TIỂU LUẬN GIỮA kỳ môn KINH tế LƯỢNG đề tài các yếu tố ẢNH HƯỞNG đến tỷ lệ THẤT NGHIỆP 2019

Với đề tài nghiên cứu này, nhóm chúng em sẽ đi vào nghiên cứu các nhân tố ảnh hưởng đến tỷ lệ thất nghiệp trong năm 2019 nhằm đề xuất các giải pháp nhằm cải thiện tình trạng người lao độ

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG VIỆN KINH TẾ VÀ KINH DOANH QUỐC TẾ

-*** -

TIỂU LUẬN GIỮA KỲ

MÔN: KINH TẾ LƯỢNG

ĐỀ TÀI: CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN TỶ LỆ THẤT

NGHIỆP 2019

Lớp tín chỉ : KTE309(GDD1-HK1-2223).4

Giảng viên : Th.s Nguyễn Thuý Quỳnh

Thành viên : 2114110061 – Lò Thị Kim Dung

2111110226 – Nguyễn Lê Thảo Phương

MỤC LỤC

LỜI MỞ ĐẦU 4

CHƯƠNG I: CƠ SỞ LÝ LUẬN VỀ CÁC YẾU TỐ ẢNH HƯỞNG TỚI TỶ LỆ THẤT NGHIỆP NĂM 2019 7

1 Tổng quan về tỷ lệ thất nghiệp 7

1.1 Định nghĩa: 7

1.2 Tỷ lệ thất nghiệp tự nhiên: 7

2 Cơ sở lý luận về các yếu tố ảnh hưởng tới tỷ lệ thất nghiệp 8

2.1 Dân số 8

2.2 FDI 9

2.3 Tỷ lệ lạm phát 9

2.4 Tổng sản phẩm quốc nội 10

2.5 Tỷ lệ tăng trưởng tổng sản phẩm quốc nội 11

3 Tổng quan tình hình nghiên cứu 11

3.1 Dân số 11

3.2 Mật độ dân số 12

3.3 Tăng trưởng GDP 13

3.4 Lạm phát 13

3.5 FDI 14

3.6 Kết luận 15

CHƯƠNG II: PHƯƠNG PHÁP NGHIÊN CỨU VÀ MÔ HÌNH 16

1 Số liệu 16

1.1 Phương pháp thu thập số liệu 16

1.2 Phương pháp xử lý số liệu 17

1.3 Tổng quan và mô tả số liệu 17

2 Thống kê và mô tả các biến 17

2.1 Phương pháp nghiên cứu 17

3 Xây dựng mô hình kinh tế lượng 18

3.1 Đặc tả mô hình 18

3.2 Giải thích các biến 18

3.3 Tóm tắt các biến 19

3.4 Phân tích tương quan 20

4 Phân tích định lượng 21

4.1 Mô hình ước lượng 21

4.2 Kiểm định giả thuyết 22

5 Thảo luận, liên hệ thực tế và đặc điểm mẫu số liệu để giải thích kết quả 23

6 Khuyến nghị giải pháp 24

CHƯƠNG 4: KẾT LUẬN 25

TÀI LIỆU THAM KHẢO 27

PHỤ LỤC 30

1 Các câu lệnh trong Stata 30

2 Bộ số liệu 32

LỜI MỞ ĐẦU

1 Lý do chọn đề tài

Theo kinh tế học, thất nghiệp là tình trạng một người lao động có nhu cầu tìm việc làm và đang trong quá trình tìm kiếm nhưng lại không hoặc chưa tìm được công việc phù hợp để tạo ra thu nhập cho bản thân Tỷ lệ thất nghiệp là phần trăm của lực lượng lao động không có việc làm trên tổng số lực lượng lao động của xã hội Bối cảnh nền kinh tế thay đổi sẽ dẫn đến sự tăng hoặc giảm của tỷ lệ thất nghiệp Khi nền kinh tế suy thoái và công ăn việc làm trở nên khan hiếm, tỷ lệ thất nghiệp dự đoán sẽ tăng lên Khi nền kinh tế đang tăng trưởng với tốc độ mạnh mẽ và việc làm tương đối dồi dào, tỷ lệ thất nghiệp dự kiến sẽ giảm xuống

Để đảm bảo không xảy ra tình trạng tỷ lệ thất nghiệp tăng lên nhanh chóng hay bất ngờ cũng như thực hiện nhiệm vụ quan trọng là xây dựng nền kinh tế vững mạnh, Việt Nam đã và đang đẩy mạnh những chiến lược kinh tế nhằm giảm thiểu tình trạng thất nghiệp và tập trung vào vấn đề việc làm của người lao động Tuy nhiên từ thực tế, nhiều cuộc khảo sát và kết quả nghiên cứu đã cho thấy Việt Nam đã và đang gặp không ít khó khăn trong việc cải thiện số lượng và chất lượng việc làm cho người dân Do đó, việc nghiên cứu các yếu tố ảnh hưởng đến tỷ lệ thất nghiệp trong những năm gần đây mà cụ thể là năm 2019 mang tính thiết thực sâu sắc Với đề tài nghiên cứu này, nhóm chúng

em sẽ đi vào nghiên cứu các nhân tố ảnh hưởng đến tỷ lệ thất nghiệp trong năm 2019 nhằm đề xuất các giải pháp nhằm cải thiện tình trạng người lao động không có việc làm,

từ đó góp phần giúp kinh tế nước nhà đạt mức tăng trưởng đã đề ra

2 Mục tiêu nghiên cứu

Đề tài của nhóm nhóm tập trung xác định và phân tích sự ảnh hưởng của một số nhân tố đến tỷ lệ thất nghiệp trong năm 2019 Ngoài ra, đề tài cũng sẽ đưa ra những cơ

sở lý thuyết cho các nhân tố đấy cũng như ước lượng mô hình hàm hồi quy và phân tích ảnh hưởng của các biến đến tỷ lệ thất nghiệp năm 2019

