Đểhiểu rõ hơn và chính xác hơn nhóm chúng em dựa vào việc áp dụng kinh tế lượng cùngvới xây dựng bảng số liệu để đánh giá tác động của một số nhân tố ảnh hưởng như: sựtăng GDP, tỷ giá hố
TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU
Lý do chọn đề tài
Ngày nay với sự phát triển vượt bậc của khoa học kỹ thuật đã không ít tạo ra những sự nhảy vọt về mọi mặt, đã đưa nhân loại tiến xa hơn nữa Trong những năm gần đây chúng ta đã đạt được một số thành tựu phát triển rực rỡ về khoa học kỹ thuật các ngành khu du lịch dịch vụ xuất khẩu lương thực thực phẩm sang các nước Đảng sau những thành tựu chúng ta đã đạt được thì cũng có không ít vấn đề mà Đảng và nhà nước ta cần quan tâm như: Tệ nạn xã hội, lạm phát, thất nghiệp Nhưng có lẽ vấn đề được quan tâm hàng đầu ở đây có lẽ là thất nghiệp Thất nghiệp đó là vấn đề cả thế giới cần quan tâm.Bất kỳ một quốc gia nào dù nền kinh tế có phát triển đến đâu đi chăng nữa thì vẫn tồn tại thất nghiệp đó là vấn đề không tránh khỏi chỉ có điều là thất nghiệp đó ở mức độ thấp hay cao mà thôi Thất nghiệp, nó còn kéo theo nhiều vấn để đằng sau: Sẽ dẫn đến tình trạng làm giảm nền kinh tế, sự gia tăng của các tệ nạn xã hội như cờ bạc trộm cắp làm xói mòn nếp sống lành mạnh, phá vỡ nhiều mối quan hệ Tạo ra sự lo lắng cho toàn xã hội TuyViệt Nam đã có những bước chuyển biến đáng kể trong nền kinh tế nhưng vấn đề giải quyết và tạo việc làm cho người lao động vẫn đang là vấn đề nan giải của xã hội ViệtNam Vậy yếu tố nào đã dẫn đến tình hình thất nghiệp của nền kinh tế tại Việt Nam? Để hiểu rõ hơn và chính xác hơn nhóm chúng em dựa vào việc áp dụng kinh tế lượng cùng với xây dựng bảng số liệu để đánh giá tác động của một số nhân tố ảnh hưởng như: sự tăng GDP, tỷ giá hối đoái, tỷ lệ lạm phát đến tỷ lệ thất nghiệp tại Việt Nam từ năm 2013-2022.
Mục tiêu nghiên cứu
Khẳng định mức độ ảnh hưởng của các nhân tố: Tăng trưởng GDP, tỷ giá hối đoái và tỷ lệ lạm phát đến tỷ lệ thất nghiệp tại Việt Nam trong những năm vừa qua.
Đối tượng và phạm vi nghiên cứu
* Phạm vi nghiên cứu: Tại Việt Nam từ năm 2013 - 2022
CƠ SỞ LÝ LUẬN
Tìm hiểu về các biến phụ thuộc, độc lập
2.1.1 Biến phụ thuộc: Tỷ lệ thất nghiệp
Thất nghiệp là những người trong độ tuổi lao động, có khả năng lao động, có nhu cầu việc làm, đang không có việc làm, đang đi tìm việc làm.
Tỷ lệ thất nghiệp là chỉ tiêu biểu hiện tỷ lệ so sánh số người thất nghiệp với lực lượng lao động.
