Trình bày kết quả nghiên cứu tác động của các yếu tố Chi tiêu chính phủ (G) và Xuất khẩu ròng (NX) tới tổng sản phẩm quốc dân (GDP).

MỤC LỤC

1


LỜI MỞ ĐẦU
Tổng sản phẩm quốc dân hay GDP là giá trị thị trường của tất cả các hàng hóa và dịch vụ
cuối cùng được các nhân tố sản xuất trong nước sản xuất ra trong một thời kỳ nhất định. Bên
cạnh đó GDP là chỉ số quan trọng đo sức khỏe của nền kinh tế của một quốc gia bên cạnh đó
nó cịn là chỉ số chung so sánh sự phát triển về kinh tế của các quốc gia khác nhau.
Trong nền kinh tế thị trường tổng sản phẩm quốc dân đang ngày càng bị tác động mạnh mẽ
bởi nhiều yếu tố khác nhau như yếu tố con người, cơng nghệ, tỷ lệ thất nghiệp… bên cạnh đó
cịn những yếu tố đóng vai trị tác động trực tiếp đến tổng sản phẩm quốc dân mà nhóm
nghiên cứu sẽ đưa ra với mục đích đánh giá và kiểm định sự ảnh hưởng của các yếu tố này.
 Tổng sản phẩm quốc dân
 Chi tiêu chính phủ
 Xuất khẩu rịng

Chi tiêu chính phủ bao gồm nhiều hạng mục với các chức năng khác nhau như chi tiêu cho
tiêu dùng của chính phủ cung cấp hàng hóa và dịch vụ phi thị trường; chi tiêu cho sản xuất
của chính phủ cung cấp hàng hóa và dịch vụ thị trường (khi các doanh nghiệp nhà nước trực
tiếp tham gia sản xuất và kinh doanh hàng hóa trên thị trường); và chi tiêu cho đầu tư phản
ánh đầu tư cơng vào hình thành vốn đem lại lợi ích dài hạn như cơ sở hạ tầng, đường xá,
trường học, bệnh viện... Về bản chất, chi tiêu cho tiêu dùng của chính phủ cung cấp hàng hóa
và dịch vụ phi thị trường là hàng hóa và dịch vụ được cung cấp miễn phí hay ở mức giá thấp
hơn rất nhiều so với chi phí sản xuất. Những dịch vụ cơ bản miễn phí được chính phủ cung
cấp cho xã hội có thể kể đến như an ninh quốc phòng, thực thi pháp luật, y tế cộng đồng, phổ
cập giáo dục tiểu học, nghiên cứu khoa học cơ. Có nhiều quan điểm nói về tác động của chi
tiêu chính phủ đến nền kinh tế sau đây là ba quan điểm:
−

Chi tiêu của chính phủ có tác động tích cực và thúc đẩy tăng trưởng kinh tế thơng qua
việc thực hiện các chức năng thực thi pháp luật, cung cấp hàng hóa và dịch vụ cơng,
hàng hóa và dịch vụ có ngoại ứng tích cực, và những dịch vụ hỗ trợ thị trường. Theo
Knack và Keefer (1995), chi tiêu chính phủ cho các hoạt động thực thi pháp luật và
trật tự sẽ tạo dựng môi trường kinh tế - xã hội ổn định và tạo điều kiện thuận lợi cho
tăng trưởng kinh tế. Bên cạnh đó, các chương trình chi tiêu của chính phủ cung cấp
hàng hóa cơng có giá trị như quốc phịng, cơng nghệ, truyền thơng, cơ sở hạ tầng và
hàng hóa có ngoại ứng tích cực như y tế và giáo dục đều là những yếu tố cơ bản quyết
định tăng trưởng kinh tế.
− Một số học giả khác lại cho rằng chi tiêu của chính phủ có tác động tiêu cực, làm giảm
tốc độ tăng trưởng kinh tế bởi các nguyên nhân như: chi tiêu chính phủ chèn lấn đầu tư
tư nhân, chiếm chỗ hoạt động của khu vực tư nhân, làm biến dạng phân bổ nguồn lực
hay ức chế sự đổi mới trong nhiều lĩnh vực của nền kinh tế [3]. Khi chính phủ chi tiêu
thì cần phải có nguồn tiền được lấy từ nguồn khác hoặc những cách sử dụng khác như
thuế hoặc vay nợ. Thuế làm giảm hành vi sản xuất vì thuế đánh vào thu nhập từ lao
động, tiết kiệm, đầu tư hay những hình thức khác. Thuế thu nhập cá nhân làm giảm
thu nhập khả dụng của người lao động, khơng khuyến khích họ làm việc nhiều và
thậm chí cịn làm nản chí trong việc tìm kiếm việc làm. Lao động giảm dẫn đến giảm
tổng cung trong khi thu nhập giảm dẫn đến giảm tổng cầu. Thuế thu nhập doanh
nghiệp làm tăng chi phí sản xuất, giảm lợi nhuận sau thuế của doanh nghiệp và dẫn
đến tổng cung giảm
− Trường phái thứ ba cho rằng tác động của chi tiêu chính phủ đến tăng trưởng kinh tế
phụ thuộc vào kích cỡ của chi tiêu chính phủ (tính theo tỷ trọng của chi tiêu chính phủ
trên tổng sản lượng nền kinh tế). Khi kích cỡ chi tiêu của chính phủ cịn nhỏ thì tác
động tích cực vượt trội tác động tiêu cực và khi kích cỡ chi tiêu của chính phủ trở nên
lớn thì tác động tiêu cực sẽ vượt trội tác động tích cực đến tăng trưởng kinh tế. Lý giải
2