Nhóm cũng đã kiểm định và khắc phục những khuyết tật của mô hình đã ước lượng,

từ đó chỉ ra những giải pháp cho chính phủ nhằm cải thiện tình trạng người lao động không tìm được việc làm, hướng đến sự phát triển kinh tế bền vững và xã hội văn minh

3 Đối tượng và phạm vi nghiên cứu

Để phục vụ cho mục đích nghiên cứu mức ảnh hưởng của các yếu tố lên tỷ lệ thất nghiệp, nhóm chúng em đã lựa chọn các yếu tố dân số, FDI, tỷ lệ lạm phát, tổng sản phẩm quốc nội và tỷ lệ tăng trưởng tổng sản phẩm quốc nội trong năm 2019 thông qua mô hình hồi quy để từ đó đưa ra một số kiến nghị nhằm giải quyết tình trạng thất nghiệp cho người lao động

Phạm vi nghiên cứu ở đây là nghiên cứu ảnh hưởng của các biến đến tỷ lệ thất nghiệp năm 2019

4 Phương pháp nghiên cứu và tóm tắt kết quả nghiên cứu

Trong bài tiểu luận này, chúng tôi đã áp dụng những kiến thức đã học trong học phần Kinh tế lượng để thực hiện một nghiên cứu nhằm tìm ra tác động của các yếu tố mang tính vĩ mô đến tỷ lệ thất nghiệp ở các quốc gia nói riêng và trên khu vực toàn cầu nói chung trong năm 2019 Nhóm mong muốn cung cấp cái nhìn sâu sắc về các vấn đề thất nghiệp và từ đấy đề xuất một số giải pháp cũng như dự đoán cho tình trạng này

5 Nội dung và cấu trúc bài tiểu luận

Nội dung bài tiểu luận của chúng em được chia làm 3 chương chính:

Chương I: Cơ sở lý luận về các yếu tố ảnh hưởng đến tỷ lệ thất nghiệp năm 2019 Chương II: Phương pháp nghiên cứu và mô hình

Chương II: Kết quả ước lượng và suy diễn thống kê về các yếu tố ảnh hưởng đến tỷ lệ

thất nghiệp năm 2019

6 Những hạn chế và khó khăn khi thực hiện

Số liệu được sử dụng là các số liệu thứ cấp dẫn đến việc thu thập mẫu vẫn mất khá nhiều thời gian và công sức Ngoài ra, các thành viên của nhóm vẫn đang tương đối bị hạn chế về mặt kiến thức nên bài tiểu luận của chúng em chắc chắc vẫn còn nhiều thiếu sót Chúng em cảm ơn cô giáo phụ trách bộ môn Kinh tế lượng – TS Nguyễn Thúy Quỳnh đã hướng dẫn tận tình để nhóm chúng em có thể hoàn thành bài tiểu luận này và chúng em cũng rất mong nhận được những đóng góp của cô để khiến cho bài làm của nhóm trở nên hoàn thiện hơn

Em xin chân thành cảm ơn!

CHƯƠNG I: CƠ SỞ LÝ LUẬN VỀ CÁC YẾU TỐ ẢNH HƯỞNG

TỚI TỶ LỆ THẤT NGHIỆP NĂM 2019

1 Tổng quan về tỷ lệ thất nghiệp

1.1 Định nghĩa:

Thất nghiệp, theo Tổ chức Hợp tác và Phát triển Kinh tế (OECD), là những người trong độ tuổi lao động không có việc làm, sẵn sàng làm việc và đã thực hiện các bước

cụ thể để tìm việc Việc áp dụng thống nhất định nghĩa này dẫn đến các ước tính về tỷ

lệ thất nghiệp có thể so sánh được trên phạm vi quốc tế hơn các ước tính dựa trên các định nghĩa quốc gia về thất nghiệp Chỉ số này được đo bằng tỷ lệ phần trăm số người thất nghiệp của lực lượng lao động và nó thường thay đổi theo mùa Lực lượng lao động được định nghĩa là tổng số người thất nghiệp cộng với số người có việc làm

Tỷ lệ thất nghiệp cũng được sử dụng như một dự báo về sự phát triển của nền kinh

tế Chỉ số thất nghiệp phổ biến nhất là tỷ lệ thất nghiệp – là số người thất nghiệp chia cho tổng số người trong lực lượng lao động hay là:

+ Thất nghiệp do ma sát: Nguyên nhân là do người lao động phải mất thời gian để tìm kiếm công việc phù hợp nhất với sở thích và kỹ năng của họ

+ Thất nghiệp cơ cấu: xảy ra khi thị trường lao động không thể cung cấp viêc làm cho tất cả những người lao động mong muốn vì sự không phù hợp giữa kỹ năng của người lao động thất nghiệp và kỹ năng cần thiết cho các công việc đó