Tỷ lệ thất nghiệp = Số người không có việc làm x 100% / Tổng số lao động xã hội
Thất nghiệp xuất phát từ nhiều nguyên nhân khác nhau, tuy nhiên dù nguyên nhân nào thì đều sẽ gây bất lợi cho người lao động Và đặc biệt là nền kinh tế bị giảm sút Hiện nay dựa vào các đặc điểm của thất nghiệp ta có thể phân loại thành các loại thất nghiệp như sau:
- Thất nghiệp theo hình thức
Căn cứ vào tình trạng trạng phân bố thất nghiệp trong dân cư có các dạng sau
+ Thất nghiệp chia theo giới tính(nam, nữ)
+ Thất nghiệp chia theo lứa tuổi (tuổi-nghề)
+ Thất nghiệp chia theo vùng lãnh thổ (thành thị -nông thôn)
+ Thất nghiệp chia theo ngành nghề(ngành sản xuất,dịch vụ)
+ Thất nghiệp chia theo dân tộc, chủng tộc
- Theo lý do thất nghiệp:
Có thể chia làm bốn loại như sau:
+ Bỏ việc : một số người tự nguyện bỏ việc hiện tại của mình về những lý do khác nhau,như cho rằng lương thấp, điều kiện làm việc không thích hợp
+ Mất việc: Một số người bị sa thải hoặc trở nên dư thừa do những khó khăn cửa hàng trong kinh doanh.
+ Mới vào :Là những người lần đầu bổ xung vào lượng lao động nhưng chưa tìm được việc làm (thanh niên đến tuổi lao động đang tìm việc, sinh viên tốt nghiệp đang chờ công tác )
+ Quay lại: Những người đã từng có việc làm, sau đấy thôi việc và thậm chí không đăng ký thất nghiệp, nay muốn quay lại làm việc nhưng chưa tìm được việc làm
- Theo nguồn gốc thất nghiệp
+ Thất nghiệp cọ xát (thất nghiệp tạm thời): Thất nghiệp cọ xát đề cập đến việc người lao động có kỹ năng lao động đáp ứng được nhu cầu của thị trường nhưng lại bị thất nghiệp trong một thời gian ngắn nào đó do họ thay đổi việc làm một cách tự nguyện vì muốn tìm kiếm công việc hoặc nơi làm việc tốt hơn, phù hợp với ý muốn riêng (lương cao hơn, gần nhà hơn…) hoặc do sự thay đổi cung cầu trong hàng hoá dẫn đến việc phải thay đổi công việc từ một doanh nghiệp, một ngành sản xuất hay một vùng lãnh thổ sang nơi khác
+ Thất nghiệp do yếu tố ngoài thị trường: Loại thất nghiệp này còn được gọi là thất nghiệp theo lý thuyết cổ điển Nó xảy ra khi tiền lương được ấn định không bởi các lực lượng thị trường và cao hơn mức lương cân bằng thực tế của thị trường lao động.
+ Thất nghiệp cơ cấu: Thất nghiệp cơ cấu là tỷ lệ những người không làm việc do cơ cấu của nền kinh tế có một số ngành không tạo đủ việc làm cho tất cả những người muốn có việc Thất nghiệp do cơ cấu tồn tại khi số người tìm việc trong một ngành vượt quá số lượng việc làm có sẵn trong ngành đó Thất nghiệp do cơ cấu diễn ra khi mức lương của ngành vượt cao hơn mức lương cân bằng thị trường.
+ Thất nghiệp chu kỳ: Thất nghiệp chu kỳ còn được gọi là thất nghiệp do nhu cầu thấp. Loại thất nghiệp này xảy ra do sự sụt giảm trong nhu cầu đối với sản phẩm của nền kinh tế so với sản lượng (hay năng lực sản xuất).
2.1.2 Biến độc lập: tỷ lệ lạm phát; tăng trưởng GDP; tỷ giá hối đoái a Tỷ lệ lạm phát
Tỷ lệ lạm phát( Inflation rate) là tốc độ tăng mặt bằng giá của nền kinh tế Trong một nền kinh tế, lạm phát là sự mất giá thị trường hay giảm sức mua của đồng tiền Khi so sánh với các nền kinh tế khác thì lạm phát là sự phá giá tiền tệ của một loại tiền tệ so với các loại tiền tệ khác Tính tỷ lệ lạm phát thường dựa vào chỉ số giá tiêu dùng hoặc chỉ số giảm phát GDP Tỷ lệ lạm phát có thể được tính theo tháng, quý, nửa năm hay một năm.