điều này có hai ngun nhân chính. Thứ nhất, theo lập luận của Armey (1995) hay

Chao và Grubel (1998), có tồn tại qui luật lợi tức giảm dần đối với chi tiêu thêm của
chính phủ . Theo đó, các tính năng thúc đẩy sản lượng của chi tiêu chính phủ sẽ chiếm
ưu thế khi chi tiêu chính phủ cịn rất nhỏ, và khi đó gia tăng trong chi tiêu của chính
phủ sẽ làm tăng sản lượng. Tuy nhiên, đến một điểm nào đó, tính năng thúc đẩy tăng
trưởng của chi tiêu chính phủ sẽ giảm dần và sự tiếp tục gia tăng trong chi tiêu của
chính phủ sẽ khơng cịn dẫn đến sự gia tăng trong sản lượng nữa. Thứ hai, để có thêm
được doanh thu tài trợ cho chi tiêu chính phủ, thuế phải tăng, làm giảm động cơ làm
việc, tiết kiệm, đầu tư và sản xuất của khu vực tư nhân. Hơn nữa, khi chi tiêu chính
phủ gia tăng thì ngày càng nhiều nguồn lực rút ra khỏi khu vực tư nhân từ các dự án
có lợi nhuận cao. Những tác động này làm thay đổi hành vi của các cá nhân, làm giảm
cung ứng hiệu quả nguồn lực và do vậy làm giảm tăng trưởng kinh tế. Nhóm nghiên
cứu đưa ra dự đốn dấu của biến độc lập G là dương (+) từ những nhận định
trên.
Xuất khẩu ròng hay còn được gọi với một cái tên khác là cán cân thương mại. Đối với một
nền kinh tế mở, cán cân thương mại có hai tác động quan trọng: xuất khẩu ròng bổ sung vào
tổng cầu (AD) của nền kinh tế; số nhân đầu tư tư nhân và số nhân chi tiêu chính phủ khác đi
do một phần chi tiêu bị "rò rỉ" qua thương mại quốc tế. Nhìn chung cán cân thương mại có thể
rơi vào một trong ba tình uống thặng dư thâm hụt cân bằng. Có cơng thức có thể tính cán cân
thương mại là dương hay âm :
Cán cân thương mại= Giá trị xuất khẩu- Giá trinh nhập khẩu
•
•

Giá trị xuất khẩu: là giá trị hàng hóa và dịch vụ được bán cho người mua ở các
quốc gia khác.
Giá trị nhập khẩu: là giá trị hàng hóa dịch vụ được mua từ người bán tại các quốc
gia khác nhau

Nếu xuất khẩu vượt quá hay mức chênh lệch có giá trị dương thì quốc gia đó có thặng dư
thương mại khi đó xuất khẩu rịng có tác động tích cực tới GDP.