+ Thất nghiệp theo mùa: xảy ra ở những công việc thời vụ đòi hỏi phải làm việc trong những thời điểm nhất định trong năm

+ Thất nghiệp cổ điển: xảy ra khi mức lương thực tế cho một công việc được trả cho người lao động cao hơn mức lương trung bình cho công việc đó của thị trường, khiến

số lượng người tìm việc vượt quá số vị trí tuyển dụng

2 Cơ sở lý luận về các yếu tố ảnh hưởng tới tỷ lệ thất nghiệp

Hiện tại vẫn chưa có một mô hình kết hợp đơn nào có thể giải thích tình trạng thất nghiệp nhưng liên quan đến mô hình Walrasian, toàn bộ lao động được cho là sẽ diễn

ra trong một thị trường nhất định Ngược lại, sẽ không có thất nghiệp

Vì vậy, tiêu chuẩn này của kinh tế học tân cổ điển không cung cấp thông tin mạnh

mẽ và dựa trên bằng chứng (Parker, 2010) Mặc dù vậy, các yếu tố kinh tế vĩ mô có ảnh hưởng đáng kể đến tỷ lệ thất nghiệp

2.1 Dân số

Theo lý thuyết Malthusian mô tả sự gia tăng dân số, tỷ lệ sinh tăng sẽ làm gia tăng dân số theo cấp số nhân Theo Malthus (1798), hạn chế phòng ngừa và hạn chế tăng trưởng như bệnh tật, môi trường sống và làm việc kém có thể làm giảm tốc độ tăng dân

số của một quốc gia Do đó, ông cho rằằng sự gia tăng dân số không đươc kiểm soát sẽ gây ra tỷ lệ thất nghiệp cao hơn Tổng quát, dân số đông làm tăng tỷ lệ thất nghiệp của một nền kinh tế

Số lượng và chất lượng nguồn nhân lực bị ảnh hưởng bởi quy mô, cơ cấu và chất lượng dân số Các quốc gia có dân số lớn có nguồn nhân lực lớn và ngược lại Mặt khác,

cơ cấu dân số theo tuổi quyết định quy mô và cơ cấu nguồn lao động Mặc dù dân số là

cơ sở của sức lao ộng nhưng mối quan hệ giữa chúng không phụ thuốc trực tiếp vào nhau mà phụ thuộc vào sự biến động của gia tăng dân số trong các khoảng thời gian

Kết quả của sự gia tăng dân số nhanh chóng, tỷ lệ thất nghiệp có xu hướng gia tăng là kết quả của mối tương quan trực tiếp giữa hai yếu tố này

2.2 FDI

Trong mối quan hệ giữa các nhà đầu tư và người lao động, FDI tạo ra việc làm và thu nhập cho người lao động Các nhà đầu tư nước ngoài sẽ đầu tư thông qua hoạt động sản xuất kinh doanh tại các quốc gia khác Để khai thác lợi thế so sánh của nước sở tại,

họ sử dụng nguồn nhân lực tại chỗ để nâng cao năng lực cạnh tranh với các đối thủ khác làm tăng hiệu quả đầu tư Vì vậy, hoạt động FDI đã tạo ra nhiều việc làm mới, thu hút một lượng lớn cán bộ, công nhân vào các doanh nghiệp đầu tư nước ngoài Do đó, FDI

và tỷ lệ thất nghiệp có quan hệ tỷ lệ nghịch với nhau

Đầu tư nước ngoài được coi là thu nhập tái đầu tư hoặc nguồn vốn khác của một công ty Khoản đầu tư này còn được gọi là “Đầu tư GI (Greenfield Investment - đầu tư mới)” hoặc “Đầu tư BI (Brownfield Investment - đầu tư “đất nâu”)” (Gorg & Greenaway, 2004) Đầu tư GI về cơ bản là công ty mẹ lập ra một công ty con ở một quốc gia khác, xây dựng các hoạt động của mình từ đầu trong khi đó đầu tư BI là công ty mua hoặc thuê các cơ sở sản xuất hiện có để khởi động một hoạt động sản xuất mới FDI tăng lên

sẽ làm tăng GDP của một nền kinh tế đồng thời làm giảm tỷ lệ thất nghiệp (Eldeeb, 2015)

2.3 Tỷ lệ lạm phát

Một trong những cách giải thích tốt nhất để mô tả giữa lạm phát và tỷ lệ thất nghiệp

là đường cong Phillips Nó thể hiện mối quan hệ nghịch và nghịch giữa tỷ lệ thất nghiệp

và lạm phát của một nền kinh tế trong ngắn hạn trong khi không ảnh hưởng đến tỷ lệ thất nghiệp trong dài hạn vì nó giả định tỷ lệ thất nghiệp tự nhiên trong dài hạn Tỷ lệ thất nghiệp của một nền kinh tế tăng lên khi lạm phát giảm hoặc ngược lại AW Phillips

đã tạo ra đường cong Phillips vào năm 1958, vẽ biểu đồ dữ liệu từ năm 1861 đến năm

1957 về lạm phát tiền lương của Vương quốc Anh so với tỷ lệ thất nghiệp trong 95 năm

Sự đánh đổi ngắn hạn giữa thất nghiệp và lạm phát dường như cho thấy điều đó Điều này khá đơn giản, lý thuyết đằng sau

