Nghiên cứu sự tác động của các ngành kinh tế tới GDP của nền kinh tế Singapo.doc

Nghiên cứu sự tác động của các ngành kinh tế tới GDP của nền kinh tế Singapo

ĐỀ TÀI : Nghiên cứu sự tác động của các ngành kinh tế tới GDP của nền kinh tế Singapo

I.Giới thiệu đề tài:

- Một quốc gia cũng giống như một doanh nghiệp luôn tìm cách đo lường kết quả hoạt động của mình sau mỗi thời kì nhất định Một chỉ tiêu không kém phần quan trọng trong việc đo lường thành tựu của nền kinh tế là tổng sản phẩm quốc nội

• Vậy tổng sản phẩm quốc nội là gì?

- Tổng sản phẩm quốc nội (GDP) đo lường tổng giá trị của các hàng hóa

và dịch vụ cuối cùng được sản xuất ra trong phạm vi lãnh thổ quốc

gia,trong một thời kỳ nhất định (thường là một năm)

- GDP là kết quả của hàng triệu triệu hoạt động kinh tế xảy ra bên trong lãnh thổ của một đất nước

- GDP là kết quả của hàng triệu triệu hoạt động kinh tế xảy ra bên trong lãnh thổ của đât nước.Những hoạt động này có thể do công ty,doanh nghiệp của công dân nước đó hay công dân nước ngoài sản xuất tại nước

đó Nhưng GDP không bao gồm kết quả hoạt động của công dân nước sở tại tiến hành ở nước ngoài Đây là một phân biệt có ý nghĩa

- GDP là thước đo tốt về thành tựu kinh tế của một đất nước,nó dùng để

so sánh quy mô sản xuất của các nước khác nhau trên thế giới hay dùng

để phân tích sản lượng của một đất nước qua các thời gian khác nhau từ

đó các nước có thể lập chiến lược để phát triển kinh tế dài hạn và kế hoạch ngân sách, tiền tệ ngắn hạn

• Trước vai trò to lớn của GDP đối với mỗi quốc gia ta đi tìm hiểu vậy những yếu tố nào góp phần tạo nên GDP?

Và đây cũng là đề tài nhóm chúng tôi nghiên cứu: “ Nghiên cứu sự tác động của ngành kinh tế tới GDP của nền kinh tế Singapo giai đoạn

1995-2006”

II.Nguồn gốc mô hình từ lý thuyết

1.Khái niệm :GDP là chỉ tiêu đo lường tổng giá trị bằng tiền của các hàng hóa dịch vụ cuối cùng được sản xuất ra trên lãnh thổ một nước trong một khoảng thời gian nhất định bất kể do công dân nước đó hay công dân nước ngoài tạo ra Hàng hóa đó phải do một đơn vị thường trú trên phạm vi lãnh thổ một nước từ một năm trở lên tạo ra

2.Phương pháp tính tổng sản phẩm quốc nội

a.Phương pháp tính theo luồng sản phẩm cuối cùng:

GDP= Tổng các khoản chi tiêu để mua hàng hóa dịch vụ của các tác nhân trong nền kinh tế

GDP = C+I+G + X -IM Trong đó: GDP: Tổng sản phẩm quốc nội

C: Tiêu dùng của hộ gia đình I: Đầu tư của các nhà sản xuất

X: Xuất khẩu

IM: Nhập khẩu

G: Chi tiêu của Chính phủ

b.Phương pháp tính theo luồng thu nhập ( phương pháp phân phối)

GDP = tổng các khoản thu nhập được hình thành trong quá trình phân phối

GDP = De +w + i + r + p + Ti Trong đó : De : khấu hao để bù đắp phần tài sản cố đinh hao mòn

W : tiền lương

i : trả lãi suất

r : trả tiền thuê nói chung

p : phân phối lợi nhuận nó chung

Ti : thuế gián thu

Chú ý :

