Ta có mơ hình hồi quy mới sau khi khắc phục khuyết tật phương sai sai số thay đổi :
UEM = 4,435395 -0,0442979 GDP -0,0195329 IFL + 0,0432533 FDI + 0,443387 POP + ui
3.4. Kiểm định giả thuyết của mơ hình mới
3.4.1. Kiểm định các hệ số hồi quy riêng
Với β2:
Giả thiết {H0:β2=0
H1:β2≠0
P value = 0,085 < α = 0,05 => không đủ cơ sở để bác bỏ H0 Hệ số β2 khơng có ý nghĩa thống kê tại mức ý nghĩa 5%
Với β3:
Giả thiết {H0:β3=0
H1:β3≠0
P value = 0,037 < α => bác bỏ H0
Hệ số β3 có ý nghĩa thống kê tại mức ý nghĩa 5%. Với β4:
Giả thiết {H0:β4=0
H1:β4≠0
P value = 0,229 > α = 0,05 => không đủ cơ sở để bác bỏ H0 Hệ số β4 có ý nghĩa thống kê tại mức ý nghĩa 5%
Giả thiết {H0:β5=0
H1:β5≠0
P value = 0,001 < α = 0,05 => bác bỏ H0
Hệ số β5 có ý nghĩa thống kê tại mức ý nghĩa 5%.
Kết luận chung: Qua kiểm định giả thuyết về hệ số hồi quy riêng, ta thấy hệ
số hồi quy của biến độc lập GDP và biến độc lập FDI khơng có ý nghĩa thống kê. Trong phạm vi của bài tiểu luận này, nhóm chúng em xin dừng lại ở việc khắc phục khuyết tật mà không loại bỏ hai biến khơng có ý nghĩa thống kê ra khỏi mơ hình. Vì qua việc thử loại bỏ biến GDP và FDI ra khỏi mơ hình, chúng em thấy rằng khi bỏ hai biến độc lập ra khỏi mơ hình thì hệ số xác định nhỏ đi rất nhiều, đồng nghĩa với việc các biến độc lập giải thích kém hơn cho biến phụ thuộc, ước lượng chệch nhiều hơn, và khi đó nhiễu khơng có phân phối chuẩn (Phụ lục hình 13, 14). Theo Ramu Ramanathan, Giáo trình giảng dạy Kinh tế trường Fulbright, Niên khóa 2011-2013, tạm dịch “Thật không khôn ngoan khi loại bỏ các số hạng khơng có ảnh hưởng ra khỏi mơ hình. Việc loại bỏ số hạng khơng ảnh hưởng có thể dẫn đến những sai lầm nghiêm trọng hơn trong mơ hình”. Do đó, nhóm chúng em khơng loại bỏ hai biến GDP và FDI ra khỏi mơ hình nghiên cứu.
3.4.2. Kiểm định sự phù hợp của mơ hình mới
Giả thiết {H0:R2=0
H1:R2≠0
F(4,30) = 5,11 > F0,05(4,30) = 4,8 và p-value = 0,0029 < α = 0,05 => bác bỏ H0 Vậy mơ hình được sử dụng là phù hợp.
3.4.3. Kiểm định kết quả phù hợp với lý thuyết kinh tế
Với β3: Giả thiết {H0:β3≤0
H1:β3>0
t = 2,18 > t0,05 (30) = 1,697 => bác bỏ H0
Với mức ý nghĩa 5%, hệ số hồi quy của tỷ lệ lạm phát mang dấu âm, phù hợp với lý thuyết đã đặt ra khi tỷ lệ lạm phát tăng thì tỷ lệ thất nghiệp giảm.
Giả thiết {H0:β5≤0 H1:β5>0
t = 25,89 > t0,05 (30) = 3,68 => bác bỏ H0
Với mức ý nghĩa 5%, hệ số hồi quy của tỷ lệ tăng dân số mang dấu dương, phù hợp với lý thuyết đã đặt ra khi dân số tăng thì tỷ lệ thất nghiệp cũng tăng.