Tỷ lệ thất nghiệp giảm có thể dẫn đến lạm phát gia tăng và chỉ khi để tỷ lệ thất nghiệp tăng lên thì lạm phát mới có thể giảm được Nó có thể làm tăng tổng cầu nếu chính phủ muốn giảm tỷ lệ thất nghiệp, nhưng mặc dù điều này có thể tạm thời làm tăng việc làm, nhưng nó cũng có thể gây ra tác động lạm phát trên thị trường lao động và sản phẩm Trên thực tế, Phillips phỏng đoán rằng tỷ lệ thất nghiệp càng thấp, thị trường lao động càng thắt chặt và do đó, để thu hút nguồn lao động khan hiếm, các công ty phải tăng lương nhanh hơn Với tỷ lệ thất nghiệp cao hơn, áp lực giảm bớt Đường cong Phillips đại diện cho mối quan hệ trung bình giữa thất nghiệp và hành vi tiền lương trong chu

kỳ kinh doanh, cho thấy tỷ lệ lạm phát tiền lương sẽ xảy ra nếu một mức độ thất nghiệp

cụ thể vẫn tiếp tục trong một thời gian

Đường cong Phillips cho thấy mối quan hệ nghịch đảo giữa tỷ lệ lạm phát và tỷ lệ thất nghiệp:

và tỷ lệ thất nghiệp là tỷ lệ nghịch

Hình 1: Đường cong Philips ngắn hạn Hình 2: Đường cong Philips dài hạn

2.5 Tỷ lệ tăng trưởng tổng sản phẩm quốc nội

Định luật Okun giải thích mối quan hệ giữa tăng trưởng GDP và tỷ lệ thất nghiệp

Về mặt lý thuyết, cứ tăng 1% tỷ lệ thất nghiệp, GDP của một quốc gia cụ thể sẽ giảm thêm 2% so với GDP tiềm năng của quốc gia đó, giữ cho các biến số khác không đổi Mối quan hệ này được cho là có liên quan tiêu cực đến nhau Có rất ít lý do giải thích cho sự thay đổi của GDP cao hơn so với tỷ lệ thất nghiệp Ví dụ, giảm hiệu ứng số nhân khi cung tiền tăng lên, giảm số lượng được nêu trong thống kê thất nghiệp vì những người thất nghiệp hầu hết đều rời khỏi lực lượng lao động, thời gian làm việc ngắn hơn

và năng suất lao động thấp do người sử dụng lao động cần thêm lực lượng lao động Họ phát hiện ra rằng đối với hầu hết các khu vực và toàn quốc, có mối quan hệ nghịch đảo giữa thất nghiệp và tăng trưởng GDP Tuy nhiên, các giá trị định lượng của các hệ số Okun khá khác nhau, kết quả này được giải thích một phần là do chênh lệch giữa các vùng trong tăng trưởng năng suất Những khác biệt này có nghĩa là các chính sách quản

lý tổng cầu hoặc cung ứng thông thường cần được kết hợp với các chính sách cụ thể của khu vực khi đề cập đến các vấn đề chính sách

3 Tổng quan tình hình nghiên cứu

Các lý thuyết và nghiên cứu thực nghiệm về mối quan hệ giữa dân số, mật độ dân

số, GDP, tăng trưởng GDP, tỷ lệ lạm phát, FDI và tỷ lệ thất nghiệp

3.1 Dân số

Gia tăng dân số được định nghĩa là phần trăm thay đổi trung bình hàng năm về quy

mô dân số, kể cả các cư dân bất kể quốc tịch hay tình trạng pháp lý trong một khoảng thời gian xác định Arslan và Zaman (2014) cho rằng gia tăng dân số là một yếu tố quan trọng ảnh hưởng đến tỷ lệ thất nghiệp Sự gia tăng dân số có tác động dương đến tỷ lệ thất nghiệp và nó đã góp phần vào tỷ lệ thất nghiệp Theo Asif (2013), ông nghiên cứu các yếu tố kinh tế vĩ mô của tỷ lệ thất nghiệp ở 3 quốc gia: Trung Quốc, Ấn Độ và Pakistan Dữ liệu được thu thập từ năm 1980 đến năm 2009, kết quả cho thấy rằng có một tác động đáng kể của dân số đến tỷ lệ thất nghiệp ở 3 quốc gia trên Mahmood, Akhtar, Amin và Idrees (2011) xem xét các yếu tố quyết định ảnh hưởng đến tỷ lệ thất nghiệp của thành phố Peshawar của Pakistan trong lĩnh vực giáo dục Mẫu gồm 442 dân

cư của thành phố Peshawar đã được thu thập bao gồm những người cho bằng tốt nghiệp hoặc đủ điều kiện với bất kỳ công việc chuyên môn hay kỹ thuật nào bất kể họ đang được tuyển dụng hay thất nghiệp Kết quả cho thấy rằng tỷ lệ tăng dân số có mối quan

hệ thuận chiều với tỷ lệ thất nghiệp của nhóm lao động có tri thức Nghiên cứu của Loku

và Deda (2013) về mối quan hệ tồn tại liên quan giữa gia tăng dân số và tỷ lệ thất nghiệp trong nền kinh tế Kosovo và một mối quan hệ nghịch đảo tồn tại giữa chúng

