Dự báo tốc độ tăng trưởng kinh tế việt nam năm 2011

Đặt vấn đề
Kinh tế Việt Nam đang từng bước phục hồi sau khủng hoảng, nhưng những điểm yếu và
khó khăn mang tính cơ cấu của nền kinh tế ngày càng thể hiện rõ. Các chuyên gia kinh tế nhận
định rằng năm 2011 sẽ tiếp tục là một năm nhiều thử thách cho kinh tế Việt Nam. Tăng trưởng
GDP năm 2011 có thể đạt mức 7 - 7,5% như chỉ tiêu của Quốc hội và thu nhập bình quân đầu
người tính theo giá hiện tại khoảng 1,160 USD/người/năm.
Tuy nhiên, Việt Nam vẫn cần một tỷ lệ đầu tư cao, chiếm khoảng 40% GDP, nhằm duy trì
mức tăng trưởng. Để nâng cao chất lượng tăng trưởng kinh tế, Việt Nam cần đẩy mạnh quá
trình tái cơ cấu nền kinh tế và nâng cao hiệu quả đầu tư. Bên cạnh đó, lạm phát tiếp tục chịu áp
lực. Tình trạng lạm phát cao tiếp tục đe dọa sự ổn định của nền kinh tế vĩ mô trong năm 2011.
Do lạm phát của Việt Nam có tính cơ cấu nên việc kiểm soát không phải là công việc dễ dàng.
Với những vấn đề phân tích ở trên và theo dự báo năm 2011 là năm khó khăn cho nền kinh tế
thế giới nói chung và nền kinh tế Việt Nam nói riêng. Với những yêu cầu thực tiễn công tác đặt
ra, tôi đã mạnh dạn chọn đề tài: “Dự báo tốc độ tăng trưởng kinh tế Việt Nam năm 2011”
làm đề tài nghiên cứu khoa học cấp trường.
1. Mục tiêu nghiên cứu
- Phân tích tổng quan tình hình kinh tế Việt Nam qua hai năm 2009 - 2010.
- Phân tích sáu yếu tố: Tốc độ tăng trưởng nông nghiệp, công nghiệp, dịch vụ, xuất
khẩu, nhập khẩu và lạm phát tác động đến tốc độ tăng trưởng kinh tế.
- Chọn mô hình phù hợp nhất để dự báo.
- Kiểm định các vi phạm giả thiết của mô hình.
- Dự báo tốc độ tăng trưởng kinh tế Việt Nam năm 2011.
2. Phương pháp nghiên cứu
Trong bài nghiên cứu này, tác giả tập trung sử dụng phương pháp thống kê mô tả, tương
quan và phương pháp phân tích hồi quy đơn biến và đa biến.
1


Ngoài ra, phương pháp ước lượng bình phương bé nhất được sử để ước lượng các mô
hình.
3. Ý nghĩa của vấn đề nghiên cứu

Đề tài góp phần nâng cao kiến thức chuyên môn của tác giả, ngoài ra còn lượng hoá
thông tin với việc ứng dụng các phần mềm thống kê trong phân tích kinh tế. Đề tài còn góp
phần nâng cao phương pháp luận trong nghiên cứu khoa học. Bên cạnh đó, đề tài còn góp phần
bổ sung thêm tài liệu tham khảo cho sinh viên khoa Quản trị - Kinh tế Quốc tế trường Đại Học
Lạc Hồng. Kết quả nghiên cứu là cơ sở khoa học cho các nhà nghiên cứu, nhà làm chính sách
tham khảo.
4. Phạm vi và đối tượng nghiên cứu
Đề tài chỉ dừng lại dự báo tốc độ tăng trưởng kinh tế Việt Nam năm 2011 mà không dự
báo cho các năm tiếp theo. Ngoài ra, đề tài chỉ tập trung vào sáu yếu tố: Tốc độ tăng trưởng
nông nghiệp, công nghiệp, dịch vụ, xuất khẩu, nhập khẩu và lạm phát tác động đến tốc độ tăng
trưởng kinh tế để dự báo. Bên cạnh đó, tác giả có sử dụng mô hình dự báo theo thời gian.
Đề tài chưa đi sâu phân tích toàn diện nền kinh tế Viêt Nam như lãi suất ngân hàng, tỷ
giá, chính sách tiền tệ, chính sách đầu tư...tác động đến tăng trưởng kinh tế Việt Nam.
5. Tổng quan lịch sử đề tài nghiên cứu
Trong báo cáo tựa đề “Vietnam - Country Forecast February 2010”, các chuyên gia kinh
tế cho rằng Việt Nam đã vượt qua được những tác động của khủng hoảng kinh tế toàn cầu
nhưng những áp lực về thâm hụt ngân sách và lạm phát vẫn còn đe doạ tới sự ổn định của nền
kinh tế. Trong báo cáo này, các chuyên gia nhận định rằng triển vọng dài hạn của nền kinh tế
Việt Nam vẫn là tích cực. Trong năm 2010 - 2011, kinh tế Việt Nam sẽ tiếp tục duy trì đà tăng
trưởng của năm 2010 và sẽ đạt mức tăng trưởng GDP lần lượt là 6,2% và 7,0%. Thâm hụt ngân
sách của Việt Nam sẽ giảm xuống còn khoảng 7,8% GDP so với mức 9% GDP của năm 2009.
Tuy nhiên, lạm phát của Việt Nam trong 2 năm 2010 - 2011 sẽ ở mức cao, lần lượt là 10,3% và
9,9%.
2


CHƯƠNG 1. CƠ SỞ LÝ LUẬN
1.1 Cơ sở lý luận
1.1.1 Tốc độ tăng trưởng kinh tế và các yếu tố tác động đến tăng trưởng
- Tổng sản phẩm quốc nội (GDP) là chỉ tiêu phản ánh giá trị bằng tiền của toàn bộ sản phẩm

cuối cùng được sản xuất ra trên lãnh thổ một nước, tính trong khoảng thời gian nhất định,
thường là một năm.
- Tốc độ tăng trưởng kinh tế là phần trăm thay đổi GDP trong một thời kì nhất định thường là 1
năm.
- Lạm phát là tình trạng mức giá chung của nền kinh tế tăng liên tục trong một thời gian nhất
định.
- Tỷ lệ lạm phát phản ánh tỷ lệ thay đổi (Tăng thêm hay giảm bớt) của giá cả ở một thời điểm
nào đó so với thời điểm trước. Lạm phát có thể có nhiều định nghĩa, quan điểm khác nhau. Nói
chung là thế này: Lạm phát là sự tăng lên mức giá chung liên tục của nền kinh tế trong một giai
đoạn nào đó. Trong mỗi giai đoạn có thể có giá mặt hàng này tăng, mặt hàng kia giảm, nhưng
nếu mức giá chung tăng, ta có lạm phát. Nếu mức giá chung giảm, ta có giảm phát. Để đo
lường lạm phát, nguời ta có thể dùng hai chỉ số
- Chỉ số giá tiêu dùng hay chỉ số giá cả CPI: Được tính theo bình quân gia quyền của một nhóm
các hàng hoá thiết yếu, ở Việt Nam nhóm hàng lương thực, giá vàng, đô la có lẽ có trọng số
lớn. Chỉ số này không phản ánh sự biến động giá chung nhưng phản ánh biến động giá cả ảnh
hưởng nhiều nhất đến đời sống, tiêu dùng.
- Khi nói tốc độ lạm phát, nguời ta cũng thường dùng chỉ số này khi nền kinh tế có lạm phát,
nếu không do nguyên nhân tác động từ nước ngoài, hay một thay đổi lớn về cung sản phẩm, thì
nó thể hiện cầu hàng hoá lớn hơn cung hàng hoá. Việc duy trì cầu hàng hoá lớn hơn cung hàng
hoá ở một mức độ vừa phải, do đó, lạm phát ở mức vừa phải, là cần thiết để kích thích sản
xuất, giúp cho việc tiêu thụ hàng hoá tốt hơn, và tạo lợi nhuận cần thiết cho các doanh nghiệp
đầu tư nâng cao công nghệ, mở rộng sản xuất. Nếu nền kinh tế sa vào giảm phát, nghĩa là sẽ bị
thừa cung, thừa ứ hàng hoá, gây ra tình trạng đình đốn, thua lỗ ở các doanh nghiệp. Đó là tác
dụng của lạm phát. Tất nhiên lạm phát quá cao thì lại là một vấn đề.
3


- Xuất khẩu phản ánh lượng tiền thu được do bán hàng hoá và dịch vụ ra nước ngoài. Số tiền
đó được gọi là kim ngạch xuất khẩu.
- Nhập khẩu phản ánh lượng tiền bỏ ra do mua hàng hoá và dịch vụ từ nước ngoài. Số tiền đó

được gọi là kim ngạch nhập khẩu.
- Tốc độ tăng trưởng xuất khẩu phản ánh phần trăm thay đổi giá trị xuất khẩu trong một thời kì
nhất định thường là 1 năm.
- Tốc độ tăng trưởng nhập khẩu phản ánh phần trăm thay đổi giá trị nhập khẩu trong một thời
kì nhất định.
- Tốc độ tăng trưởng công nghiệp là phần trăm thay đổi giá trị công nghiệp trong một thời kì
nhất định thường là 1 năm.
- Tốc độ tăng trưởng công nghiệp, xây dựng (Công nghiệp) là phần trăm thay đổi giá trị công
nghiệp trong một thời kì nhất định thường là 1 năm.
- Tốc độ tăng trưởng nông nghiệp, lâm nghiệp, thủy sản (Nông nghiệp) là phần trăm thay đổi
giá trị nông nghiệp trong một thời kì nhất định thường là 1 năm.
- Tốc độ tăng trưởng dịch vụ là phần trăm thay đổi giá trị dịch vụ trong một thời kì nhất định
thường là 1 năm.
1.1.2 Cơ sở xây dựng mô hình
1.1.2.1 Nêu ra các giả thiết của mô hình
Phân tích các yếu tố: Tốc độ tăng trưởng nông nghiệp, công nghiệp, dịch vụ, xuất khẩu,
nhập khẩu và lạm phát tác động đến tốc độ tăng trưởng kinh tế.
1.1.2.2 Thiết lập mô hình toán học
* Mô hình toán học (MH1):
Y = β0 + β1X1
Trong đó:

Y: Tốc độ tăng trưởng kinh tế
X1: Tốc độ tăng trưởng nông nghiệp
β0, β1 là các thông số ước lượng của mô hình
* Mô hình toán học (MH2):
4


Y = β0 + β1X1 + β2X2

Trong đó:
Y: Tốc độ tăng trưởng kinh tế
X1: Tốc độ tăng trưởng nông nghiệp
X2: Tốc độ tăng trưởng công nghiệp

β0, β1, β2 là các thông số ước lượng của mô hình
* Mô hình toán học (MH3):
Y = β0 + β1X1 + β2X2 +
β3X3 Trong đó:
Y: Tốc độ tăng trưởng kinh tế
X1: Tốc độ tăng trưởng nông nghiệp
X2: Tốc độ tăng trưởng công nghiệp
X3: Tốc độ tăng trưởng dịch vụ

β0, β1, β2 , β3 là các thông số ước lượng của mô hình
* Mô hình toán học (MH4):
Y = β0 + β1X1 + β2X2 + β3X3 +
β4X4 Trong đó:
Y: Tốc độ tăng trưởng kinh tế
X1: Tốc độ tăng trưởng nông nghiệp
X2: Tốc độ tăng trưởng công nghiệp
X3: Tốc độ tăng trưởng dịch vụ X4:
Tốc độ tăng trưởng xuất khẩu
β0, β1, β2 , β3 , β4 là các thông số ước lượng của mô hình

* Mô hình toán học (MH5):
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 +
β5X5 Trong đó:
Y: Tốc độ tăng trưởng kinh tế
X1: Tốc độ tăng trưởng nông nghiệp

X2: Tốc độ tăng trưởng công nghiệp
X3: Tốc độ tăng trưởng dịch vụ
5


X4: Tốc độ tăng trưởng xuất khẩu
X5: Tốc độ tăng trưởng nhập khẩu

β0, β1, β2 , β3 , β4 , β5 là các thông số ước lượng của mô hình
* Mô hình toán học (MH6):
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 +
β5X5 Trong đó:
Y: Tốc độ tăng trưởng kinh tế
X1: Tốc độ tăng trưởng nông
nghiệp X2: Tốc độ tăng trưởng công
nghiệp X3: Tốc độ tăng trưởng dịch
vụ X4: Tốc độ tăng trưởng xuất
khẩu X5: Tốc độ tăng trưởng nhập
khẩu X6: Chỉ số giá tiêu dùng
β0, β1, β2 , β3 , β4 , β5 , β6 là các thông số ước lượng của mô hình

* Mô hình toán học (MH7):
LN(Y) = β0 + β1LN(X1)
Trong đó:
LN(Y): Log của giá trị tổng sản phẩm trong nước
LN(X1): Log của giá trị sản xuất nông, lâm nghiệp và thủy
sản β0, β1 là các thông số ước lượng của mô hình
* Mô hình toán học (MH8):
LN(Y) = β0 + β1LN(X1) +
β2LN(X2) Trong đó:

LN(Y): Log của giá trị tổng sản phẩm trong nước
LN(X1): Log của giá trị sản xuất nông, lâm nghiệp và thủy
sản LN(X2): Log của giá trị sản xuất công nghiệp, xây dựng
β0, β1, β2 là các thông số ước lượng của mô hình
* Mô hình toán học (MH9):
LN(Y) = β0 + β1LN(X1) + β2LN(X2) + β3LN(X3)

6


Trong đó:
LN(Y): Log của giá trị tổng sản phẩm trong nước
LN(X1): Log của giá trị sản xuất nông, lâm nghiệp và thủy
sản LN(X2): Log của giá trị sản xuất công nghiệp, xây dựng
LN(X3): Log của giá trị sản xuất dịch vụ
β0, β1, β2 , β3 là các thông số ước lượng của mô hình
* Mô hình toán học (MH10):
LN(Y) = β0 + β1LN(X1) + β2LN(X2) + β3LN(X3) +
β4LN(X4) Trong đó:
LN(Y): Log của giá trị tổng sản phẩm trong nước
LN(X1): Log của giá trị sản xuất nông, lâm nghiệp và thủy
sản LN(X2): Log của giá trị sản xuất công nghiệp, xây dựng
LN(X3): Log của giá trị sản xuất dịch vụ
LN(X4): Log của giá trị nhập khẩu
β0, β1, β2 , β3 , β4 là các thông số ước lượng của mô hình
* Mô hình toán học (MH11):
LN(Y) = β0 + β1LN(X1) + β2LN(X2) + β3LN(X3) + β4LN(X4) +
β5LN(X5) Trong đó:
LN(Y): Log của giá trị tổng sản phẩm trong nước
LN(X1): Log của giá trị sản xuất nông, lâm nghiệp và thủy

sản LN(X2): Log của giá trị sản xuất công nghiệp, xây dựng
LN(X3): Log của giá trị sản xuất dịch vụ
LN(X4): Log của giá trị nhập khẩu
LN(X5): Log của giá trị xuất khẩu

β0, β1, β2 , β3 , β4 , β5 là các thông số ước lượng của mô hình
* Mô hình toán học (MH12):
LN(Y) = β0 + β1LN(X1) + β2LN(X2) + β3LN(X3) + β4LN(X4) + β5LN(X5) +
β6X6 Trong đó:
LN(Y): Log của giá trị tổng sản phẩm trong nước

7


LN(X1): Log của giá trị sản xuất nông, lâm nghiệp và thủy
sản LN(X2): Log của giá trị sản xuất công nghiệp, xây dựng
LN(X3): Log của giá trị sản xuất dịch vụ
LN(X4): Log của giá trị nhập
khẩu LN(X5): Log của giá trị xuất
khẩu X6: Chỉ số giá tiêu dùng
β0, β1, β2 , β3 , β4 , β5 , β6 là các thông số ước lượng của mô hình
* Mô hình toán học (MH13):
LN(Y) = β0 + β1LN(X1) + β2LN(X2) + β3LN(X3) + β4LN(X4) + β5LN(X5) + β6X6 +
β7t Trong đó:
LN(Y): Log của giá trị tổng sản phẩm trong nước
LN(X1): Log của giá trị sản xuất nông, lâm nghiệp và thủy
sản LN(X2): Log của giá trị sản xuất công nghiệp, xây dựng
LN(X3): Log của giá trị sản xuất dịch vụ
LN(X4): Log của giá trị nhập
khẩu LN(X5): Log của giá trị xuất

khẩu X6: Chỉ số giá tiêu dùng
t: Yếu tố thời gian
β0, β1, β2 , β3 , β4 , β5 , β6 , β7 là các thông số ước lượng của mô hình
* Mô hình toán học
(MH14): Y = β0 + β1t
Trong đó:
Y: Tốc độ tăng trưởng kinh
tế t: Yếu tố thời gian
β0, β1 là các thông số ước lượng của mô hình
* Mô hình toán học
(MH15): LN(Y) = β0 + β1t
Trong đó:
LN(Y): Log của giá trị tổng sản phẩm trong
nước t: Yếu tố thời gian
8


β0, β1 là các thông số ước lượng của mô hình
* Mô hình toán học (MH16):
Y = β0 + β1X1 + β2X2 + β3X3 + β4LN(X4) + β5LN(X5) + β6 LN(X5)^2 +
β7X6 Trong đó:
Y: Tốc độ tăng trưởng kinh tế
X1: Tốc độ tăng trưởng nông nghiệp
X2: Tốc độ tăng trưởng công nghiệp
X3: Tốc độ tăng trưởng dịch vụ
LN(X4): Log của giá trị xuất khẩu
LN(X5): Log của giá trị nhập khẩu, LN(X5)^2: Log của giá trị nhập khẩu bình
phương. X6: chỉ số lạm phát (CPI)
β0, β1, β2, β3, β4, β5, β6, β7: Các thông số ước lượng
1.1.2.3 Ước lượng các mô hình

Sau khi xây dựng dạng hàm toán học thì bước tiếp theo là ước lượng các tham số của
mô hình. Với sự trợ giúp của các phần mềm như SPSS và EVIEWS thì công việc tính toán trở
nên đơn giản hơn và kết quả có độ chính xác cao.
1.1.2.4 Phân tích kết quả: Dựa trên lý thuyết kinh tế để phân tích và đánh giá kết quả
Phân tích kết quả xét xem các kết quả nhận được có phù hợp với lý thuyết kinh tế không,
kiểm định các giả thuyết thống kê về các ước lượng nhận được từ các mô hình trên.
Nếu ước lượng β1, β2, β3, β4, β5, β7 là số dương thì ước lượng này hợp lý về mặt lí thuyết
kinh tế. Trong trường hợp ngược lại thì không phù hợp về mặt kinh tế. Trong trường hợp này
phải tìm ra mô hình đúng. Ngoài ra, ước lượng β6 là số âm thì ước lượng này hợp lý về mặt lí
thuyết kinh tế.
1.1.2.5 Dự báo
Nếu như mô hình phù hợp với lý thuyết kinh tế thì có thể sử dụng mô hình để dự báo. Dự
báo có giá trị trung bình cá biệt.

9


1.1.2.6 Sử dụng mô hình để kiểm tra hoặc đề ra các chính sách
Các bước trên đây có nhiệm vụ khác nhau trong quá trình phân tích một vấn đề kinh tế và
chúng được thực hiện theo một trình tự nhất định. Tìm ra bản chất một vấn đề kinh tế là một
việc không đơn giản. Vì vậy, quá trình trên phải được thực hiện nhiều lần như là các phép lặp
cho đến khi chúng ta thu được một mô hình đúng.
Sự phát triển của máy tính, đặc biệt là các phần mềm SPSS, EVIEWS đã làm gia tăng sức
mạnh của việc tính tóan. Điều đó, giúp các nhà kinh tế kiểm chứng được các lý thuyết kinh tế
có thích hợp hay không, dẫn đến những quyết định đúng đắn trong hoạt động kinh doanh tác
nghiệp, hoạch định các chính sách và đề ra các chiến lược kinh tế - xã hội.
1.2 Phương pháp nghiên cứu
1.2.1 Phương pháp nghiên cứu lịch sử
Thông tin và dữ liệu để đưa vào nghiên cứu chủ yếu là dữ liệu của Tổng cục Thống kê
Việt Nam trong vòng 21 năm gần đây (Từ năm 1990 đến năm 2010). Trên cơ sở thông tin, số

liệu tác giả tìm ra các yếu tố có tương quan với nhau hay không. Nghĩa là các biến độc lập tác
động như thế nào đến biến phụ thuộc.
Phương pháp thống kê mô tả và phương pháp lịch sử sẽ góp phần bổ sung cho nhau.
1.2.2 Phương pháp tương quan
Phương pháp tương quan mô tả mối quan hệ về lượng giữa các yếu tố.
- Tốc độ tăng trưởng kinh tế cần được nhận dạng các yếu tố ảnh hưởng tới nó. Sự ảnh
hưởng đó bởi mối tương quan gì? Do đó phương pháp này có vị trí quan trọng trong việc lượng
hóa mối quan hệ.
- Phương pháp này được vận dụng tốt thì khi áp dụng phương pháp hồi quy
giữa các biến số độc lập và biến phụ thuộc sẽ giúp sự đánh giá đúng đắn hơn.
1.2.3 Phương pháp ước lượng bình phương bé nhất
Phương pháp ước lượng bình phương nhỏ nhất do nhà toán học Đức Carl Friedrich
Gauss đưa ra. Sử dụng phương pháp này kèm theo một vài giả thuyết, các ước lượng thu được

10


có tính chất đặc biệt, nhờ đó mà phương pháp này là phương pháp mạnh nhất và được nhiều
người sử dụng.
* Nội dung phương pháp ước lượng bình phương nhỏ nhất
Giả sử ta có hàm hồi quy tổng thể và hàm hồi quy mẫu như
sau: Yi = β1 + β2 Xi (PRF) (1)
Ŷi = α1 + α2Xi (2)
Giả sử rằng chúng ta có n cặp quan sát của Y và X, cặp quan sát thứ i có giá trị tương
ứng (Yi,Xi): i = 1,n. Ta phải tìm Ŷi sao cho nó càng gần với trị thực của Yi. Tức là phần dư.
ei = Yi - Ŷi = Yi - α1 - α2Xi (3)
(3) càng nhỏ càng tốt. Ta xem đồ thị sau:

Đồ thị 2.1: Đường hồi quy mẫu và sai số
Ghi chú:

α1 ,

α2.

Do ei có thể dương, có thể âm do vậy cần phải tìm Ŷi sao cho tổng bình phương của các phần
dư đạt cực tiểu. Tức là:

11


2

2

∑ ei = ∑(Yi - Ŷi )

2

= ∑(Yi - α1 - α2Xi ) ⇒ min
2

Do Xi , Yi : i = 1,n đã biết, nên ∑ ei là hàm của α1 và α2:
f(α1,α2) = ∑ ei

= ∑(Yi - α1 - α2Xi )2 ⇒ min

2

α1, α2 là nghiệm của phương trình sau:

∂f(α1,α2)
-------------- = ∑2(Yi - α1 - α2Xi )(-1) = 0

(i = 1,n)

∂α1
hay nα1 + α2∑Xi = ∑Yi
∂f(α1,α2)
-------------- = ∑2(Yi - α1 - α2Xi )(-Xi) = 0
∂α2
2

hay α1∑Xi + α2∑Xi = ∑Yi Xi
α1, α2 được tìm từ hệ phương
trình: nα1 + α2∑Xi = ∑Yi (3.4)
2

α1∑Xi + α2∑Xi = ∑Yi Xi (3.5)
Giải hệ phương trình trên ta tìm được α1, α2.
n∑Yi Xi - ∑Xi ∑Yi
α2 = ---------------------------2

2

n∑Xi - (∑Xi )

12

(i = 1,n)

hoặc
∑Yi Xi - Y∑Xi
α2 = --------------------------2

∑Xi - n(X)2
α1 = Y - α2X
Ta có: Y = ∑Yi / n và X = ∑Xi / n

1.3 Xử lý số liệu
1.3.1 Phương pháp thống kê
Sử dụng phương pháp thống kê để phản ánh số liệu theo loại chủ đề phân tích.
Các chỉ tiêu phân tích về tốc độ tăng trưởng kinh tế với sáu yếu tố tác động đó là: Tốc
độ tăng trưởng nông nghiệp, công nghiệp, dịch vụ, xuất khẩu, nhập khẩu và lạm phát.
Ngoài ra, yếu tố thời gian cũng được xem là nhân tố tác động đến tốc độ tăng trưởng.
1.3.2 Phương pháp sử dụng phần mềm máy tính và các môn khoa học kinh tế
Sử dụng phần mềm tương thích trong nghiên cứu kinh tế xã hội như Excel,
SPSS và EVIEWS để tổng hợp số liệu sơ cấp cho xử lý, phân tích và trình bày kết quả
nghiên cứu.
Vận dụng lý thuyết thống kê kinh tế, kinh tế vĩ mô, kinh tế vi mô, kinh tế lượng
để xây dựng các mô hình ước lượng các yếu tố đầu vào ảnh hưởng đến kết quả tốc độ
tăng trưởng kinh tế Việt Nam. Trên cơ sở xây dựng mô hình, căn cứ các tiêu chí chọn
lựa mô hình tốt nhất để dự báo tốc độ tăng trưởng kinh tế Việt Nam năm 2011.
Hạn chế của nghiên cứu là mới dừng ở phân tích, chọn lựa mô hình, dự báo mà
chưa thực hiện thử nghiệm mô hình để đánh giá với kết quả cụ thể trong thực tiễn.

13


•

Mô hình ước lượng:

* Mô hình toán học (MH1):
Y = β0 + β1X1
* Mô hình toán học (MH2):
Y = β0 + β1X1 + β2X2
* Mô hình toán học (MH3):
Y = β0 + β1X1 + β2X2 + β3X3
* Mô hình toán học (MH4):

Y = β0 + β1X1 + β2X2 + β3X3 +
β4X4 * Mô hình toán học (MH5):
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 +
β5X5 * Mô hình toán học (MH6):
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 +
β6X6 Trong đó:
Y: Tốc độ tăng trưởng kinh tế
X1: Tốc độ tăng trưởng nông nghiệp
X2: Tốc độ tăng trưởng công nghiệp, xây dựng
X3: Tốc độ tăng trưởng dịch vụ
X4: Tốc độ tăng trưởng xuất khẩu
X5: Tốc độ tăng trưởng nhập
khẩu X6: Chỉ số giá tiêu dùng
β0, β1, β2 , β3 , β4 , β5 , β6 là các thông số ước lượng của mô hình
* Mô hình toán học (MH7):
LN(Y) = β0 + β1LN(X1)
* Mô hình toán học (MH8):
LN(Y) = β0 + β1LN(X1) + β2LN(X2)
* Mô hình toán học (MH9):

LN(Y) = β0 + β1LN(X1) + β2LN(X2) +
β3LN(X3) * Mô hình toán học (MH10):
LN(Y) = β0 + β1LN(X1) + β2LN(X2) + β3LN(X3) + β4LN(X4)

14


* Mô hình toán học (MH11):
LN(Y) = β0 + β1LN(X1) + β2LN(X2) + β3LN(X3) + β4LN(X4) +
β5LN(X5) * Mô hình toán học (MH12):
LN(Y) = β0 + β1LN(X1) + β2LN(X2) + β3LN(X3) + β4LN(X4) + β5LN(X5) +
β6X6 * Mô hình toán học (MH13):
LN(Y) = β0 + β1LN(X1) + β2LN(X2) + β3LN(X3) + β4LN(X4) + β5LN(X5) + β6X6 +
β7t Trong đó:
LN(Y): Log của giá trị tổng sản phẩm trong nước
LN(X1): Log của giá trị sản xuất nông, lâm nghiệp và thủy
sản LN(X2): Log của giá trị sản xuất công nghiệp, xây dựng
LN(X3): Log của giá trị sản xuất dịch vụ
LN(X4): Log của giá trị xuất khẩu
LN(X5): Log của giá trị nhập
khẩu X6: Chỉ số giá tiêu dùng
t: Yếu tố thời gian
β0, β1, β2 , β3 , β4 , β5 , β6 , β7 là các thông số ước lượng của mô hình
* Mô hình toán học
(MH14): Y = β0 + β1t
Trong đó:
Y: Tốc độ tăng trưởng kinh
tế t: Yếu tố thời gian
β0, β1 là các thông số ước lượng của mô hình

* Mô hình toán học
(MH15): LN(Y) = β0 + β1t
Trong đó:
LN(Y): Log của giá trị tổng sản phẩm trong
nước t: Yếu tố thời gian
β0, β1 là các thông số ước lượng của mô hình
* Mô hình toán học (MH16):
Y = β0 + β1X1 + β2X2 + β3X3 + β4LN(X4) + β5LN(X5) + β6LN(X5)^2 + β7X6
15


Trong đó:
Y: Tốc độ tăng trưởng kinh tế
X1: Tốc độ tăng trưởng nông nghiệp
X2: Tốc độ tăng trưởng công nghiệp
X3: Tốc độ tăng trưởng dịch vụ
LN(X4): Log của giá trị xuất khẩu
LN(X5): Log của giá trị nhập khẩu, LN(X5)^2: Log của giá trị nhập khẩu bình
phương. X6: chỉ số lạm phát (CPI)
β0, β1, β2, β3, β4, β5, β6, β7: Các thông số ước lượng
Với kỳ vọng rằng các nhân tố nói trên tác động thuận tới yếu tố tốc độ tăng trưởng kinh tế.
Phương pháp giả định này có ưu điểm là ta tìm được tính phổ biến về chiều tác động của các
nhân tố song không loại trừ khả năng ngược lại của chúng nếu số liệu quá ít.
1.4 Kiểm tra các vi phạm giả thiết của mô
hình 1.4.1 Hiện tượng đa cộng tuyến
Hiện tượng đa cộng tuyến xảy ra khi mà tồn tại một mối quan hệ tuyến tính hoàn hảo
hay xấp xỉ hoàn hảo giữa một vài hay tất cả các biến giải thích trong mô hình hồi quy. Hay nói
khác đi là các biến độc lập có tương quan với nhau. Điều này đã vi phạm giả thuyết của mô
hình hồi quy bội.
* Hậu quả:

- Các ước lượng vẫn tốt nhất, tuyến tính và không thiên lệch.
- Kiểm định giả thuyết là kém hiệu lực. Khó bác bỏ Ho, vì T- stat rất nhỏ.
* Cách phát hiện
2

- Các số hạng T-stat thường nhỏ, hệ số xác định (R ) rất cao, F-test thì có ý nghĩa thống kê. Đây là
2

một bằng chứng cho thấy R cao chưa phải là yếu tố quyết định đến chất lượng mô hình.
2

- Đừng bao giờ tìm cách tối đa hoá R của mô hình mà không cân nhắc kỹ mình đang làm cái

gì và tại sao phải làm như thế.
16


- Việc loại bỏ hay thêm vào một biến độc lập sẽ làm thay đổi mạnh mẽ các hệ số ước lượng và
độ lệch chuẩn của nó. Mô hình là không bền vững đối với sự thay đổi của biến độc lập.
- Các biến độc lập có hệ số tương quan cặp cao.
- Các hàm hồi quy bổ sung (Auxiliary Regressions) có kiểm định F có ý nghĩa về mặt thống kê.
2

2

Phát hiện có mối tương quan giữa các biến độc lập. R auxiliary > R original.
* Giải pháp khắc phục
- Chung sống với nó, vì ước lượng vẫn đảm bảo không chệch và tốt nhất. Tuy nhiên, việc vận
dụng phương pháp hồi quy vào công tác chính sách sẽ không đáng tin cậy.
- Thu thập thêm số liệu, đặc biệt là tăng thêm số mẫu quan sát.

- Loại bỏ "Kẻ phá bỉnh" (Biến số gây nên vấn đề). Tuy nhiên, phải cân nhắc khi loại bỏ một
biến số ra khỏi mô hình, vì có thể ta đang bỏ đi một biến giải thích quan trọng và phù hợp của
mô hình. Hậu quả của việc này đôi khi còn tồi tệ hơn là hãy chung sống với "Lũ".
- Chuyển đổi số liệu
- Sử dụng các thông tin có sẵn.
1.4.2 Hiện tượng phương sai không đồng đều
* Hiện tượng phương sai không đồng đều là gì?
Hiện tượng phương sai không đồng đều là hiện tượng mà các phương sai của đường hồi
quy của tổng thể ứng với các giá trị của các biến độc lập là khác nhau hay phương sai không là
một hằng số.
2

Var(εt) ≠ σ với t = 1,2,3,…,N; với N là số mẫu quan sát.
Điều này thường xảy ra đối với các số liệu được thu thập theo không gian và hiếm khi
xảy ra đối với số liệu thời gian.

17


* Hậu quả
- Các hệ số ước lượng thì không còn tốt nhất, nghĩa là không có phương sai nhỏ nhất.
- Các ước lượng của phương sai các hệ số bị thiên lệch.
- Các kiểm định giả thuyết thì dễ dẫn đến sai lầm.
* Cách phát hiện
- Bằng trực giác và kinh nghiệm làm việc thường xuyên với số liệu, ta sẽ có một cảm giác tốt
hơn về số liệu, thông thường với số liệu không gian thì rất có khả năng có hiện tượng phương
sai không đồng đều.
- Phân tích bằng biểu đồ (Graphical analysis).
- Các kiểm định chính thức (Test) như:
* Kiểm định Goldfeld - Quant (GQ test): Áp dụng đối với hàm có một biến độc lập

Phát biểu giả thuyết:
Ho: σ1

2

= σ2

2

H1: σ1

2

< σ2

2

Các bước thực hiện (GQ test):
Bước 1: Sắp xếp thứ tự các mẫu quan sát theo thứ tự tăng dần theo giá trị của biến Xi.
Bước 2: Bỏ bớt d mẫu quan sát nằm giữa dãy số, vậy ta chia mẫu ra thành hai nhóm, mỗi
nhóm có (N - d)/2 mẫu quan sát.
Bước 3: Ước lượng hai đường hồi quy cho hai nhóm số liệu vừa được tách ra. Thu thập giá trị
của ESS (Sum of Square Error). Lưu ý: Trong bảng ANOVA của SPSS, giá trị này là Residual
Sum of Square của hai phương trình hồi quy trên, gọi là ESS1 và ESS2 theo thứ tư phương
trình 1 (Nhóm 1) và phương trình hai (Nhóm 2).
18


Mỗi ESS có bậc tự do:
df1 = (N - d)/ 2 - K1 và df2 = (N - d)/ 2 - K2

Trong trường hợp hàm đơn biến, ta có k1 = K1 + 1 = k2 = K2 + 1 = 2. Trong đó k là số thông
số được ước lượng trong mô hình (Bao gồm cả hằng số)
Bước 4: Tính trị thống kê GQstat
2

GQstat = σ2 / σ1

2

∼ F (N2 - k2, N1 - k1)

Với N1 và k1 là số mẫu quan sát và hệ số ước lượng của phương trình hồi quy 1 (Cho nhóm 1)
có giá trị X thấp. N2 và k2 là số mẫu quan sát và số hệ số ước lượng của phương trình hồi quy
2 (Cho nhóm 2) có giá trị của X cao.
ESS2/df2
GQstat =

--------------ESS1/df1

Với các giả thuyết khác được thoả, ta có GQstat tuân theo phân phối F với bậc tự do của tử số
là df2 và của mẫu số là df1. Và cả hai đều bằng (Nj – d)/2 – kj.
Bước 5: Với mức α cho trước, bác bỏ Ho nếu GQstat > Fα, df2, df1. Và chấp nhận giả thuyết
2

H1 tức là có hiện tượng phương sai không đồng đều σ2 > σ1

2
.

1.4.3 Hiện tượng tự tương quan

* Tự tương quan là gì ?
Trong mô hình hồi quy tuyến tính cổ điển, chúng ta giả định rằng không có tương
quan giữa các sai số ngẫu nhiên ui, nghĩa là:
cov(ui, uj) = 0

(i ≠ j)

Nói một cách khác, mô hình cổ điển giả định rằng sai số ứng với quan sát nào đó không
bị ảnh hưởng bởi sai số ứng với một quan sát khác.
* Cách phát hiện
- Phương pháp đồ thị:
19


+ Giả định về sự tự tương quan liên quan đến các giá trị sai số (u t) của tổng thể, tuy
nhiên, các giá trị này không thể quan sát được.
+ Chúng ta quan sát sai số của mẫu (et), hình ảnh của et có thể cung cấp những gợi ý về
sự tự tương quan.
+ Chúng ta có thể chạy mô hình bằng phương pháp bình phương bé nhất (OLS) cho
mô hình gốc và thu thập et từ đó. Vẽ đường et theo thời gian và quan sát.
- Kiểm định d của Durbin – Watson
Thống kê d. Durbin – Watson được định nghĩa như sau:
n

d=

∑( et − et −1 )2
t =2

n

2

2

=

∑

e +
t

−2 e e

2

∑

e

∑

t −1

∑

t

t −1

et2

∑et
t =1

d là tỷ số giữa tổng bình phương của chênh lệch giữa 2 sai số liên tiếp với RSS
2

2

Do Σet và Σet-1 chỉ khác nhau có một quan sát, nên ta có thể xem chúng bằng nhau, d
có thể được viết lại:

d=21

−

∑

ee
t −1

t

∑

e

2

t

† Nếu giá trị của d thuộc miền không có quyết định, => một số cải biên kiểm
định d:
† H0: ρ = 0; H1: ρ >0. Nếu d < dU thì bác bỏ H0 và chấρ nhận H1 với mức ý
nghĩa α, nghĩa là có tự tương quan dương.
† H0: ρ = 0; H1: ρ <0. Nếu (4 - d) < d U thì bác bỏ giả thuyết H 0, nghĩa là có tự
tương quan âm.
† H0: ρ = 0; H1: ρ ≠ 0. Nếu d < dU hoặc (4 - d) < dU thì bác bỏ giả thuyết H0,
chấp nhận H1 với mức ý nghĩa 2α tức có tự tương quan (Dương hoặc âm).
20


1.5 Dự báo 1.5.1
Khái niệm

Dự báo đã hình thành từ đầu những năm 60 của thế kỉ 20. Khoa học dự báo với tư cách
một ngành khoa học độc lập có hệ thống lí luận, phương pháp luận và phương pháp hệ riêng
nhằm nâng cao tính hiệu quả của dự báo. Người ta thường nhấn mạnh rằng một phương pháp
tiếp cận hiệu quả đối với dự báo là phần quan trọng trong hoạch định. Khi các nhà quản trị lên
kế hoạch, trong hiện tại họ xác định hướng tương lai cho các hoạt động mà họ sẽ thực hiện.
Bước đầu tiên trong hoạch định là dự báo hay là ước lượng nhu cầu tương lai cho sản phẩm
hoặc dịch vụ và các nguồn lực cần thiết để sản xuất sản phẩm hoặc dịch vụ đó.
Như vậy, dự báo là một khoa học và nghệ thuật tiên đoán những sự việc sẽ xảy ra trong
tương lai, trên cơ sở phân tích khoa học về các dữ liệu đã thu thập được.
Khi tiến hành dự báo ta căn cứ vào việc thu thập, xử lý số liệu trong quá khứ và hiện tại
để xác định xu hướng vận động của các hiện tượng trong tương lai nhờ vào một số mô hình
toán học.

1.5.2 Ý nghĩa của dự báo

- Dùng để dự báo các mức độ tương lai của hiện tượng, qua đó giúp các nhà quản trị doanh
nghiệp chủ động trong việc đề ra các kế hoạch và các quyết định cần thiết phục vụ cho quá
trình sản xuất kinh doanh, đầu tư, quảng bá, quy mô sản xuất, kênh phân phối sản phẩm, nguồn
cung cấp tài chính… và chuẩn bị đầy đủ điều kiện cơ sở vật chất, kỹ thuật cho sự phát triển
trong thời gian tới. Kế hoạch cung cấp các yếu tố đầu vào như: Lao động, nguyên vật liệu, tư
liệu lao động… cũng như các yếu tố đầu ra dưới dạng sản phẩm vật chất và dịch vụ.
- Dự báo chính xác sẽ giảm bớt mức độ rủi ro cho doanh nghiệp nói riêng và toàn bộ nền
kinh tế nói chung.
- Dự báo chính xác là căn cứ để các nhà hoạch định các chính sách phát triển kinh tế, văn
hoá xã hội trong toàn bộ nền kinh tế quốc dân.
- Nhờ có dự báo các chính sách kinh tế, các kế hoạch và chương trình phát triển kinh tế được
xây dựng có cơ sở khoa học và mang lại hiệu quả kinh tế cao.
- Nhờ có dự báo thường xuyên và kịp thời, các nhà quản trị doanh nghiệp có khả năng kịp
21


thời đưa ra những biện pháp điều chỉnh các hoạt động kinh tế của đơn vị mình nhằm thu được
hiệu quả sản xuất kinh doanh cao nhất.
1.5.2 Các phương pháp dự báo 1.5.2.1
Phương pháp dự báo định tính
Các phương pháp này dựa trên cơ sở nhận xét của những nhân tố nhân quả, dựa theo
doanh số của từng sản phẩm hay dịch vụ riêng biệt và dựa trên những ý kiến về các khả năng
có liên hệ của những nhân tố nhân quả này trong tương lai. Những phương pháp này có liên
quan đến mức độ phức tạp khác nhau, từ những khảo sát ý kiến được tiến hành một cách khoa
học để nhận biết về các sự kiện tương lai. Dưới đây là một số phương pháp dự báo định tính
thường dùng:
-

Lấy ý kiến của ban điều hành

-

Lấy ý kiến của người bán hàng

-

Phương pháp chuyên gia (Delphi)

-

Phương pháp điều tra người tiêu dùng

…
1.5.2.2 Phương pháp dự báo định lượng
Mô hình dự báo định lượng dựa trên số liệu quá khứ, những số liệu này giả sử có liên quan
đến tương lai và có thể tìm thấy được. Tất cả các mô hình dự báo theo định lượng có thể sử
dụng thông qua chuỗi thời gian và các giá trị này được quan sát đo lường các giai đoạn theo
từng chuỗi. Các phương pháp dự báo định lượng thường dùng:
-

Phương pháp bình quân di động

-

Phương pháp bình quân di động có quyền số

-

Phương pháp điều hòa mũ

-

Phương pháp điều hòa mũ theo xu hướng

-

Phương pháp hồi quy tuyến tính đơn biến và đa biến

…
1.5.3 Quy trình dự báo
Quy trình dự báo được chia thành 9 bước như sau:
Bước 1: Xác định mục tiêu
- Các mục tiêu liên quan đến các quyết định cần đến dự báo phải được nói rõ. Nếu quyết
22


định vẫn không thay đổi bất kể có dự báo hay không thì mọi nỗ lực thực hiện dự báo cũng vô
ích.
Bước 2: Xác định dự báo cái gì
Khi các mục tiêu tổng quát đã rõ ta phải xác định chính xác là dự báo cái gì, cần
có sự trao đổi giữa người dự báo và người sử dụng kết quả dự báo.
Bước 3: Xác định khía cạnh thời gian
Đối với dự báo theo năm: Từ 1 đến 5 năm.
Bước 4: Xem xét dữ liệu
-

Dữ liệu cần để dự báo có thể từ 2 nguồn: bên trong và bên ngoài.

-

Cần phải lưu ý dạng dữ liệu sẵn có như: Thời gian, đơn vị tính…

Bước 5: Lựa chọn mô hình
Làm sao để quyết định được phương pháp thích hợp nhất cho một tình
huống nhất định?
-

Mô hình hay bản chất của dữ liệu quá khứ

-

Kiến thức chuyên môn của người làm dự báo

-

Tính cấp thiết của dự báo

-

Độ dài dự báo

Bước 6: Đánh giá mô hình
Đối với các phương pháp định lượng, cần phải đánh giá mức độ phù hợp của
mô hình trong phạm vi mẫu dữ liệu.

Bước 7: Chuẩn bị dự báo
Nếu có thể nên sử dụng hơn một phương pháp dự báo, và nên là những loại phương
pháp khác nhau. Ví dụ mô hình hồi quy và san mũ Holt, thay vì cả 2 mô hình hồi quy
khác nhau.
23

Bước 8: Trình bày kết quả dự báo
Kết quả dự báo phải được trình bày rõ ràng cho người đọc, sao cho họ hiểu các
con số được tính tốn như thế nào và chỉ ra sự tin cậy trong kết quả dự báo.
Bước 9: Theo dõi kết quả dự báo
Trao đổi và hợp tác giữa người sử dụng và người làm dự báo có vai trò rất
quan trọng trong việc xây dựng và duy trì quy trình dự báo thành cơng.
1.6 Các tiêu chuẩn lựa chọn mơ hình để dự báo
2

1.6.1 Hệ số xác định (R-squared: R )

SSR
SSE
T =1− SST

R2 = SS

Trong đó: Các biến đổi toán học ta có:
n

2

∑(yi−y)
i=1

n

~

=∑(yi−y)
i=1

2

n

2

+∑e i
i=1

Hay:
SST =

SSR

+ SSE

Đẳng thức này có ý nghóa rất quan trọng. Đại lượng SST (Total Sum of Squares) thể hiện
toàn bộ biến thiên của Y. Nó được chia thành hai hai phần: Phần thứ nhất: SSR (Sum of
Squares for Regression) thể hiện phần biến thiên của Y được giải thích bởi biến X.

Phần thứ hai: SSE (Sum of Squares for Error) thể hiện phần biến thiên do
các yếu tố khác không nghiên cứu.
2

Như vậy, hệ số xác đònh (R ) thể hiện phần tỷ lệ biến thiên của Y
được giải thích bởi X và được xác đònh bằng công thức:

2

2

Ta có: 0 ≤ R ≤ 1. R thể hiện sự thích hợp của mô hình hồi quy đối với dữ liệu.
2

R càng lớn thì mô hình hồi quy tuyến tính đã xây dựng được xem là càng thích hợp
và tất nhiên là càng có ý nghóa trong việc giải thích sự biến thiên của Y.

24


2

„ R đo lường % biến động của Y được giải thích bởi các Xi trong mô hình.
2

„ R càng gần 1, mô hình càng phù hợp.
„ Lưu ý:
„ Nó chỉ đo lường sự phù hợp trong mẫu
„ Khi so sánh R2 giữa các mô hình khác nhau, các biến phụ thuộc phải giống nhau.
2

„ R không giảm khi tăng thêm biến độc lập.
2

1.6.2 Hệ số xác định điều chỉnh (Adjusted R-squared: R )
2

2

2

- Ta thấy R ≤ R . R chỉ tăng khi giá trị tuyệt đối của giá trị t của biến được hơn 1.

2

2

Do vậy, R là tiêu chuẩn tốt hơn R .
- Lưu ý:
+ Các biến phụ thuộc cũng phải giống nhau.
+ Các kí hiệu công thức này giống các kí hiệu công thức trên.
1.6.3 Tiêu chuẩn thông tin Akaike (Akaike Info Criterion: AIC)

„ Trong đó k là số biến được ước lượng gồm cả hệ số tự do và n là cở mẫu.
„ Ta thấy AIC phát hiện sai sót khắt khe hơn các tiêu chuẩn trên khi tăng thêm số biến.
25