Kinh t ế th ươ ng mại
Go to course Đề cương KTTM ĐC
KINH T Ế TH ƯƠ NG MAI 1 GIÁO Trình
* Các mức độ của lạm phát
Hiện lạm phát được chia thành 03 mức độ như sau:
* Nguyên nhân gây ra lạm phát
Hiện nay, có rất nhiều nguyên nhân gây nên tình trạng lạm phát của nền kinh tế Và dưới đây là 4 nguyên nhân phổ biến nhất.
- Lạm phát do cầu kéo
Có thể hiểu là một mặt hàng nào đó tăng giá kéo theo giá cả của các mặt hàng khác cũng tăng theo Như vậy, giá trị của đồng tiền giảm, người tiêu dùng phải chi nhiều tiền hơn để mua một hàng hóa hoặc sử dụng một dịch vụ.
Ví dụ: Như khi giá xăng tăng cao sẽ kéo theo giá cước xe khách, giá xe taxi, giá vận chuyển hàng hóa… tăng lên Điều này khiến giá cả các mặt hàng cũng tăng lên.
- Lạm phát do xuất khẩu
Khi hàng hoá xuất khẩu tăng dẫn đến lượng hàng hoá trong nước giảm, dẫn đến không đáp ứng đủ nhu cầu của người dân khiến giá cả tăng lên và xảy ra tình trạng lạm phát.
Ví dụ: Khi hàng nông sản trong nước được tập trung phần lớn để xuất khẩu khiến hàng nông sản dùng để bán trong nước giảm sút Điều này dẫn đến tình trạng giá bán nông sản tăng cao và xảy ra lạm phát.
- Lạm phát do nhập khẩu
Khi giá cả hàng hóa nhập khẩu trên thế giới tăng giá hoặc khi thuế nhập khẩu tăng thì giá nhập khẩu về nước cũng tăng lên Điều này kéo theo giá bán của sản phẩm nhập khẩu trong nước cũng tăng lên và đến mức độ nào đó sẽ dẫn tới tình trạng lạm phát Hoặc lạm phát do nhập khẩu cũng có thể xảy ra khi tỷ giá tăng. ôn KTTMĐC - revision
Lý luận về khuyết tật trong mô hình
Hệ số xác định bội R 2 cao nhưng tỷ số T thấp
Nếu R cao và t ( của mà chưa biến X ) thấp 2 tn j j
=> Mô hình có đa cộng tuyến
Hệ số tương quan cặp giữa các biến giải thích cao Đặt = -
Hệ số tương quan cặp giữa và XX j s
0.8 có cơ sở => Khẳng định mô hình hồi quy có đa cộng tuyến
Bước 1: Chọn một biến để hồi quy theo các biến còn lại X j
TCKĐ: F Nếu đúng thì => hoặc
Sử dụng nhận tử phóng đại phương sai VIF
VIF = (là hệ số xác định bội trong mô hình hồi quy phụ)
VIF > 10 => Mô hình có đa cộng tuyến
Cách 1: Loại bỏ biến độc lập có hệ số VIF vượt qua giá trị tiêu chuẩn (nên bỏ biến có VIF lớn nhất) rồi chạy lại phân tích hồi quy xem thử có hiện tượng đa cộng tuyến hay không.
Cách 2: Nếu đa cộng tuyến xảy ra do cỡ mẫu thu thập nhỏ thì thu nhập thêm phiếu trả lời để tăng cỡ mẫu lên khoảng gấp 1,5 đến 2 lần Khi cớ mẫu lớn hơn sẽ làm giảm phương sai và ý nghĩa của kiểm định cũng có giá trị hơn.
Cách 3: Nếu vấn đề từ việc chọn mô hình nghiên cứu và lập bảng khảo sát thì có thể phải hủy bỏ dữ liệu thu thập và điều chỉnh lại mô hình, tiến hành khảo sát lại. 2.2.2 Phương sai sai số thay đổi
Bước 1: Ước lượng mô hình hồi quy gốc để thu được =>
Bước 2: Vẽ đồ thị của theo chiều tăng của nào đó.X j
Bước 3: Khi tăng mà biến động ( tăng hoặc giảm ) thì có nghi ngờ về PSSSX j thay đổi.