3.2 Mật độ dân số

Mật độ dân số là kết quả của tổng số lượng dân số trên một đơn vị diện tích nhất định và phản ánh tình hình phân bố dân số của một khu vực tại một thời điểm nhất định Đây cũng chính là một trong những tiêu chí quan trọng dùng để phân loại đô thị Kassem (2019) đã nghiên cứu tác động của tỷ lệ thất nghiệp, sự công nghiệp hóa nền kinh tế, mật độ dân số, lượng kiều hối và hạ tầng xã hội lên tỷ lệ tội phạm ở các quận của tỉnh Punjab, Pakistan Dữ liệu của các biến được lấy từ Cục Thống kê Pakistan (PBS), Khảo sát cụm đa chỉ số (MICS), Thống kê phát triển Punjab (2018) Kiểm định đơn vị ADF

đã được áp dụng để kiểm tra mức độ ổn định của các biến đã chọn và kiểm định Johansen được sử dụng để đồng liên kết giữa các biến đã chọn Kết quả ước tính cho thấy tỷ lệ thất nghiệp và mật độ dân số có ảnh hưởng đặc biệt tiêu cực đến tỷ lệ tội phạm ở khu vực này

Muktari Yakubu (2020) đã thông qua phương pháp nghiên cứu thực nghiệm để kiểm tra sự tác động của mật độ dân số lên tỷ lệ thất nghiệp ở Nigeria Nghiên cứu đã sử dụng

số liệu chuỗi thời gian từ năm 1991 đến năm 2017 Các số liệu về mật độ dân số, tỷ lệ thất nghiệp, chỉ số giá tiêu dùng (CPI), tỷ giá hối đoái và đầu tư trực tiếp nước ngoài (FDI) đã được kiểm tra cho đơn vị gốc bằng cách áp dụng phương pháp kiểm định ADF (kiểm định đơn vị), PP (kiểm định dựa trên việc nới lỏng các điều kiện mà giả thiết của kiểm định ADF đưa ra) và KPSS (kiểm định nghiệm đơn vị) Kết quả kiểm tra cho thấy mật độ dân số và tỷ giá hối đoái, chỉ số giá tiêu dùng (CPI), GDP bình quân đầu người

và đầu tư trực tiếp nước ngoài (FDI) có tác động tiêu cực đến tình trạng thất nghiệp, vì vậy làm gia tăng tỷ lệ thấtnghiệp trong dài hạn

3.3 Tăng trưởng GDP

Tốc độ tăng trưởng GDP cho thấy tốc độ phát triển của nền kinh tế từ năm này sang năm khác Đây là một trong những chỉ số quan trọng nhất được sử dụng để đo lường bất kỳ sự cải thiện hoặc suy giảm nào của điều kiện kinh tế của một quốc gia bằng cách xem xét đến 1/4 lợi suất tài chính (GDP) của quốc gia đó Một số nhà nghiên cứu tin rằng mối quan hệ giữa tăng trưởng và thất nghiệp xuất phát từ Định luật Okun giải thích mối quan hệ ngược chiều giữa mức sản lượng với tỷ lệ thất nghiệp Định luật Okun là một ý tưởng nổi tiếng trong lý thuyết kinh tế vĩ mô và nó được Arthur Okun đề xuất vào năm 1962 Lý thuyết này mô tả mối quan hệ giữa sự dịch chuyển của tỷ lệ thất nghiệp

và sự thay đổi của tổng sản phẩm quốc nội (GDP) thực tế Okun đã định lượng mối quan

hệ này thành một mối quan hệ thống kê cho biết mức độ tỷ lệ thất nghiệp tỷ lệ nghịch với mức tăng thực tế của sản lượng (GDP) của nền kinh tế bằng cách sử dụng dữ liệu GNP của Hoa Kỳ

Rigas, Theodosiou, Rigas và Blanas (2011) nghiên cứu xem Luật Okun có còn áp dụng được trong môi trường kinh tế ngày nay hay không bằng cách sử dụng dữ liệu liên quan đến tỷ lệ thất nghiệp và GDP thực tế trong giai đoạn từ 1960 đến 2007 của ba quốc gia là Hy Lạp, Pháp và Tây Ban Nha Dựa trên những phát hiện của họ, nó cho thấy mối quan hệ ngược chiều giữa thất nghiệp và GDP bằng cách sử dụng mô hình của sự khác biệt đầu tiên nhưng hình thức của mối quan hệ này trong trường hợp của Hy Lạp khá khác với Pháp và Tây Ban Nha do sự chênh lệch về tỷ lệ tăng trưởng năng suất của họ

ở những quốc gia

3.4 Lạm phát

Haug và King (2014) đã mất từ năm 1952 đến năm 2010 theo dõi để kết luận rằng

tỷ lệ thất nghiệp gia tăng sẽ luôn dẫn đến lạm phát cao hơn khoảng ba năm sau đó, có nghĩa là có mối tương quan thuận của lạm phát với tỷ lệ thất nghiệp Có một giá trị dương trong mối tương quan có ý nghĩa Chính sách tiền tệ và tài khóa sẽ không ảnh hưởn đến mối quan hệ dài hạn của thất nghiệp và lạm phát do mối quan hệ ổn định của

nó Alisa (2015) thảo luận về mối quan hệ lạm phát - thất nghiệp bằng cách sử dụng nghiên cứu đường cong Phillips Các nhà hoạch định chính sách tập trung vào đường

cong Phillips vì nó cung cấp tầm nhìn xa quan trọng cho họ Không có nền kinh tế vĩ

mô hoàn hảo trong đó ổn định giá cả, không thất nghiệp và ổn định tăng trưởng tồn tại trong các tình huống ngắn hạn Chính phủ phải lựa chọn chính sách tiền tệ hoặc chính sách tài khóa để giải quyết một vấn đề kinh tế nào đó sẽ dẫn đến tỷ lệ thất nghiệp cao hoặc lạm phát cao hay có nghĩa là không thể loại bỏ các hiện tượng Alisa kết luận rằng