3.5. Ước lượng khoảng tin cậy và giải thích
3.5.1. Ước lượng khoảng tin cậy
Ta có mơ hình:
UEM = 4,435395 -0,0442979 GDP -0,0195329 IFL + 0,0432533 FDI + 0,443387 POP + ui UEM Robust Hệ số ước lượng Sai số chuẩn
t Pvalue Khoảng ước lượng với độ tin cậy 95% GDP - 0,0442979 0,0249052 -1,78 0,085 -0,095161 0,0065653 IFL - 0,0195329 0,0089468 2,18 0,037 -0,0378047 -0,0012611 FDI 0,0432533 0,0352198 1,23 0,229 -0,0286751 0,1151817 POP 0,443387 0,1206419 3,68 0,001 0,1970034 0,6897706 _cons 4,435395 0,2190826 20,25 0,000 3,987969 4,882821 Nhận xét:
Khoảng tin cậy ^β3 ∈(-0,0378047; -0,0012611) nên khi tỷ lệ lạm phát tăng 1% trong điều kiện các yếu tố khác khơng đổi thì tỷ lệ thất nghiệp giảm trong khoảng từ
-0,0378047 đến -0,001261%.
=> Mối quan hệ giữa tỷ lệ lạm phát với tỷ lệ thất nghiệp là mối quan hệ ngược chiều.
Khoảng tin cậy ^β5∈(0,1970034; 0,6897706) nên khi dân số tăng 1% trong điều kiện các yếu tố khác khơng đổi thì tỷ lệ thất nghiệp tăng trong khoảng 0,1970034 đến 0,6897706% => Mối quan hệ giữa tỷ lệ tăng trưởng dân số và tỷ lệ thất nghiệp là mối quan hệ cùng chiều.
Vậy giả thuyết H4 được kiểm định đúng.
3.5.2. Giải thích một số vấn đề tồn tại trong mơ hình
3.5.2.1. Về hệ số xác định R2
Hệ số xác định R2 của mơ hình tương đối nhỏ (R2= 39,04%) cho thấy các biến độc lập trong mơ hình hồi quy chưa giải thích được phần lớn sự biến động trong giá trị của biến phụ thuộc. Do biến phụ thuộc được xét đến là biến số vĩ mô lớn, các yếu tố tác động không chỉ là các vấn đề về kinh tế mà cịn các yếu tố về chính trị, xã hội, lịch sử, địa lý; các yếu tố vi mô, vì vậy bài tiểu luận khơng thể tránh khỏi thiếu sót. Đồng thời, do hạn chế về số liệu, khả năng nghiên cứu và khơng có nhiều thời gian thu thập đánh giá nên chúng em chỉ có thể thực hiện với những biến độc lập kể trên mà chưa tiến hành mở rộng phạm vi nghiên cứu của đề tài này với các biến số vi mô khác.
3.5.2.2. Về tương quan giữa các biến độc lập với biến phụ thuộc
Kết quả nghiên cứu được trong bài tiểu luận về tác động tỷ lệ lạm phát (tác động ngược chiều với tỷ lệ thất nghiệp) và tỷ lệ tăng dân số (tác động cùng chiều đến tỷ lệ thất nghiệp) phù hợp với lý thuyết cũng như nghiên cứu thực nghiệm trước đây. Hai biến tỷ lệ tăng trưởng tổng sản phẩm quốc nội và tỷ lệ vốn đầu tư trực tiếp nước ngồi khơng có ảnh hưởng đến tỷ lệ thất nghiệp. Nhóm chúng em cho rằng điều này là do số quan sát trong phạm vi bài tiểu luận này cịn thấp so với
một mơ hình trong thực tế. Nếu có thể thu thập thêm nhiều số liệu hơn thì có thể tỷ lệ tăng trưởng tổng sản phẩm quốc nội và tỷ lệ vốn đầu tư nước ngồi sẽ có ảnh hưởng đến tỷ lệ thất nghiệp theo như cơ sở lý thuyết và các nghiên cứu trước đây.
CHƯƠNG IV. KHUYẾN NGHỊ VÀ GIẢI PHÁP 4.1. Một số khuyến nghị
Sau khi phân tích số liệu ở trên, chúng em thấy rằng tỷ lệ lạm phát hàng năm và tỷ lệ tăng dân số hằng năm có ảnh hưởng tới tỷ lệ thất nghiệp ở Trung Quốc. Vì vậy trên cơ sở kết quả đã nghiên cứu như trên, chúng em có những kiến nghị và giải pháp sau để giúp giảm thiểu được tỷ lệ thất nghiệp hàng năm ở Trung Quốc nói riêng và trên thế giới nói chung.