+ (a) không có nghi ngờ về hiện tượng PSSS thay đổi
+ (b), (c), (d), (e) có nghi ngờ về hiện tượng PSSS thay đổi
Bước 1: Sắp xếp các giá trị quan sát theo chiều tăng cỉa biến nào đóX j
Bước 2: Bỏ c quan sát ở giữa theo quy tắc
Các quan sát còn lại chia làm 2 nhóm, mỗi nhóm có ( n – c )/2 quan sát
Bước 3: Ước lượng mô hình với ( n – c )/2 quan sát đầu và cuối thu được RSS và1
RSS2 tương ứng với các bậc tự do df = – k BTKĐ:
Bước 1: Ước lượng mô hình hồi quy gốc để thu được các phần dư
Bước 2: Ước lượng hồi quy
Nếu có nhiều biến giải thích thì ước lượng hồi quy với từng biến giải thích hoặc với
Bước 3: Kiểm định giả thiết:
TCKĐ: T Nếu đúng thì => hoặc
Kiểm định Glejser Được tiến hành như kiểm định Park và được thay thế bởi (1) trong (6) hàm như sau:
Bước 1: Ước lượng mô hình gốc thu được
Bước 2: Ước lượng = thu được
Kiểm định dựa trên biến phụ thuộc
Bước 1: Ước lượng mô hình hồi quy gốc để thu được =>
Bước 2: Ước lượng mô hình = +
TCKĐ: = n F Nếu đúng thì => hoặc
Chúng ta hãy xem xét trường hợp mô hình hồi quy tổng thể 2 biến
Chúng ta giả sử rằng phương sai sai số đã biết, nghĩa là phương sai số của mỗi quan sát đã biết Đơn giản chúng ta chia hai vế của mô hình cho đã biết.
Giả thuyết 1: Phương sai số tỷ lệ với biến giải thích.
Sau khi ước lượng hồi quy OLS thông thường, chúng ta vẽ đồ thị phần dư từ ước lượng theo biến giải thích X.
Như vậy, phương sai sai số có quan hệ tuyến tính: Var () Trong mô hình đa biến, chúng ta chia hai vế của mô hình cho với
(lưu ý: để ước lượng mô hình trên, chúng ta phải sử dụng mô hình hồi quy qua gốc )
Giả thuyết 2: Phương sai sai số tỷ lệ với bình phương của biến giải thích
Phương sai sai số có quan hệ tuyến tính với bình phương của X: Var () Chúng ta chia hai vế của mô hình cho
Phương sai sai số tỷ lệ với bình phương của biến X.
Giả thuyết 3: Phương sai sai số tỷ lệ với bình phương của giá trị kì vọng của Y
Var () Chia cả hai vế của mô hình cho :
Bước 1: Ước lượng mô hình hồi quy bằng phương pháp OLS thông thường => thu được Biến đổi mô hình gốc về dạng:
Bước 2: Ước lượng hồi quy
Giả thuyết 4: Định dạng lại mô hình
Thay vì ước lượng mô hình hồi quy gốc, ta có thể ước lượng mô hình hồi quy:
Kiểm định d của Durbin – Watson
Bước 1: Ước lượng mô hình thu được
0 (1) (2) (3) 2 (3) (4) (5) 4 d (1): có TTQ ( thuận chiều ) d (2) & (4): không có kết luận d (5): có TTQ ( nghịch chiều )
Kiểm định BG ( Breush – Godfrey )
Bước 1: Ước lượng mô hình ban đầu bằng phương pháp bình phuong nhỏ nhất thông thường để nhận phần dư
Bước 2: Ước lượng mô hình sau để thu được hệ số xác định bội số R
- Nếu cấu trúc của TTQ được viết dưới dạng:
Có phương trình phân sai tổng quát:
Khi đã biết thay vào phương trình tổng quát
=> phương trình sai phân cấp 1
=> phương trình sai phân trung bình trượt
- Nếu biết ta biến đổi dữ liệu về dạng: và ước lượng bằng OLS.
- Nếu chưa biết thì ta: (không phải cách khắc phục hiện tượng)
Dùng phương pháp sai phân.