Nếu nhập khẩu vượt q hay mức chênh lệch có giá trị âm thì quốc gia đó thâm hụt thương
mại khi đó xuất khẩu rịng có tác động tiêu cực tới GDP. Tuy nhiên nhóm nghiên cứu
nghiêng về phương án dấu của biến độc lập NX là dương (+) dựa trên bộ số liệu nghiên
cứu.
TỔNG QUAN NGHIÊN CỨU
Tổng sản phẩm quốc dân (GDP-Gross Domestic Product) là một trong những chỉ tiêu quan
trọng phản ánh kết quả cuối cùng quá trình sản xuất của nền kinh tế. GDP là chỉ tiêu cơ bản
để đánh giá quá trình tăng trưởng và chuyển dịch cơ cấu kinh tế của một quốc gia, đánh giá
hiệu quả sản xuất sản phẩm xã hội của nền kinh tế, so sánh quốc tế. GDP còn là một trong
những căn cứ quan trọng để các quốc gia lập các kế hoạch về chi tiêu, đầu tư, tích lũy trong
nền kinh tế, xây dựng các chiến lược phát triển kinh tế của quốc gia. Vì vậy, việc nghiên cứu
tác động của các yếu tố: Chi tiêu chính phủ (G) và Xuất khẩu rịng tới GDP của một quốc gia
không chỉ được nhiều nhà nghiên cứu quan tâm, mà các chính trị gia, các nguyên thủ quốc gia
cũng quan tâm đến sự biến động GDP để đưa ra các quyết định điều hành đất nước. Vì vậy,
Nghiên cứu xu thế biến động GDP và các nhân tố tác động đến biến động GDP là thật sự cần
thiết về mặt lý luận và thực tiễn. Nghiên cứu xu thế biến động GDP và các nhân tố tác động
đến GDP làm cơ sở đề xuất một số hàm ý chính sách nhằm tăng trưởng GDP.
- Đối tượng nghiên cứu: Các yếu tố tác động đến tổng sản phẩm quốc dân (GDP)
- Phạm vi nghiên cứu:
+

Tổng GDP của Việt Nam
3


+

Trong thời kỳ năm 2009 – 2018.

Chương 1: Lý thuyết cơ sở

1.1Phương pháp khắc phục 3 khuyết tật của mô hình nghiên cứu.
1.1.1 Phương sai sai số thay đổi


Biến đổi về dạng mơ hình khơng cịn PSSSTĐ:

TH1: Khi
•
•
•

đã biết.

Xét MH ban đầu:
với đã xác định.
Chia cả 2 vế mơ hình (1) cho ta có :

(1)

(2)
•
•

Mơ hình (2) có phương sai sai số khơng đổi:
Vậy (2) khơng có hiện tượng phương sai sai số thay đổi:

•

Xét mơ hình:
(1)

Giả sử: Var (
•

=

Chia cả 2 vế của (1) cho :
(2)

Trong đó:
, , ,
Var ( = 1
Vậy mơ hình khơng cịn hiện tượng phương sai sai số thay đổi
GLS là phương pháp sử dụng OLS trong mơ hình sau khi thay đổi biến để các giả thiết được
thỏa mãn. WLS là kỹ thuật đặc biệt của GLS.
 TH2: Khi

chưa biết:

Xét mơ hình ban đầu:

(1)

Mơ hình có hiện tượng PSSS ngẫu nhiên thay đổi và giá trị của nó chưa biết:
Var ( =
-

Giả thiết 1: PSSS ngẫu nhiên tỷ lệ với biến giải thích:

Var (==

Chia cả 2 vế của mơ hình (1) cho ta có:
+ (4)
4


Mơ hình (4) có phương sai sai số ngẫu nhiên khơng đổi:
Var (Var (
Ước lượng mơ hình (4) bằng phương pháp WLS với trọng số thu được các ước lượng BLUE.
-

Giả thiết 2: PSSS ngẫu nhiên tỷ lệ với bình phương của biến giải thích:

Var ( = =
Chia cả 2 vế của mơ hình (1) cho ta có:
(3)
Mơ hình (3) có PSSS ngẫu nhiên khơng đổi:
Var () = Var (=
Ước lượng mơ hình (3) bằng phương pháp WLS với trọng số
tính, khơng chệch tốt nhất (BLUE).
-

=

thu được các ước lượng tuyến

Giả thiết 3: PSSS ngẫu nhiên tỷ lệ với bình phương kỳ vọng của Y:
Yˆi = αˆ 1 + αˆ 2 X i

-

-

Var(ui ) = E(ui2) = σ2[E(Yi)]2.
Chia hai vế của mơ hình cho E(Yi) với : E(Yi)=
Tiến hành theo 2 bước sau:
Bước 1: Ước lượng mơ hình hồi qui:
Yi = α1 + α2Xi + ui
bằng phương pháp OLS thông thường, từ đó ta thu được
Biến đổi mơ hình gốc về dạng như sau:
Yi
1
X
= α1 + α 2 i + vi
Yˆi
Yˆi
Yˆi

-

-

Bước 2: Ước lượng hồi qui trên dù khơng chính xác là E(Yi\Xi), nhưng chúng là
ước lượng vững, nghĩa là khi cỡ mẫu tăng lên vơ hạn thì chúng hội tụ về E(Yi|Xi).
Do vậy, phép biến đổi trên có thể dùng được khi cỡ mẫu tương đối lớn.
 u  Var (u ) σ 2 .[ E ( Y ) ] 2
i
i
Var  ^ i  =
=
≈ σ 2 , ∀i

2
2
^
^
 
Yi 
Yi
Yi
Khi đó

-

Định dạng lại mơ hình

-

Thay vì ước lượng mơ hình hồi qui gốc, ta có thể ước lượng mơ hình hồi qui:

-

lnYi = α1 + α2lnXi + ui
Tình trạng phương sai sai số khơng đồng nhất sẽ bớt nghiêm trọng hơn so với mơ hình gốc
bởi vì khi được logarit hóa, độ lớn các biến bị ‘nén lại’.
Một ưu thế của phép biến đổi này là hệ số α2 sẽ đo lường hệ số co giãn của Y theo X, nghĩa là,
nó cho biết % thay đổi của Y khi X thay đổi 1%.
*Lưu ý
5


-

Khi nghiên cứu mơ hình có nhiều biến giải thích thì việc chọn biến nào để biến đổi
cần phải được xem xét cẩn thận.

-

Phép biến đổi logarit không dùng được khi các giá trị của các biến âm.

-

Khi σi2 chưa biết, nó sẽ được ước lượng từ một trong các cách biến đổi trên. Các
kiểm định t, F mà chúng ta sử dụng chỉ đáng tin cậy khi cỡ mẫu lớn, do đó chúng
ta phải cẩn thận khi giải thích các kết quả dựa trên các phép biến đổi khácnhau
trong các mẫu nhỏ.

1.1.2 Tự tương quan
Hiện tượng tự tương quan chỉ xảy ra với chuỗi số liệu thời gian
Giả sử mơ hình gốc (1)
-> Có hiện tượng tự tương quan bậc một
 Phương pháp khắc phục: Sai phân tổng quát cấp một
*Khi đã biết
Trong thực hành, người ta thường giả sử rằng theo mơ hình tự hồi quy bậc nhất
nghĩa là:
Trong đó:
và thoả mãn các giả thiết của phương pháp bình phương nhỏ nhất
thơng thường. Giả sử (2) là đúng thì vấn đề tương quan chuỗi có thể được giải quyết
thoả đáng nếu hệ số tự tương quan là đã biết.
Ta quay lại mơ hình hai biến:
Nếu (1) đúng với t thì cũng đúng với t – 1 nên:
Nhân hai vế (3) với ρ ta được:

Trừ (3) cho (4) ta được:
Đặt ; ; ;
Thì phương trình (5) có thể viết lại dưới dạng:
Phương trình hồi quy (5) được gọi là phương trình sai phân tổng quát.
*Khi chưa biết: Ta xét một số thủ tục tìm ρ
-Cách 1: Phương pháp sai phân cấp 1
Như ta đã biết − 1 ≤ ρ ≤ 1 nghĩa là ρ nằm giữa [-1,0] hoặc [0,1] cho nên người ta có
thể bắt đầu từ các giá trị ở các đầu mút của các khoảng đó. Nghĩa là ta có thể giả thiết
rằng:
ρ = 0 tức là khơng có tương quan chuỗi
ρ = ±1 nghĩa là có tương quan dương hoặc âm hoàn toàn.
Tuy nhiên nếu ρ = ±1 thì phương trình sai phân tổng quát (3) quy về phương trình
sai phân cấp 1:
Hay:
Để ước lượng hồi quy (7) thì cần phải lập các sai phân cấp 1 của biến phụ thuộc và
biến giải thích và sử dụng chúng làm những đầu vào trong phân tích hồi quy.
Giả sử mơ hình ban đầu là:
6


Trong đó t là biến xu thế cịn Ut theo sơ đồ tự hồi quy bậc nhất.
Thực hiện phép biến đổi sai phân cấp 1 đối với (8) ta đi đến
Trong đó: và
Nếu ρ = −1 nghĩa là có tương quan chuỗi âm hồn tồn, phương trình sai phân bây
giờ có dạng:
Hay:
Mơ hình này được gọi là mơ hình hồi quy trung bình trượt (2 thời kỳ) vì chúng ta hồi
quy giá trị của một trung bình trượt đối với một trung bình trượt khác.
-Cách 2: Ước lượng ρ dựa trên thống kê d – Durbin – Watson
Trong phần kiểm định d chúng ta đã thiết lập được các công thức:

Đẳng thức này gợi cho ta cách thức đơn giản để thu được ước lượng của ρ từ thống
kê d. Do đó thống kê d cung cấp cho ta một phương pháp sẵn có để thu được ước
lượng của ρ .
Nhưng lưu ý rằng quan hệ (9) chỉ là quan hệ xấp xỉ và có thể khơng đúng với các
mẫu nhỏ. Vì vậy trong các mẫu nhỏ ta phải cẩn thận trong khi giải thích các kết quả
ước lượng
-Cách 3: Thủ tục lặp Cochrane – Orcutt để ước lượng ρ
Phương pháp này sử dụng các phần dư et đã được ước lượng để thu được thông tin về
ρ chưa biết.
Ta xét phương pháp này thơng qua mơ hình hai biến sau:
Giả sử được sinh ra từ lược đồ AR(1) cụ thể là
Các bước tiến hành như sau:
Bước 1: Ước lượng mơ hình 2 biến bằng phương pháp bình phương nhỏ nhất thông
thường và thu được các phần dư et.
Bước 2: Sử dụng các phần dư đã ước lượng để ước lượng hồi quy:
Bước 3: Sử dụng thu được từ (12) để ước lượng phương trình sai phân tổng quát
(5) cụ thể là phương trình:
Hoặc đặt: ; =
Ta ước lượng hồi quy (13)