để cân bằng thị trường, nó vẫn cần phải có một mức độ lạm phát và thất nghiệp nhất định Dựa trên các số liệu thống kê trong bài báo này, hoàn cảnh của Nga không phù hợp bằng cách áp dụng đường cong Phillips

Mặt khác, Karanassou, Sala và Snower (2007) nghiên cứu rằng chính sách tiền tệ sẽ mang lại hiệu quả lâu dài đối với sự cân bằng dài hạn giữa thất nghiệp và lạm phát Tác giả này đánh giá sự cân bằng bằng cách đánh giá những ảnh hưởng của sản lượng, tăng trưởng tiền tệ, thâm hụt ngân sách và thương mại đối với lạm phát và thất nghiệp trong những năm chín mươi ầm ĩ ở Mỹ Kết quả cho thấy tiền tăng trưởng sẽ dẫn đến lạm phát cao, về cơ bản đã làm giảm tỷ lệ thất nghiệp Ngoài ra, tăng trưởng năng suất, giảm thâm hụt ngân sách sẽ làm giảm lạm phát và ảnh hưởng nhẹ đến tỷ lệ thất nghiệp Nghiên cứu của Furuoka và Munir (2014) ủng hộ lý thuyết về đường cong Phillips Kết quả của nghiên cứu này cung cấp bằng chứng rằng thất nghiệp có tương quan nghịch với lạm phát ở Malaysia Đường cong Phillips cho thấy mối quan hệ cân bằng giữa thất nghiệp

và lạm phát Nó phụ thuộc vào cung và cầu trong lao động Khi cầu về lao động cao hơn cung, tiền lương sẽ tăng dẫn đến lạm phát tăng và tỷ lệ thất nghiệp thấp hơn

3.5 FDI

Đầu tư trực tiếp nước ngoài (FDI) được biết đến là hành động tiến hành đầu tư của một công ty hoặc cá nhân từ nước sở tại sang nước khác Một nghiên cứu được thực hiện bởi Matthew và Johnson (2014) và Shaari, Hussain, và Ab Halim (2012) đã điều tra mối quan hệ tiêu cực giữa FDI và Thất nghiệp Nó cho thấy rằng nếu FDI tăng lên thì tỷ lệ thất nghiệp sẽ giảm theo Stamatiou và Dritsakis (2014) xem xét tác động của FDI đến thất nghiệp ở Hy Lạp Dựa trên những phát hiện của họ, có một mối quan hệ tiêu cực giữa FDI đối với tỷ lệ thất nghiệp đáng kể Nghiên cứu này cũng lập luận về tác động tích cực của FDI đối với tỷ lệ thất nghiệp của các nhà nghiên cứu khác Một

số nhà nghiên cứu cho rằng thị trường lao động chỉ liên quan đến lực lượng lao động có

kỹ năng Mayom (2015) phân tích nghiên cứu ở Châu Phi cận Sahara Kết quả của tỷ lệ việc làm đạt được dựa trên kết quả dự kiến là mối quan hệ tích cực và có ý nghĩa giữa dòng vốn FDI và tỷ lệ việc làm FDI tăng lên nhìn chung sẽ dẫn đến tỷ lệ việc làm cao hơn Pinn và cộng sự năm 2011 đã điều tra sự cạnh tranh gay gắt có thể làm tăng tỷ lệ thất nghiệp thông qua việc thoái vốn đầu tư và đóng cửa các doanh nghiệp trong nước Điều này có thể được giải thích là do dự án đầu tư nước ngoài tại Malaysia sửdụng vốn đầu tư trực tiếp nước ngoài (FDI) như một hình thức thâm dụng vốn Bên cạnh đó, việc mua lại các doanh nghiệp hiện có của một quốc gia có thể làm tăng tỷ lệ thất nghiệp

do nhu cầu lao động thấp hơn Balcerzak và Zurek (2011) kiểm tra phát hiện bằng cách

sử dụng phân tích VAR để tiến hành thử nghiệm Theo kết quả được thực hiện, dòng vốn FDI có mối quan hệ tiêu cực đối với thất nghiệp Tuy nhiên, mức giảm có thể xảy

ra trong ngắn hạn và sau một thời gian nhất định, mức thất nghiệp sẽ trở lại mức ban đầu Có một tác động đáng kể của FDI đối với tỷ lệ thất nghiệp ở Ấn Độ Cơ hội việc làm do FDI tạo ra nói chung cho thanh niên thất nghiệp có kỹ năng và được đào tạo cuối cùng sẽ dẫn đến giảm tỷ lệ thất nghiệp (Kannaiah & Selvam, 2014) Theo Kurtovic, Siljikovic và Milanovic (2015), kết quả cho thấy mối quan hệ tiêu cực ràng buộc xung quanh FDI và thất nghiệp, theo đó FDI gia tăng làm cho tỷ lệ thất nghiệp giảm ở hầu hết các nước Tây Balkan

