TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN
VIỆN SAU ĐẠI HỌC
BÀI TẬP LỚN
KINH TẾ LƯỢNG VÀ PHÂN TÍCH DỮ LIỆU
Học viên: BÙI CẨM CHI
Mã số: CH210366 Lớp: CH21D Số thứ tự:07
PHÂN TÍCH BỘ SỐ LIỆU
Số quan sát:72
Số biến số: 03
Loại số liệu: Số liệu chéo
Hà Nội, 01 / 2013
May mặc là nhu cầu thiết yếu của cuộc sống con người. Đặc biệt ở các quốc gia đang phát triển
như Việt Nam, ngành may đóng vai trò vô cùng quan trọng trong nền kinh tế quốc dân. Vai trò của
nó thể hiện rõ nét ở ba khía cạnh trong nền kinh tế:
- Cung cấp những sản phẩm thiết yếu của đời sống hàng ngày ở trong nước và ngoài nước.
-Góp phần quan trọng trong việc giải quyết hàng triệu công ăn việc làm các loại bởi đây là
ngành cần rất nhiều lao động.
- Kim ngạch xuất khẩu lớn, thu về nguồn ngoại tệ lớn, đóng góp phần không nhỏ vào ngân sách
nhà nước cũng như góp phần quan trọng vào việc ngăn chặn suy giảm của xuất khẩu, giảm nhập
siêu của cả nước.
Để thực hiện được những vai trò trên, các doanh nghiệp may mặc hoạt động trên mục tiêu lợi
nhuận. Dựa vào đặc điểm của ngành may mặc thì các yếu tố có tác động lớn đến lợi nhuận của
doanh nghiệp là vốn và lao động. Và để thực hiện được mục tiêu đó, các doanh nghiệp cần phải
phân tích các yếu tố tác động đến doanh thu, lợi nhuận. Do vậy, bài toán tôi đặt ra ở đây chính là
phân tích tác động của vốn và lao động đến lợi nhuận trước thuế của 72 doanh nghiệp có lợi nhuận
trước thuế dương ở TP. Hà Nội và 7 tỉnh khác (Hà Nam, Nam Định, Ninh Bình, Hưng Yên, Hải
Dương, Hải Phòng) năm 2010.
Trong đó lợi nhuận trước thuế (ký hiệu: LNTT) và vốn (ký hiệu: VON) tính theo đơn vị triệu đồng,
lao động (ký hiệu: LD) tính theo đơn vị người
(Nguồn số liệu: Bộ lao động thương binh và xã hội).
Các vấn đề được đề cập đến trong bài kiểm tra:

S.E. of regression 1.701938 Akaike info criterion 3.942185
Sum squared resid 199.8648 Schwarz criterion 4.037047
Log likelihood -138.9187 F-statistic 61.35020
Durbin-Watson stat 1.540374 Prob(F-statistic) 0.000000
Hình 1: Bảng ước lượng theo hàm Cob-Douglas doanh thu theo lao động và vốn
Nhìn vào bảng trên, ta dễ dàng nhận thấy:
- Hệ số ước lượng của biến log(VON) và biến log(LD) đều có ý nghĩa thống kê vì P-value ứng
với hệ số các biến trên có giá trị lần lượt là 0.0010 và 0.0071 nhỏ hơn mức ý nghĩa α=0,05. Nghĩa
là, khi tăng vốn lên 1% thì lợi nhuận trước thuế của doanh nghiệp tăng 0.572035% còn khi tăng lao
động lên 1% thì lợi nhuận trước thuế của doanh nghiệp tăng 0.590867%. Đây là kết quả phù hợp
với lý thuyết kinh tế và đặc tính ngành may mặc. Khi tăng đầu vào là vốn hoặc lao động thì sẽ làm
cho lợi nhuận trước thuế tăng và tăng xấp xỉ nhau.
- Hệ số chặn cũng có ý nghĩa thống kê vì P-value bằng 0,0014 nhỏ hơn mức ý nghĩa 0,05 cho
phép. Ở đây, hệ số này mang giá trị âm ngầm chỉ ra rằng, các doanh nghiệp may mặc cần phải đầu
tư một lượng lao động và vốn nhất định thì mới bắt đầu có thể thu được lợi nhuận (trong bài đề cập
đến lợi nhuận trước thuế. Điều này là đúng, phù hợp với các doanh nghiệp sản xuất nói chung và
may mặc nói riêng.
- Hàm hồi quy phù hợp vì giá trị P-value của thống kê F= 0.0000 nhỏ mức ý nghĩa α=0,05.
- Với giá trị R
2
=0.640063 thì mức độ giải thích của các biến ngoại sinh đến biến nội sinh được
coi là vừa phải, phản ánh sự thay đổi của biến phụ thuộc được giải thích bởi các biến độc lập trong
mô hình là 64,0063%
- Để xác định xem kết quả chạy mô hình này có đáng tin cậy hay không, chúng ta cần thiết xem
xét phân phối chuẩn của chuỗi phần dư và kiểm định xem mô hình có khuyết tật hay không.
* Lý do mà phương pháp hồi quy theo mô hình hàm logarit được lựa chọn và sử dụng vì:
- Áp dụng phương pháp hồi quy theo mô hình hàm tuyến tính có hệ số ước lượng của lao động
không có ý nghĩa thống kê vì P-value của hệ số này là 0,3846 lớn hơn mức ý nghĩa 0,05.
Kết quả được thể hiện ở bảng sau:
Dependent Variable: LNTT