Về tỷ lệ tăng trưởng lạm phát hàng năm
Trong điều kiện các yếu tố khác không đổi khi tỷ lệ lạm phát tăng thì tỷ lệ tăng trưởng thất nghiệp giảm và ngược lại. Do đó nhà nước cần có chính sách để tăng lạm phát từ đó làm giảm tỷ lệ thất nghiệp. Tuy nhiên nếu lạm phát tăng quá cao sẽ dẫn đến nhiều hệ lụy khơng tốt cho nền kinh tế. Vì vậy Trung Quốc cần có các biện pháp để duy trì tỷ lệ lạm phát ở một mức độ nhất định, vừa có thể duy trì sự ổn định của nền kinh tế, vừa góp phần làm giảm tỷ lệ thất nghiệp trong nước.
Thứ nhất: nhà nước có thể thực hiện chính sách tiền tệ thắt chặt để giảm lượng cung tiền ra ngoài thị trường khi mà lạm phát tăng quá cao gây ảnh hưởng đến nền kinh tế.
Thứ hai: Ngân hàng nhà nước cần có quy định về tỷ lệ cấp tín dụng của các ngân hàng thương mại căn cứ vào các chỉ số tài chính của ngân hàng thương mại để đảm bảo kiểm sốt tăng trưởng tín dụng và rủi ro tín dụng, khống chế lãi suất cho vay liên ngân hàng.
Về tỷ lệ tăng dân số hằng năm
Trong điều kiện các yếu tố khác không đổi khi tỷ lệ tăng trưởng dân số tăng thì tỷ lệ tăng trưởng thất nghiệp cũng tăng và ngược lại. Hơn nữa, Trung Quốc hiện nay là nước đông dân nhất thế giới bởi vậy Trung Quốc cần có những chính sách để giảm tỷ lệ tăng trưởng dân số từ đó có thể làm giảm được tỷ lệ thất nghiệp.
Thứ nhất: cần tiếp tục tập trung đầu tư cho cơng tác khuyến khích các hộ gia đình để duy trì khơng để tăng sinh bùng phát trở lại ở mức cao, tiến tới ổn định mức sinh thấp và đạt mức sinh thay thế.
Thứ hai: Tập trung đầu tư cho công tác giáo dục - truyền thông để khắc phục các nguyên nhân khách quan cũng như chủ quan tác động tình trạng tỷ lệ sinh tăng.
4.2. Hạn chế của bài tiểu luận:
- Hệ số xác định R2 của mơ hình tương đối nhỏ cho thấy các biến độc lập biểu diễn mơ hình hồi quy chưa giải thích được phần lớn sự thay đổi của biến phụ thuộc.
- Số quan sát thu thập được cịn thấp so với một mơ hình trong thực tế.
- Nguồn nhân lực và khả năng của các thành viên trong nhóm cịn hạn chế nên gặp khó khăn trong khâu thu thập số liệu, đánh giá và phân tích số liệu.
- Khó khăn trong khâu tìm các biến để xây dựng mơ hình phù hợp, mơ hình có ít biến. Có thể thêm một vài biến để tăng mức độ phù hợp, tuy nhiên như thế sẽ làm mơ hình phức tạp hơn.
- Thời gian thu thập, đánh giá và phân tích dữ liệu hạn chế.
4.3. Hướng nghiên cứu tương lai:
Các đề tài nghiên cứu về chủ đề này trong tương lai có thể nghiên cứu theo 2 hướng: (1) tăng thêm số quan sát ở trước và sau khoảng thời gian từ năm 1982 đến năm 2016 để có cái nhìn tổng quan hơn và sâu sắc hơn về ảnh hưởng của 4 biến độc lập trong tiểu luận này đến tỷ lệ lạm phát ở Trung Quốc; (2) phát triển theo hướng bổ sung thêm các biến độc lập khác ngoài 4 biến độc lập trong tiểu luận này, điều này sẽ làm cho kết quả nghiên cứu được sẽ có độ tin cậy cao hơn, góp phần giải thích sâu sắc hơn cho biến tỷ lệ thất nghiệp.