Bước 4: Vì chúng ta chưa biết trước rằng thu được từ (10) có phải là ước lượng tốt
nhât của ρ hay không, ta thế giá trị = và thu được từ (13) vào hồi quy
gốc ban đầu (10) và thu được các phần dư mới chẳng hạn e**
Ước lượng phương trình hồi quy tương tự với (12)
là ước lượng vòng 2 của ρ
Thủ tục này tiếp tục cho đến khi các ước lượng kế tiếp nhau của ρ khác nhau một
lượng rất nhỏ chẳng hạn bé hơn 0,01 hoặc 0,005.3
- Cách 4: Thủ tục Cochrane – Orcutt hai bước
Đây là một kiểu rút gọn quá trình lặp. Trong bước 1 ta ước lượng ρ từ bước lặp đầu
tiên nghĩa là từ phép hồi quy (10) và trong bước 2 ta sử dụng ước lượng của ρ để ước

lượng phương trình sai phân tổng quát.

7


-Cách 5: Phương pháp Durbin – Watson 2 bước để ước lượng ρ
Để minh hoạ phương pháp này chúng ta viết lại phương trình sai phân tổng quát dưới
dạng sau:
Durbin đã đề xuất thủ tục 2 bước để ước lượng ρ :
Bước 1: Coi (16) như là một mơ hình hồi quy bội, hồi quy theo và và
coi giá trị ước lượng được của hệ số hồi quy của là ước lượng của ρ . Mặc
dù là ước lượng chệch nhưng ta có ước lượng vững của ρ .
Bước 2: Sau khi thu được , hãy đổi biến và và ước
lượng hồi quy bằng phương pháp bình phương nhỏ nhất thơng thường trên các biến
đã biến đổi đó như là ở (6).
Như vậy theo phương pháp này thì bước 1 là ước lượng ρ còn bước 2 là để thu được
các ước lượng tham số.
-Cách 6: Các phương pháp khác ước lượng ρ
Ngoài các phương pháp để ước lượng ρ đã trình bày ở trên cịn có một số phương pháp khác
nữa. Chẳng hạn ta có thể dùng phương pháp hợp lý cực đại để ước lượng trực tiếp các tham số
của (31) mà không cần dùng đến một số thủ tục lặp đã thảo luận. Nhưng phương pháp này tốn
nhiều thời gian và không hiệu quả nên ngày nay không được dùng nhiều.
1.1.3 Đa cộng tuyến
-Giải pháp 1: Sử dụng thông tin tiên nghiệm
Một trong các cách tiếp cận để giải quyết vấn đề đa cộng tuyến là phải tận dụng thông tin từ
nguồn khác để ước lượng các hệ số riêng.
VD: Ta muốn ước lượng hàm sản xuất của 1 q trình sản xuất nào đó có dạng

Trong đó:
là lượng sản phẩm được sản xuất thời kỳ t

là lao động thời kỳ t
là vốn thời kỳ t
là số hạng nhiễu
A, là các tham số mà chúng ta cần ước lượng
Lấy Ln cả 2 vế (1) ta được:

Đặt: ; lnA=; ln
Ta được:

(2)

Giả sử K và L có tương quan rất cao dĩ nhiên điều này sẽ dẫn đến phương sai của các ước
lượng của các hệ số co dãn của hàm sản xuất lớn.
Giả sử từ một nguồn thông tin khác nào đó ta biết được rằng ngành cơng nghiệp này thuộc
ngành có lợi tức theo quy mơ khơng đổi nghĩa là Với thông tin này, cách xử lý của chúng ta sẽ
thay vào (2) ta được:
8


Đặt: và
Ta được:
Thông tin trên nghiệm đã giúp chúng ta giảm số biến độc lập trong mơ hình xuống cịn một
biến
Sau khi thu được ước lượng của thì tính được từ điều kiện
-Giải pháp 2: Thu thập thêm số liệu hoặc lấy thêm mẫu mới
Vì đa cộng tuyến là đặc trưng của mẫu nên có thể có mẫu khác liên quan đến cùng các biến
trong mẫu ban đầu mà cộng tuyến có thể khơng nghiêm trọng nữa. Điều này chỉ có thể làm
được khi chi phí cho việc lấy mẫu khác có thể chấp nhận được trong thực tế.
Đơi khi cần thu thập thêm số liệu, tăng cỡ mẫu có thể làm giảm tính nghiêm trọng của đa
cộng tuyến.

