tiểu luận kinh tế lượng ảnh hưởng của tốc độ tăng trưởng GDP, tỷ lệ lạm phát, vốn đầu tư trực tiếp nước ngoài đến thất nghiệp ở trung quốc

Mục tiêu nghiên cứu

Mục tiêu chính của nghiên cứu là phân tích ảnh hưởng của các yếu tố như tăng trưởng GDP, tỷ lệ lạm phát và đầu tư trực tiếp nước ngoài đến tình trạng thất nghiệp tại Trung Quốc, được đo lường thông qua tỷ lệ thất nghiệp.

Trong đó, bài tiểu luận hướng đến những mục tiêu cụ thể sau:

Bài viết hệ thống hóa lý thuyết và nghiên cứu thực nghiệm về tác động của tăng trưởng GDP, tỷ lệ lạm phát và đầu tư trực tiếp nước ngoài đến tình hình thất nghiệp toàn cầu, đặc biệt ở các nước đang phát triển Nó ước lượng mô hình hồi quy để phân tích ảnh hưởng của các yếu tố này đến tỷ lệ thất nghiệp, đồng thời kiểm định và khắc phục các khuyết tật trong mô hình Từ đó, bài viết đưa ra gợi ý và đề xuất một số biện pháp nhằm tác động tích cực đến các biến vĩ mô, từ đó giảm tỷ lệ thất nghiệp tại Trung Quốc.

Những hạn chế, khó khăn khi thực hiện

Chủ đề nghiên cứu về ảnh hưởng của các yếu tố vĩ mô đến thất nghiệp ở Trung Quốc vẫn còn hạn chế tại Việt Nam Chúng tôi chủ yếu tìm kiếm các nghiên cứu liên quan từ nước ngoài để hỗ trợ cho bài tiểu luận Tuy nhiên, do khó khăn trong việc tìm kiếm và tổng hợp kiến thức chuyên ngành, bài viết sẽ không tránh khỏi những thiếu sót.

Nội dung và cấu trúc của tiểu luận

Về cấu trúc, tiểu luận của nhóm chúng em gồm 3 phần :

Chương I trình bày cơ sở lý thuyết về thất nghiệp, bao gồm các yếu tố tác động như tỷ lệ tăng trưởng GDP, tỷ lệ lạm phát và đầu tư trực tiếp nước ngoài Bài viết sẽ đề cập đến các khái niệm, định nghĩa, phương pháp tính toán, các mô hình kinh tế liên quan và các nghiên cứu hỗ trợ cho chủ đề này.

Chương II: Xây dựng mô hình ước lượng: xác định mô hình tổng quát đồng thời mô tả chi tiết từng biến có trong mô hình trên.

Chương III tập trung vào việc ước lượng và kiểm định mô hình hồi quy, nhằm đánh giá tính chính xác của mô hình đã xây dựng Qua quá trình này, các kết quả sẽ được phân tích để xác định độ tin cậy của mô hình Đồng thời, chương cũng đề xuất một số giải pháp nhằm giảm thiểu tình trạng thất nghiệp tại Trung Quốc.

Chương IV Khuyến nghị và giải pháp

Chúng em xin chân thành cảm ơn ThS Nguyễn Thúy Quỳnh đã tận tình hướng dẫn trong quá trình thực hiện bài nghiên cứu Bài tập này giúp chúng em củng cố kiến thức và áp dụng bộ môn vào phân tích vấn đề thực tiễn Tuy nhiên, do hạn chế về thời gian và hiểu biết, bài nghiên cứu vẫn còn nhiều thiếu sót, nên chúng em rất mong nhận được đánh giá và nhận xét từ giảng viên cũng như độc giả.

CƠ SỞ LÝ LUẬN VÀ GIẢ THUYẾT NGHIÊN CỨU

Lý thuyết về thất nghiệp

1.1.1 Tổng quan về thất nghiệp

1.1.1.1 Khái niệm về thất nghiệp

Thất nghiệp được định nghĩa trong kinh tế học là tình trạng một phần của lực lượng lao động, bao gồm những người trong độ tuổi lao động, có khả năng và nghĩa vụ lao động, nhưng không có việc làm và mong muốn tìm kiếm công việc.

Theo Điều 20, Công ước số 102 của Tổ chức Lao động Quốc tế (ILO) năm 1952

Thất nghiệp được định nghĩa là tình trạng không có thu nhập do không tìm được việc làm phù hợp, mặc dù người lao động có khả năng và sẵn sàng làm việc Tại Pháp, thất nghiệp được hiểu là không có việc làm nhưng có khả năng và đang tích cực tìm kiếm việc làm Tương tự, ở Thái Lan, thất nghiệp được mô tả là không có việc làm, mong muốn làm việc và có đủ năng lực để làm việc.

Thất nghiệp được định nghĩa tại Trung Quốc là những người trong độ tuổi lao động, có khả năng làm việc, nhưng chưa có việc làm và đang tích cực tìm kiếm việc làm, đồng thời đã đăng ký tại cơ quan giải quyết việc làm.

1.1.1.2 Đo lường thất nghiệp Để đo lường tình trạng thất nghiệp của một khu vực, ta sử dụng chỉ số tỷ lệ thất nghiệp: “Tỷ lệ thất nghiệp (unemployment rate) là tỷ lệ % số người thất nghiệp so với tổng số người trong lực lượng lao động” (Hoàng Xuân Bình, Giáo trình Kinh tế học Vĩ mô cơ bản, 2009).

Lực lượng lao động = Số người có việc làm + Số người thất nghiệp

Tỷ lệ thất nghiệp = Số người thất nghiệp x 100%

Theo công thức trên, quy mô thất nghiệp của nền kinh tế luôn có sự biến động theo thời gian.

1.1.2 Cơ sở lý thuyết về thất nghiệp

1.1.2.1 Lý thuyết Cổ điển về thất nghiệp

Cung lao động lương tối

Mô hình Cổ điển cho rằng tiền lương thực tế sẽ tự điều chỉnh để đạt được cân bằng trong thị trường lao động, từ đó duy trì tình trạng đầy đủ việc làm Theo lý thuyết này, giá cả sẽ thay đổi nhằm đảm bảo sự cân bằng giữa cung và cầu Tuy nhiên, thực tế lại cho thấy rằng thất nghiệp vẫn luôn hiện hữu trong nền kinh tế.

Ba nguyên nhân chính khiến tiền lương thực tế cao hơn mức cân bằng thị trường trong các nền kinh tế hiện đại bao gồm: luật tiền lương tối thiểu, hoạt động công đoàn và tiền lương hiệu quả Những lý thuyết này lý giải rằng tiền lương thực tế có thể duy trì ở mức cao, dẫn đến tình trạng thất nghiệp cho một số người lao động.

Luật tiền lương tối thiểu:

Các lý thuyết về tiền lương tối thiểu quy định mức lương tối thiểu mà người sử dụng lao động phải trả Khi luật tiền lương tối thiểu buộc mức lương cao hơn mức lương cân bằng, lượng cung lao động (𝐿𝑆) tăng lên trong khi lượng cầu lao động (𝐿𝐷) giảm xuống Sự chênh lệch giữa cung và cầu lao động (𝐿𝑆 − 𝐿𝐷) dẫn đến gia tăng số lượng người thất nghiệp Mặc dù tiền lương tối thiểu giúp tăng thu nhập cho những người lao động có việc làm, nhưng lại làm giảm thu nhập của những người không tìm được việc làm Đối với lao động có kỹ năng và kinh nghiệm, mức tiền lương tối thiểu thường không mang tính ràng buộc.

Tiền lương tối thiểu ảnh hưởng sâu sắc đến thị trường lao động thanh niên, đặc biệt do nhóm này thường là những người lao động ít kỹ năng và kinh nghiệm Vì vậy, mức lương tối thiểu thường có tác động ràng buộc hơn đối với lao động thanh niên so với các nhóm lao động khác.

Công đoàn là tổ chức đại diện cho người lao động tại các nước Tây Âu và Bắc Mỹ, nhằm thương lượng về tiền lương và điều kiện làm việc với người sử dụng lao động Là một dạng các-ten, công đoàn tạo ra sức mạnh thị trường từ sự tập hợp của các thành viên Thông qua thương lượng, công đoàn có thể thúc đẩy mức lương vượt qua mức cân bằng, dẫn đến việc tăng cung lao động và giảm cầu lao động, từ đó gây ra tình trạng thất nghiệp Mặc dù những người có việc làm được hưởng lợi từ mức lương cao hơn, nhưng những người thất nghiệp lại phải chịu thiệt hại.

Lý thuyết tiền lương hiệu quả:

Theo lý thuyết tiền lương hiệu quả, doanh nghiệp có thể nâng cao hiệu suất hoạt động bằng cách trả lương cao hơn mức cân bằng thị trường Việc giữ mức lương cao giúp doanh nghiệp thu hút và giữ chân nhân viên, ngay cả khi thị trường lao động đang dư cung.

Thất nghiệp có thể xuất phát từ tiền lương hiệu quả, tương tự như thất nghiệp do luật tiền lương tối thiểu và công đoàn Trong cả ba trường hợp, nguyên nhân chính là mức lương cao hơn mức cân bằng của thị trường lao động Tuy nhiên, luật tiền lương tối thiểu và công đoàn cản trở doanh nghiệp giảm lương khi có dư cung lao động, trong khi lý thuyết tiền lương hiệu quả cho rằng doanh nghiệp có thể tự nguyện trả lương cao hơn mức cân bằng mà không cần các biện pháp can thiệp.

Có 4 cách giải thích về nguyên nhân làm cho doanh nghiệp muốn trả lương cao:

- Sự luân chuyển công nhân

- Nỗ lực của công nhân

1.1.2.2 Lý thuyết của Keynes về thất nghiệpKeynes đã đưa ra giả thuyết rằng tiền lương và giá cả là linh hoạt, và toàn dụng là trạng thái vừa khó đạt được và cũng không hẳn là hoàn toàn có lợi Điều này có nghĩa là nền kinh tế luôn tìm cách cân bằng giữa mức tiền lương mà người lao động mong muốn và mức tiền lương mà doanh nghiệp sẵn sàng trả (mô hinh cung cầu cơ bản) Nếu như tỷ lệ thất nghiệp giảm thì sẽ có rất ít nhân sự tìm việc, do đó các doanh nghiệp càng khó khăn trong việc thuê thêm để mở rộng kinh doanh, sự khan hiếm về nhân công sẽ đẩy giá lao động lên cao Tại điểm này, các doanh nghiệp không trả được mức lương mà công nhân đó đòi hỏi, do đó họ sẽ quyết định không tuyển thêm nữa.

Tiền lương được chia thành hai loại: tiền lương thực tế, tính đến lạm phát, và tiền lương danh nghĩa, không tính đến yếu tố này Theo Keynes, doanh nghiệp gặp khó khăn trong việc cắt giảm tiền lương thực tế, điều này chỉ xảy ra khi có sự sụt giảm tiền lương toàn nền kinh tế hoặc giảm phát, khiến công nhân chấp nhận cắt giảm Để tăng tỷ lệ việc làm, tiền lương thực tế cần giảm, nhưng điều này có thể làm giảm tổng cầu Keynes cũng cho rằng tiền lương và giá cả phản ứng chậm với thay đổi cung cầu.

Hạn chế trong lý thuyết của Keynes về tỷ lệ thất nghiệp:

 Chỉ xảy ra ở thời gian ngắn khi có khủng hoảng kinh tế.

 Chưa phù hợp với các nước đang phát triển, thiếu thốn nguyên vật liệu, nhân lực chuyên môn cao và thị trường hoạt động kém.

Quá đề cao vai trò của nhà nước

1.1.2.3 Đường cong Phillips: mối quan hệ thất nghiệp và lạm phát Đường cong Phillips biểu thị quan hệ giữa tỷ lệ thất nghiệp và tỷ lệ lạm phát(đường cong Phillips phiên bản lạm phát) hoặc giữa tỷ lệ thất nghiệp và tốc độ tăng trưởng GDP (đường cong Phillips phiên bản GDP) (Nguyễn Văn Công, Bài giảng và thực hành lý thuyết kinh tế Vĩ Mô, 2009)

Trong thập niên 1960, kinh tế Mỹ ghi nhận tỷ lệ lạm phát cao mặc dù GDP cũng tăng trưởng mạnh Để giải thích hiện tượng này, các nhà kinh tế học vĩ mô tổng hợp đã dựa vào nghiên cứu của Phillips và phát triển đường cong Phillips, thể hiện mối quan hệ giữa tỷ lệ thất nghiệp và tỷ lệ lạm phát Theo đường cong này, khi tỷ lệ thất nghiệp giảm, tỷ lệ lạm phát sẽ tăng lên và ngược lại.

Tổng quan tình hình nghiên cứu

Nhiều nghiên cứu đã chỉ ra rằng có nhiều nhân tố ảnh hưởng đến tỷ lệ thất nghiệp, nhưng các yếu tố này có thể khác nhau giữa các quốc gia Điều này tạo ra khó khăn trong việc xác định một danh sách thống nhất các nhân tố tác động, đặc biệt khi theo thời gian, một số yếu tố có thể mất đi ý nghĩa thống kê Vì vậy, phần xem xét lại bằng chứng thực nghiệm sẽ tập trung vào các nghiên cứu liên quan đến các nhân tố tác động đến tỷ lệ thất nghiệp ở các nước đang phát triển.

1.2.1 Các nghiên cứu có liên quan

STT Tên bài nghiên cứu

1 Kalim (2003) Các yếu tố quyết định thất nghiệp ở Pakistan giai đoạn 1986-1999

Kalim đã nghiên cứu các yếu tố quyết định thất nghiệp tại Pakistan trong giai đoạn 1986-1999, chỉ ra mối quan hệ tích cực giữa dân số và tỷ lệ thất nghiệp, cũng như mối quan hệ nghịch đảo giữa tỷ lệ thất nghiệp và GDP Nghiên cứu sử dụng mô hình hồi quy đơn giản để khẳng định rằng khi dân số tăng, tỷ lệ thất nghiệp cũng gia tăng, trong khi tăng trưởng kinh tế lại có tác động ngược lại với tỷ lệ thất nghiệp.

2 Akhtar and Shahnaz (2005) Các yếu tố quyết định thất nghiệp ở Pakistan giai đoạn 1991-2004

Akhtar and Shahnaz sử dụng dữ liệu từ năm 1991 đến năm

Nghiên cứu năm 2004 về tác động của yếu tố vi mô và vĩ mô đến thất nghiệp ở Pakistan cho thấy rằng tỷ lệ thất nghiệp chỉ giảm khi GDP tăng trưởng trên 4,25% mỗi năm Ngoài ra, đầu tư từ khu vực tư nhân có ảnh hưởng lớn hơn so với khu vực công trong việc giảm tỷ lệ thất nghiệp.

3 Eita and Ashipala (2010) Các yếu tố quyết định thất nghiệp ở Namibia

Eita và Ashipala đã tiến hành nghiên cứu về các yếu tố quyết định thất nghiệp tại Namibia trong giai đoạn 1971-2007, sử dụng mô hình thất nghiệp với các biến kinh tế vĩ mô qua phương pháp Engle và Granger Kết quả nghiên cứu chỉ ra rằng có mối quan hệ ngược chiều giữa lạm phát và thất nghiệp, đồng thời có mối quan hệ cùng chiều giữa mức lương và thất nghiệp, và mối quan hệ ngược chiều giữa đầu tư và thất nghiệp.

Zubairu (2012) Mối quan hệ giữa lạm phát và

Umaru và Zubairu đã tiến hành nghiên cứu mối quan hệ giữa lạm phát và thất nghiệp tại Nigeria trong giai đoạn 1977 đến 2009, sử dụng phương pháp tích hợp Johansen và thử nghiệm Granger Causality Kết quả nghiên cứu cho thấy có mối quan hệ ngược chiều giữa lạm phát và thất nghiệp ở Nigeria.

5 PGS., TS Hà Minh (2016) Lạm phát với thất nghiệp ở Việt Nam

Nghiên cứu giữa thất nghiệp và lạm phát tại Việt Nam trong giai đoạn 2008-2017 cho thấy có mối quan hệ đánh đổi giữa hai yếu tố này khi xem xét lạm phát kỳ vọng.

6 Trịnh Thị Kim Ngọc (2018) Ảnh hưởng của sự thay đổi GDP tới thất nghiệp ở Việt Nam

Nghiên cứu chỉ ra rằng, từ năm 2013 đến 2017, sự giảm tốc độ tăng trưởng GDP đã dẫn đến tỷ lệ thất nghiệp gia tăng tại Việt Nam.

1.2.2 Lỗ hổng trong các nghiên cứu kể trên

Nhóm chúng em đã nghiên cứu nhiều tài liệu liên quan đến các yếu tố vĩ mô ảnh hưởng đến tỷ lệ thất nghiệp Qua đó, chúng em nhận thấy rằng hầu hết các nghiên cứu đều tập trung vào và nhấn mạnh mối liên hệ giữa tăng trưởng kinh tế, lạm phát và tỷ lệ thất nghiệp.

Các nghiên cứu hiện tại chưa xem xét mối quan hệ giữa tỷ lệ thất nghiệp và các yếu tố kinh tế khác như tỷ lệ vốn đầu tư trực tiếp nước ngoài và tỷ lệ gia tăng dân số, trong khi những yếu tố này có tác động đáng kể đến tình hình thất nghiệp tại Trung Quốc.

Bài tiểu luận này nghiên cứu ảnh hưởng của các yếu tố vĩ mô như Tỷ lệ tăng trưởng tổng sản phẩm quốc nội, Tỷ lệ lạm phát và Tỷ lệ đầu tư trực tiếp nước ngoài đến tình trạng thất nghiệp ở Trung Quốc trong giai đoạn 1982-2016 Nghiên cứu nhằm cung cấp cái nhìn tổng quan và chính xác hơn về các mối quan hệ này so với các nghiên cứu trước đây.

Giả thuyết nghiên cứu

Tỷ lệ tăng trưởng tổng sản phẩm H 1: Tỷ lệ tăng trưởng GDP tác động ngược quốc nội (GDP) chiều đến tỷ lệ thất nghiệp của Trung Quốc

Tỷ lệ lạm phát (IFL) H 2: Tỷ lệ lạm phát tác động ngược chiều đến tỷ lệ thất nghiệp của Trung Quốc

Tỷ lệ vốn đầu tư trực tiếp nước ngoài (FDI)

H 3 : Tỷ lệ vốn đầu tư trực tiếp nước ngoài tác động cùng chiều đến tỷ lệ thất nghiệp của Trung Quốc

Tỷ lệ tăng trưởng dân số (POP) H 4: Tỷ lệ tăng trưởng dân số tác động cùng chiều đến tỷ lệ thất nghiệp của Trung Quốc

PHƯƠNG PHÁP NGHIÊN CỨU VÀ MÔ HÌNH KINH TẾ LƯỢNG 17 2.1 Phương pháp luận của nghiên cứu

Mô hình tổng quan

Dựa vào nghiên cứu thực nghiệm của Dr Aurangzeb & Khola Asif (2013), Tunah

Nghiên cứu của chúng tôi dựa trên các công trình của 2010 và Lui (2009) cùng một số nghiên cứu trước đó, đã chỉ ra rằng các yếu tố ảnh hưởng đến tỷ lệ thất nghiệp ở Trung Quốc trong giai đoạn 1982 đến 2016 bao gồm tốc độ tăng trưởng GDP, tỷ lệ lạm phát, tỷ lệ vốn FDI và tỷ lệ tăng trưởng dân số.

Chúng em đề xuất như sau:

Tỷ lệ thất nghiệp = f(Tốc độ tăng trưởng GDP, Tỷ lệ lạm phát, Tỷ lệ vốn FDI, Tỷ lệ tăng trưởng dân số)

Phương pháp thu thập số liệu

Dữ liệu được thu thập là thông tin thứ cấp dưới dạng chuỗi thời gian, phản ánh quan sát của một đơn vị kinh tế qua nhiều thời điểm khác nhau, bắt đầu từ năm 1982.

2016) Số liệu được thu thập từ trang web World Bank Group (US) Nguồn số liệu được ghi cụ thể ở mục Tài liệu tham khảo, phụ lục 1.

Phương pháp sử dụng trong nghiên cứu

Sử dụng phương pháp bình phương tối thiểu thông thường (OLS) với sự hỗ trợ của phần mềm STATA để đo lường tác động của các biến độc lập lên biến phụ thuộc.

Phương pháp nghiên cứu

Để kiểm định mối quan hệ giữa tỷ lệ thất nghiệp và các yếu tố như Tốc độ tăng trưởng GDP, Tỷ lệ lạm phát, Tỷ lệ vốn FDI, và Tỷ lệ tăng trưởng dân số, nhóm chúng em đã sử dụng phần mềm STATA để thực hiện hồi quy mô hình bằng phương pháp bình phương tối thiểu thông thường (OLS) Nhờ vào sự hỗ trợ của STATA, nhóm dễ dàng thực hiện các kiểm định khuyết tật có thể có trong mô hình đã xây dựng.

- Các biến bị bỏ sót: sử dụng kiểm định Ramsey RESET

- Đa cộng tuyến: xét nhân tử phóng đại phương sai VIF để phát hiện đa cộng tuyến.

- Phương sai sai số thay đổi: sử dụng kiểm định White

- Tự tương quan: thực hiện kiếm định Durbin-Watson hoặc Breusch- Godfrey nhận biết khuyết tật tự tương quan

- Nhiễu có phân phối chuẩn hay không: tính trị thống kê

- Dùng kiểm định F nhận xét sự phù hợp của mô hình và kiểm định t để ước lượng khoảng tin cậy cho các tham số trong mô hình.

Xây dựng mô hình lý thuyết

Mô hình hồi quy tổng thể ngẫu nhiên

UEM = β 1+ β 2GDP + β 3IFL + β 4FDI + β 5 POP + u i

Mô hình hồi quy mẫu ngẫu nhiên UEM = ^ β 1 + ^ β 2GDP + ^ β 3IFL + ^ β 4 FDI + ^ β 5POP + e i

2 2.2 Giải thích các biến, đơn vị của các biến, kỳ vọng ảnh hưởng lên biến phụ thuộc

Theo cơ sở lý thuyết đã được nêu ở chương II, nhóm chúng em đưa ra các kỳ vọng như sau:

STT Ký hiệu Giải thích Đơn vị Kỳ vọng

1 UEM Tỷ lệ thất nghiệp %

2 GDP Tốc độ tăng trưởng GDP %

3 IFL Tỷ lệ lạm phát % +

4 FDI Tỷ lệ vốn FDI % +

5 POP Tỷ lệ tăng trưởng dân số % +

Mô tả số liệu

Nhóm chúng em đã thu thập mẫu nghiên cứu từ năm 1982 đến 2016, với tổng cộng 35 quan sát được ghi nhận theo từng năm Bảng số liệu chi tiết của nghiên cứu được trình bày trong phụ lục 1 của bài tiểu luận.

Nguồn số liệu được lấy từ những dữ liệu đã được công bố trên trang web của

Dữ liệu ngân hàng thế giới về GDP, tăng trưởng dân số hàng năm, tỷ lệ lạm phát, tỷ lệ đầu tư trực tiếp nước ngoài.

2.3.2 Mô tả thống kê số liệu (min, max, )

- Sử dụng lệnh “sum UEM GDP IFL FDI POP” để mô tả số liệu Lệnh sum cho biết:

 Số lượng quan sát (Obs)

 Giá trị trung bình (Mean)

 Độ lệch chuẩn (Std.dev)

 Giá trị lớn nhất( Max)

 Giá trị nhỏ nhất (Min) Các số liệu trên được thu thập từ phần mềm STATA như sau:

Biến Số lượng quan sát

Giá trị trung bình Độ lệch chuẩn

Hình 3: Mô tả dữ liệu bằng phần mềm stata

- Sử dụng lệnh corr trong STATA để phân tích mối quan hệ tương quan giữa các biến, xác định hệ số tương quan giữa chúng.

UEM GDP IFL FDI POP

Hình 4: Hệ số tương quan giữa các biến

- Ta thấy hệ số tương quan giữa biến các độc lập và biến phụ thuộc như sau:

Hệ số tương quan giữa tỷ lệ tăng trưởng GDP và tỷ lệ thất nghiệp là -0,4232

Hệ số tương quan giữa tỷ lệ lạm phát và tỷ lệ thất nghiệp là -0,2162

Hệ số tương quan giữa tỷ lệ tăng trưởng FDI và tỷ lệ thất nghiệp là -0,2499

Hệ số tương quan giữa tỷ lệ tăng trưởng dân số và tỷ lệ thất nghiệp là 0,262

ƯỚC LƯỢNG, KIỂM ĐỊNH MÔ HÌNH VÀ SUY DIỄN THỐNG KÊ

3.1 Mô hình ước lượng ban đầu

3.1.1 Kết quả ước lượng ban đầu

Mô hình hồi quy tổng thể ngẫu nhiên

UEM = β 1+ β 2GDP + β 3IFL + β 4FDI + β 5 POP + u i

Mô hình hồi quy mẫu ngẫu nhiên UEM = ^ β 1 + ^ β 2GDP + ^ β 3IFL + ^ β 4 FDI + ^ β 5POP + e i

Hồi quy sử dụng phần mềm STATA với số quаn sát n = 35 thu được kết quả như sаu:

Source SS df Ms Số lượng quan sát = 35

F(4,30) = 4,80 Prob > F = 0.0041 R-squared = 0.3904 Adj R-squared = 0.3091 Root MSE = 0,2234

UEM Hệ số ước Sai số t Pvalue Khoảng ước lượng tin cậy lượng chuẩn 95%

Hình 5: Hồi quy mô hình ban đầu

Từ kết quả ước lượng trên, tа thu được hàm hồi quy mẫu như sаu:

UEM = 4,435395 – 0,0442979GDP - 0.0195329IFL + 0,0432533FDI + 0,443387POP + e i

Mô hình phân tích cho thấy rằng tỷ lệ thất nghiệp chịu ảnh hưởng từ nhiều yếu tố kinh tế, bao gồm tỷ lệ tăng trưởng tổng sản phẩm quốc nội hàng năm, tỷ lệ lạm phát hàng năm, tỷ lệ đầu tư trực tiếp nước ngoài hàng năm và tỷ lệ tăng dân số hàng năm.

Hệ số xác định R² = 39,04% cho thấy rằng các yếu tố như tỷ lệ tăng trưởng GDP, tỷ lệ lạm phát, tỷ lệ FDI và tỷ lệ tăng trưởng dân số hàng năm giải thích được 39,04% sự biến động của tỷ lệ thất nghiệp (UEM) Trong khi đó, 60,96% sự biến động còn lại do các yếu tố khác không được đưa vào mô hình.

^ β 1 = – 0,0442979 tức là trong điều kiện các yếu tố khác không đổi thì khi GDP tăng 1

% thì thì tỷ lệ thất nghiệp ở Trung Quốc giảm 0,0443%.

^ β 2 = - 0.0195329 tức là trong điều kiện các yếu tố khác không đổi thì tỷ lệ lạm phát tăng 1 % thì tỷ lệ thất nghiệp ở Trung Quốc giảm 0,0195%.

^ β 3 = 0,0432533 tức là trong điều kiện các yếu tố khác không đổi thì khi tỷ lệ vốn FDI tăng 1 % thì tỷ lệ thất nghiệp ở Trung Quốc tăng 0,0433%.

^ β 4 = 0,443387 tức là trong điều kiện các yếu tố khác không đổi thì khi tỷ lệ dân số tăng

1 % thì tỷ lệ thất nghiệp ở Trung Quốc tăng 0,4439%.

3.2 Kiểm định và khắc phục các khuyết tật củа mô hình

3.2.1 Kiểm định các biến bị bỏ sót

Xét mô hình ban đầu :

UEM = β 1+ β 2GDP + β 3IFL + β 4FDI + β 5 POP + u i

Giả sử mô hình đã bỏ sót biến Z và không có thông tin về biến Z Mô hình mới:

UEM = β 1+ β 2GDP + β 3IFL + β 4FDI + β 5 POP + β 6 Z +u i

Ta dùng kiểm định Ramsey RESET sử dụng Y ^ i 2 ; Y ^ i 3 làm các ước lượng cho Z i , sử dụng phương pháp kiểm định thu hẹp hồi quy.

Thu được kết quả như sau :

Giả thiết { H 0 : Mô hìnhkhông bỏ sót biến

Ramsey RESET test using powers of the fitted values of UEM Ho: model has no omitted variables

Hình 6: Kiểm định Ramsey RESET

Mô hình có P value = 0,4522 > α = 0,05 => không đủ cơ sở bác bỏ H0

Kết luận: Mô hình không bỏ sót biến Z tại mức ý nghĩa 5%.

3.2.2 Kiểm định đa cộng tuyến

Kiểm định khuyết tật đa cộng tuyến bằng nhân tử phóng đại phương sai VIF(Variance Inflation Factor)

Nếu ít nhất một VIF củа một biến trong mô hình lớn hơn 10 thì mô hình mắc khuyết tật đа cộng tuyến.

Dùng lệnh VIF, kết quả thu được từ STATA như sau:

Hình 7: Kiểm định đa cộng tuyến

Ta thấy tất cả VIF của các biến độc lập đều nhỏ hơn 10 => Mô hình không mắc phải khuyết tật đa cộng tuyến.

Kết luận: Mô hình không mắc phải hiện tượng đa cộng tuyến.

3.2.3 Kiểm định phương sai sai số thay đổi

Xét mô hình ban đầu : UEM = β 1 + β 2 GDP i + β 3 IFL i + β 4 FDI i + β 5 POP i + u i (1) Hồi quy (1) thu được phần dư e i 2

Trong mô hình hồi quy, giả sử phương sai có khuyết tật và thay đổi theo các biến độc lập, bao gồm biến độc lập, bình phương của biến độc lập và tích chéo giữa các biến độc lập Mô hình hồi quy được thực hiện như sau: e i 2 = α 1 + α 2 GDP i + α 3 IFL i + α 4 FDI i + α 5 POP i + α 6 GDP i 2 + α 7 IFL i 2 + α 8 FDI i 2 + α 9.

POP i 2 + α 10 GDP i IFL i + α 11 GDP i FDI i + α 12 GDP i POP i + α 13 IFL i FDI i + α 14 IFL i POP i + α 15 FDI i POP i + v i

H0 : Mô hình có phương sai sai số đồng nhất

H1 : Mô hình có phương sai sai số thay đổi White’s test for Ho : homoscedasticity against Ha : unrestricted heteroscedasticity chi2(14) = 22,53

Prob > chi2 = 0,0683 Cameron & Trived’s decomposition of IM-test

Hình 8: Kiểm định phương sai sai số thay đổi

Từ kết quả trên, dùng kiểm định khi bình phương ❑ 2 với p-vаluе = 0,0279 < α = 0,05

Kết luận: Mô hình có lỗi phương sai sai số thay đổi.

3.2.4 Kiểm định tự tương quan

 Cách 1: Kiểm định Durbin- Watson Durbin-Watson d-statistic ( 5; 35) = 1,803833

Hình 9: Kiểm định Durbin-Watson

Ta thấy, 0 < d-statitcic < 2 => chưa đủ chứng cứ để kết luận về tính tự tương quan của mô hình.

 Cách 2: Kiểm định Breusch- Godfrey Kiểm định tự tương quan bậc 1

Breusch-Godfrey LM test for autocorrelation

Lags chi2 df Prob > chi2

Kiểm định tự tương quan bậc 2

Lags chi2 df Prob > chi2

Kiểm định tự tương quan bậc 3

Lags chi2 df Prob > chi2

Hình 10: Kiểm định Breusch-godfrey

Kiểm định tư tương quan bậc 1, 2, 3 đều cho kết quả p-value > 0,05 => Mô hình không có khuyết tật tự tương quan.

Kết luận chung: Mô hình không có lỗi tự tương quan.

3.2.5 Kiểm định phân phối chuẩn của nhiễu

Giả thiết { H 0 : Nhiễu có phân phốichuẩn

H 1 : Nhiễu không phân phối chuẩn

Skewness/Kurtosis tests for Normality

Biến Số lượng quan sát

Pr(Skewness) Pr(Kurtosia) Adj chi2(2) Prob>chi2 resid 35 0,0825 0,2864 4,29 0,1169

Hình 11: Kiểm định phân phối chuẩn của nhiễu

Ta có P-value = 0,1169 > 0,05 => không đủ cơ sở bác bỏ H0

Kết luận chung: Nhiễu có phân phối chuẩn.

Sau khi kiểm định các khuyết tật của mô hình, chúng tôi phát hiện ra rằng mô hình gặp phải khuyết tật về phương sai sai số thay đổi Để khắc phục vấn đề này, chúng tôi đã áp dụng phương pháp ước lượng sai số chuẩn mạnh (Robust Standard Error), và kết quả thu được cho thấy sự cải thiện đáng kể trong độ chính xác của mô hình.

Linear regression S/lg quan sát = 35

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 const 4,435395 0,2190826 20,25 0,000 3,987969 4,882821

Hình 12: Khắc phục phương sai sai số thay đổi

Ta có mô 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 + u i

3.4 Kiểm định giả thuyết của mô hình mới

3.4.1 Kiểm định các hệ số hồi quy riêng

P value = 0,085 < α = 0,05 => không đủ cơ sở để bác bỏ H0

Hệ số β 1 không có ý nghĩa thống kê tại mức ý nghĩa 5%

Hệ số β 2 có ý nghĩa thống kê tại mức ý nghĩa 5%.

P value = 0,229 > α = 0,05 => không đủ cơ sở để bác bỏ H0

Hệ số β 3 có ý nghĩa thống kê tại mức ý nghĩa 5%

Hệ số β 4 có ý nghĩa thống kê tại mức ý nghĩa 5%.

Kết luận chung cho thấy rằng, qua việc kiểm định giả thuyết về hệ số hồi quy riêng, biến độc lập GDP và FDI không mang lại ý nghĩa thống kê.

Trong bài tiểu luận này, nhóm chúng em sẽ tập trung vào việc khắc phục các khuyết tật trong mô hình mà không loại bỏ hai biến không có ý nghĩa thống kê.

Khi loại bỏ biến GDP và FDI khỏi mô hình, hệ số xác định giảm đáng kể, cho thấy các biến độc lập giải thích kém hơn cho biến phụ thuộc và ước lượng trở nên chệch hơn Điều này dẫn đến việc nhiễu không còn phân phối chuẩn (Xem phụ lục hình 13, 14).

Ramanathan, trong Giáo trình giảng dạy Kinh tế tại trường Fulbright (Niên khóa 2011-2013), nhấn mạnh rằng việc loại bỏ các biến độc lập không có ảnh hưởng ra khỏi mô hình có thể dẫn đến những sai lầm nghiêm trọng hơn Vì vậy, nhóm chúng em quyết định không loại bỏ hai biến GDP và FDI khỏi mô hình nghiên cứu của mình.

3.4.2 Kiểm định sự phù hợp của mô hình

Giả thiết { H H 0 1 : : R R 2 2 =0 ≠ 0 F(4,30) = 5,11 > F0,05(4,30) = 4,8 và p-value = 0,0029 < α = 0,05 => bác bỏ H0

Vậy mô hình được sử dụng là phù hợp.

3.4.3 Kiểm định kết quả phù hợp với lý thuyết kinh tế

Với mức ý nghĩa 5%, hệ số hồi quy cho thấy tỷ lệ lạm phát có mối quan hệ âm với tỷ lệ thất nghiệp, điều này phù hợp với lý thuyết cho rằng khi tỷ lệ lạm phát tăng, tỷ lệ thất nghiệp sẽ giảm.

Theo mức ý nghĩa 5%, hệ số hồi quy cho thấy tỷ lệ tăng dân số có mối quan hệ tích cực, phù hợp với lý thuyết rằng khi dân số gia tăng, tỷ lệ thất nghiệp cũng có xu hướng tăng theo.

3.5 Ước lượng khoảng tin cậy và giải thích

3.5.1 Ước lượng khoảng tin cậy

UEM = 4,435395 -0,0442979 GDP -0,0195329 IFL + 0,0432533 FDI + 0,443387 POP + u i

Sai số chuẩn t Pvalue Khoảng ước lượng với độ tin cậy 95%

Khoảng tin cậy ^ β 3 ∈ (-0,0378047; -0,0012611) nên khi tỷ lệ lạm phát tăng 1% trong điều kiện các yếu tố khác không 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

Vậy giả thuyết H 2 đưa ra là đúng.

Khoảng tin cậy β 5 nằm trong khoảng (0,1970034; 0,6897706), cho thấy khi dân số tăng 1% với các yếu tố khác không đổi, tỷ lệ thất nghiệp sẽ tăng từ 0,1970034% đến 0,6897706% Điều này chứng tỏ mối quan hệ giữa tỷ lệ tăng trưởng dân số và tỷ lệ thất nghiệp là mối quan hệ cùng chiều.

Vậy giả thuyết H 4 đưa ra là đúng.

3.5.2 Giải thích một số vấn đề tồn tại trong mô hình

3.5.2.1 Về hệ số xác định R 2

Hệ số xác định R² của mô hình chỉ đạt 39,04%, cho thấy các biến độc lập chưa giải thích được phần lớn sự biến động của biến phụ thuộc Biến phụ thuộc là một biến số vĩ mô lớn, chịu ảnh hưởng từ nhiều yếu tố như kinh tế, chính trị, xã hội, lịch sử và địa lý Do đó, bài tiểu luận không thể tránh khỏi những thiếu sót Hơn nữa, do hạn chế về số liệu và thời gian nghiên cứu, chúng tôi chỉ có thể làm việc với các biến độc lập đã đề cập mà chưa mở rộng nghiên cứu 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.

Nghiên cứu cho thấy tỷ lệ tăng trưởng tổng sản phẩm quốc nội và tỷ lệ vốn đầu tư trực tiếp nước ngoài không ảnh hưởng đến tỷ lệ thất nghiệp Tuy nhiên, nhóm nghiên cứu cho rằng kết quả này có thể do số liệu quan sát còn hạn chế Nếu có thể thu thập thêm dữ liệu, khả năng cao là tỷ lệ tăng trưởng GDP và vốn đầu tư nước ngoài sẽ tác động đến tỷ lệ thất nghiệp, như đã được chỉ ra trong lý thuyết và các nghiên cứu trước đây.

KHUYẾN NGHỊ VÀ GIẢI PHÁP

Một số khuyến nghị

Sau khi phân tích dữ liệu, chúng tôi nhận thấy rằng tỷ lệ lạm phát hàng năm và tỷ lệ tăng dân số hàng năm có tác động đáng kể đến tỷ lệ thất nghiệp tại Trung Quốc Dựa trên những kết quả nghiên cứu này, chúng tôi đề xuất một số kiến nghị và giải pháp nhằm giảm thiểu tỷ lệ thất nghiệp hàng năm không chỉ ở Trung Quốc mà còn trên toàn thế giới.

Tỷ lệ lạm phát hàng năm có ảnh hưởng trực tiếp đến tỷ lệ thất nghiệp, khi lạm phát tăng thì thất nghiệp có xu hướng giảm và ngược lại Do đó, nhà nước cần áp dụng các chính sách nhằm tăng lạm phát để giảm tỷ lệ thất nghiệp Tuy nhiên, nếu lạm phát tăng quá cao sẽ gây ra nhiều hệ lụy tiêu cực cho nền kinh tế Vì vậy, Trung Quốc cần thực hiện các biện pháp để duy trì tỷ lệ lạm phát ở mức hợp lý, nhằm ổn định nền kinh tế và hỗ trợ giảm tỷ lệ thất nghiệp trong nước.

Nhà nước có thể áp dụng chính sách tiền tệ thắt chặt nhằm giảm lượng cung tiền trên thị trường, đặc biệt khi lạm phát tăng cao, ảnh hưởng tiêu cực đến nền kinh tế.

Ngân hàng Nhà nước cần quy định tỷ lệ cấp tín dụng cho các ngân hàng thương mại dựa trên các chỉ số tài chính của họ Điều này nhằm kiểm soát tăng trưởng tín dụng và rủi ro tín dụng, đồng thời kiềm chế lãi suất cho vay liên ngân hàng.

 Về tỷ lệ tăng dân số hằng năm

Khi tỷ lệ tăng trưởng dân số tăng, tỷ lệ thất nghiệp cũng có xu hướng tăng theo, và ngược lại Trung Quốc, với dân số đông nhất thế giới, cần triển khai các chính sách nhằm giảm tỷ lệ tăng trưởng dân số để từ đó giảm thiểu tỷ lệ thất nghiệp.

Cần tiếp tục đầu tư vào công tác khuyến khích các hộ gia đình nhằm ngăn chặn sự gia tăng sinh bùng phát trở lại, hướng đến việc ổn định mức sinh thấp và đạt mức sinh thay thế.

Vào thứ hai, cần chú trọng đầu tư cho giáo dục và truyền thông nhằm khắc phục các nguyên nhân khách quan và chủ quan ảnh hưởng đến tình trạng gia tăng tỷ lệ sinh.

Hạn chế của bài tiểu luận

Hệ số xác định R² của mô hình hồi quy tương đối thấp, cho thấy rằng các biến độc lập chưa giải thích được phần lớn sự biến động của biến phụ thuộc.

- Số quan sát thu thập được còn thấp so với một mô hình trong thực tế.

Nguồn nhân lực và năng lực của các thành viên trong nhóm còn hạn chế, dẫn đến khó khăn trong việc thu thập, đánh giá và phân tích số liệu.

Việc tìm kiếm các biến phù hợp để xây dựng mô hình là một thách thức lớn, đặc biệt khi mong muốn có một mô hình với số lượng biến ít Mặc dù có thể thêm một số biến để cải thiện độ chính xác của mô hình, nhưng điều này sẽ dẫn đến sự phức tạp hơn trong cấu trúc của nó.

- Thời gian thu thập, đánh giá và phân tích dữ liệu hạn chế.