GDP danh nghĩa theo giá thị trường = GDP theo phương pháp phân phối

GDP danh nghĩa theo yếu tố sản xuất = GDP danh nghĩa theo giá thị trường - Ti

c.Vấn đề tính trùng và phương pháp giá trị gia tăng

Để sản xuất hàng hóa cuối cùng đến tay người tiêu dùng,phải trải qua nhiều công đoạn sản xuất khác nhau Mỗi công đoạn, mỗi doanh nghiệp chuyên môn hóa chỉ đóng góp tương ứng một phần giá trị của mình để tạo ra một hàng hóa dịch vụ hoàn chỉnh

Vì vậy khi tính GDP theo cung dưới - luồng thu nhập hoặc chi phí đòi hỏi phải rất cẩn trọng để tránh tính trùng

 Giá trị gia tăng VA : là khoảng chênh lệch giữa giá trị sản lượng của doanh nghiệp với khoản mua vào về vật liệu và dịch vụ từ các doanh nghiệp khác mà đã được dùng hết trong việc sản xuất ra sản lượng đó

VA = doanh thu + chênh lệch hàng tồn kho - chi phí trung gian

VA chính là lượng gia tăng trong giá trị của hàng hóa do kết quả của quá trình sản xuất và nó là số đo phần đóng góp của doanh nghiệp vào tổng sản lượng của nền kinh tế

GDP = tổng VA của các đơn vị thường trú trên phạm vi lãnh thổ một quốc gia Tóm lại, việc tính toán bằng nhiều phương pháp đều cho những kết quả giống nhau Tuy nhiên trên thực tế có những chênh lệch nhất định do những sai sót từ những con số, thống kê hoặc tính toán

3.Lý thuyết đưa biến phụ thuộc và biến độc lập vào mô hình

a.Biến phụ thuộc:

Y : tổng thu nhập quốc nội (GDP) (đvt: triệu đôla Singapo)

b.Biến độc lập

 X2 : ( NN&KK) Nông nghiệp và khai khoáng;

 X3 : ( CNCB ) công nghiệp chế biến ;

 X4 : ( TN ) thương nghiệp ;

 X5 : (TC ) tài chính;

 X6 : ( NK ) ngành khác

4.Nguồn dữ liệu và cách thu thập dữ liệu

a.Dữ liệu:Số liệu được lấy từ mục số liệu thông kê( thống kê nước ngoài) trong

website http://www.gso.gov.vn của Tổng cục thống kê Việt Nam

Nguồn số liệu: Key Indicators of Developing Asian and Pacific Countries of ADB, 2007.

b.Không gian mẫu :

Nghiên cứu GDP của Singapo trong vòng 10 năm Nhóm nhận thấy mẫu quan sát đủ lớn và đủ mức độ tin cậy để tiến hành xây dựng các mô hình hôi qui c.Mô hình tổng thể:

Y = β 1 + β 2 X2 + β 3 X3 + β 4 X4 + β 5 X5 + β 6 X6 +Ui

d.Dự đoán kì vọng giữa các biến

 β2 âm: khi giá trị nông nghiệp và khai khoáng giảm dẫn đến GDP trong nước giảm

 β3 dương: giá trị công nghiệp chế biến tăng làm cho thu nhập GDP trong nước tăng,

 β4 dương : giá trị thương nghiệp tăng làm tăng GDP

 β5 dương : giá trị trong ngành tài chính tăng góp phần làm tăng giá trị GDP trong nước

 β6 âm : giá trị của các ngành khác giảm cũng là một nhân tố làm giảm giá

trị GDP trong nước

III.Phân tích dữ liệu

1.Bảng số liệu( bảng 1 phần phụ lục):

1995 94655 209 29729 16889 28673 19156

1996 101331 217 30557 17641 32096 20821

1997 109489 218 31871 18708 362-92 22399

1998 106598 203 31630 16482 35203 23081

1999 115365 199 35756 17676 37261 24472

2000 127498 189 41182 20520 39150 26457

2001 125611 186 36405 20006 39697 29317

2002 128931 142 39424 21697 37871 29797

2003 134509 145 40591 24000 39187 30586

2004 147469 163 46208 28171 40224 32704

2005 158297 160 50612 30867 42930 33728

2006 172135 180 56457 34049 46141 35308

Giải thích:

 GDP :Tổng sản phẩm quốc nội(Y)

 NN&KK : Nông nghiệp và khai khoáng(X2)