KẾT LUẬN
Kết quả thu được từ STATA cho thấy biến tỷ lệ lạm phát có tác động ngược chiều lên tỷ lệ thất nghiệp; biến tỷ lệ tăng trưởng dân số ảnh hưởng cùng chiều lên tỷ lệ thất nghiệp. Trong phạm vi bài tiểu luận này, nhóm chúng em kết luận tỷ lệ tăng trưởng tổng sản phẩm quốc nội và tỷ lệ tăng vốn đầu tư trực tiếp nước ngồi khơng có ảnh hưởng đến tỷ lệ thất nghiệp của Trung Quốc từ năm 1982 đến 2016.
Mơ hình lựa chọn phù hợp với lý thuyết kinh tế, các biến đưa vào mơ hình giải
thích được 39,04% cho sự thay đổi của tỷ lệ thất nghiệp, còn lại là do các yếu tố chưa được đưa vào mơ hình. Mơ hình ban đầu bị khuyết tật phương sai sai số thay đổi, đã khắc phục và sau đó lại xảy ra hiện tượng hệ số ước lượng khơng có ý nghĩa thống kê.
Do năng lực cá nhân của các thành viên trong nhóm cịn hạn chế nên bài làm của chúng em khơng thể tránh khỏi những thiếu sót và chưa khắc phục được hiện tượng này. Nhóm rất mong nhận được những đóng góp ý kiến và phê bình của thầy cơ và các bạn để bài tiểu luận của nhóm hồn thiện hơn.
Nhóm chúng em xin chân thành cám ơn sự giúp đỡ của Ths. Nguyễn Thúy Quỳnh, Trường đại học Ngoại Thương trong suốt quá trình thực hiện tiểu luận này.
PHỤ LỤC Phụ lục 1
Năm GDP IFL FDI POP UEM 1982 8,9344 2,0000 0,2097 1,4727 4,7800 1983 10,8352 2,0000 0,2757 1,4449 4,4200 1984 15,1392 2,7000 0,4840 1,3121 4,6900 1985 13,4434 9,3000 0,5361 1,3617 3,7100 1986 8,9397 6,5000 0,6234 1,4874 4,5200 1987 11,6889 7,2338 0,8477 1,6036 4,8500 1988 11,2345 18,8118 1,0226 1,6101 4,3600 1989 4,1859 18,2456 0,9756 1,5332 4,1900 1990 3,9071 3,0523 0,9663 1,4673 4,6800 1991 9,2941 3,5567 1,1389 1,3644 4,8900 1992 14,2162 6,3540 2,6131 1,2255 4,3900 1993 13,8676 14,6101 6,1869 1,1496 4,3300 1994 13,0522 24,2573 5,9872 1,1303 4,3400 1995 10,9492 16,7895 4,8804 1,0865 4,5500 1996 9,9284 8,3129 4,6518 1,0481 4,5900 1997 9,2308 2,7871 4,6003 1,0234 4,6000 1998 7,84 -0,9495 4,2516 0,9596 4,7300 1999 7,6675 -1 3,5423 0,8659 4,7000 2000 8,4915 0,2565 3,4751 0,7880 4,5300 2001 8,3399 0,7198 3,513 0,7264 4,5300 2002 9,1306 -0,7667 3,6091 0,6700 4,4100 2003 10,0356 1,1645 3,4874 0,6229 4,3000 2004 10,1112 3,8888 3,4836 0,5939 4,3000 2005 11,3958 1,8140 4,5543 0,5881 4,1400 2006 12,7194 1,4661 4,5085 0,5584 4,0000 2007 14,23139 4,7672 4,3987 0,5223 3,7600 2008 9,6543 5,8430 3,7305 0,5124 4,3600 2009 9,3998 -0,7006 2,5647 0,4974 4,2880 2010 10,6361 3,3257 3,9947 0,4830 4,2000 2011 9,5364 5,4109 3,6985 0,4791 4,3400 2012 7,8563 2,6431 2,8177 0,5872 4,4700 2013 7,7576 2,6281 3,0282 0,4937 4,5400 2014 7,2977 2,0003 2,5576 0,5063 4,5930 2015 6,9002 1,4370 2,1916 0,5081 4,6050 2016 6,6894 2,0000 1,523 0,5315 4,6490
Phụ lục 2
Hình 13: Mơ tả dữ liệu bằng phần mềm stata
POP 35 .9375714 .4033888 .4791 1.6101 FDI 35 2.883709 1.681941 .2097 6.1869 IFL 35 5.20288 6.198099 -1.3585 24.2573 GDP 35 9.84386 2.665038 3.9071 15.1392 UEM 35 4.438143 .2687607 3.71 4.89 Variable Obs Mean Std. Dev. Min Max . sum UEM GDP IFL FDI POP
