Đề án lý thuyết thống kê K51 Đại học kinh tế quốc dân docx

Mục lục
LỜI MỞ ĐẦU
Trong sự phát triển kinh tế thế giới hiện nay xu thế hội nhập và toàn cầu hóa ngày
càng lan rộng. Việc phát triển kinh tế không chỉ đơn thuần trong lãnh thổ quốc gia mà còn lan
rộng ra toàn thế giới. Đây cũng là thời kỳ của các công ty toàn cầu và công ty xuyên quốc gia.
Muốn phát triển kinh tế phải mở rộng đầu tư, nắm bắt cơ hội tìm ra hướng đi phù hợp, hạn
chế được khó khăn do nền kinh tế tạo ra. Việt Nam là một nước nghèo, xuất phát điểm thấp đi
lên từ nền kinh tế lạc hậu chủ yếu la nông nghiệp( 70% lao động trong khu vực này). Sau năm
86 nước ta mở cửa và có những chuyển biến rõ rệt về mặt kinh tế. Thoái khỏi cấm vận, khủng
hoảng nâng cao được đời sống nhân dân, đưa nền kinh tế vượt khó khăn vươn ra biển lớn.
Đầu tư trực tiếp ra nước ngoài của Việt Nam còn non trẻ nhưng cũng đã góp phần vào tăng
ngân sách cho đất nước.
Tính đến hết tháng 2/2011, Việt Nam đã có 575 dự án đầu tư vào 55 quốc gia và vùng
lãnh thổ trên thế giới với tổng số vốn đăng ký đạt trên 23,7 tỷ USD. Trong đó phần vốn của các
doanh nghiệp Việt Nam đã vượt 10 tỷ USD. Điều này khẳng định năng lực cạnh tranh và sự
lớn mạnh của các doanh nghiệp Việt Nam, thể hiện bước chuyển mới về quy mô và phương
thức sản xuất từ manh mún và lạc hậu sang có tính chiến lược và hiện đại sau hơn 2 thập kỷ
phát triển, góp phần đưa sản phẩm và thương hiệu Việt đến gần hơn với thị trường thế giới.
Trước những đóng góp của đầu tư vốn ra nước ngoài đối với nền kinh tế quốc dân em chọn đề
tài: ”Vận dụng phương pháp dãy số thời gian phân tích biến động của vốn đầu tư trực tiếp ra
nước ngoài được cấp giấy phép 1989 – 2010”
Qua phương pháp dãy số thời gian mà chúng ta có thể nghiên cứu được các đặc điểm
về sự biến động của vốn đầu tư và vạch rõ quy luật của sự phát triển. Đồng thời dựa vào đó để
dự doán cho các năm tiếp theo
Nội dung của đề án bao gồm:
Chương 1 : Những vấn đề chung về dãy số thời gian
Chương2 : Vận dụng phương pháp dãy số thời gian để phân tích biến động của vốn
đầu tư trực tiếp ra nước ngoài được cấp giấy phép 1989 – 2010
Đề án này được hoàn thành dưới sự hướng dẫn của cô Nguyễn Minh Thu. Em xin
chân thành cám ơn cô. Tuy vậy trình độ của em còn nhiều hạn chế nên không thể tránh khỏi
những sai sót. Em xin nhận ý kiến đóng góp của cô và các bạn để hoàn thiện hơn.

Sinh viên thực hiện
Đỗ Thành Trung
CHƯƠNG 1
NHỮNG VẤN ĐỀ CHUNG VỀ DÃY SỐ THỜI GIAN
1.1
KHÁI NIỆM CHUNG VỀ DÃY SỐ THỜI GIAN

KHÁI NIỆM
Vật chất luôn luôn vận động không ngừng theo thời gian. Để nghiên
cứu biến động của
kinh tế xã hội, người ta thường sử dụng dãy số thời gian.
Dãy số thời gian là dãy các trị số của chỉ tiêu thống kê được sắp xềp theo thứ tự thời gian.
Dãy số thời gian cho phép thống kê học nghiên cứu đặc điểm biến động của hiện tượng theo
thời gian vạch rõ xu hướng và tính quy
luật của sự biến động, đồng thời dự đoán các mức
độ của hiện tượng trong
tương lai.
 KẾT CẤU
Dãy số thì gian gồm hai thành phần: thời gian và chỉ tiêu của hiện
tượng được nghiên
cứu.
• Thời gian có thể đo bằng ngày, tháng, năm,…tuỳ theo mục đích nghiên cứu. Đơn vị
thời gian phải đồng nhất trong dãy số thời gian. Độ dài thời gian giữa hai thời gian
liền nhau được gọi là khoảng cách thời gian.
• Chỉ tiêu về hiện tượng được nghiên cứu là chỉ tiêu được xây dựng cho
dãy số thời
gian. Các trị số của chỉ tiêu được gọi là các mức độ của dãy số
thời gian. Các trị số
này có thể là tuyệt đối , tương đối hay bình quân.
 PHÂN LOẠI