Ước lượng như khi xác định giá trị thống kê Durbin – Watson Sau đó lấy giá trị đó để ước lượng Cochrane – Orcutt và đưa mô hình về dạng không có TTQ.
Khi đó ta sử dụng phương pháp ước lượng Cochrane – Orcutt => đưa mô hình về dạng không có TT
VẬN DỤNG
Bảng số liệu và sơ bộ về các biến
(Nguồn: Tổng cục thống kê)
X 1 : Tốc độ tăng trưởng GDP (%)
X 3 : Tỷ giá hối đoái (nghìn đồng/usd)
Nhập dữ liệu vào Eviews và thu được một số giá trị liên quan tới các biến như sau:
Bảng 2 Sơ bộ về các biến
1,822165 1,270033 0,906185 Để kiểm tra ảnh hưởng của tăng trưởng GDP, tỷ lệ lạm phát và tỷ giá hối đoái đến tỷ lệ thất nghiệp, nhóm chúng em vận dụng cơ sở lý thuyết và đề xuất dạng mô hình toán nghiên cứu như sau:
Mô hình hồi quy tổng thể:
Mô hình hồi quy mẫu: i = 1 + X + 2 1i 3X2i + X4 3i
1: hệ số tự do (hệ số chặn)
1 , , , : hệ số hồi quy chưa chuẩn hóa2 3 4
Xây dựng mô hình hồi quy mẫu và ý nghĩa của kết quả đạt được
Sử dụng phần mềm Eviews, hồi quy mô hình bằng phương pháp bình quân nhỏ nhất OLS, ta thu được kết quả như sau:
Từ kết quả ước lượng trên, ta thu được hàm hồi quy mẫu như sau: i = 1.511280 -0.138059X1i -0.116635X2i +0.089655X3i
- Với = 1.511280: khi lạm phát, tăng trưởng GDP và tỷ giá hối đoái bằng không, tỷ lệ1 thất nghiệp trung bình là 1.511280 %, đó chính là trung bình ảnh hưởng của các yếu tố khác không nằm trong mô hình lên tỷ lệ thất nghiệp
- Với = -0.138059: khi lạm phát và tỷ giá hối đoái không đổi, nếu tỷ lệ tăng trưởng 2
GDP tăng 1% thì tỷ lệ thất nghiệp trung bình giảm 0.138059%
- Với = -0.116635: khi tăng trưởng GDP và tỷ giá hối đoái không đổi, nếu tỷ lệ lạm3 phát tăng 1% thì tỷ lệ thất nghiệp trung bình giảm 0.116635%
- Với = 0.089655: khi tăng trưởng GDP và lạm phát không đổi, nếu tỷ giá hối đoái4 tăng 1 nghìn đồng/usd thì tỷ lệ thất nghiệp trung bình tăng 0.089655%
Bài toán ước lượng, kiểm định
Variable Coefficient Std Error t-Statistic Prob
S.E of regression 0.210242 Akaike info criterion 0.008057
Sum squared resid 0.265210 Schwarz criterion 0.129091
Log likelihood 3.959713 Hannan-Quinn criter -0.124717
Prob(F-statistic) 0.026397 a, Với mức ý nghĩa α = 5% kiểm định giả thuyết cho rằng tăng trưởng GDP không ảnh hưởng đến tỷ lệ thất nghiệp
Với mức ý nghĩa α = 5% kiểm định {H0 β2=0 H1 β2 ≠ 0∶ ∶
Với mẫu cụ thể theo bảng số liệu
P value = 0.0119 < α => bác bỏ H0 chấp nhận H1
Với mức ý nghĩa α = 5 % có thể kết luận rằng tăng trưởng GDP có ảnh hưởng đến tỷ lệ thất nghiệp. b, Với mức ý nghĩa α = 5% kiểm định giả thuyết cho rằng tỷ lệ lạm phát không ảnh hưởng đến tỷ lệ thất nghiệp.
Với mức ý nghĩa α= 5% kiểm định {H0 β3=0 H1 β3 ≠ 0∶ ∶
Với mẫu cụ thể theo bảng số liệu
P value = 0.1444 > α => Chưa đủ cơ sở bác bỏ H0
Với mức ý nghĩa α = 5 % có thể kết luận rằng tỷ lệ lạm phát không ảnh hưởng đến tỷ lệ thất nghiệp. c, Với mức ý nghĩa α = 5% kiểm định gỉa thuyết cho rằng tỷ giá hối đoái (nghìn đồng/USD) không ảnh hưởng đến tỷ lệ thất nghiệp
Với mức ý nghĩa α= 5% kiểm định {H0 β4=0 H1 β4 ≠ 0∶ ∶
Với mẫu cụ thể theo bảng số liệu
P value = 0.3907 > α => Chưa đủ cơ sở bác bỏ H0
Với mức ý nghĩa α = 5 % có thể kết luận rằng dịch tỷ giá hối đoái không ảnh hưởng đến tỷ lệ thất nghiệp d, Với mức ý nghĩa α = 5% kiểm định giả thuyết cả 3 yếu tố tăng trưởng GDP, tỷ lệ lạm phát, tỷ giá hối đoái không ảnh hưởng đến tỷ lệ thất nghiệp
Với mức ý nghĩa α =5% kiểm định {H0 β2=β3=β4=0 H1 βj ≠ 0 (j=2,3,4)∶ ∶ ∃ Theo bảng số liệu
P value = 0.026397 < α => bác bỏ H0 chấp nhận H1
Với mức ý nghĩa α = 5 % có thể kết luận rằng có ít nhất 1 trong 3 yếu tố: tăng trưởngGDP, tỷ lệ lạm phát, tỷ giá hối đoái có ảnh hưởng đến tỷ lệ thất nghiệp.
Bài toán dự báo giá trị trung bình khi biết giá trị các biến độc lập
Với độ tin cậy Dự báo giá trị trung bình từ năm 2013-2022 của Y khi X1=8, X2=7, X3$.
Sử dụng phần mềm Eview ta được kết quả như sau:
Forecast: YDB Actual: Y Forecast sample: 1 11 Included observations: 11 Root Mean Squared Error 0.162853 Mean Absolute Error 0.111076 Mean Abs Percent Error 4.382870 Theil Inequality Coef 0.034780 Bias Propor琀椀on 0.00000 Variance Propor琀椀 on 0.067523 Covariance Propor琀椀 on 0.93247 Theil U2 Coe昀케 cient 0.48268 Symmetric MAPE 4.349156
Từ kết quả Eview => kết quả dự báo:
• Xác định khoảng tin cậy:
Khoảng tin cậy của E (Y/ ( là
Sử dụng Eview để tính Se (
Sử dụng Eview tính khoảng tin cậy của E (Y/
Vậy khoảng tin cậy của E (Y/ 0.804264; 2.679929)
Phát hiện khuyết tật và khắc phục
1) Phương sai sai số thay đổi α = 5%, KĐGT:
Với α = 0,05 ta có: P-value (F) = 0,0003 < 0.05 Bác bỏ H chấp nhận H 0, 1
Mô hình có phương sai sai số thay đổi.
Tương quan cặp giữa các biến độc lập:
Có Chưa đủ cơ sở bác bỏ H , chấp nhận H 0 1 Mô hình không có đa cộng tuyến.
Kiểm định Durbin – Watson (DW) d= 2,249174; n; k’=3 dl=0,525; du=2,016
Không có kết luận. b) Khắc phục hiện tượng
Khắc phục hiện tượng bằng cách loại biến ra khỏi mô hình:
Loại biến X1; X2 hoặc X3 ra khỏi mô hình, thực hiện hồi quy như sau:
Mô hình hồi quy đã bỏ biến X3
Mô hình hồi quy đã bỏ biến X1
Mô hình hồi quy đã bỏ biến X2
Từ 3 kết quả trên ta thấy: Chỉ có mô hình thứ 2 là thỏa mãn điều kiện mọi Pvalue >
Ta loại biến X1 (tốc độ tăng trưởng GDP) ra khỏi mô hình.
Khi đó mô hình hồi quy mới là: - 1,838847 - 0.015116* + 0,091845*.