3.6 Kết luận

Tóm lại, các khuôn khổ thực nghiệm từ các nhà nghiên cứu trước đây đã được biết

là khác với các khuôn khổ lý thuyết Nó luôn không phù hợp với những gì các nhà nghiên cứu thu được Có những nhà nghiên cứu đã tìm thấy mối quan hệ đáng kể giữa lạm phát, tăng trưởng GDP, dân số và đầu tư trực tiếp nước ngoài với tỷ lệ thất nghiệp, ngược lại Một số nghiên cứu cũng đã chứng minh mối quan hệ nhân quả Các loại thử nghiệm khác nhau đã được sử dụng trong các nghiên cứu trước đây

CHƯƠNG II: PHƯƠNG PHÁP NGHIÊN CỨU VÀ MÔ HÌNH

1 Số liệu

1.1 Phương pháp thu thập số liệu

Với những đánh giá tài liệu đã cung cấp ở trên, nhóm tự tin kết luận rằng có ít nhất 4 yếu tố bao gồm: Dân số, lạm phát, GDP và dòng vốn FDI tác động đến sự thay đổi tỷ lệ thất nghiệp ở các quốc gia, khu vực và nhóm khác nhau Vì vậy, nhóm thu thập dữ liệu của 4 yếu tố này để kiểm tra thêm ảnh hưởng và tạo ra một mô hình quan trọng Tất cả

dữ liệu được cung cấp trong báo cáo này đều được trích xuất từ Ngân hàng thế giới Dữ liệu của Ngân hàng thế giới được thu thập bởi các nhân viên Ngân hàng thế giới từ nhiều nguồn xác thực và đáng tin cậy

- Tỷ lệ thất nghiệp: người thất nghiệp là những người không có việc làm, đang tìm kiếm việc làm trong thời gian gần đây và hiện đang có việc làm Lực lượng lao động hoặc bộ phận dân số hoạt động kinh tế đóng vai trò là cơ sở cho chỉ tiêu này, không phải tổng dân số Dữ liệu được lấy từ tổ chức Lao động Quốc tế

- Mật độ dân cư: là dân số giữa năm chia theo diện tích đất tính bằng km vuông Các ước tình dân số do nhân viên Ngân hàng thế giới chuẩn bị từ nhiều nguồn khác nhau, thường dựa trên các tổng điều tra dân số quốc gia Dữ liệu về diện tích đất được lấy

từ tổ chức Nông lương

- Tốc độ tăng trưởng GDP: Tổng GDP được đo lường theo giá của người mua Tốc

độ tăng trưởng của GDP và các thành phần của nó được tính bằng phương pháp bình phương nhỏ nhất và dữ liệu giá cố định bằng nội tệ

- Lạm phát: Được đo bằng chỉ số giá tiêu dùng phản ánh phần trăm thay đổi chi phí hằng năm với lượng tiêu dùng trung bình của việc mua lại để có được một lượng hàng hoá và dịch vụ hằng năm Dữ liệu được lấy từ quỹ Tiền tệ quốc tế, thống kê tài chính quốc tế và các tập dữ liệu

- Dòng vốn FDI: Dữ liệu về dòng vốn chủ sở hữu dựa trên số liệu cán cân thanh toán

do quỹ tiền tệ quốc tế (IMT) báo cáo Dữ liệu đầu tư trực tiếp từ nước ngoài (FDI) được bổ sung theo ước tính của nhân viên ngân hàng thế giới, sử dụng dữ liệu từ Hội

nghị Liên hợp quốc về Thương mại và phát triển (UNCTA) và các nguồn chính thức của quốc gia

1.2 Phương pháp xử lý số liệu

Sử dụng Stata để xử lý dữ liệu nhanh chóng sau đó tính toán ma trận tương quan giữa các biến

1.3 Tổng quan và mô tả số liệu

Bộ dữ liệu được thu thập từ trang web chính thức của ngân hàng thế giới, bao gồm

228 quan sá từ 228 quốc gia và nền kinh tế thế giới trong năm 2019

Tỷ lệ thất

nghiệp

2 Thống kê và mô tả các biến

2.1 Phương pháp nghiên cứu

Nhóm sử dụng bình phương nhỏ nhất thông thường (OLS) để xây dựng và ước lượng các tham số của mô hình hồi quy tuyến tính đa biến này Để kiểm tra giả thuyết, chúng tôi sử dụng các phương pháp sau:

 Giá trị tới hạn, giá trị p và khoảng tin cậy để kiểm tra ý nghĩa của các biến độc

lập

 Kiểm tra Wald để kiểm tra nhiều hạn chế tuyến tính

 Hệ số lạm phát phương sai (VIF), White test và Jacque-Bera Normality Test để

kiểm tra các vấn đề của mô hình

3 Xây dựng mô hình kinh tế lượng

3.1 Đặc tả mô hình

Dựa trên các nghiên cứu tài liệu đã trình bày ở trên, chúng tôi có thể tự tin suy luận rằng chúng tôi sẽ sử dụng bốn biến số độc lập, bao gồm dân số, lạm phát, GDP và dòng vốn FDI, để tạo ra mô hình thay đổi tỷ lệ thất nghiệp ở các quốc gia, khu vực và nhóm khác nhau

 Bao gồm:

+ Tỷ lệ thất nghiệp: biến phụ thuộc

+ Mật độ dân số, tăng trưởng GDP, lạm phát, FDI, biến độc lập

𝑢̂ : Phần dư (ước lượng độ nhiễu của mô hình hồi quy

3.2 Giải thích các biến

tương quan giữa các biến phụ thuộc

%

Mật độ dân cư

(Popdensity)

Số lượng cá nhân sống cùng

ở vị trí cụ thể đó là các quốc gia và nền kinh tế

thường, làm giảm đi giá trị đồng tiền

3.3 Tóm tắt các biến

Sử dụng lệnh “Sum” cho phép chúng ta có bảng sau:

3.4 Phân tích tương quan

.cor unemployrate Popdensity GDPgrowth Inflation FCI (obs = 203)

Unempl ~ e Popden ~ y GDPgro ~ h Inflat ~ n FDI Unemployrate 1.0000

Từ kết quả này, chúng ta có thể chỉ ra mối tương quan giữa các biến sau đây: - Mật

độ dân số, tốc độ tăng trưởng GDP và dòng vốn FDI có tác động tiêu cực đến tỷ lệ thất nghiệp Chỉ có lạm phát trong giá tiêu dùng đã ảnh hưởng tích cực đến tỷ lệ thất nghiệp Kết luận này phù hợp với dự đoán của chúng tôi

b, Mô hình hồi quy hai mẫu

Theo kết quả ước tính từ STATA bằng phương pháp OLS, chúng tôi thu được hàm hồi quy mẫu (SRF) như sau:

Thất nghiệp = 7.851796 – 0.00073 Mật độ dân số – 0.376174 Tăng trưởng GDP +

0.1033487 Lạm phát – 2.32*𝟏𝟎−𝟔FDI + 𝒖̂

Ý nghĩa của các hệ số ước lượng:

0, giá trị kỳ vọng của tỷ lệ thất nghiệp (thất nghiệp) sẽ là 7,851796% (yếu tố khác không đổi)

+ Hệ số hồi quy của mật độ dân số được ước tính là 𝛽̂2= - 0.00073: giữ nguyên các biến giải thích khác không đổi, nếu mật độ dân số (mật độ dân số) tăng 1%, giá trị

kỳ vọng của tỷ lệ thất nghiệp (thất nghiệp) sẽ giảm 0.00073%

các biến giải thích khác, nếu tốc độ tăng trưởng GDP (GDPgrowth) tăng 1% thì giá trị kỳ vọng của tỷ lệ thất nghiệp (Thất nghiệp) sẽ giảm 0,376174%

giải thích khác, nếu tỷ lệ lạm phát (Lạm phát) tăng 1% thì giá trị kỳ vọng của tỷ lệ thất nghiệp (Thất nghiệp) sẽ tăng 0,1038321%

thích khác, nếu vốn đầu tư trực tiếp nước ngoài (FDI) tăng thêm 1000000 USD thì giá trị kỳ vọng của tỷ lệ thất nghiệp (Thất nghiệp ) sẽ giảm 2,32%

nghiệp (được giải thích bằng các biến giải thích), là tỷ lệ lạm phát, tỷ lệ tăng trưởng GDP, Mật độ dân số và Đầu tư trực tiếp từ nước ngoài, phần còn lại là do các yếu tố khác

4.2 Kiểm định giả thuyết

Kiểm định ý nghĩa của một hệ số hồi quy riêng lẻ i:

Ta có: {H0: i = 0 H1: i ≠ 0

Cách tiếp cận khoảng tin cậy

Theo kết quả từ Stata sử dụng hồi quy bình phương tối thiểu thông thường và phương pháp phân tích, chúng tôi thu được khoảng tin cậy cho các hệ số hồi quy của mỗi biến với mức ý nghĩa 5% như sau:

STT Biến Khoảng tin cậy

4 FDI [-5.5*10-6; 8.6*10-7]

+ Đối với các biến Mật độ dân số, Lạm phát và FDI, giá trị 0 thuộc khoảng tin cậy, có nghĩa là chúng tôi không có đủ bằng chứng để bác bỏ H0 Do đó, hệ số hồi quy của các biến này không có ý nghĩa thống kê với mức ý nghĩa 5%

+ Đối với biến còn lại, là GDPgrowth, giá trị 0 không thuộc khoảng tin cậy của mỗi biến Do đó, hệ số hồi quy của biến này có ý nghĩa thống kê với mức ý nghĩa 5% + Kiểm tra mức độ quan trọng của mô hình:

 Giả thuyết:

{H0: R2 = 0 H1: R2 ≠ 0

F =

𝑅2 𝑘(𝑛−𝑘−11−𝑅2 )

,

=

0.08641−0.086203−4−1

= 4,65754923

𝐶

 Kết luận: Mô hình tổng thể có ý nghĩa thống kê ở mức có ý nghĩa 5%

5 Thảo luận, liên hệ thực tế và đặc điểm mẫu số liệu để giải thích kết quả

Nghiên cứu về tác động của các yếu tố kinh tế vĩ mô đến tỷ lệ thất nghiệp năm 2019 đã chỉ ra rằng có mối liên hệ chặt chẽ giữa tỷ lệ thất nghiệp và các chỉ báo kinh tế vĩ mô