Có một số cách phân loại dãy số thời gian theo các mục đích nghiên cứu khác nhau.Thông
thường, người ta căn cứ vào đặc điểm tồn tại về quy mô của hiện tượng theo thời gian để phân
loại. Theo cách này, dãy số thời gian được chia thành hai loại: dãy số thời điẻm và dãy số thời
kì.
Dãy số thời điểm biểu hiện quy mô của hiện tượng nghiên cứu tại những thời điểm nhất
định. Do vậy, mức độ của hiện tượng ở thời điểm sau có thể bao gồm toàn bộ hay một bộ
phận mức độ của hiện tượng ở thời điểm trước đó.
Dãy số thời kì biểu hiện quy mô (khối lượng) của hiện tượng trong
từng thời gian nhất
định. Do đó, chúng ta có thể cộng các mức độ liền nhau để được một mức độ lớn hơn trong
một khoảng thời gian dài hơn. Lúc này, số lượng các số trong dãy số giảm xuống và khoảng
cách thời gian lớn hơn.
 TÁC DỤNG
Dãy số thời gian có hai tác dụng chính sau:
Thứ nhất, cho phép thống kê học nghiên cứu các đặc điểm và xu
hướng biến động của
hiện tượng theo thời gian. Từ đó, chúng ta có thể đề ra định hướng hoặc các biện pháp xử lí
thích hợp.
Thứ hai, cho phép dự đoán các mức độ của hiện tượng nghiên cứu có khả năng xảy ra trong
tương lai.
Chúng ta sẽ nghiên cứu cụ thể hai tác dụng này trong các phần tiếp theo.
 ĐIỀU KIỆN VẬN DỤNG
Để có thể vận dụng dãy số thời gian một cách hiệu quả thì dãy số thời gian phải đảm bảo
tình chất có thể so sánh được giữa các mức độ trong dãy thời gian. Cụ thể là:
Phải thống nhất được nội dung và phương pháp tính
Phải thống nhất được phạm vi tổng thể nghiên cứu.
Các khoảng thời gian trong dãy số thời gian nên bằng nhau nhất là trong dãy số thời kì.
Tuy nhiên, trên thực tế nhiều khi các điều kiện trên bị vi phạm do các nguyên nhân khác
nhau.Vì vậy, khi vận dụng đòi hỏi phải có sự điều chỉnh thích hợp để tiến hành phân tích đạt
hiệu quả cao.


YÊU CẦU
Yêu cầu cơ bản khi xây dựng một dãy số thời gian là phải
đảm bảo tính chất có thể so
sánh được giữa các mức độ trong dãy số. Muốn vậy thì nội dung và phương pháp tính toán
chỉ tiêu qua thời gian phải thống nhất, phạm vi hiên tượng nghiên cứu trước sau phải nhất trí,
các khoảng cách thời gian trong dãy số nên bằng nhau.
1.2 CÁC CHỈ TIÊU PHÂN TÍCH DÃY SỐ THỜI GIAN.
Để phân tích đặc điểm biến động của hiện tượng theo thời gian người ta thường sử dụng 5 chỉ
tiêu chính sau
Bảng 1 Các chỉ tiêu phân tích dãy số thời gian
MỨC ĐỘ BÌNH QUÂN
THEO THỜI GIAN
DÃY SỐ THỜI KỲ (1)
DÃY SỐ THỜI ĐIỂM
KHOẢNG CÁCH THỜI GIAN BẰNG
NHAU(2)
KHOẢNG CÁCH THỜI GIAN
KHÔNG BẰNG NHAU(3)
LƯỢNG TĂNG (GIẢM)
TUYỆT ĐỐI
LIÊN HOÀN(4)
ĐỊNH GỐC (5)
BÌNH QUÂN (6)
TỐC ĐỘ PHÁT TRIỂN
LIÊN HOÀN ( t
i
)(7)
ĐỊNH GỐC (T
i

)(8)
BÌNH QUÂN (9)
TỐC ĐỘ TĂNG (GIẢM)
LIÊN HOÀN(10)
ĐỊNH GỐC(11)
BÌNH QUÂN(12)
GIÁ TRỊ TUYỆT ĐỐI
CỦA 1% TĂNG (GIẢM)
(13)
Với các công thức tương ứng:
Bảng 2 công thức của các chỉ tiêu phân tích dãy số thời gian
1
1 2 1
_

n
i
n i
y
y y y
y
n n
=
+ + +
= =
∑
7
2
1
2 1

2 2
_

1
n
y
y
n
y y
y
n
−
+ + + +
=
−
8
3
1 1 2 2
1 2
_


n n
n
y t y t y t
y
t t t
+ + +
=
+ + +

9
4 10
5 11
6 12
13
Các chỉ tiêu không sử dụng một cách riêng lẻ mà được sử dụng một cách kết hợp có liên quan
với nhau. Từ đó để cho ta có cái nhìn tổng quan và toàn diện về số liệu sau đó phục vụ các
mục đích khác .
1.3 MỘT SỐ PHƯƠNG PHÁP BIỂU HIỆN XU HƯỚNG BIẾN ĐỘNG CỦA HIỆN TƯỢNG
1.3.1 PHƯƠNG PHÁP MỞ RỘNG KHOẢNG CÁCH THỜI GIAN
Mở rộng khoảng cách thời gian là ghép một số khoảng thời gian gần
nhau lại thành một
khoảng thời gian dài hơn với mức độ lớn hơn.Trước khi ghép, các mưc độ trong dãy số
chưa phản ánh được mức biến động cơ bản của hiện tượng hoặc biểu hiện chưa rõ rệt. Sau
khi ghép, ảnh hưởng của các nhân tố ngẫu nhiên triệt tiêu lẫn nhau do ảnh hưởng của các
chiều hướng trái ngược nhau và các mức độ mới bộc lộ rõ xu hướng biến động cơ bản của
hiện tượng.
Tuy nhiên, phương pháp mở rộng khoảng cách thời gian còn có một số nhược điểm nhất định.
Thứ nhất, phương pháp này chỉ áp dụng đối với dãy số thời kì vì nếu áp dụng cho dãy số
thời điểm, các mức độ mới trở lên vô nghĩa.
Thứ hai, chỉ nên áp dụng cho dãy số tương đối dài và chưa bộc lộ rõ
xu hường biến động
của hiện tượng vì sau khi mở rộng khoảng cách thời
gian,số lượng các mức độ trong dãy
số giảm đi nhiều .
1.3.2 PHƯƠNG PHÁP BÌNH QUÂN TRƯỢT
Số bình quân trượt (còn gọi là số bình quân di động) là số bình quân
cộng của một nhóm
nhất định các mức độ của dãy số được tính bằng cách lần lượt loại dần các mức độ đầu và
thêm dần các mức độ tiếp theo sao cho tổng số lượng các mức độ tham gia tính số lần bình

quân không đổi.
Có hai phương pháp số bình quân trượt cơ bản:
1.3.2.1 SỐ BÌNH QUÂN TRƯỢT ĐƠN GIẢN
Phương pháp này coi vai trò của các mức độ tham gia tính số bình quân
trượt là như nhau.
Thông thường,sốmức độ tham gia trượt là lẻ
(VD:3,5,7,…,2n+1) để giá trị bình quân
nằm giữ khoảng trượt.
Công thức tổng quát
Trong đó y
t
:Số bình quân trượt tại thời gian t.
y
i
:Mức độ tại thời gian i.
m:Số mức độ tham gia trượt.
t:Thời gian có mức độ tính bình quân trượt.
Giả sử có dãy số thời gian: y
1
, y
2
, , y
n-1
, y
n
(gồm m mức độ).
Nếu tính bình quân trượt cho nhóm ba mức độ, chúng ta triển khai công thức
như sau:
1.3.2.2 SỐ BÌNH QUÂN TRƯỢT GIA QUYỀN
Cơ sở của phương pháp là gắn hệ số vai trò cho các mức độ tham gia tính bình quân trượt.

Các mức độ này càng gần mức độ tính thì hệ số càng cao và càng xa thì hệ số càng nhỏ. Các
hệ số vai trò được lấy từ các hệ số của tam giác Pascal.
Tuỳ theo mức độ tham gia tính bình quân trượt, chúng ta chọn dòng hêsố tương ứng. Chẳng
hạn, số mức độ tham gia là 3, công thức là:
Phương pháp này cho chúng ta hiệu quả cao hơn phương pháp trên.Tuy nhiên cách tính phức
tạp hơn nên ít được sử dụng.
1.3.3 PHƯƠNG PHÁP HỒI QUY
1.3.3.1 HÀM XU THẾ TUYẾN TÍNH
Hàm xu thế tuyến tính được sử dụng khi dãy số thời gian có các lượng tăng (giảm) liên hoàn
tuyệt đối xấp xỉ nhau.Theo phương pháp bình phương nhỏ nhất, chúng ta biến đổi được hệ
phương trình:
Từ đó, chúng ta tínhđược
Ngoài ra, tham số có thể tính trực tiếp theo công thức :
1.3.3.2 HÀM XU THẾ PARABOL BẬC HAI
Hàm Parabol được sử dụng khi các sai phân bậc hai(tức là sai phâncủa sai phân bậc một) xấp
xỉ nhau.
Dạng hàm :
Với là các nghiệm của phương trình:
1.3.3.3 HÀM MŨ
Phương trình hàm mũ có dạng:
Hai tham số là nghiệm của phương trình:
0 1
,a a
Hàm xu thế dạngđược vận dụng khi dãy số thời gian có các tốcđộ phát triển liên
hoàn xấp xỉ nhau.
1.3.3.4 HÀM HYPEBOL
Phương trình hàm xu thế Hypecpol có dạng:
Hàm xu thế này được sử dụng khi dãy số thời gian có các mức độ ngày càng giảm chậm dần.
Các tham số được xác định theo hệphương trình:
Trên đây là một số hàm xu hướng thường gặp

1.4MỘT SỐ PHƯƠNG PHÁP DỰ ĐOÁN THỐNG KÊ NGẮN HẠN
1.4.1 NGOẠI SUY BẰNG CÁC MỨC ĐỘ BÌNH QUÂN
Phương pháp này được sử dụng khi dãy số thời gian không dài và không phải xây với các dự
đoán khoảng. Vì vậy, độ chính xác theo phương pháp này không cao. Tuy nhiên, phương pháp
đơn giản và tính nhanh nên vẫn hay được dùng.
Có các loại ngoại suy theo các mức độ bình quân sau:
1.4.1.1 NGOẠI XUY BẰNG MỨC ĐỘ BÌNH QUÂN THEO THỜI GIAN
Phương pháp này được sử dụng khi các mức độ trong dãy số thời gian
không có xu hướng biến động rõ rệt (biến động không đáng kể).
Mô hình dự đoán:
Trong đó Mức độ bình quân theo thời gian.
NSố mức độ trong dãy số.
L Tầm xa của dự đoán.
Mức độ dự đoán ở thời gian (n+L).
1.4.1.2 NGOẠI SUY BẰNG LƯỢNG TĂNG (GIẢM) TUYỆT ĐỐI BÌNH QUÂN
Phương pháp này được áp dụng trong trường hợp dãy số thời gian có các lượng tăng (giảm)
tuyệt đối liên hoàn xấp xỉ nhau. Nghĩa là, các mức độ trong dãy số tăng cấp số cộng theo thời
gian.
Mô hình dự đoán:
Trong đó Mức độ cuối cùng của dãy số thời gian.
(i=1,n): Lượng tăng (giảm) tuyệt đối liên hoàn.
1.4.1.3 NGOẠI SUY BẰNG TỐC ĐỘ PHÁT TRIỂN BÌNH QUÂN
Đây là phương pháp được áp dụng khi dãy số thời gian có các tốc độ phát triển liên hoàn xấp
xỉ nhau. Nghỉa là các mức độ tăng cấp số nhân theo thời gian.
Với là tốc độ phát triển bình quân, ta có mô hình dự đoán theo năm:
Nếu dự đoán cho những khoảng thời gian dưới môt năm (tháng,quý,mùa…) thì
Trong đóMức độ dự đoán kì thứ i.(i=1,m) của năm j
Tổng các mức độ của các kì
cùng tên i.
Mức độ thực tế kì thứ i của năm j.

1.4.2 NGOẠI SUY HÀM XU THẾ
Ngoại suy hàm xu thế là phương pháp dự đoán thông dụng, được xây dựng trên cơ sở sự biến
động của hiện tượng trong tương lai tiếp tục xu hướng biến động đã hình thành trong quá khứ và
hiện tại .
Mô hình dự đoán điểm:
f(n+L) là giá trị hàm xu thế tại thời điểm (n+L).
Mô hình dự đoán khoảng:
Trong đó SpSai số dự đoán:
SeSai số mô hình:
P Số các tham số trong mô hình .
Các dạng hàm xu thế dùng để dự đoán là các hàm xu thế có chất lượng cao khi sai số mô hình
nhỏ nhất và hệ số tương quan cao nhất (xấp xỉ 1).
1.4.3 PHƯƠNG PHÁP SAN BẰNG MŨ
Hầu hết các mô hình dự đoán kể trên đều có chung một nhược điểm là đánh giá vai trò của các
mức độ trong dãy số thời gian như nhau . Để khắc phục nhợc điểm này, người ta xây dựng mô
hình dự đoán theo phương pháp san bằng mũ. Phương pháp dự đoán này dựa trên cơ sở các mức
độ của dãy số thời gian phải được xem xét một cách không như nhau. Các mức độ càng mới
(càng cuối dãy số) càng cần phải được chú ý nhiều hơn. Nhờ vậy, mô hình dự đoán có khả năng
thích nghi với những sự biến động mới nhất của hiện tượng trong dãy số thời gian.
Gọi yt là mức độ thực tế tại thời điểm t.
mức độ lí thuyết tại thời điểm t.
Ta có mức độ lí thuyết dự đoán tại thời điểm tiếp theo(t+1) là:
Đặt β =1- α , ta có:
α β , là các hệ số san bằng nằm trong khoảng [0,1].
Như vậy mức độ dự đoán là trung bình cộng gia quyền của các mức
độ thực tếyt và mức độ dự đoán
Sau một loạt các phép biến đổi, chúng ta xây dựng được một công thức tổng quát:
Trong đó y0Mức độ được chọn làm điều kiện ban đầu.
Dự đoán bằng phương pháp san bằng mũ chịu ảnh hưởng mạnh nhất của mức độ mới nhất và
giảm dần đối với các mức độ ở cáng đầu dãy số. Do có sự tự diều chỉnh khi không có thông tin

mới nhất nên mức độ dự đoán luôn luôn sát thấy.

CHƯƠNG 2
VẬN DỤNG PHƯƠNG PHÁP DÃY SỐ THỜI GIAN PHÂN TÍCH BIÊN ĐỘNG
CỦA VỐN ĐẦU TƯ TRỰC TIẾP RA NƯỚC NGOÀI ĐƯỢC CẤP GIẤY PHÉP
1989 – 2010
Việt Nam đã và đang thành công trong thu hút và sử dụng có hiệu quả vốn đầu tư
trực tiếp nước ngoài (ĐTNN) từ năm 1987 đến nay và có thể nhận thấy xu hướng mới
đang trỗi dậy trong vài năm trở lại đây, đó là sự gia tăng dòng vốn đầu tư ra nước ngoài
(ĐTRNN) của các doanh nghiệp Việt Nam.

ĐTRNN là vấn đề mang tính chất toàn cầu và là xu thế của các quốc gia trong khu
vực và trên thế giới nhằm mở rộng thị trường, nâng cao hiệu quả sản xuất kinh doanh,
tiếp cận gần khách hàng hơn, tận dụng nguồn tài nguyên, nguyên liệu tại chỗ, tiết kiệm
chi phí vận chuyển hàng hóa, tránh được chế độ giấy phép xuất khẩu trong nước và tận
dụng được quota xuất khẩu của nước sở tại để mở rộng thị trường, đồng thời, tăng cường
khoa học kỹ thuật, nâng cao nâng lực quản lý và trình độ tiếp thị với các nước trong khu
vực và trên thế giới. Tuy nhiên, tuỳ thuộc vào nhu cầu và điều kiện của mỗi nước mà
ĐTRNN cân bằng và đồng hành với đầu tư nước ngoài. Vì vậy, dòng vốn đầu tư giữa các
nước phát triển sang các nước đang phát triển biến động từng năm tùy thuộc nhu cầu và
điều kiện phát triển kinh tế-xã hội của mỗi nước, như Hàn Quốc là một nước có chính
sách thúc đẩy và hỗ trợ đầu tư nước ngoài vào, đồng thời cũng khuyến khích các doanh
nghiệp Hàn Quốc đầu tư ra nước ngoài. Việt Nam đi lên từ một nền kinh tế kém, tiến
hành thu hút đầu tư nước ngoài chậm hơn so với các nước khu vực và thế giới nhưng 20
năm qua đã đạt được nhiều thành tự trong thu hút và sử dụng vốn ĐTNN, đồng thời, do
nhận thức được vai trò của ĐTRNN nên sớm đã có chính sách khuyến khích doanh
nghiệp Việt Nam ĐTRNN. Trong đó đầu tư ra nước ngoài được cấp giấy phép là một
thành quả quan trọng và là tài liệu minh chứng cho việc chúng ta đang hòa nhập kinh tế
và ngày càng đi lên.
Dưới đây là bảng số liệu chính thức của lấy từ website của tổng cục thống kê về

vốn đầu tư nước trực tiếp ra nước ngoài đã được cấp giấy phép. Do số liệu của 2011 chưa
chính thức cho nên em chỉ xin lấy đến số liệu của 2010.
BẢNG 3 Đầu tư trực tiếp ra nước ngoài được cấp giấy phép thời kỳ1989 – 2010
(nguồn gso.gov.vn)
1

Số dự án
Tổng vốn đăng ký
(Triệu đô la Mỹ)
(*)
TỔNG SỐ 563 11028.3
1989 1 0.6
1990 1 0.0
1991 3 4.0
1992 3 5.3
1993 4 0.5
1994 3 1.3
1998 2 1.9
1999 9 5.6
2000 15 4.7
2001 13 4.4
2002 15 147.9
2003 24 28.1
2004 15 9.5
2005 36 367.5
2006 36 221.0
2007 80 977.9
2008 104 3147.5
2009 91 2597.6
Sơ bộ 2010 108 3503.0

(*)
Chỉ tính phần vốn của nhà đầu tư Việt Nam; bao gồm cả vốn tăng thêm của các dự án
đã được cấp giấy phép từ các năm trước.
1 Hiện vẫn chưa có số liệu chính thức của năm 2011 nên em chỉ lấy đến 2010
2.1 ÁP DỤNG CÁC CHỈ TIÊU ĐỂ PHÂN TÍCH CÁC BIẾN ĐỘNG QUA THỜI GIAN CỦA VỐN
ĐẦU TƯ TRỰC TIẾP RA NƯỚC NGOÀI ĐƯỢC CẤP GIẤY PHÉP 1989-2010
PHÂN TÍCH CÁC CHỈ TIÊU DÃY SỐ THỜI GIAN
Năm
Số dự
án
t
Y "Tổng vốn
đăng ký (Triệu
đô la Mỹ)
(*) "
δ Δ t% T% a% A% g%
1989 1 1 0.6
- - - - - -
-
1990 1 2 0.0 -0.6 -0.6 0 0.0 -100.0 -100.0 0.01
1991 3 3 4.0 4.0 3.4
-
666.7
-
566.7 -
1992 3 4 5.3 1.3 4.7 132.5 883.3 32.5 783.3 0.04
1993 4 5 0.5 -4.8 -0.1 9.4 83.3 -90.6 -16.7 0.05
1994 3 6 1.3 0.8 0.7 260.0 216.7 160.0 116.7 0.01
1998 2 7 1.9 0.6 1.3 146.2 316.7 46.2 216.7 0.01

1999 9 8 5.6 3.7 5.0 294.7 933.3 194.7 833.3 0.02
2000 15 9 4.7 -0.9 4.1 83.9 783.3 -16.1 683.3 0.06
2001 13
1
0 4.4 -0.3 3.8 93.6 733.3 -6.4 633.3 0.05
2002 15 11 147.9 143.5 147.3 3361.4 24650.0 3261.4 24550.0 0.04
2003 24
1
2 28.1 -119.8 27.5 19.0 4683.3 -81.0 4583.3 1.48
2004 15
1
3 9.5 -18.6 8.9 33.8 1583.3 -66.2 1483.3 0.28
2005 36
1
4 367.5 358.0 366.9 3868.4 61250.0 3768.4 61150.0 0.10
2006 36
1
5 221.0 -146.5 220.4 60.1 36833.3 -39.9 36733.3 3.67
2007 80
1
6 977.9 756.9 977.3 442.5 162983.3 342.5
162883.
3 2.21
2008 104
1
7 3147.5 2169.6 3146.9 321.9 524583.3 221.9
524483.
3 9.78
2009 91
1

8 2597.6 -549.9 2597.0 82.5 432933.3 -17.5
432833.
3
31.4
2
Sơ bộ
2010
108
1
9 3503.0 905.4 3502.4 134.9 583833.3 34.9
583733.
3
25.9
4
 Ta có các giá trị trung bình
 Qua tính toán biến động ta nhận thấy
Vốn đầu tư có sự biến động liên tục và có xu hướng tăng mạnh theo thời gian. Từ 1989 chỉ là
0.6 (triệu USD) đến 2010 đã là 3503 (triệu USD) với 108 dự án. Giai đoạn từ 1989 đến 2001
không có sự biến động lớn nhưng từ sau 2001 đến 2010 đã có sự tăng mạnh của vốn. Do sự
tăng chóng mặt của giai đoạn thứ 2 cho nên đã kéo theo các chỉ số δ t a trung bình cả thời kỳ
rất cao.
580.4
i
y
=
194.6
i
δ
=
549.7

i
t
=
449.7
i
a
=

2.2 BIỂU DIỄN XU HƯỚNG PHÁT TRIỂN
Sự biến động của hiện tượng theo thời gian chịu sự tác động của nhiều yếu tố có tác động vào
hiện tượng và xác lập xu thế hướng phát triển cơ bản.Có nhiều cách để xác định xu hướng
phát triển của hiện tượng như: mở rộng khoảng cách thời gian,dãy số trung bình trượt ,hồi qui
theo thời gian chỉ số thời vụ.Sau đây em sẽ sử dụng phương pháp hồi qui theo để xác định
xu hướng phát triển cơ bản của của đầu tư trực tiếp ra nước ngoài được cấp giấy phép thời kỳ
1989 - 2010.
Mô hinh hồi qui theo thời gian tốt nhất là mô hình có Se min .
.3.1 MÔ HÌNH TUYẾN TÍNH
Chạy mô hình trên spss
Nhận xét
Theo tính toán của spss ta được mô hình :
ˆ
874.314 145.475y t= − +
Với SE = 926.9082
Nếu nhìn sơ qua vào đồ thị ta có thể nhận ra mô hình tuyến tính là không phù hợp và
theo tính toán ta có R
2
của mô hình cũng thấp = 0.714
Coefficients
a
-874.314 394.904 -2.214 .041 -1707.49 -41.139

145.475 34.635 .714 4.200 .001 72.401 218.549
(Constant)
t
Model
1
B Std. Error
Unstandardized Coefficients
Beta
Standardized
Coefficients
t S ig. Lower Bound Upper Bound
95% Confidence Interval for B
Dependent Variable: tong von dang ky
a.
Model Summary
b
.714
a
.509 .480 826.9082
Model
1
R R Square
Adjusted R
Square
Std. E rror of
the Estimate
Predictors: (C onstant), t
a.
Dependent Variable: tong von dang ky
b.

ANOVA
b
12062887 1 12062887 17.642 .001
a
11624223 17 683777.832
23687111 18
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), t
a.
Dependent Variable: tong von dang ky
b.
4000.00
3000.00
2000.00
1000.00
0.00
20151050
Sequence
Linear
Observed
tong von dang ky
.3.1 MÔ HÌNH PARABOL
Chạy mô hình trên spss
Nhận xét

Theo tính toán của spss ta được mô hình
Nhìn vào đồ thị ta thấy mô hình tỏ ra phù hợp hơn so với mô hình tuyến tính và R
2
của
mô hình cũng cao hơn so với mô hình tuyến tính, tuy nhiên R
2
vẫn tỏ ra khá thấp
Mô hình có SE = 550.272 thấp hơn của mô hình tuyến tính
Coefficients
-327.526 88.776 -1.607 -3.689 .002
23.650 4.312 2.388 5.484 .000
781.190 385.563 2.026 .060
t
t ** 2
(C onstant)
B Std. Error
Unstandardized Coefficients
Beta
Standardized
Coefficients
t Sig.
4000.00
3000.00
2000.00
1000.00
0.00
20.0015.0010.005.000.00
t
Quadratic
Observed

tong von dang ky
ANOVA
19650677 2 9825338.612 38.947 .000
4036433.3 16 252277.081
23687111 18
Regression
Residual
Total
Sum of
Squares df Mean Square F Sig.
The independent variable is t.
Model Summary
.911 .830 .808 502.272
R R Square
Adjusted R
Square
Std. Error of
the Estimate
T he independent variable is t.
^
2
7801.190 327.526 23.650y t t
= − +
.3.1 MÔ HÌNH HÀM MŨ
2
Chạy mô hình trên spss
Nhận xét
Theo tính toán của spss ta được
Nên mô hình dạng
Nhìn vào đồ thị cho ta cảm nhận rằng mô hình hàm mũ rất phù hợp.

SE của mô hình = 1.475 không chính xác ta phải điều chỉnh lại
R
2
và R
2
đã điều chỉnh cũng khá cao tương ứng 0.911 và 0.830.
SE điều chỉnh = 585.1139 vẫn cao hơn SE của mô hình parabol
a Theo lý thuyết ta sẽ chọn mô hình parabol tuy nhiên do mô hình
hàm mũ cũng có dạng đồ thị khá thích hợp và hai mô hình có SE
không chênh lệch nhau nhiều nên phần sau sẽ sử dụng cả hai mô
hình
2 Do dữ liệu gốc có năm 1990 có giá trị vốn đầu tư bằng 0 cho nên hàm mũ không thực
hiện được. Riêng phần này giá trị của năm 1990 đã được sửa từ 0 -> 0.001 để thực hiện
hồi quy theo hàm mũ
4000.00
3000.00
2000.00
1000.00
0.00
20.0015.0010.005.000.00
t
Exponential
Observed
tong von dang ky
Coefficients
.562 .062 .911 9.095 .000
.068 .048 1.420 .174
Case Sequence
(C onstant)
B Std. Error

Unstandardized Coefficients
Beta
Standardized
Coefficients
t Sig.
The dependent variable is ln(tong von dang ky).
Model Summary
.911 .830 .819 1.475
R R Square
Adjusted R
Square
Std. Error of
the Estimate
ANOVA
179.997 1 179.997 82.722 .000
36.991 17 2.176
216.988 18
Regression
Residual
Total
Sum of
Squares df Mean Square F Sig.
0.562
1
1.754b e= =
ˆ
0.068 1.754
t
y
= ×

2.3 DỰ ĐOÁN TRONG CÁC NĂM TỚI
.3.1 NGOẠI SUY BẰNG CÁC MỨC ĐỘ BÌNH QUÂN
2.3.1.1.1 NGOẠI SUY BẰNG LƯỢNG TĂNG GIẢM TUYỆT ĐỐI BÌNH QUÂN
Kết quả của phương pháp này là không chính xác vì
giá trịδ của dãy số chênh lệch nhau rất nhiều.
Năm y δ
1989 0.6
-
1990 0.0 -0.6
1991 4.0 4.0
1992 5.3 1.3
1993 0.5 -4.8
1994 1.3 0.8
1998 1.9 0.6
1999 5.6 3.7
2000 4.7 -0.9
2001 4.4 -0.3
2002 147.9 143.5
2003 28.1 -119.8
2004 9.5 -18.6
2005 367.5 358.0
2006 221.0 -146.5
2007 977.9 756.9
2008 3147.5 2169.6
2009 2597.6 -549.9
Sơ bộ
2010
3503.0 905.4
.3.2.3 NGOẠI SUY BẰNG TỐC ĐỘ PHÁT TRIỂN BÌNH QUÂN
Ta thấy t% rất khác biệt nên kết quả dự đoán sẽ

không chính xác
Năm y
t%
1989 0.6 -
1990 0.0 0.0
1991 4.0 -
1992 5.3 132.5
1993 0.5 9.4
1994 1.3 260.0
1998 1.9 146.2
1999 5.6 294.7
2000 4.7 83.9
2001 4.4 93.6
2002 147.9 3361.4
2003 28.1 19.0
2004 9.5 33.8
2005 367.5 3868.4
2006 221.0 60.1
2007 977.9 442.5
2008 3147.5 321.9
2009 2597.6 82.5
Sơ bộ
2010
3503.0 134.9