Hình 14: Hệ số tương quan giữa các biến
POP 0.2626 0.1049 0.4707 -0.5350 1.0000 FDI -0.2499 0.2378 0.1334 1.0000 IFL -0.2162 0.2621 1.0000 GDP -0.4232 1.0000 UEM 1.0000 UEM GDP IFL FDI POP (obs=35)
Hình 15: Hồi quy mơ hình ban đầu _cons 4.435395 .2145305 20.67 0.000 3.997265 4.873525 POP .443387 .1497562 2.96 0.006 .1375439 .74923 FDI .0432533 .0327117 1.32 0.196 -.0235529 .1100595 IFL -.0195329 .0082078 -2.38 0.024 -.0362955 -.0027702 GDP -.0442979 .0154764 -2.86 0.008 -.0759048 -.0126909 UEM Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 2.45589829 34 .072232303 Root MSE = .2234 Adj R-squared = 0.3091 Residual 1.49717996 30 .049905999 R-squared = 0.3904 Model .958718325 4 .239679581 Prob > F = 0.0041 F(4, 30) = 4.80 Source SS df MS Number of obs = 35 . reg UEM GDP IFL FDI POP
Hình 16: Kiểm định Ramsey RESET
Prob > F = 0.4522 F(3, 27) = 0.90 Ho: model has no omitted variables
Ramsey RESET test using powers of the fitted values of UEM . ovtest
Hình 17: Kiểm định đa cộng tuyến
Mean VIF 1.87 GDP 1.16 0.862838 IFL 1.76 0.567153 FDI 2.06 0.484893 POP 2.49 0.402213 Variable VIF 1/VIF . vif
Hình 18: Kiểm định phương sai sai số thay đổi Total 32.44 19 0.0279 Kurtosis 0.46 1 0.4996 Skewness 9.45 4 0.0507 Heteroskedasticity 22.53 14 0.0683 Source chi2 df p Cameron & Trivedi's decomposition of IM-test
Prob > chi2 = 0.0683 chi2(14) = 22.53
against Ha: unrestricted heteroskedasticity White's test for Ho: homoskedasticity
. imtest,white
Hình 20: Kiểm định Breusch-godfrey
Hình 21: Kiểm định phân phối chuẩn của nhiễu
e 35 0.0825 0.2846 4.29 0.1169 Variable Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2 joint Skewness/Kurtosis tests for Normality
. sktest e
Hình 22: Khắc phục phương sai sai số thay đổi _cons 4.435395 .2190826 20.25 0.000 3.987969 4.882821 POP .443387 .1206419 3.68 0.001 .1970034 .6897706 FDI .0432533 .0352198 1.23 0.229 -.0286751 .1151817 IFL -.0195329 .0089468 -2.18 0.037 -.0378047 -.0012611 GDP -.0442979 .0249052 -1.78 0.085 -.095161 .0065653 UEM Coef. Std. Err. t P>|t| [95% Conf. Interval] Robust Root MSE = .2234 R-squared = 0.3904 Prob > F = 0.0029 F(4, 30) = 5.11 Linear regression Number of obs = 35 . reg UEM GDP IFL FDI POP, robust
Hình 23: Hồi quy mơ hình mới
_cons 4.244256 .1068064 39.74 0.000 4.026698 4.461813 POP .3118431 .1181005 2.64 0.013 .0712803 .5524059 IFL -.0189295 .0076863 -2.46 0.019 -.034586 -.003273 UEM Coef. Std. Err. t P>|t| [95% Conf. Interval] Total 2.45589829 34 .072232303 Root MSE = .24509 Adj R-squared = 0.1684 Residual 1.92224343 32 .060070107 R-squared = 0.2173 Model .533654852 2 .266827426 Prob > F = 0.0198 F(2, 32) = 4.44 Source SS df MS Number of obs = 35 . reg UEM IFL POP
Hình 24: Phân phối chuẩn của nhiễu của mơ hình mới
u 35 0.0015 0.0203 12.21 0.0022 Variable Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2 joint Skewness/Kurtosis tests for Normality