 CNCB : Công nghiệp chế biến(X3)

 TN : Thương nghiệp(X4)

 TC : Tài chính (X5)

 NK : Ngành khác (X6)

2.Thống kê mô tả : trên dữ liệu đã có nhóm tiến hành xử lý tính toán và thu được các kết quả thông kê sau

Mean 126824.0 184.2500 39201.83 22225.50 37893.75 27318.83 Median 126554.5 187.5000 37914.50 20263.00 38510.50 27887.00 Maximum 172135.0 218.0000 56457.00 34049.00 46141.00 35308.00 Minimum 94655.00 142.0000 29729.00 16482.00 28673.00 19156.00 Std Dev 23473.23 26.63260 8410.798 5851.473 4613.775 5347.705 Skewness 0.503758 -0.307492 0.732567 0.911069 -0.281667 -0.030871 Kurtosis 2.335564 1.794698 2.537476 2.481439 3.005594 1.693664 Jarque-Bera 0.728283 0.915479 1.180273 1.794547 0.158688 0.855163 Probability 0.694793 0.632712 0.554252 0.407680 0.923722 0.652084

a.Biến Y:

Tiêu chí Giá trị Giá trị này rơi

vào Năm Trung bình 126824.0

Trung vị 126554.5

b.Biến nông nghiệp và khai khoáng

Tiêu chí Giá trị Giá trị này rơi

vào năm Trung bình 184.2500

Trung vị 187.5000

c.Công nghiệp chế biến

Tiêu chí Giá trị Giá trị này rơi

Vào năm Trung bình 39201.83

Trung vị 37914.50

d Thương nghiệp Chỉ tiêu Giá trị Giá trị rơi vào

năm Trung bình 22225.50

Trung vị 20263.00

Lớn nhất 34049.00 2006

Nhỏ nhất 16482.00 1998

e Tài chính:

Chỉ tiêu Giá trị Giá trị rơi vào

năm Trung bình 37893.75

Trung vị 38510.50

Lớn nhất 46141.00 2006

f Ngành khác:

Chỉ tiêu Giá trị Giá trị rơi vào

năm

Trung bình 27318.83

Trung vị 27887.00

Lớn nhất 35308.00 2006

Nhỏ nhất 19156.00 1995

3.Ma trận tương quan :

Y 1.000000 -0.661433 0.988299 0.967871 0.942431 0.966157 X2 -0.661433 1.000000 -0.615295 -0.595708 -0.576562 -0.791287 X3 0.988299 -0.615295 1.000000 0.968996 0.906847 0.925634 X4 0.967871 -0.595708 0.968996 1.000000 0.844534 0.904480 X5 0.942431 -0.576562 0.906847 0.844534 1.000000 0.926404 X6 0.966157 -0.791287 0.925634 0.904480 0.926404 1.000000

Sau khi xem xét ma trận tương quan của các biến ta thấy 2 biến X3(CNCB) và X4(TN) có mối tương quan khá cao :0.968996 nên có thể xảy ra hiện tượng đa cộng tuyến ta sẽ kiểm định sau

4.Xây dựng mô hình hồi quy :

Dependent Variable: Y

Method: Least Squares

Date: 05/31/09 Time: 17:08

Sample: 1995 2006

Included observations: 12

Variable Coefficient Std Error t-Statistic Prob

C 0.314564 4.399168 0.071505 0.9453 X2 0.971050 0.019638 49.44631 0.0000 X3 0.999905 0.000123 8152.143 0.0000 X4 1.000113 0.000167 5983.205 0.0000 X5 1.000496 0.000188 5316.016 0.0000 X6 0.999535 0.000257 3890.754 0.0000 R-squared 1.000000 Mean dependent var 126824.0

Adjusted R-squared 1.000000 S.D dependent var 23473.23

S.E of regression 0.605826 Akaike info criterion 2.142404

Sum squared resid 2.202148 Schwarz criterion 2.384857

Log likelihood -6.854422 F-statistic 3.30E+09

Durbin-Watson stat 3.463121 Prob(F-statistic) 0.000000

 Ước lượng mô hình

Estimation Command:

=====================

LS Y C X2 X3 X4 X5 X6

Estimation Equation:

=====================

Y = C(1) + C(2)*X2 + C(3)*X3 + C(4)*X4 + C(5)*X5 + C(6)*X6

Substituted Coefficients:

=====================

Y = 0.3145637685 + 0.9710504412*X2 + 0.99990516*X3 + 1.000112549*X4 +

1.00049554*X5 + 0.9995348004*X6

 Ý nghĩa các hệ số + giá trị β1 = 0.3145637685 chỉ ra rằng khi thu nhập của các ngành trong nền kinh tế bằng 0 thì thu nhập quốc nội đạt giá trị thấp nhất là

0.3145637685 triệu đôla singapo

+ giá trị β2 = 0.9710504412 chỉ ra rằng khi nông nghiệp và khai khoáng của singapo tăng giảm 1triệu đôla singapo thì thu nhập quốc nội

tămg(giảm) 0.9710504412 triệu đôla singapo với điều kiện các yếu tố khác không đổi

+ giá trị β3 = 0.99990516 khi giá trị ngành công nghiệp khai khoáng tăng(giảm) 1triệu đôla trên năm thì giá trị GDP tăng (giảm) 0.99990516 triệu đôla singapo với các điều kiện và yếu tố không thay đổi

+ giá trị β4 = 1.000112549 khi giá trị thương nghiệp tăng(giảm) 1triệu đôla trên năm thì GDP tăng(giảm) 1.000112549 triệu đôla singapo với điều kiện không đổi

+ giá trị β5 =1.00049554 khi giá trị tài chính tăng(giảm) 1triệu đôla trên năm thì GDP tăng( giảm) 1.00049554 triệu đôla singapo với điều kiện không đổi

+giá trị β6 = 0.9995348004 khi giá trị ngành khác tăng(giảm) 1triệuđôla

trên năm thì GDP tăng( giảm) 0.9995348004 triệu đôla singapo với điều kiện không đổi

5.Kiểm định và khắc phục các hiện tượng trong mô hình

• Kiểm định đa cộng tuyến

+ Khi xem xét phân tích ma trận tương quan của các biến ( bảng 3 phần phụ lục) ta thấy 2 biến X4(CNCB) và X9(TN) có mối tương quan khá cao : 0.968996 nên có thể xảy ra hiện tượng đa cộng tuyến

Để kiểm định đa cộng tuyến, ta đi xây dựng mô hình hồi quy phụ trong

đó lần lượt các biến độc lập trở thành biến phụ thuộc và hồi quy với các biến còn lại

 Bảng hồi quy phụ theo biến X3(công nghiệp chế biến)

Dependent Variable: X3

Method: Least Squares

Date: 05/31/09 Time: 17:27

Sample: 1995 2006

Included observations: 12

Variable Coefficient Std Error t-Statistic Prob.

C 3893.564 13475.98 0.288926 0.7810 X2 -42.48074 58.34734 -0.728066 0.4902 X4 1.144743 0.279477 4.096015 0.0046 X5 0.837247 0.486009 1.722698 0.1286 X6 -0.513696 0.767462 -0.669344 0.5247 R-squared 0.968649 Mean dependent var 39201.83

Adjusted R-squared 0.950734 S.D dependent var 8410.798

S.E of regression 1866.859 Akaike info criterion 18.19624

Sum squared resid 24396150 Schwarz criterion 18.39828

Log likelihood -104.1774 F-statistic 54.06923

Durbin-Watson stat 1.765320 Prob(F-statistic) 0.000024

H0 : R2 =0 Giả thiết

H1 : R2 # 0

k =7,n =12

Ta có Fa(k`-1,n-k`) F0.05 (5,6) = 4.387374

Ta thấy Fp = 54.06923> F0.05(7,4) = 4.387374 nên có hiện tượng đa cộng tuyến xảy ra

 Hồi quy lại mô hình trong đó loại bỏ biến X3(kiểm định white tích hợp chéo)

Estimation Command:

=====================

LS Y C X2 X4 X5 X6

Estimation Equation:

=====================

Y = C(1) + C(2)*X2 + C(3)*X4 + C(4)*X5 + C(5)*X6

Substituted Coefficients:

=====================

Y = 3893.509417 - 41.50565791*X2 + 2.14474671*X4 +

1.837663544*X5 + 0.4858874083*X6

Ta có R2 LOẠI X3 = 0.968649

 Bảng hồi quy phụ theo biến X4(Thương nghiệp)

Dependent Variable: X4 Method: Least Squares Date: 06/02/09 Time: 00:53 Sample: 1995 2006 Included observations: 12 Variable Coefficient Std Error t-Statistic Prob.

