm, thunhập của người dân bị giảm sút Người lao động mất việc sẽ ảnh hưởng tới nguồn thunhập Đời sống bản thân người lao động và gia đình họ sẽ gặp khó khăn

- Highschl ( percentage of the population (25 years or over) having only high

school education):

Theo số liệu năm 2016, có khoảng 20% số người trên 25 tuổi tại California chỉ tốtnghiệp cấp 3 (thấp hơn toàn nước Mỹ là 7%), trong đó 13.3% số người đó hiện là cácgia đình đói nghèo Khi có trình độ giáo dục cao thì càng có nhiều cơ hội việc làm.Không bằng cấp đồng nghĩa với việc họ phải tìm những công việc có thu nhập thấp,không đáp ứng đủ cuộc sống Vì vậy, chúng tôi kì vọng biến này sẽ có tác động dương

- College ( percentage of the population (25 years or over) that completed 4

years of college or higher):

Những người tốt nghiệp Đại học sẽ có mức lương trung bình cao hơn nhữngngười chỉ tốt nghiệp trung học khoảng trên 23000$ Với bằng cấp, năng lực tốt nhữngngười này có thể tìm kiếm được những công việc mang lại thu nhập cao, giúp nâng cao

và cải thiện đời sống Vì vậy, đây là biến có tác động dương lên tỷ lệ đói nghèo tạiCalifornia

- Medinc (median family income in thousands of dollars):

Đây là mức đo lường thu nhập trung bình của các gia đình Khi mức lương càngcao thì số người tham gia vào lao động càng nhiều, người lao động trở nên dư dả hơn

Vì vậy chúng ta có thể kì vọng biến này tác động dương lên tỷ lệ đói nghèo ởCalifornia

Tuy nhiên, số thu nhập của những gia đình 4 người nằm trong tình trạng đóinghèo lại có xu hướng giảm qua các năm mặc dù chi phí sống tăng cao (2013: 32000$;2014:30000$; 2015: 24000$), thấp hơn nhiều so với mức thu nhập trung bình của cảbang là 67739$ Lúc này, hiệu ứng tác động lên tỷ lệ đói nghèo mang dấu âm

CHƯƠNG II: XÂY DỰNG MÔ HÌNH

2.1 Phương pháp luận của nghiên cứu

Nhóm đã tiến hành thu thập mẫu và các ước lượng giá trị cần tìm dựa trên số liệu

của 116 mẫu quan sát, đây là các số liệu trích từ các cuộc điều tra 1980 và 1990 tại các

quận thuộc California bằng phương pháp thống kê Từ đó tiến hành chọn lọc thông tin,

kiểm định ý nghĩa thống kê của các hệ số hồi quy và sự phù hợp của mô hình dựa trên

những quan sát thu thập được so sánh đối chiếu với lý thuyết, các kết quả tính toán

trước đây và các nghiên cứu tương đồng nhằm tìm ra kết quả tốt nhất để sử dụng cho

phân tích

Nhóm thực hiện đề tài dựa trên cơ sở kiến thức chuyên môn của bộ môn kinh tế

lượng và các công cụ hỗ trợ như phần mềm Gretl, Excel, Word

2.2 Xây dựng mô hình lý thuyết

Bài tiểu luận sử dụng phương pháp phân tích hồi quy mẫu, từ đó ước lượng và

kiểm định các giả thiết hồi quy

2.2.1 Xác định dạng mô hình

Sau khi xem xét ý nghĩa của từng biến, nhóm em đã quyết định chọn mô hình hồi

quy gồm biến phụ thuộc: povrate và các biến độc lập: famsize, unemp, highschl,

colleg, medinc

Mô hình hồi quy tổng thể:

povrate = β1+ β2*famsize +β3*unemp + β4*highschl + β5*college + β6*medinc + ufamsize +β3*famsize +β3*unemp + β4*highschl + β5*college + β6*medinc + uunemp + β4*famsize +β3*unemp + β4*highschl + β5*college + β6*medinc + uhighschl + β5*famsize +β3*unemp + β4*highschl + β5*college + β6*medinc + ucollege + β6*famsize +β3*unemp + β4*highschl + β5*college + β6*medinc + umedinc + u i

2.2.2 Giải thích các biến

BIẾN PHỤ THUỘC

povrate Tỷ lệ phần trăm gia đình có thu

BIẾN ĐỘC LẬP

famsize Số người / Hộ gia đình Người/ hộ

unemp Tỷ lệ thất nghiệp % Tỷ lệ thất nghiệp càng caothì tìm việc càng khóhighschl Tỷ lệ phần trăm dân số từ 25

tuổi trở lên chỉ có trình độ học % Trình độ học vấn thấp, sẽkhó khăn hơn trong việc

vấn trung học tìm kiếm công việccollege

Tỷ lệ phần trăm dân số từ 25tuổi trở lên hoàn thành đại học

hệ 4 năm hoặc cao hơn %

Trình độ học vấn càng cao,mong muốn tìm được côngviệc có mức lương phù hợp

càng tăngmedinc Thu nhập trung bình của các hộgia đình Nghìn USD Thu nhập càng tăng thì hộgia đình càng có cơ hội

thoát nghèo

2.3 Mô tả số liệu

2.3.1 Nguồn số liệu

Dữ liệu data7-6.gdt được trích từ dữ liệu điều tra dân số của Mỹ năm 1980 (do

Susan Wong biên soạn) và 1990 (Kalena Cortes tổng hợp từ Sách dữ liệu về các quận

và thành phố của California (1994))

2.3.2 Mô tả các biến trong Gretl

Dựa theo kết quả trên ta có:

Biến Giá trị TB Độ lệch chuẩn Giá trị nhỏ nhất Giá trị lớn nhất

- Mức thu nhập trung bình của các mẫu khá cao lên đến 27,298 nghìn USD

2.3.3 Ma trận tương quan giữa các biến

- - Hệ số tương quan giữa biến povrate và famsize là 14.63%

- Hệ số tương quan giữa biến povrate và unemp là 57.31%

- Hệ số tương quan giữa biến povrate và highschl là -26.44%

- Hệ số tương quan giữa biến povrate và college là -54.03%

- Hệ số tương quan giữa biến povrate và medinc là -35.06%

Nhận xét:

Trong các biến thì tỷ lệ thất nghiệp(unemp) có ảnh hưởng lớn nhất đến tỷ lệ giađình có thu nhập dưới mức nghèo (povrate), hệ số tương quan giữa 2 biến mang dấudương thể hiện mối quan hệ cùng chiều, tức là khi unemp tăng 1% thì povrate tăng57.31%

Số lượng Người/hộ (famsize) ít ảnh hưởng đến tỷ lệ gia đình có thu nhập dướimức nghèo (povrate) nhất, hệ số tương quan mang dấu dương thể hiện mối quan hệcùng chiều , tức là famsize tăng 1% thì povrate tăng 14.63%

Hệ số tương quan giữa povrate và highschl, college, medinc mang dấu âm thểhiện mối quan hệ ngược chiều, tức là:

Khi highschl tăng 1% thì povrate giảm 26.44%

Khi college tăng 1% thì povrate giảm 54.03%

Khi medinc tăng 1% thì povrate giảm 35.06%

Do không có hệ số tương quan nào lớn hơn 0.8 nên ta dự đoán không xảy ra hiện tượng đa công tuyến trong hồi quy.

CHƯƠNG III: KẾT QUẢ ƯỚC LƯỢNG-SUY DIỄN THỐNG

KÊ

3.1 Mô hình ước lượng

Sử dụng phần mềm Gretl để hồi quy, ta thu được kết quả sau:

Model 1: OLS, using observations 1-116Dependent variable: povrate

Coefficient Std Error t-ratio p-value

Mean dependent var 9,512069 S.D dependent var 3,316262

Sum squared resid 517,3894 S.E of regression 2,168765

R-squared

0,572312

Log-likelihood -251,3188 Akaike criterion 514,6376

Schwarz criterion 531,1591 Hannan-Quinn 521,3444

3.1.1 Mô hình hồi quy mẫu

- Mô hình hồi quy tổng thể ngẫu nhiên:

POVRATE=β1+β2FAMSIZE+β3UNEMP+β4HIGHSCHL+ β5COLLEGE+β6MEDINC+u i

- Mô hình hồi quy mẫu ngẫu nhiên:

POVRATE=46.43−4.98084∗FAMSIZE+0.245018∗UNEMP−0.324403∗HIGHSCHL−0.221438∗COLLEGE−0.0884786∗MEDINC+ e i

3.1.2 Phân tích bảng kết quả

- Observations : Số quan sát là 116

- Mean dependent var : Giá trị trung bình của biến phụ thuộc là 9,512069%.

- R-squared : Có 59.0907% sự biến động trong giá trị của biến phụ thuộc

được giải thích bởi các biến độc lập trong mô hình

- Sum squared resid : Tổng bình phương các phần dư ∑e i2=RSS=517.3894

- Adjusted R-squared : Hệ số xác định hiệu chỉnh R´2 là 0.572312

- S.D dependent var : Sai số tiêu chuẩn của biến phụ thuộc:

- Coefficient : Hệ số ước lượng của mô hình hồi quy mẫu (^β i)

- Std.Error : Sai số tiêu chuẩn của các hệ số ước lượng ^β i

- Ý nghĩa của các hệ số hồi quy:

 ^β1 = 46.43 : Khi giá trị của tất cả các biến độc lập bằng 0 thì tỷ lệ hộ gia đình có thu nhập dưới mức nghèo trung bình là 46.43%

 ^β2 = -4.98084 : Khi các yếu tố khác không đổi, quy mô hộ gia đình tăng thêm 1 người thì tỷ lệ hộ gia đình có thu nhập dưới mức nghèo trung bình giảm 4.98084%

 ^β3 = 0.245018 : Khi các yếu tố khác không đổi, tỷ lệ thất nghiệp tăng 1% thì tỷ lệ hộ gia đình có thu nhập dưới mức nghèo trung bình tăng 0.245018%

 ^β4 = -0.324403 : Khi các yếu tố khác không đổi, tỷ lệ dân số trên 25 tuổi tốt nghiệp bậc trung học tăng 1% thì tỷ lệ hộ gia đình có thu nhập dưới mức nghèo trung bình giảm 0.324403%

 ^β5 = -0.221438 : Khi các yếu tố khác không đổi, tỷ lệ dân số trên 25 tuổi tốt nghiệp bậc đại học hệ 4 năm trở lên tăng 1% thì tỷ lệ hộ gia đình có thu nhập dưới mức nghèo trung bình giảm 0.221438%

 ^β6 = -0.0884786 : Khi các yếu tố khác không đổi, thu nhập trung bình của các hộ gia đình tăng 1000 USD thì tỷ lệ hộ gia đình có thu nhập dưới mức nghèo trung bình giảm 0.0884786%

3.2 Kiểm định khuyết tật và khắc phục

3.2.1 Kiểm định mô hình bỏ sót biến

- Cặp giả thuyết thống kê:

{H0: Mô hìnhkhông thiếu biến

H1: Môhìnhthiếu biến

Với mức ý nghĩa α=5%

- Chạy lệnh Test Ramsey’s RESET trong phần mềm Gretl ta có bảng kết quả: