tiểu luận kinh tế lượng PHÂN TÍCH sự ẢNH HƯỞNG của một số yếu tố đến tỉ lệ PHẠM tội

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ QUỐC
TẾ =====000=====

BÁO CÁO
KINH TẾ LƯỢNG
NHÓM 28: PHÂN TÍCH SỰ ẢNH HƯỞNG CỦA MỘT SỐ YẾU TỐ
ĐẾN TỈ LỆ PHẠM TỘI
Giảng viên hướng dẫn: Ths. Chu Thị Mai Phương
Nhóm sinh viên thực hiện:
1. Kiều Thanh Xuân (nhóm trưởng)
2. Đỗ Lý Yến

1414420058
1414410267

3. Đậu Thị Trang

1514420127

4. Trần Nguyễn Đoan Trinh

1411410245

5. Nguyễn Thị Hồng Yến

1414420059

HÀ NỘI – THÁNG 3 NĂM 2016
1

MỤC LỤC
LỜI MỞ ĐẦU.....................................................................................................................................3
CƠ SỞ LÝ THUYẾT.........................................................................................................................4
Mô tả tổng quan..............................................................................................................4
PHÂN TÍCH HỒI QUY.....................................................................................................................6
1.

Phương trình hồi quy tuyến tính...........................................................................................6

2.

Lập bảng tương quan và phân tích mối quan hệ tương quan giữa các biến..................6
2.1.

Lập bảng tương quan....................................................................................................6

2.2.

Phân tích mối quan hệ tương quan giữa các biến.......................................................7

3.2.

Phân tích kết quả sau khi chạy mô hình......................................................................8

4.

Kiểm định giả thuyết về hệ số hồi quy..................................................................................9

5.

Một số kiểm định F................................................................................................................11
Kiểm định sự phù hợp của mô hình............................................................................. 11

6.

Kiểm tra khuyết tật của mô hình........................................................................................12
Phương sai sai số thay đổi............................................................................................12

TỔNG KẾT.......................................................................................................................................14
TÀI LIỆU THAM KHẢO...............................................................................................................15
ĐÁNH GIÁ THÀNH VIÊN.............................................................................................................16

2


LỜI MỞ ĐẦU
Kinh tế lượng (Econometrics) là môn khoa học xã hội trong đó các công cụ của ly
thuyết kinh tế, toán học và suy đoán thống kê được áp dụng để phân tích các vấn đề kinh
tế. Kinh tế lượng sử dụng các công cụ phương pháp của thống kê toán để tìm ra bản chất
của các số liệu thống kê, đưa ra kết luận về các số liệu thống kê thu thập được từ đó có thể
đưa ra các dự báo về các hiện tượng kinh tế.
Từ khi ra đời đến nay, kinh tế lượng đã đem lại cho các nhà kinh tế một công cụ đo
lường sắc bén để đo các quan hệ kinh tế. Là những sinh viên đang theo học khối ngành kinh
tế, chúng em nhận thấy được sự cần thiết của việc học tập và tìm hiểu về Kinh tế lượng trong
việc phân tích logic và nghiên cứu vấn đề. Để hiểu sâu hơn về việc đưa Kinh tế lượng vào
trong thực tế cuộc sống và áp dụng Kinh tế lượng sao cho đúng và hiệu quả, nhóm 28 chúng
em xin xây dựng bài BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG dưới sự hướng dẫn của
Ths.Chu Thị Mai Phương. Trong bài báo cáo, nhóm em đã sử dụng công cụ phân tích kinh tế
lượng là phần mềm stata để phân tích, nghiên cứu đề tài “Phân tích sự ảnh

hưởng của một số yếu tố đến tỉ lệ phạm tội.”
Chúng em xin chân thành cảm ơn giảng viên hướng dẫn – Ths.Chu Thị Mai
Phương đã giúp đỡ chúng em thực hiện bài báo cáo này. Trong quá trình làm bài báo cáo,
dù đã rất cố gắng nhưng chắc chắn chúng em không thể tránh khỏi những sai sót, kính
mong được cô góp y để nhóm chúng em có thể hoàn thiện hơn bản báo cáo này.

3


CƠ SỞ LÝ THUYẾT
I. MÔ TẢ SỐ LIỆU
Mô tả tổng quan
Trong bối cảnh xã hội ngày càng phát triển với tốc độ đô thị hóa cao cũng như việc
đất nước mạnh dạn mở cửa để tiếp thu với các nền văn hóa khác nhau thì tình trạng vi
phạm pháp luật ngày càng trở thành một vấn đề đáng lo ngại. Có rất nhiều yếu tố tác động
đến tỉ lệ phạm tội. Sau khi xem xét y nghĩa của từng biến trong file số liệu NC_CRIME
trong phần mềm Gretl, nhóm em đã quyết định chọn mô hình hồi quy gồm các biến sau:





Biến phụ thuộc: Y: crmrte

Biến độc lập: gồm 5 biến:









X1: county
X2: year
X3: polpc
X4: probarr
X5: density

Mô tả dữ liệu bằng lệnh des, ta thu được kết quả như sau:

Ta có bảng sau:
Tên biến
Đơn vị tính
crmrte
%
county
year
Năm
polpc
Cảnh sát
probarr
Lần
density

Người

Ý nghĩa biến
Tỉ lệ tội phạm
Nhận diện dân sự

1981 - 1987
Số lượng cảnh sát trên 1000 dân
Khả năng bị bắt
Mật độ dân số trên 1 dặm vuông
4


Tiếp tục sử dụng lệnh su để mô tả dữ liệu. Lệnh su cho biết số lượng quan sát (Obs),
giá trị trung bình (mean), độ lệch chuẩn (std. dev.) cũng như giá trị lớn nhất (max) và nhỏ
nhất (min) của các biến.

Dựa theo kết quả trên, ta có bảng tổng hợp sau:
Tên biến

Số quan
sát

Giá trị
trung bình

Độ lệch
chuẩn

Giá trị nhỏ
nhất

Giá trị lớn
nhất

crmrte

28

0.215717

0.0095311

0.009337

0.03988

county

28

4

2.2771

1

7

year

28

84

2.0367

81

87

polpc

28

0.0013044

0.000451

0.0005939

0.001924

prbarr

28

0.3641135

0.154763

0.132029

0.695652

density

28

1.068964

0.793272

0.412766

2.422633

Có thể nhận thấy biến tỉ lệ phạm tội có sự chênh lệch khá lớn giữa mức cao nhất và
mức thấp nhất, lên tới xấp xỉ 4.2 lần.

5


PHÂN TÍCH HỒI QUY
1. Phương trình hồi quy tuyến tính
Chọn biến phụ thuộc Y là crmrte các biến độc lập X1, X2, X3, X4, X5 lần lượt là county,
year, polpc, prbarr, density.
Ta có:
Hàm hồi quy tổng thể:
(PRF): crmrte = β0 + β1 county+ β2 year + β3 polpc + β4 prbarr+ β5density+ ui
 Hàm hồi quy mẫu:
(SRF):

̂ ̂
̂
̂= +

county + ̂ ye ar + ̂ polp c + ̂ prbarr+ de
nsity

0 1 2 3 4 5 Trong đó: ui là yếu tố ngẫu nhiên (nhiễu).

2. Lập bảng tương quan và phân tích mối quan hệ tương quan giữa các
biến 2.1. Lập bảng tương quan
Trước khi chạy mô hình hồi quy, chúng ta xem xét mức độ tương quan giữa các biến
bằng cách sử dụng lệnh corr crmrte county year polpc prbarr density. Ta thu được
bảng tương quan giữa các biến như sau:

Kết luận:
Nhìn chung các biến độc lập có tương quan với biến phụ thuộc không cao. Hầu hết
các biến độc lập đều có hệ số tương quan dương, cho thấy tác động cùng chiều nhiều lên
biến phụ thuộc.
6


Mối quan hệ tương quan giữa các biến độc lập với nhau cũng không cao, hệ số
tương quan cao nhất cũng chỉ là 0.4930 giữa biến density và polpc.
2.2. Phân tích mối quan hệ tương quan giữa các biến
Từ bảng tương quan trên ta thấy:
-

Hệ số tương quan giữa biến crmrte và county là -0.4832

-

Hệ số tương quan giữa biến crmrte và year là 0.0197

-

Hệ số tương quan giữa biến crmrte và polpc là 0.7816

-

Hệ số tương quan giữa biến crmrte và prbarr -0.1629

-

Hệ số tương quan giữa biến crmrte và density là 0.8090
Như vậy, trong các nhân tố được nghiên cứu, biến density có mối tương quan mạnh

nhất đến crmrte, hay mật độ dân số có ảnh hưởng khá lớn đến tỉ lệ phạm tội. Hệ số tương
quan giữa 2 biến mang dấu dương thể hiện mối quan hệ cùng chiều giữa 2 biến, như nếu
mật độ dân số tăng thì tỉ lệ phạm tội cũng tăng.
Ngược lại, biến prbarr ít ảnh hưởng nhất đến crmrte, hay mối tương quan giữa số
lượng cảnh sát trên 1000 dân và tỉ lệ phạm tội không mạnh như các nhân tố khác. Hệ số
tương quan giữa 2 biến mang dấu âm thể hiện mối quan hệ ngược chiều giữa 2 biến, nếu
số lượng cảnh sát trên 1000 dân tăng thì tỉ lệ phạm tội giảm nhưng giảm không đáng kể.
3. Chạy mô hình hồi quy và phân tích kết quả
3.1. Chạy mô hình hồi quy
 Bước đầu tiên ta sử dụng lệnh reg để chạy mô hình hồi quy với cấu trúc câu lệnh là:
“reg crmrte county year polpc prbarr density”, thu được kết quả là bảng:

7


Sau khi chạy Stata được toàn bộ dữ liệu như trình bày ở trên, chúng ta tiến hành đọc
và phân tích số liệu. Trước hết, chúng ta thành lập được một bảng số liệu như sau:

Tên biến
Hệ số tự do
county
Year
Polpc
Prbarr
Density

Hệ số hồi quy
0.0005126
0.0032916
-0.0001684
6.433313
-0.0085402
0.0156787

Thống kê t
0.02
3.64
-0.65
1.93
-1.36
4.47

P-value
0.982
0.001
0.523
0.066
0.189

0.000

Khoảng tin cậy
[-0.047263 ; 0.0482881]
[0.0014148 ; 0.0051685]
[-0.000706 ; 0.0003691]
[-0.464232; 13.33086]
[-0.0215951; 0.0045148]
[0.0083969 ; 0.0229605]

 Từ bảng trên ta có phương trình hàm hồi quy mẫu SRF:
̂ = 0.0005126 + 0.0032916 * county - 0.0001684 * year + 6.433313 * polpc - 0.0085402 * prbarr + 0.0156787 * density

3.2.

Phân tích kết quả sau khi chạy mô hình
− Số quan sát Obs = 28.
− Tổng bình phương sai số được giải thích SSE = 0.002294383
− Tổng bình phương các phần dư SSR = 0.000158354
− Tổng bình phương sai số tổng cộng SST = 0.002452737
− Bậc tự do của phần được giải thích Dfm = 5
− Bậc tự do của phần dư Dfr = 22

8


2

Hệ số xác định R (R-squared) = 0.9354 thể hiện mức độ phù hợp của hàm hồi quy mẫu
là tương đối lớn. Bên cạnh đó, giá trị 0.9354 còn thể hiện tỷ lệ phần trăm biến động tổng

Tỷ lệ phạm tội được giải thích bởi các biến độc lập gồm: “Nhận diện dân sự”, “Khả năng
bị bắt”, “Dân số trên một dặm”, “Số lượng cảnh sát trên 1000 người dân”, “Năm từ 81
đến 87” là 93.54%.
̅

Hệ số xác định điề u chỉnh 2 = 0.9 208. Hệ số này có y nghĩa: trong trường hợp nế u

−

R

ta đưa thêm biến vào mô hình, hệ số xác định điều chỉnh mà tăng thì việc đưa biến ấy có
y nghĩa, và ngược lại.
− Ý nghĩa của các hệ số hồi quy trong mô hình:


̂


̂


̂


̂


̂


̂

0 = 0.0005126 có y nghĩa là: khi giá trị của các biến độc lập bằng 0 trong điều kiện các yếu tố khác không đổi thì tỷ lệ phạm tội là 0.0005126.
1 = 0.0032916 có y nghĩa là: trong điều kiện các yếu tố khác không đổi, nếu số nhận diện dân sự tăng thêm một đơn vị thì tỷ lệ phạm tội tăng thêm 0.0032916.
2 = -0.0001684 có y nghĩa là: trong điều kiện các yếu tố khác không đổi, nếu trong khoảng từ 81 – 87, năm tăng lên một đơn vị thì tỷ lệ phạm tội giảm đi 0.0001684.
3 = 6.433313 có y nghĩa là: trong điều kiện các yếu tố khác không đổi, nếu tăng tỷ lệ cảnh sát trên 1000 người dân lên một đơn vị thì tỷ lệ phạm tội tăng thêm 6.433313.
4 = -0.0085402 có y nghĩa là: trong điều kiện các yếu tố khác không đổi, nếu tăng khả năng bị bắt của tội phạm lên một đơn vị thì tỷ lệ là phạm tội giảm đi 0.0085402.
5 = 0.0156787 có y nghĩa là: trong điều kiện các yếu tố khác không đổi, nếu tăng

số dân trên một dặm lên một đơn vị thì tỷ lệ phạm tội tăng thêm 0.0156787.
-

Tuy nhiên, ta chỉ biết chắc chắn biến độc lập có ảnh hưởng đến biến phụ thuộc với
y nghĩa hệ số hồi quy như ta đã phân tích ở trên hay không sau khi kiểm định hệ số
hồi quy cho mô hình.

4. Kiểm định giả thuyết về hệ số hồi quy
Cặp giả thuyết thống kê: {

H0: βj = 0
H1: βj ≠ 0

9


Sử dụng giá trị tới hạn: T

=

∗
βj−β̂
se(βj)

Ta có:

∝

− −1

=

0,05

21

= 1.721

Từ bảng trên ta thấy
biến year có p-value = 0.572> 0.05
biến polpc có p-value = 0.132>0.05
biến prbarr có p-value = 0.340>0.05
Nên 3 biến year, polpc ,prbarr không có ảnh hưởng mang y nghĩa thống kê đến biến phụ
thuộc crmrte.
Các biến còn lại là density, county có ảnh hưởng trực tiếp về mặt thống kê tới biến
crmrte
Sau đây là mức ảnh hưởng cụ thể:

a. Density

Có:| | = 3.84 > 1.721⇒ Bác bỏ H0, chấp nhận H1 với mức y nghĩa 5%.

Biến Density có ảnh hưởng mang y nghĩa thống kê đến biến crmrte
Kết luận:
-Mật độ dân số có ảnh hưởng mang y nghĩa thống kê đến tỉ lệ phạm tội.
- Mật độ dân số trên một dăm vuông tăng thì tỉ lệ phạm tội cũng tăng
10


-Kết quả chạy mô hình hồi quy dựa trên 1 mẫu cụ thể cho thấy mật độ dân số trên một
dặm vuông đất tăng 1 đơn vị thì tỉ lệ phạm tội tăng 0.0156787 với điều kiện các yếu tố
khác không đổi.

b. County
Có: | | = 3.29 > 1.721 ⇒ Bác bỏ H0, chấp nhận H1 với mức y nghĩa 5%.



Biến county có ảnh hưởng mang y nghĩa thống kê đến biến
crmrte Kết luận:
 Nhận diện dân sự có ảnh hưởng mang y nghĩa thống kê đến tỉ lệ phạm tội.
 Nhận diện dân sự tăng thì tỉ lệ phạm tội cũng tăng.
 Kết quả chạy mô hình hồi quy dựa trên 1 mẫu cụ thể cho thấy cứ tăng thêm nhận
diện dân sự thì tỉ lệ phạm tội tăng 0,0032916 với điều kiện các yếu tố khác không
đổi.
Vậy trong các biến độc lập, với mức ý nghĩa 5%, cả 2 biến county và biến density đều
có ảnh hưởng mang tính thống kê đến biến crmrte.

5. Một số kiểm định F
Kiểm định sự phù hợp của mô hình

Kiểm định này nhằm xem xét trường hợp các tham số của biến độc lập βi đồng thời bằng 0 có thể xảy ra hay không.

Cặp giả thuyết thống kê: {

H :β

0 1

=β

2

=β

3

=β

4

=β

5

=0

hoặc: {

H1: Tồn tại ít nhất 1 βi ≠ 0

Ho: R2 = 0
H1:R2 ≠0

Phương pháp P-value
Nếu giá trị Prob > F nhỏ hơn mức y nghĩa α = 0.05 thì bác bỏ H0 chấp nhận H1
tức là mô hình hồi quy phù hợp. Ta sử dụng lệnh test:

11


Ta có: Prob > F = 0.0000 < 0.05 => Bác bỏ H0, chấp nhận H1.
Kết luận: Mô hình phù hợp tại mức ý nghĩa 5%

6. Kiểm tra khuyết tật của mô hình
Phương sai sai số thay đổi
a) Bản chất:
Một vấn đề khác mà mô hình cũng có thể gặp phải, đó là phương sai của sai số thay
đổi. Hậu quả của phương sai sai số thay đổi là các ước lượng bình phương nhỏ nhất vẫn là
không chệch nhưng không còn hiệu quả nữa, cùng với đó ước lượng của các phương sai
sẽ bị chệch, như vậy làm mất hiệu lực của kiểm định. Điều này làm cho mô hình kém
hiệu quả hơn.
Phương sai của mỗi một ngẫu nhiên Ui, trong điều kiện giá trị đã cho của biến giải thích
Xi là không đổi, nghĩa là:
; i = 1,2,3…n
(

/

)= [

–

( )] = (

)=

Khi giả thiết đó bị vi phạm thì mô hình mắc lỗi phương sai sai số thay đổi. Tên gọi
của lỗi này là Heteroskedasticity.
b) Nguyên nhân:








Do bản chất của các hiện tượng kinh tế: Nếu các hiện tượng kinh tế theo không gian
được điều tra trên những đối tượng có quy mô khác nhau hoặc các hiện tượng kinh tế
theo thời gian được điều tra qua các giai đoạn có mức biến động khác nhau thì
phương sai sai số có thể không đồng đều.
Do định dạng không đúng dạng hàm của mô hình. Có thể do bỏ sót biến thích hợp hoặc
giải tích của hàm là sai.

Do số liệu không phản ánh đúng bản chất của hiện tượng kinh tế, chẳng hạn xuất hiện
các quan sát ngoại lai. Việc đưa vào hay loại bỏ các quan sát này ảnh hưởng rất lớn
đến phân tích hồi quy.
Do kỹ thuật thu thập, bảo quản và xử ly số liệu được cải tiến nên sai số có xu hướng
giảm.
Do con người học được hành vi trong quá khứ.

c) Cách phát hiện phương sai sai số thay đồi:
Để kiểm định phương sai sai số thay đổi ta có cặp giả thuyết sau:
{

0:
1:

Mô hình có phương sai thuần nhất

Mô hình có phương sai sai số thay đổi

12


Nếu giá trị [Prob>chi2] < 0.05 thì bác bỏ giả thiết H0 và chấp nhận giả thiết H1.
Kiểm định Breusch-Pagan
Thực hiện lệnh estat hettest ta thu được kết quả sau:

Kết quả kiểm định bằng lệnh estat hettest cho thấy Prob>chi2 = 0.4745 > 0.05
Kết luận: Từ cách kiểm định trên có thể kết luận rằng mô hình có phương sai thuần

nhất.
Từ việc kiểm định mô hình trên, ta thấy chỉ có biến year, polpc, prbarr không có ảnh
hưởng mang y nghĩa thống kê đến biến crmrte trong mô hình. Ta sẽ tiến hành chạy mô
hình mới để kiểm tra như sau:

2

Sau khi chạy hồi quy mô hình mới, mức độ phù hợp của mô hình R =

2

0.9240, giảm đi một chút so với trước đó R = 0.9354.

13


Các giá trị p-value đều nhỏ hơn 0.05 nên các biến độc lập trong mô hình đều có y
nghĩa thống kê ở mức y nghĩa 5%

TỔNG KẾT
Bản báo cáo trên được hoàn thành trên cơ sở sự đóng góp của các thành viên với vốn
kiến thức được đúc kết ra từ quá trình học và nghiên cứu môn Kinh tế lượng. Đây cũng là
một cơ hội thực hành khiến chúng em có thể hiểu rõ hơn về các phân tích và kiểm định đặc
trưng có liên quan, áp dụng kiến thức trên giảng đường để tự tìm hiểu và rút ra được nhưng
kết luận bổ ích về những hiện tượng trong những mối tương quan khác nhau và sự ảnh hưởng
lẫn nhau giữa các hiện tượng kinh tế xã hội. Nhóm chúng em đã hoàn thành xong mô hình
kinh tế lượng về “Các yếu tố ảnh hưởng đến tỉ lệ phạm tội”. Mô hình đã lượng hóa cho các
yếu tố để chúng ta có thể có những biện pháp, chiến lược phá án hiệu quả hơn. Ngoài ra, vẫn
còn nhiều yếu tố ảnh hưởng đến biến phụ thuộc được nghiên cứu chưa được đưa vào mô hình
như vùng,… cần được xem xét để có báo cáo với kết quả chính xác hơn.

Qua đây, nhóm 28 chúng em cũng xin chân thành cảm ơn sự hướng dẫn và giảng dạy
nhiệt tình của cô Chu Thị Mai Phương. Do vốn kiến thức và kĩ năng còn hạn chế nên chắc
hẳn bản báo cáo này không thể tránh khỏi sai sót, chúng em rất mong nhận được sự góp y
động viên của cô để chúng em có thể hoàn thiện hơn, áp dụng tốt hơn trong các công việc
sau này.

14

TÀI LIỆU THAM KHẢO
1. Giáo trình Kinh tế lượng GS.TS. Nguyễn Quang Dong chủ biên và được Đại học Kinh
tế quốc dân xuất bản
2. Phần mềm Stata, Gretl
3. />4.
/>le_Jan_2015.pdf
5. />
DO-FILE
des crmrte county year polpc prbarr density
su crmrte county year polpc prbarr density
corr crmrte county year polpc prbarr density
reg crmrte county year polpc prbarr density
test county year polpc prbarr density
estat hettest county year polpc prbarr density
reg crmrte county density

15


ĐÁNH GIÁ THÀNH VIÊN
Họ và tên

Phân công công việc

Đỗ Ly Yến

- Lời mở đầu
- Cơ sở ly thuyết
- Tổng kết

Đậu Thị Trang

- Chạy stata
- Tìm nguồn số liệu

Trần Nguyễn
Đoan Trinh

- Tìm nguồn số liệu
- Chạy mô hình hồi
quy và phân tích kết
quả
- Tìm ly thuyết

Nguyễn Hồng
Yến

- Phương trình hồi quy
tuyến tính
- Kiểm định giả thuyết
về hệ số hồi quy
- Chạy stata
- Lập bảng tương quan
và phân tích
- Một số kiểm định F
- Kiểm tra khuyết tật
mô hình
- Tổng hợp

Kiều Thanh Xuân

Đánh giá quá trình làm
việc
- Nhiệt tình, có y thức
chủ động thúc giục cả
nhóm làm việc.
- Có trách nhiệm và hoàn
thành tốt công việc được
giao
- Nhiệt tình, trách nhiệm
với công việc được giao,
hoàn thành tốt công việc
của mình.
- Có y thức giúp đỡ các
thành viên trong nhóm
làm việc.
- Hoàn thành công việc
tốt, đúng deadline

Thang
điểm
8/10

- Có trách nhiệm với
công việc được giao,
hoàn thành tốt, đúng
deadline
- Có trách nhiệm đối với
công việc, động viên, hỗ

trợ các thành viên làm
việc
- Phân chia công việc cho
các thành viên hợp ly
- Hoàn thành công việc
đúng deadline

8/10

9/10

8/10

9/10

16