12
14
-4 -2 0 2 4
Series: RESID
Sample 1 72
Observations 72
Mean 1.00E-15
Median -0.069907
Maximum 4.635202
Minimum -5.488269
Std. Dev. 1.677795
Skewness -0.048781
Kurtosis 4.192785
Jarque-Bera 4.296762
Probability 0.116673
Hình 3: Bảng thống kê mô tả chuỗi phần dư của mô hình ước lượng
3. Kiểm tra các khuyết tật của mô hình
Vì bộ số liệu được sử dụng là số liệu chéo nên khi kiểm tra khuyết tật của mô hình không kiểm
tra hiện tượng tự tương quan. Dưới đây là kiểm định hiện tượng đa cộng tuyến và kiểm định
phương sai sai số thay đổi
3.1 Kiểm định hiện tượng đa cộng tuyến
Thực hiện kiểm định hiện tượng đa cộng tuyến, ta thu được kết quả thể hiện ở bảng sau:
C LOG(VON) LOG(LD)
C 0.571693 -0.078052 0.019923
LOG(VON) -0.078052 0.027890 -0.030016
LOG(LD) 0.019923 -0.030016 0.045423
Hình 4: Bảng kiếm định hiện tượng đa cộng tuyến
Từ bảng trên, ta thấy covariance của Log(von) và log(ld) là -0,030016 nhỏ hơn 0,8 nên kết luận
mô hình không có đa cộng tuyến.
3.2 Kiểm định hiện tượng phương sai sai số thay đổi

khoảng tin cậy và việc kiểm định giả thuyết về các hệ số được coi là có ý nghĩa.
4. Đánh giá về sự tác động của số lượng lao động đến lợi nhuận trước thuế của doanh
nghiệp trên địa bàn Hà Nội so với các 7 tỉnh còn lại.
Thực hiện hồi quy sử dụng biến giả.
Đặt biến D1= 1 nếu doanh nghiệp thuộc thành phố Hà Nội
D1=0 nếu doanh nghiệp thuộc 16 tỉnh khác
Trong đó: Từ quan sát 1 đến quan sát 20: Doanh nghiệp trên địa bàn thành phố Hà Nội
Từ quan sát 21 đến quan sát 72: Doanh nghiệp trên địa bàn 7 tỉnh còn lại
Ta có mô hình hồi quy tổng thể đánh giá đến hệ số góc:
Log(LNTT)= C1 +C2*log(LD) + D1*C3*log(LD) +vi
Dependent Variable: LOG(LNTT)
Method: Least Squares
Date: 01/15/13 Time: 16:32
Sample: 1 72
Included observations: 72
Variable Coefficient Std. Error t-Statistic Prob.
C -0.989216 0.596072 -1.659558 0.1015
LOG(LD) 1.074425 0.120280 8.932706 0.0000
D1*LOG(LD) 0.292571 0.083693 3.495758 0.0008
R-squared 0.642224 Mean dependent var 4.678922
Adjusted R-squared 0.631854 S.D. dependent var 2.796572
S.E. of regression 1.696822 Akaike info criterion 3.936165
Sum squared resid 198.6651 Schwarz criterion 4.031026
Log likelihood -138.7019 F-statistic 61.92904
Durbin-Watson stat 1.712069 Prob(F-statistic) 0.000000
Hình 7: Hồi quy biến giả
Nhìn vào bảng ước lượng ta có thể nhận thấy, lao động tác động nhiều đến lợi nhuận trước thuế của
khu vực Hà Nội cao hơn so với khu vực khác bởi hệ số ước lượng của biến D1*log(L) = 0,29257
lớn hơn 0 và có ý nghĩa thống kê (vì P-value nhỏ hơn 0,05). Mức độ tác động lớn hơn là
0,292571%.