C -10967.03 9042.517 -1.212830 0.2645 X2 62.42421 37.61955 1.659356 0.1410 X3 0.616385 0.150484 4.096015 0.0046 X5 -0.729534 0.324150 -2.250605 0.0591 X6 0.921424 0.464924 1.981883 0.0879 R-squared 0.965123 Mean dependent var 22225.50

Adjusted R-squared 0.945193 S.D dependent var 5851.473

S.E of regression 1369.884 Akaike info criterion 17.57718

Sum squared resid 13136067 Schwarz criterion 17.77922

Log likelihood -100.4631 F-statistic 48.42598

Durbin-Watson stat 1.468166 Prob(F-statistic) 0.000035

 Hồi quy mô hình loại bỏ biến X4( phương pháp kiểm định white tích hợp chéo)

Estimation Command:

=====================

LS Y C X2 X3 X5 X6 Estimation Equation:

Y = C(1) + C(2)*X2 + C(3)*X3 + C(4)*X5 + C(5)*X6

Substituted Coefficients:

=====================

Y = -10967.95397 + 63.40228817*X2 + 1.616359366*X3 + 0.2708795019*X5 + 1.921062702*X6

Ta có R2 LOAI X4 = 0.965123

Xét thấy R2 loại X3 = 0.968649 > R 2 LOAI X4 = 0.965123

Suy ra theo lý thuyết ta phải loại bỏ biến X3( Công nghiệp chế biến )

Y = 3893.509417 - 41.50565791*X2 + 2.14474671*X4 +

1.837663544*X5 + 0.4858874083*X6

7.Kiểm định phương sai thay đổi ( dùng kiểm định white)

 Kiểm định mô hình gốc ban đầu:

White Heteroskedasticity Test:

F-statistic 16.56018 Probability 0.189143

Obs*R-squared 11.92797 Probability 0.289906

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 05/31/09 Time: 17:36

Sample: 1995 2006

Included observations: 12

Variable Coefficient Std Error t-Statistic Prob

C -20.83598 6.151068 -3.387376 0.1827 X2 0.142534 0.068255 2.088262 0.2843 X2^2 -0.000444 0.000216 -2.053972 0.2884 X3 -0.000207 0.000358 -0.577037 0.6668 X3^2 1.46E-09 4.90E-09 0.297171 0.8161 X4 -0.000757 0.000457 -1.656642 0.3457 X4^2 1.99E-08 1.33E-08 1.489722 0.3764 X5 0.000534 0.001167 0.457653 0.7268 X5^2 -7.81E-09 1.42E-08 -0.549249 0.6802 X6 0.001176 0.002021 0.581661 0.6646 X6^2 -2.42E-08 3.69E-08 -0.656299 0.6303 R-squared 0.993998 Mean dependent var 0.183512

Adjusted R-squared 0.933974 S.D dependent var 0.302714

S.E of regression 0.077784 Akaike info criterion -2.921340

Sum squared resid 0.006050 Schwarz criterion -2.476842

Log likelihood 28.52804 F-statistic 16.56018

Durbin-Watson stat 2.897338 Prob(F-statistic) 0.189143

Giả sử H0 : phương sai của sai số thay đổi

Sử dụng kiểm định white : nR2 = 11.92797 < x2 (0.05,11) =19.7 chấp nhận H0 nghĩa là phương sai của sai số không đổi

 Kiểm định mô hình sau khi loại bỏ biến X3

White Heteroskedasticity Test:

F-statistic 4.136143 Probability 0.135117 Obs*R-squared 11.00247 Probability 0.201559 Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 06/02/09 Time: 01:27