Luận văn Các yếu tố ảnh hưởng đến số dự án có vốn đầu tư nước ngoài (FDI) trên địa bàn các tỉnh, thành phố ở Việt Nam năm 2007 ppt

Luận văn
Các yếu tố ảnh hưởng đến số dự
án có vốn đầu tư nước ngoài
(FDI) trên địa bàn các tỉnh,
thành phố ở Việt Nam năm 2007
Nhóm Hoa mặt trời 1 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
Thành viên nhóm Hoa mặt trời:
1. Phan Thị Dương.
2. Trần Thị Ngọc.
3. Cao Thị Thu Hằng.
4. Nguyễn Văn Phương.
Nhóm Hoa mặt trời 2 GVHD: Nguyễn Bá Trung
PHẦN I: ĐẶT VẤN ĐỀ
Hiện nay, Việt Nam đang trong quá trình phát triển kinh tế, nguồn vốn
đầu tư nước ngoài đổ vào Việt Nam ngày càng nhiều, đặc biệt là số vốn FDI.
Đối với các nước đang phát triển quá trình mở rộng thu hút vốn đầu tư là con
đường duy nhất để giải quyết vấn đề vốn trong quá trình phát triển kinh tế. Vậy
những yếu tố nào quyết định đến việc thu hút các nguồn vốn này? Chính vì vậy
nhóm quyết định chọn đề tài:
Các yếu tố ảnh hưởng đến số dự án có vốn đầu tư nước ngoài (FDI)
trên địa bàn các tỉnh, thành phố ở Việt Nam năm 2007.
Đối với các tỉnh việc thu hút nguồn vốn đầu tư đã và đang được thực
hiện thông qua việc cải thiện về môi trường đầu tư, các chính sách ưu đãi đối
với các doanh nghiệp… Khi các nhà đầu tư thấy được môi trường đầu tư an
toàn và thuận lợi thì sẽ có nhiều nhà đầu tư đầu tư vào tỉnh. Và để có thể giải
thích phần nào số dựa án đầu tư vào một tỉnh nhóm đã xây dựng mô hình kinh
tế lựơng để giải thích cho vấn để trên.
Nhóm Hoa mặt trời 3 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
PHẦN II: CƠ SỞ LÝ LUẬN

2.1. Các yếu tố ảnh hưởng đến số dự án có nguồn vốn đầu tư nước ngoài
vào tỉnh
Lý do nào mà các nhà đầu tư đầu tư vào tỉnh này mà không phải là
tỉnh khác?
 Đối với các doanh nghiệp kinh doanh quốc tế, đặc biệt là các công ty đa
quốc gia thì vấn đề đầu tiên các doanh nghiệp quan tâm là gì? Đó là vấn đề sự
ổn định về môi trường chính trị. Một quốc gia hoặc một tỉnh có nên chính trị ổn
định sẽ tiền đề thuận lợi cho việc thu hút các nguồn vốn đầu tư. Nền chính trị
ổn định sẽ giúp các doanh nghiệp yên tâm đầu tư, tránh được những rủi ro.
 Bắt đầu từ năm 2005, Phòng Thương mại và Công nghiệp Việt Nam
(VCCI) và Dự án Nâng cao Năng lực Cạnh tranh Việt Nam (VNCI) hợp tác
xây dựng xác định về năng lực cạnh tranh của các tỉnh đó là chỉ số PCI
Chỉ số tổng hợp PCI bao gồm 10 chỉ số thành phần phản ánh những khía
cạnh quan trọng khác nhau của môi trường kinh doanh cấp tỉnh, những khía
cạnh này chịu tác động trực tiếp từ thái độ và hành động của cơ quan chính
quyền địa phương:
 Chi phí gia nhập thị trường (chi phí thành lập doanh
nghiệp).
 Tiếp cận đất đai và sự ổn định trong sử dụng đất.
 Tính minh bạch và tiếp cận thông tin.
 Chi phí thời gian để thực hiện các qui định của Nhà nước/
thanh - kiểm tra.
 Chi phí không chính thức.
 Ưu đãi đối với doanh nghiệp nhà nước (Môi trường cạnh
tranh).
 Tính năng động và tiên phong của chính quyền tỉnh.
 Chính sách phát triển khu vực kinh tế tư nhân.
Nhóm Hoa mặt trời 4 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
 Thiết chế pháp lý.

 Đào tạo lao động.
Chỉ số PCI được nghiên cứu và công bố hàng năm có ý nghĩa rất lớn trong
quản lý, điều hành kinh tế ở các tỉnh. Nó chỉ ra năng lực cạnh tranh của từng
tỉnh trong việc thu hút đầu tư và phát triển thành phần kinh tế tư nhân. PCI
càng cao thì càng có lợi cho việc thu hút các dự án đầu tư có vốn nước ngoài.
 Khi đầu tư vao tỉnh thì các nhà đầu tư quan tâm đến thị trường tiêu thụ
của sản phẩm và các yếu tố về trình độ dân trí của địa phương, những tỉnh có
dân số lớn hoặc những khu vực có mật độ dân số cao thường thu hút được sự
quan tâm của các doanh nghiệp kinh doanh quốc tế. Thứ nhất, dân số đông
đồng nghĩa với tiềm năng thị trường lớn. Thứ hai, sẽ là nguồn cung lao động
cho các doanh nghiệp. Vì vậy, mật độ dân số cũng là một yếu tố giúp địa
phương có khả năng thu hút vốn đầu tư.
 Tiềm năng thị trường có lớn hay không những phụ thuộc vào mật độ dân
số mà còn phụ thuộc vào mức sống và thu nhập của dân cư trong nước. Thị
trường có tiềm năng càng lớn thì càng có thì việc thu hút các dự án đầu tư càng
có lợi điều này thể hiện qua tốc độ tăng trưởng GDP của các tỉnh (GDP)
 Ngoài ra, vấn đề về cơ sở hạ tầng của tỉnh cũng là một thế mạnh của tỉnh
nhằm thu hút các dự án đầu tư. Đối với các tỉnh trong quá trình xây dựng các
khu công nghiệp kéo theo việc nâng cấp cơ sở hạ tầng, mạng lưới giao thông
vận tải…
 Vị trí địa lý của tỉnh cũng là nhân tố thế mạnh của tỉnh. Tỉnh có vị trí địa
lý thuận lợn về giao thông vận tải, điều kiện tự nhiên, điều này giúp cho các
nhà đầu tư giảm bớt được những chi phí vận chuyển, tránh được tác động do
thiên tai gây ra.
2.2. Mô hình dự kiến, dự đoán dấu
Mô hình dự kiến
Y=
β
1
+

β
2
*X1 +
β
3
*X2 +
β
4
*X3 +
β
5
*X4
Nhóm Hoa mặt trời 5 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
Dự đoán dấu
β
2
: như trên đã nói, khi mật độ dân số lớn sẽ tạo điều kiện cho các
doanh nghiệp đầu tư vào các địa phương càng lớn. Do đó dấu dự kiến là
β
2
>0.
β
3
: Chỉ số năng lực cạnh tranh cấp tỉnh thể hiện mức thu hút đầu tư. PCI
càng cao, đầu tư càng nhiều. Do đó dấu dự kiến là
β
3
>0.
β

4
: Dự kiến dấu
β
4
>0
β
5
: Khi tốc độ tăng trưởng kinh tế của các tỉnh (GDP) càng cao thì khả
năng các doanh nghiệp nước ngoài đầu tư vào các tỉnh càng cao. Do đó dấu dự
kiến là
β
5
>0.
Nhóm Hoa mặt trời 6 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
PHẦN III: MÔ TẢ SỐ LIỆU THU THẬP
3.1. Bảng số liệu
STT TỈNH Y X1 X2 X3 X4
1
Bà Rịa - Vũng
Tàu
18 466 55.95 7 8.17
2 Bạc Liêu 1 317 42.89 1 11.5
3 Bắc Ninh 35 1227 54.79 4 11.96
4 Bến Tre 2 573 53.11 1 10.5
5 Bình Định 12 259 66.49 2 14.3
6 Bình Dương 292 358 76.23 15 12
7 Bình Phước 30 118 46.29 2 12.2
8 Bình Thuận 10 148 52.66 1 17
9 Cà Mau 1 231 43.99 1 12.8

10 Cần Thơ 6 813 58.3 3 8.17
11 Đà Nẵng 22 627 75.39 4 11.5
12 Đồng Nai 116 375 64.64 23 14.3
13 Đồng Tháp 4 494 58.13 1 14.1
14 Gia Lai 1 75 53.08 1 13.1
15 Hà Nam 13 961 47.27 1 10.4
16 Hà Nội 234 3490 50.34 5 11.5
17 Hà Tây 21 1157 40.73 1 13.2
18 Hải Dương 45 1042 52.7 5 19.6
19 Hải Phòng 55 1186 49.98 3 10.84
20 Hậu Giang 22 498 52.61 1 13.2
21 Hưng Yên 35 1237 55.97 3 10.8
22 Khánh Hòa 8 218 55.33 2 11
23 Lâm Đồng 13 121 52.25 1 11.07
24 Lạng Sơn 5 90 49.64 1 17.6
25 Long An 66 317 50.4 8 9
26 Nam Định 4 1196 48.89 2 10
27 Nghệ An 2 186 54.43 2 13
28 Ninh Bình 6 663 55.82 1 12
29 Ninh Thuận 5 169 45.82 1 10.7
30 Phú Thọ 1 379 54.42 2 10.34
31 Phú Yên 5 173 54.93 1 12.42
32 Quảng Nam 16 141 56.42 1 17.87
33 Quảng Ngãi 2 251 44.2 2 12.3
34 Quảng Ninh 12 179 53.25 3 11.3
35 Quảng Trị 3 131 52.18 1 11.5
36 Sóc Trăng 2 385 55.34 1 12.7
Nhóm Hoa mặt trời 7 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
37 Sơn La 3 71 45.22 1 16.5

38 Bắc Giang 15 417 55.99 2 15
39 Tây Ninh 22 259 48.35 2 11
40 Thái Bình 2 1206 50.54 2 10.56
41 Thái Nguyên 1 318 52.71 1 8.2
42 Thanh Hóa 6 330 45.3 1 12
43
Thừa Thiên -
Huế
9 226 50.53 1 13.4
44 Tiền Giang 5 691 52.18 2 11.02
45
TP. Hồ Chí
Minh
312 2909 63.39 15 13
46 Trà Vinh 1 452 56.83 1 7.8
47 Tuyên Quang 2 125 47.21 0 12
48 Vĩnh Long 1 715 64.67 2 8.17
49 Vĩnh Phúc 30 860 61.27 3 11.5
50 Yên Bái 2 170 56.85 2 15.3
3.2. Mô hình
Y =
β
1
+
β
2
*X1 +
β
3
*X2+

β
4
*X3+
β
5
*X4
Trong đó:
 Y: số dự án đầu tư trong năm 2006
 X1: mật độ dân số năm 2006
 X2: chỉ số đánh giá năng lực cạnh tranh năm 2006
 X3: số khu công nghiệp và khu chế xuất năm 2006
 X4: tốc độ tăng GDP năm 2006 so với 2005 (tính theo giá gốc năm
1994)
Nguồn:
 Tốc độ tăng trưởng GDP lấy từ web của 64 tỉnh thành trong nước.
 Số dự án năm 2006 từ webside:
 Mật độ dân số và vùng lấy từ webside tổng cục thống kê.
 Chỉ số PCI lấy webside thời báo kinh tế Sài Gòn và VCCI
Nhóm Hoa mặt trời 8 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
 Số khu công nghiệp: trang web bộ công nghiệp và các tỉnh.
PHẦN IV: ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH.
A: ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH 5 BIẾN.
1. Ước lượng mô hình hồi quy
Y =
β
1
+
β
2

*X1 +
β
3
*X2+
β
4
*X3+
β
5
*X4
Trong đó:
 Y: số dự án đầu tư trong năm 2006
 X1: mật độ dân số năm 2006
 X2: chỉ số đánh giá năng lực cạnh tranh năm 2006
 X3: số khu công nghiệp và khu chế xuất năm 2006
 X4: tốc độ tăng GDP năm 2006 so với 2005 (tính theo giá gốc năm
1994)
Kết quả ước lượng :
Y = -96.90737604 + 0.04878939758*X1 + 0.8029087725*X2 +
8.981274435*X3 + 2.415093305*X4
Dependent Variable: Y
Method: Least Squares
Date: 12/22/11 Time: 09:30
Sample: 1 50
Included observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C -96.90738 49.89991 -1.942035 0.0584
X1 0.048789 0.008140 5.993778 0.0000
X2 0.802909 0.803530 0.999227 0.3230
X3 8.981274 1.465394 6.128915 0.0000

X4 2.415093 1.972464 1.224404 0.2272
R-squared 0.753169 Mean dependent var 30.72000
Adjusted R-
squared
0.731229 S.D. dependent var 67.18116
S.E. of regression 34.82882 Akaike info criterion 10.03341
Sum squared resid 54587.11 Schwarz criterion 10.22461
Log likelihood -245.8352 F-statistic 34.32781
Nhóm Hoa mặt trời 9 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
Durbin-Watson
stat
1.781107 Prob(F-statistic) 0.000000
Ý nghĩa của mô hình: từ mô hình trên ta thấy
Khi các yếu tố khác không đổi nếu MĐDS tăng lên hoặc giảm đi 1 đơn vị
thì SDA tăng lên 0.048789 dự án.
Khi các yếu tố khác không đổi nếu CPI tăng lên hoặc giảm đi 1 đơn vị thì
SDA tăng lên 0.802909 dự án.
Khi các yếu tố khác không đổi nếu SKCN tăng lên hoặc giảm đi 1 đơn vị thì
SDA tăng lên 8.981274 dự án.
Khi các yếu tố khác không đổi nếu GDP tăng lên hoặc giảm đi 1 đơn vị thì
SDA tăng lên 2.415093 dự án.
R
2
= 0.753169, Mô hình thích hợp đến 75.3169%. Hay mật độ dân số, CPI,
GDP, số khu công nghiệp giải thích được 75.3169% sự thay đổi của dự án đầu
tư vào các tỉnh còn lại 24.6831% là do các yếu tố khác không đưa vào mô hình.
2. Xem xét mô hình có hiện tượng đa cộng tuyến hay không?
• Dấu hiệu 1: R
2

=0.753169, tỷ số t thấp, các biến X2 và X4 không có ý
nghĩa về mặt thống kê.
• Dấu hiệu 2: Mô hình hồi quy phụ.
Dependent Variable: X1
Method: Least Squares
Date: 12/22/11 Time: 10:01
Sample: 1 50
Included observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C 1352.050 881.5915 1.533647 0.1320
X2 -9.117911 14.49231 -0.629155 0.5324
X3 55.51463 25.24947 2.198645 0.0330
X4 -36.73246 35.31485 -1.040142 0.3037
R-squared 0.116941 Mean dependent var 580.0000
Adjusted R-
squared
0.059350 S.D. dependent var 650.4608
S.E. of regression 630.8630 Akaike info criterion 15.80867
Nhóm Hoa mặt trời 10 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
Sum squared resid 18307455 Schwarz criterion 15.96163
Log likelihood -391.2168 F-statistic 2.030552
Durbin-Watson
stat
1.658619 Prob(F-statistic) 0.122728
Ta tiến hành Kiểm định cặp giả thuyết:
H
0
: R
2

= 0
H
1
: R
2
≠ 0
Ta có: F-statistic = 2.030552, Prob(F-statistic)= 0.12272>0.05  Chấp
nhận H
0
hay mô hình không thích hợp  Mô hình không tồn tại đa cộng tuyến.
• Dấu hiệu 3: nhân tử phóng đại
VIF=1/(1 – R
I
2
) = 1/(1 - 0.116941) = 1.132426 < 10  Mô hình không có hiện
tượng đa cộng tuyến.
• Dấu hiệu 4: Tương quan cặp giữa các biến giải thích:
R
12
= 0.085354
R
13
= 0.299717
R
14
= -0.132624
R
23
= 0.512875
R

24
= -0.033528
R
34
= 0.023433
Ta thấy các R
12,
R
13,
R
14
, R
23,
R
24,
R
34
nhỏ  Mô hình không có đa cộng
tuyến.
 Từ bốn dấu hiệu trên ta có kết luận mô hình 2 không có hiện tượng đa cộng
tuyến.
3. Xét mô hình có hiện tượng phương sai thay đổi hay không?
 Phương pháp 1: Vẽ đồ thị của phần dư.
Nhóm Hoa mặt trời 11 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
-150
-100
-50
0
50

100
150
-40 0 40 80 120 160 200 240 280
Y1
RESID
RESID vs. Y1
Nhận xét: Nhìn vào đồ thị ta thấy độ rộng của biểu đồ tăng lên khi Y1
tăng, cho nên có thể cho rằng phương sai của sai số thay đổi.
Phương pháp 2: Kiểm định Park.
Dependent Variable: LOG(E2)
Method: Least Squares
Date: 12/22/11 Time: 12:42
Sample: 1 50
Included observations: 33
Excluded observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C 1.129321 0.799998 1.411654 0.1680
LOG(Y1) 1.305776 0.228827 5.706385 0.0000
R-squared 0.512294 Mean dependent var 5.428386
Adjusted R-squared 0.496561 S.D. dependent var 2.178748
S.E. of regression 1.545897 Akaike info criterion 3.767777
Sum squared resid 74.08368 Schwarz criterion 3.858474
Log likelihood -60.16832 F-statistic 32.56283
Durbin-Watson stat 3.109505 Prob(F-statistic) 0.000003
Kiểm định cặp giả thiết H
0 :
β
2
= 0 (không có hiện tượng phương sai thay
đổi.),

H
1
: β
2
≠ 0. ( có hiện tượng phương sai thay đổi).
Ta thấy t-Statistic = 5.706385, p_value = 0.0000 < 0.05  bác bỏ giả
thiết H
0
tức là mô hình có hiện tượng phương sai thay đổi.
Nhóm Hoa mặt trời 12 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
 Phương pháp 3: Kiểm định White.
White Heteroskedasticity Test:
F-statistic 11.40486 Probability 0.000000
Obs*R-squared 34.49775 Probability 0.000033
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/22/11 Time: 12:55
Sample: 1 50
Included observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C 39346.97 14727.72 2.671626 0.0108
X1 -0.719423 1.300885 -0.553026 0.5832
X1^2 7.08E-05 0.000407 0.174075 0.8627
X2 -1470.781 416.1246 -3.534473 0.0010
X2^2 13.70220 3.650815 3.753190 0.0005
X3 471.8087 296.6845 1.590271 0.1195
X3^2 -0.570781 13.31784 -0.042858 0.9660
X4 -77.45871 896.6476 -0.086387 0.9316

X4^2 2.730592 33.43671 0.081664 0.9353
R-squared 0.689955 Mean dependent var 1091.742
Adjusted R-
squared
0.629459 S.D. dependent var 3278.964
S.E. of regression 1995.975 Akaike info criterion 18.19720
Sum squared resid 1.63E+08 Schwarz criterion 18.54137
Log likelihood -445.9300 F-statistic 11.40486
Durbin-Watson
stat
2.221777 Prob(F-statistic) 0.000000
Kiểm định cặp giả thiết:
H
0 :
Không có hiện tượng phương sai thay đổi.
H
1
: Có hiện tượng phương sai thay đổi.
Ta thấy:
Obs*R-squared = 34.49775, Probability = 0.000033 < 0.05  Bác bỏ giả thiết
H
0
tức là mô hình có hiện tượng phương sai thay đổi.
Từ ba Phương pháp trên ta có thể kết luận rằng: “ Mô hình có phương
sai thay đổi”.
4. Cách khắc phục hiện tượng phương sai thay đổi.
Dùng giả thuyết 4: chúng ta ước lượng mô hình hồi quy:
lnY = β
1
+ β

2
lnX1 + β
3
lnX2 + β
4
ln X3 + β
5
lnX4 + U
i
ta được kết quả như sau:
LOG(Y) = -3.40351724 + 0.3893206781*LOG(X1) - 0.8496157849*LOG(X2) +
1.303814781*LOG(X3) + 2.316259182*LOG(X4)
Nhóm Hoa mặt trời 13 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
Dependent Variable: LOG(Y)
Method: Least Squares
Date: 12/22/11 Time: 14:06
Sample: 1 50
Included observations: 49
Excluded observations: 1
Variable Coefficient Std. Error t-Statistic Prob.
C -3.403517 5.799350 -0.586879 0.5603
LOG(X1) 0.389321 0.186403 2.088592 0.0426
LOG(X2) -0.849616 1.318265 -0.644495 0.5226
LOG(X3) 1.303815 0.229617 5.678211 0.0000
LOG(X4) 2.316259 0.737600 3.140265 0.0030
R-squared 0.613512 Mean dependent var 2.160301
Adjusted R-
squared
0.578377 S.D. dependent var 1.553277

S.E. of regression 1.008582 Akaike info criterion 2.951419
Sum squared resid 44.75845 Schwarz criterion 3.144462
Log likelihood -67.30976 F-statistic 17.46142
Durbin-Watson
stat
2.004927 Prob(F-statistic) 0.000000
Dùng kiểm định White để kiểm tra lại:
White Heteroskedasticity Test:
F-statistic 0.604995 Probability 0.768044
Obs*R-squared 5.288991 Probability 0.726289
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/22/11 Time: 14:03
Sample: 1 50
Included observations: 49
Excluded observations: 1
Variable Coefficient Std.
Error
t-Statistic Prob.
C 29.80813 102.8798 0.289737 0.7735
LOG(X1) 0.190231 1.965215 0.096799 0.9234
(LOG(X1))^2 -0.027972 0.160266 -0.174535 0.8623
LOG(X2) -19.54517 48.40709 -0.403767 0.6885
(LOG(X2))^2 2.198991 6.049201 0.363518 0.7181
LOG(X3) 0.652953 0.529269 1.233690 0.2245
(LOG(X3))^2 -0.202437 0.195982 -1.032940 0.3078
LOG(X4) 11.09271 12.32882 0.899739 0.3736
(LOG(X4))^2 -2.232353 2.470001 -0.903786 0.3715
Nhóm Hoa mặt trời 14 GVHD: Nguyễn Bá Trung

Bài tập nhóm Môn: Kinh tế lượng
R-squared 0.107939 Mean dependent var 0.913438
Adjusted R-
squared
-0.070474 S.D. dependent var 0.977656
S.E. of regression 1.011520 Akaike info criterion 3.025191
Sum squared resid 40.92687 Schwarz criterion 3.372668
Log likelihood -65.11717 F-statistic 0.604995
Durbin-Watson
stat
2.288658 Prob(F-statistic) 0.768044
Kiểm định cặp giả thiết:
H
0 :
Không có hiện tượng phương sai thay đổi.
H
1
: Có hiện tượng phương sai thay đổi.
Ta có:
Obs*R-squared = 5.288991, Probability = 0.726289 > 0.05  Chấp nhận giả
thuyết H
0
tức là mô hình đã khắc phục được hiện tượng phương sai thay đổi.
5. Xét mô hình có hiện tượng tự tương quan hay không?
Nhận biết:
• Cách 1: Dùng kiểm định Durbin Watson:
Ta có Durbin-Watson stat = 1.781107 nằm trong khoảng (1 ; 3) Không có tự
tương quan bậc 1.
• Cách 2: Dùng kiểm định BG: kiểm định tự tương quan bậc 2.
Breusch-Godfrey Serial Correlation LM Test:

F-statistic 0.321577 Probability 0.726734
Obs*R-squared 0.736832 Probability 0.691829
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/22/11 Time: 15:12
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C -7.441291 51.99497 -0.143116 0.8869
X1 7.93E-05 0.008285 0.009571 0.9924
X2 0.149463 0.838744 0.178199 0.8594
X3 0.032173 1.488612 0.021612 0.9829
X4 -0.064733 2.028617 -0.031910 0.9747
RESID(-1) 0.100468 0.158586 0.633521 0.5297
RESID(-2) 0.068363 0.155086 0.440809 0.6616
R-squared 0.014737 Mean dependent var -4.30E-15
Adjusted R-
squared
-0.122742 S.D. dependent var 33.37698
S.E. of regression 35.36609 Akaike info criterion 10.09856
Sum squared resid 53782.68 Schwarz criterion 10.36624
Nhóm Hoa mặt trời 15 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
Log likelihood -245.4640 F-statistic 0.107192
Durbin-Watson
stat
1.958623 Prob(F-statistic) 0.995164
Xét cặp giả thuyết:
H
0

: Không có tự tương quan ở bất kỳ một bậc nào từ bậc 1 đến bậc 2.
H
1
:Tồn tại ít nhất một bậc tự tương quan từ bậc 1 đến bậc 2.
Ta có: Obs*R-squared = 0.736832 ; Probability = 0.691829 > 0.05 
Chấp nhận H
0
hay mô hình không có tự tương quan ở bất kỳ một bậc nào từ
bậc 1 đến bậc 2.
Từ hai cách trên ta có thể kết luận mô hình không có hiện tượng tự
tương quan.
B. XÉT MÔ HÌNH 4 BIẾN (KIỂM ĐỊNH SỰ THỪA BIẾN X2).
1. Xét mô hình hồi quy 4 biến.
Y =
β
1
+
β
2
*X1 +
β
3
*X3+
β
4
*X4+U
i.
Kết quả ước lượng như sau:
Redundant Variables: X2
F-statistic 0.998456 Probability 0.323028

Log likelihood
ratio
1.097267 Probability 0.294867
Test Equation:
Dependent Variable: Y
Method: Least Squares
Date: 12/22/11 Time: 09:32
Sample: 1 50
Included observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C -53.99899 25.41656 -2.124559 0.0390
X1 0.048038 0.008105 5.926919 0.0000
X3 9.735999 1.255721 7.753313 0.0000
X4 2.284548 1.968100 1.160789 0.2517
R-squared 0.747693 Mean dependent var 30.72000
Adjusted R-
squared
0.731238 S.D. dependent var 67.18116
S.E. of regression 34.82824 Akaike info criterion 10.01535
Sum squared resid 55798.29 Schwarz criterion 10.16831
Log likelihood -246.3838 F-statistic 45.43912
Durbin-Watson
stat
1.795167 Prob(F-statistic) 0.000000
Nhóm Hoa mặt trời 16 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
Sau khi bỏ biến X2 ra khỏi mô hình ta có mô hình hồi quy mới:
Y = -53.99899253 + 0.04803810778*X1 + 9.735999165*X3 +
2.284547868*X4 (mô hình 2)
Ý nghĩa của mô hình 2: Từ mô hình ta thấy

Khi các yếu tố khác không đổi nếu MĐDS tăng lên hoặc giảm đi 1 đơn vị
thì SDA tăng lên 0.048038 dự án.
Khi các yếu tố khác không đổi nếu SKCN tăng lên hoặc giảm đi 1 đơn vị thì
SDA tăng lên 9.735999 dự án.
Khi các yếu tố khác không đổi nếu GDP tăng lên hoặc giảm đi 1 đơn vị thì
SDA tăng lên 2.284548 dự án.
R
2
= 0.747693, Mô hình thích hợp đến 74.7693%. Hay mật độ dân số, GDP,
số khu công nghiệp giải thích được 74.7693%. sự thay đổi của dự án đầu tư vào
các tỉnh còn lại 25.2307% là do các yếu tố khác không đưa vào mô hình.
2. Xem xét mô hình 2 có hiện tượng đa cộng tuyến hay không?
• Dấu hiệu 1: R
2
=0.747693, tỷ số t thấp,biến X4 không có ý nghĩa về mặt
thống kê.
• Dấu hiệu 2: Mô hình hồi quy phụ:
Dependent Variable: X1
Method: Least Squares
Date: 12/22/11 Time: 16:14
Sample: 1 50
Included observations: 50
Variable Coefficient Std.
Error
t-Statistic Prob.
C 872.2200 439.3660 1.985179 0.0530
X3 47.34786 21.51772 2.200413 0.0327
X4 -35.55331 35.03769 -1.014716 0.3154
R-squared 0.109342 Mean dependent
var

580.0000
Adjusted R-
squared
0.071442 S.D. dependent var 650.4608
S.E. of regression 626.7952 Akaike info
criterion
15.77724
Sum squared 18464994 Schwarz criterion 15.89196
Nhóm Hoa mặt trời 17 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
resid
Log likelihood -391.4310 F-statistic 2.884995
Durbin-Watson
stat
1.565366 Prob(F-statistic) 0.065797
Ta có : Kiểm định cặp giả thuyết:
H
0
: R
2
= 0
H
1
: R
2
≠ 0
Ta có: F-statistic = 2.884995, Prob(F-statistic)= 0.065797>0.05 
Chấp nhận H
0
hay mô hình phụ không thích hợp  Mô hình (2) không tồn tại

đa cộng tuyến.
• Dấu hiệu 3: tương quan cặp giữa các biến giải thích:
R
13
= 0.299717
R
14
= -0.132624
R
34
= 0.023433
 Ta thấy các

R
13,
R
14
,

R
34
nhỏ  Mô hình không có đa cộng tuyến.
• Dấu hiệu 4: nhân tử phóng đại:
VIF=1/(1 – R
I
2
) = 1/(1 – 0.109342) = 1.1227
Ta có VIF < 10 nên có thể kết luận mô hình không tồn tại đa cộng tuyến.
 Từ bốn dấu hiệu trên ta có kết luận mô hình 2 không có hiện tượng
đa cộng tuyến.

3. Xét mô hình (2) có hiện tượng phương sai thay đổi hay không?
 Phương pháp 1: Vẽ đồ thị của phần dư.
-120
-80
-40
0
40
80
120
160
-50 0 50 100 150 200 250 300
Y1
RESID
RESID vs. Y1
Nhận xét: Nhìn vào đồ thị ta thấy độ rộng của biểu đồ tăng lên khi Y1
tăng, cho nên có thể cho rằng phương sai của sai số thay đổi.
 Phương pháp 2: Kiểm định Park.
Nhóm Hoa mặt trời 18 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
Dependent Variable: LOG(E2)
Method: Least Squares
Date: 12/22/11 Time: 16:34
Sample: 1 50
Included observations: 36
Excluded observations: 14
Variable Coefficien
t
Std. Error t-Statistic Prob.
C 2.127252 0.656671 3.239451 0.0027
LOG(Y1) 0.987401 0.199412 4.951567 0.0000

R-squared 0.418982 Mean dependent
var
5.004807
Adjusted R-
squared
0.401894 S.D. dependent
var
2.372196
S.E. of regression 1.834593 Akaike info
criterion
4.105475
Sum squared resid 114.4349 Schwarz criterion 4.193448
Log likelihood -71.89855 F-statistic 24.51802
Durbin-Watson
stat
2.819321 Prob(F-statistic) 0.000020
Kiểm định cặp giả thiết H
0 :
β
2
= 0 (không có hiện tượng phương sai thay
đổi.),
H
1
: β
2
≠ 0. ( có hiện tượng phương sai thay đổi).
Ta thấy t-Statistic =4.951567, p_value = 0.0000 < 0.05  Bác bỏ giả
thiết H
0

tức là mô hình có hiện tượng phương sai thay đổi.
 Phương pháp 3: Kiểm định White.
White Heteroskedasticity Test:
F-statistic 9.037752 Probability 0.000002
Obs*R-squared 27.88669 Probability 0.000099
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/22/11 Time: 16:37
Sample: 1 50
Included observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C -7949.887 7589.137 -1.047535 0.3007
X1 -0.575333 1.708103 -0.336826 0.7379
X1^2 -0.000216 0.000528 -0.410278 0.6836
X3 990.7120 349.8034 2.832196 0.0070
X3^2 -15.23673 16.64572 -0.915354 0.3651
X4 1090.131 1121.080 0.972394 0.3363
X4^2 -40.54607 41.79218 -0.970183 0.3374
Nhóm Hoa mặt trời 19 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
R-squared 0.557734 Mean dependent var 1115.966
Adjusted R-
squared
0.496022 S.D. dependent var 3695.186
S.E. of
regression
2623.264 Akaike info criterion 18.71140
Sum squared
resid

2.96E+08 Schwarz criterion 18.97909
Log likelihood -460.7851 F-statistic 9.037752
Durbin-Watson
stat
2.123859 Prob(F-statistic) 0.000002
Kiểm định cặp giả thiết:
H
0 :
Không có hiện tượng phương sai thay đổi.
H
1
: Có hiện tượng phương sai thay đổi.
Ta thấy: Obs*R-squared =27.88669, Probability = 0.000099< 0.05 
Bác bỏ giả thiết H
0
tức là mô hình có hiện tượng phương sai thay đổi.
Từ ba Phương pháp trên ta có thể kết luận rằng: “ Mô hình có phương
sai thay đổi”.
4. Cách khắc phục hiện tượng phương sai thay đổi.
Dùng giả thuyết 4: chúng ta ước lượng mô hình hồi quy:
lnY = β
1
+ β
2
lnX1 + β
3
lnX3 + β
4
ln X4 + U
i.

ta được kết quả hồi quy như sau:
LOG(Y) = -6.812287463 + 0.3978359902*LOG(X1) +
1.229651286*LOG(X3) + 2.327742456*LOG(X4)
Dependent Variable: LOG(Y)
Method: Least Squares
Date: 12/22/11 Time: 16:42
Sample: 1 50
Included observations: 49
Excluded observations: 1
Variable Coefficient Std. Error t-Statistic Prob.
C -6.812287 2.363234 -2.882613 0.0060
LOG(X1) 0.397836 0.184723 2.153691 0.0367
LOG(X3) 1.229651 0.197407 6.229018 0.0000
LOG(X4) 2.327742 0.732579 3.177463 0.0027
R-squared 0.609863 Mean dependent
var
2.160301
Adjusted R-
squared
0.583854 S.D. dependent var 1.553277
S.E. of
regression
1.002009 Akaike info
criterion
2.919998
Sum squared
resid
45.18099 Schwarz criterion 3.074433
Log likelihood -67.53996 F-statistic 23.44806
Nhóm Hoa mặt trời 20 GVHD: Nguyễn Bá Trung

Bài tập nhóm Môn: Kinh tế lượng
Durbin-Watson
stat
1.958445 Prob(F-statistic) 0.000000
Dùng kiểm định White để kiểm tra lại:
White Heteroskedasticity Test:
F-statistic 0.494518 Probability 0.808763
Obs*R-squared 3.233213 Probability 0.779058
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/22/11 Time: 16:43
Sample: 1 50
Included observations: 49
Excluded observations: 1
Variable Coefficient Std. Error t-Statistic Prob.
C -11.10632 16.28747 -0.681894 0.4990
LOG(X1) -0.897462 1.897122 -0.473065 0.6386
(LOG(X1))^2 0.062983 0.154418 0.407872 0.6854
LOG(X3) 0.538365 0.520862 1.033605 0.3072
(LOG(X3))^2 -0.225688 0.193255 -1.167828 0.2495
LOG(X4) 12.43923 11.94059 1.041760 0.3035
(LOG(X4))^2 -2.563585 2.393930 -1.070869 0.2903
R-squared 0.065984 Mean dependent
var
0.922061
Adjusted R-
squared
-0.067447 S.D. dependent var 0.984446
S.E. of

regression
1.017103 Akaike info
criterion
3.003358
Sum squared
resid
43.44896 Schwarz criterion 3.273618
Log likelihood -66.58227 F-statistic 0.494518
Durbin-Watson
stat
2.252600 Prob(F-statistic) 0.808763
Kiểm định cặp giả thiết:
H
0 :
Không có hiện tượng phương sai thay đổi.
H
1
: Có hiện tượng phương sai thay đổi.
Ta có: Obs*R-squared =3.233213 , Probability = 0.779058 > 0.05 
chấp nhận giả thuyết H
0
tức là mô hình đã khắc phục được hiện tượng phương
sai thay đổi.
5. Xét mô hình (2) có hiện tượng tự tương quan hay không?
Nhận biết:
• Cách 1: Dùng kiểm định Durbin Watson:
Nhóm Hoa mặt trời 21 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
Ta có Durbin-Watson stat = 1.795167, nằm trong khoảng (1 ; 3)  Không có
tự tương quan bậc 1.

• Cách 2: Dùng kiểm định BG: Kiểm định tự tương quan bậc 2.
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.244838 Probability 0.783891
Obs*R-squared 0.550325 Probability 0.759449
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/22/11 Time: 18:09
Presample missing value lagged residuals set to zero.
Variable Coefficient Std.
Error
t-Statistic Prob.
C 0.541931 26.28716 0.020616 0.9836
X1 0.000280 0.008281 0.033802 0.9732
X3 0.084464 1.282568 0.065855 0.9478
X4 -0.081094 2.036179 -0.039827 0.9684
RESID(-1) 0.086536 0.152273 0.568291 0.5727
RESID(-2) 0.054090 0.153399 0.352610 0.7261
R-squared 0.011006 Mean dependent
var
-1.62E-14
Adjusted R-
squared
-0.101379 S.D. dependent var 33.74523
S.E. of regression 35.41448 Akaike info
criterion
10.08428
Sum squared resid 55184.14 Schwarz criterion 10.31373
Log likelihood -246.1071 F-statistic 0.097935
Durbin-Watson

stat
1.955641 Prob(F-statistic) 0.992000
Xét cặp giả thuyết:
H
0
: Không có tự tương quan ở bất kỳ một bậc nào từ bậc 1 đến bậc 2.
H
1
: Tồn tại ít nhất một bậc tự tương quan từ bậc 1 đến bậc 2.
Ta có: Obs*R-squared = 0.550325; Probability = 0.759449 > 0.05 
Chấp nhận H
0
hay mô hình không có tự tương quan ở bất kỳ một bậc nào từ
bậc 1 đến bậc 2.
Từ hai cách trên ta có thể kết luận mô hình không có hiện tượng tự
tương quan.
C. XÉT MÔ HÌNH 3 BIẾN (KIỂM ĐỊNH SỰ THỪA BIẾN X4).
1. Xét mô hình hồi quy 3 biến.
Y =
β
1
+
β
2
*X1 +
β
3
*X3 + U
i.
Nhóm Hoa mặt trời 22 GVHD: Nguyễn Bá Trung

Bài tập nhóm Môn: Kinh tế lượng
Kết quả ước lượng như sau:
Redundant Variables: X4
F-statistic 1.347430 Probability 0.251717
Log likelihood
ratio
1.443558 Probability 0.229564
Test Equation:
Dependent Variable: Y
Method: Least Squares
Date: 12/22/11 Time: 18:28
Sample: 1 50
Included observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C -25.64665 7.055719 -3.634875 0.0007
X1 0.046661 0.008047 5.798287 0.0000
X3 9.833395 1.257537 7.819565 0.0000
R-squared 0.740302 Mean dependent var 30.72000
Adjusted R-
squared
0.729251 S.D. dependent var 67.18116
S.E. of
regression
34.95673 Akaike info criterion 10.00422
Sum squared
resid
57432.73 Schwarz criterion 10.11895
Log
likelihood
-247.1056 F-statistic 66.98976

Durbin-
Watson stat
1.778746 Prob(F-statistic) 0.000000
Sau khi bỏ biến X4 ra khỏi mô hình ta có mô hình hồi quy mới:
Y = -25.64665292 + 0.04666058131*X1 + 9.833394551*X3 (mô hình 3).
Ý nghĩa của mô hình 2: Từ mô hình ta thấy
Khi các yếu tố khác không đổi nếu MĐDS tăng lên hoặc giảm đi 1 đơn vị
thì SDA tăng lên 0.046661 dự án.
Khi các yếu tố khác không đổi nếu SKCN tăng lên hoặc giảm đi 1 đơn vị thì
SDA tăng lên 9.833395 dự án.
R
2
= 0.740302, Mô hình thích hợp đến 74.0302%. Hay mật độ dân số, GDP, số
khu công nghiệp giải thích được 74.0302% sự thay đổi của dự án đầu tư vào các tỉnh
còn lại 25.9698% là do các yếu tố khác không đưa vào mô hình.
Nhóm Hoa mặt trời 23 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
2. Xem xét mô hình 3 có hiện tượng đa cộng tuyến hay không?
• Dấu hiệu 1: dùng mô hình hồi quy phụ:
Dependent Variable: X1
Method: Least Squares
Date: 12/22/11 Time: 17:08
Sample: 1 50
Included observations: 50
Variable Coefficient Std. Error t-Statistic Prob.
C 440.4281 109.4272 4.024851 0.0002
X3 46.83620 21.51845 2.176560 0.0345
R-squared 0.089830 Mean dependent
var
580.0000

Adjusted R-
squared
0.070868 S.D. dependent var 650.4608
S.E. of regression 626.9887 Akaike info
criterion
15.75891
Sum squared resid 18869514 Schwarz criterion 15.83539
Log likelihood -391.9728 F-statistic 4.737414
Durbin-Watson
stat
1.529515 Prob(F-statistic) 0.034464
Ta có : kiểm định cặp giả thuyết:
H
0
: R
2
= 0
H
1
: R
2
≠ 0
Ta có: F-statistic = 4.737414, Prob(F-statistic)= 0.034464 < 0.05 
Bác bỏ H
0
hay mô hình phụ là thích hợp  mô hình (3) tồn tại đa cộng tuyến.
• Dấu hiệu 2: tương quan cặp giữa các biến giải thích:
R
13
= 0.299717  Ta thấy các

R
13,
R
14
,

R
34
nhỏ  Mô hình không có đa cộng
tuyến.
• Dấu hiệu 3: nhân tử phóng đại:
VIF=1/(1 – R
I
2
) = 1/(1 – 0.089830) = 1.0987
Ta có VIF < 10 nên có thể kết luận mô hình không tồn tại đa cộng
tuyến.
 Từ ba dấu hiệu trên ta có kết luận mô hình 3 không có hiện tượng đa cộng
tuyến.
3. Xét mô hình (3) có hiện tượng phương sai thay đổi hay không?
 Phương pháp 1: vẽ đồ thị của phần dư:
Nhóm Hoa mặt trời 24 GVHD: Nguyễn Bá Trung
Bài tập nhóm Môn: Kinh tế lượng
-50
0
50
100
150
200

250
300
-2000 -1000 0 1000 2000 3000
RESID
Y1
Y1 vs. RESID
Nhận xét: nhìn vào đồ thị ta thấy độ rộng của biểu đồ tăng lên khi Y1
tăng, cho nên có thể cho rằng phương sai của sai số thay đổi.
 Phương pháp 2: Kiểm định Park.
Dependent Variable: LOG(E2)
Method: Least Squares
Date: 12/22/11 Time: 17:34
Sample: 1 50
Included observations: 36
Excluded observations: 14
Variable Coefficien
t
Std. Error t-Statistic Prob.
C 2.127252 0.656671 3.239451 0.0027
LOG(Y1) 0.987401 0.199412 4.951567 0.0000
R-squared 0.418982 Mean dependent
var
5.004807
Adjusted R-
squared
0.401894 S.D. dependent
var
2.372196
S.E. of regression 1.834593 Akaike info
criterion

4.105475
Sum squared resid 114.4349 Schwarz criterion 4.193448
Log likelihood -71.89855 F-statistic 24.51802
Durbin-Watson
stat
2.819321 Prob(F-statistic) 0.000020
Kiểm định cặp giả thiết:
H
0 :
β
2
= 0 (không có hiện tượng phương sai thay đổi.),
H
1
: β
2
≠ 0. ( có hiện tượng phương sai thay đổi).
Ta thấy: t-Statistic =4.951567; Prob = 0.0000 < 0.05  bác bỏ giả thiết
H
0
tức là mô hình có hiện tượng phương sai thay đổi.
 Phương pháp 3: Kiểm định White.
White Heteroskedasticity Test:
F-statistic 13.47502 Probability 0.000000
Nhóm Hoa mặt trời 25 GVHD: Nguyễn Bá Trung