-Giải pháp 3: Bỏ biến
Giả sử trong mơ hình hồi quy có Y biến được giải thích cịn là các biến giải thích. Chúng ta
thấy rằng tương quan chặt chẽ với. Khi đó nhiều thơng tin về Y chứa ở thì cũng chứa ở . Vậy
nếu ta bỏ 1 trong 2 biến đó khỏi mơ hình hồi quy thì ta sẽ giải quyết được vấn đề đa cộng
tuyến nhưng sẽ mất đi một số thông tin về Y
Bằng cách so sánh và trong phép hồi quy khác nhau mà có và khơng có 1 trong 2 biến mà
chúng ta có thể quyết định nên bỏ biến nào trong 2 biến đó khỏi mơ hình
-Giải pháp 4: Sử dụng sai phân cấp một
Thủ tục này được trình bày trong chương “Tự tương quan”. Mặc dù biện pháp này có thể
giảm tương quan qua lại giữa các biến nhưng chúng cũng có thể được sử dụng như một giải
pháp cho vấn đề đa cộng tuyến

9


Chương 2: Trình bày kết quả nghiên cứu tác động của các yếu tố Chi tiêu chính phủ (G)
và Xuất khẩu ròng (NX) tới tổng sản phẩm quốc dân (GDP).
2.1 Thống kê mô tả

2.2.1 Hàm hồi quy mẫu
Ta chọn mô hình hơi quy dạng:

Từ bảng số liệu eview trên ta có :

 Hệ số là hệ số chặn hay tung độ gốc cho biết giá trị trung bình của GDP là nghìn tỷ khi

các biến độc lập G và NX nhận giá trị bằng 0.
10

 Là hệ số góc hay độ dốc đường hồi quy tuyến tính mẫu cho biết giá trị trung bình của

biến phụ thuộc GDP tăng nghìn tỷ khi biến độc lập G tăng lên 1 nghìn tỷ với điều kiện
các yếu tố khác khơng đổi.
 Là hệ số góc hay độ dốc đường hồi quy tuyến tính mẫu cho biết giá trị trung bình của
biến phụ thuộc GDP tăng nghìn tỷ khi biến độc lập NX tăng 1 tỷ với điều kiện các yếu
tố khác không đổi.
2.2.2 Kiểm định giả thuyết về các hệ số hồi quy (phương pháp p_value)
Ta có cặp giả thuyết:
P-value >
P-value <
Kiểm định giả thuyết: Chi tiêu chính phủ (G) khơng ảnh hưởng đến biến phụ thuộc tổng sản
phẩm quốc dân (GDP)
Ta có cặp giả thuyết:
Qua bảng số liệu Eview ta thấy

Kiểm định giả thuyết: Xuất khẩu rịng NX khơng ảnh hưởng đến biến phụ thuộc tổng sản
phẩm quốc dân (GDP)
Ta có cặp giả thuyết:
Qua bảng số liệu Eview ta thấy

11


2.3 Kiểm tra khuyết tật của mơ hình nghiên cứu
2.3.1 Phương sai sai số thay đổi
2.3.1.1 Phương pháp đồ thị

Hình 1: Đồ thị phần dư
Sau khi kiểm tra bằng phương pháp đồ thị nhóm chúng em đã nghi ngờ rằng có hiện tượng

phương sai sai số thay đổi, tuy nhiên để cho chắc chắn thì nhóm sẽ tiếp tục kiểm định bằng
các phương pháp sau.
Với các cặp giả thuyết:
2.3.1.2 Kiểm định Park
Sau khi chạy hồi quy mơ hình phụ, thu được bảng số liệu sau:

12


Hình 2: Bảng hồi quy mơ hình hồi quy phụ kiểm định Park
Ta thấy Pro. = 0.9380 > 0,05 nên ta có thể nói rằng chưa đủ điều kiện để bác bỏ H0 hay mơ
hình khơng có hiện tượng PSSSTĐ. Tuy nhiên, để cho chắc chắn ta sẽ tiến hành thêm kiểm
định Glejser.
2.3.1.3 Kiểm định Glejser
Sau khi chạy hồi quy mơ hình phụ, thu được bảng số liệu sau:

13


Hình 3: Các bảng hồi quy mơ hình phụ kiểm định Glesjer

14


Ta đều thấy Pro. trong các bảng số liệu của mơ hình hồi quy phụ đều lớn hơn 0,05 nên ta có
thể nói rằng mơ hình khơng có hiện tượng PSSSTĐ. Để khẳng định chắc chắn hơn nữa ta
sẽ tiếp tục tiến hành kiểm định White.
2.3.1.4 Kiểm định White
Sau khi chạy kiểm định White từ mơ hình gốc, ta có bảng số liệu sau:

Hình 4: Bảng kiểm định White
Ta thấy Pro. của thống kê Fisher = 0,2323 > 0,05 nên ta có thể nói rằng mơ hình khơng có
hiện tượng PSSSTĐ. Qua các phương pháp kiểm định trên, ta có thể kết luận, khẳng
định rằng mơ hình khơng có hiện tượng PSSSTĐ.
2.3.2 Tự tương quan
2.3.2.1 Phương pháp đồ thị
Bước 1: Ươc lượng mơ hình hồi quy gốc:thu được
Bước 2: Vẽ đồ thị

15


Hình 5: Đồ phị phần dư
Từ đồ thị, ta thấy các quan sát điểm phân tán khá rời rạc, không tuân theo quy luật nào hay
các không tương quan nhau.
Vậy bằng trực quan có thể kết luận mơ hình khơng xảy ra hiện tượng tự tương quan bậc 1.
Tuy nhiên, Việc quan sát đò thị chỉ đưa ra kết luận trực quan, khơng có bằng chứng chính xác.
2.3.2.2 Kiểm định Durbin – Watson
Bước 1: Chạy hồi quy mơ hình gốc thu được dqs

Hình 6: Bảng hồi quy mơ hình gốc
Ta có dqs = 1,97022
16


Bước 2: Thực hiện kiểm định
Với mức ý nghĩa n = 10; . Tra bảng thống kê Durbin-Waston có =>
0

0,466

1,333

2,667

3,534

4

=> d ( 1,333; 2,667): Không xảy ra hiện tượng tự tương quan.
Vậy phương pháp kiểm định Durbin – Watson đã đưa ra được kết luận về hiện tượng tự tương
quan trong mơ hình. Ngồi hạn chế chỉ dùng để kiểm định hiện tượng tự tương quan bậc 1 ra
thì phương pháp này tỏ ra vơ hiệu quả vì kiểm tra nhanh chóng. Tuy nhiên để chắc chắn ta sẽ
tiếp hành kiểm định bằng phương pháp BG.
2.3.2.3 Kiểm định Breush - Godfrey
Bước 1: Chạy kiểm định BG từ mơ hình gốc (Kiểm tra tự tương quan bậc 1 và bậc 2)

Hình 7: Kiểm định BG
Bước 2: Kiểm định giả thuyết
Kiểm tra tự tương quan bậc 1:
Với cặp giả thuyết

Nhìn vào Pro.Chi-Square(1) = 0,3799 > 0,05 => chưa đủ cơ sở bác bỏ H 0 hay mơ hình khơng
xảy ra hiện tượng tự tương quan bậc 1.
Kiểm tra tự tương quan bậc 2:
Với cặp giả thuyết:

Ta thấy Pro.Chi-Square(2) = 0,3615 > 0,05 => chưa đủ cơ sở bác bỏ H 0 hay mơ hình khơng
xảy ra hiện tượng tự tương quan bậc 2.
17

Như vậy, ta đã thực hiện ba phương pháp kiểm định khác nhau về hiện tượng tự tương quan
và đều cho ra kết quả mơ hình khơng xảy ra hiện tượng tự tương quan, từ đây ta có thể kết
luận rằng: Mơ hình khơng xảy ra hiện tượng tự tương quan.
2.3.3 Đa cộng tuyến
2.3.3.1 Phương pháp đánh giá dựa trên bảng hồi quy mơ hình gốc

Hình 8: Bảng hồi quy mơ hình gốc
Từ bảng hồi quy ta thấy được R2 = 0,993934 rất cao, bên cạnh đó các thống kê t tương ứng
với G, NX lần lượt là: 3,52276 và 3,58069 khơng cao nên nhóm nghiên cứu nghi ngờ rằng mơ
hình xảy ra hiện tượng đa cộng tuyến. Tuy nhiên để cho chắc chắn ta sẽ tiếp tục kiểm tra bằng
các phương pháp còn lại.
2.3.3.2 Tương quan giữa các biến độc lập

Hình 9: Ma trận tương quan
Ta thấy hệ số tương quan giữa biến G và NX là 0,978004 rất cao, nên nhóm nghiên cứu nghi
ngờ có xảy ra hiện tượng đa cộng tuyến. Tuy nhiên ta sẽ tiếp tục kiểm tra bằng các phương
pháp tiếp theo.
2.3.3.3. Phương pháp hồi quy mơ hình phụ.

18


Hình 10: Bảng hồi quy mơ hình phụ
Từ bảng hồi quy mơ hình phụ ta thấy R 2 = 0,956492 là rất cao cho thấy mơ hình là phù hợp,
bên cạnh đó thống kê Fisher = 175,8756 cũng tương đối cao.
Ta kiểm định cặp giả thuyết:
và Prob. của thống kê F = 0,000001 < 0,05 => bác bỏ H 0. Vậy qua đây cho ta thấy biến NX
đã giải thích cho biến G với R 2 = 0,956492, nên có thể khẳng định mơ hình gốc đã xảy ra

hiện tượng đa cộng tuyến.
2.3.4 Khắc phục các khuyết tật của mô hình.
Loại trừ 1 biến giải thích ra khỏi mơ hình: Sau khi đã thử qua các giải pháp khác như chạy sai
phân cấp 1, tăng kích cỡ mẫu, thay đổi dạng mơ hình… nhóm nghiên cứu thấy khơng hiệu
quả nên đã quyết định loại bỏ một trong hai biến gây ra đa cộng tuyến.
Sau khi đã chạy hồi quy hai mơ hình có dạng:

19


Từ Bảng hồi quy ta thấy hệ số xác định bội có biến NX là 0,98318 lớn hơn hệ số xác định bội
có biến G (0,98282) nên ta quyết định lấy mơ hình có biến NX thay vì mơ hình có biến G.
Vậy mơ hình đã hết hiện tượng đa cộng tuyến.
Sau khi loại bỏ biến ta có hàm hồi quy mới:
Ý nghĩa của các hệ số hồi quy:
- Khi xuất khẩu rịng nhận giá trị bằng 0 thì tổng sản phẩm quốc dân trung bình bằng
671,77066 nghìn tỷ.
- Khi xuất khẩu rịng tăng lên một tỷ thì tổng sản phẩm quốc dân bình quân tăng lên 0,01048
nghìn tỷ.
2.5 Bài tốn dự báo (mơ hình khơng có khuyết tật)
Tiến hành bài tốn dự báo giá trị trung bình tổng thu nhập quốc dân năm 2019 biết xuất khẩu
ròng là 517545,2 tỷ với mức ý nghĩa 5%:
Bước 1: Thêm quan sát và nhập giá trị xuất khẩu rịng vào ơ quan sát mới thêm.
Bước 2: Thực hiện lệnh Dự báo(Forcast) trong eview thu được các giá trị sau:
20


Tiếp theo ta tính giá trị
Bước 3: Thay số vào khoảng tin cậy của giá trị được dự báo

Vậy giá trị trung bình của tổng sản phẩm quốc dân trong năm 2019 nằm trong khoảng nghìn
tỷ với mức ý nghĩa 5%.
KẾT LUẬN
HẠN CHẾ, ĐỀ XUẤT VÀ KIẾN NGHỊ CHO NGHIÊN CỨU TIẾP THEO
Hạn chế:
Nhóm nghiên cứu đã tiến hành kiểm định Ramsey cho mơ hình đã khắc phục khuyết tật nhằm
kiểm định giả thuyết:

21


Sau khi có bảng kiểm định Ramsey ta thấy Prob. của thống kê F bằng 0,0006 < 0,05 nên ta
bác bỏ H0 hay mơ hình đã bỏ sót biến độc lập. Đây cũng là một thiếu sót của nhóm nghiên
cứu.
Kiến thức của các thành viên trong đội nghiên cứu còn khá hạn chế nên cịn nhiều sai sót, thủ
tục và công đoạn nghiên cứu khá tốn thời gian và chưa đạt hiệu quả cao.
Đề xuất và kiến nghị:
- Các nghiên cứu tiếp theo cần được đánh giá một cách cụ thể về mối quan hệ giữa các yếu tố
ảnh hưởng đến biến phụ thuộc nhằm tìm ra các biến độc lập phù hợp và đầy đủ.
- Các thành viên trong đội nghiên cứu cần tiếp thu thêm nhiều kiến thức để đợt nghiên cứu
tiếp theo dễ dàng và thuận lợi hơn.
- Luôn đặt ra câu hỏi tạo sao lại như vậy trước, trong và sau quá trình nghiên cứu.
TÀI LIỆU THAM KHẢO
1. TỔNG CỤC THỐNG KÊ. [Online] />22


2. Mại, Bộ mơn tốn Trường ĐH Thương. Slide kinh tế lượng.
3. Dong, Nguyễn Quang. Giáo trình kinh tế lượng. Hà Nội : Nhà xuất bản Đại Học Kinh tế
quốc dân, 2013.

PHỤ LỤC
Số liệu nghiên cứu:

23