TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG
-------***-------

BÁO CÁO
KINH TẾ LƯỢNG
NHÓM 3- THỰC HIỆN NGHIÊN CỨU BỘ DỮ LIỆU SỐ 30 - 78
Danh sách thành viên:
1.
2.
3.
4.
5.
6.

Vũ Đức Huy (Trưởng nhóm)
Nguyễn Thị Hường
Nguyễn Thị Hường
Trần Thị Ánh Huyền
Phạm Thị Khánh Huyền
Vũ Thị Ngọc Huyền

Hà Nội, tháng 04 năm 2014

- 1213330038
- 1211330035
- 1211330036
- 1213310045
- 1211110315
- 1213310048



BỘ SỐ 30

Bộ số 30
I.

Mô hình lý thuyết:

1. Vấn đề nghiên cứu và mô hình lý thuyết:
Trong bối cảnh nền kinh tế đang trong giai đoạn phục hồi, chúng ta đang có nhiều hơn những cơ hội tìm
được việc làm.Đi cùng với đó, mức lương là một vấn đề đang được những người có mong muốn tìm
được việc làm quan tâm tới.Có rất nhiều yếu tố sẽ tác động đến mức lương cũng mỗi người. Trong bộ số
liệu số 30, nhóm đã chọn ra những biến sau để nghiên cứu bao gồm:

. des lwage lswage exper highgrad college grad polytech
storage

display

variable name

value
type

format

label

variable label

----------------------------------------------------------------------------------------------------------------------------------lwage


college

byte

%8.0g

=1 if college graduate

grad

byte

%8.0g

=1 if some graduate school

polytech

byte

%8.0g

=1 if a polytech

Các biến sẽ được mô tả chi tiết trong bảng sau:

4




dẫn đến mức lương hiện tại
cao

exper

Số năm kinh nghiệm trong
công việc hiện tại

highgrad

Tốt nghiệp trung học phổ
thông (biến giả =1 nếu chỉ
tốt nghiệp phổ thông,=0 với

Các biến độc college
lập (Xi)

nhiều

năm

kinh

nghiệm lương càng cao
Tốt nghiệp trung học sẽ có

+

mức lương cao hơn những

học,=0 với các trường hợp
grad

+

+

mức lương cao hơn những
người chưa tốt nghiệp trung

còn lại)

học

Tốt nghiệp cao đẳng (biến

Tốt nghiệp cao đẳng sẽ có

giả, =1 nếu tốt nghiệp cao
đẳng,=0 với các trường hợp
còn lại)

+

mức lương cao hơn những
người chưa tốt nghiệp trung
học
5




highgrad |

11.54974

9.185022

1.751101

.4119107

403

9.674074

.3551116

13.51365
403

college |

.4018362

11.0021

6

17


0

1

2. Mục đích và lý do lựa chọn các biến:
Mục đích của việc lựa chọn mô hình này nhằm tìm hiểu sự tác động của mức lương khởi đầu, số năm
kinh nghiệm đối với mức lương hiện tại cùng với việc tìm hiểu sự khác nhau trong mức lương của những
người đã tốt nghiệp cấp 3 và cao hơn với những người chưa tốt nghiệp cấp 3.
Vì trong thực tế, mối quan hệ giữa các hiện tượng kinh tế hầu hết là mối quan hệ phi tuyến. Do đó, nhóm
đã lựa chọn sử dụng hàm log thay cho việc sử dụng hàm tuyến tính để kết quả phân tích có thể chính xác
hơn.

3. Mối quan hệ từng biến độc lập với biến phụ thuộc:

6


NHÓM 8

log(wage)
10.5

11

11.5

BỘ SỐ 30

Mối quan hệ giữa lwage và



5

10

years on current job

15

20

7


NHÓM 8

log(wage)
10.5

11

11.5

BỘ SỐ 30

9.5

10

Mối quan hệ giữa lwage và

.2

.4
.6
=1 if college graduate

.8

1

8


NHÓM 8

11

11.5

BỘ SỐ 30

9.5

10

log(wage)
10.5

Mối quan hệ giữa lwage và
grad


.4
.6
=1 if a polytech

.8

1

9


NHÓM 8

II.

BỘ SỐ 30

Chạy mô hình:

Mô hình hồi quy:
Hàm hồi quy Tổng thể:

Hàm hồi quy Mẫu

. reg lwage lswage exper highgrad college grad polytech
Source |

SS


0.0000

Residual |

11.3478911

396

.028656291

R-squared

=

0.8252

Adj R-squared =

0.8225

Root MSE

.16928

-------------+-----------------------------Total |

64.9118748

402



.0452978
.2446956

.2473643

polytech |

.0327002

.0566153

.4335095

.1095855

.1557284

0.000

.3336627

.1360602

0.000
4.59

.0243095

-.0189898

.1281387

_cons |

18.61

0.000

.3586684

.0583868
1.13727

.1978906
2.841806

------------------------------------------------------------------------------

10


NHÓM 8

BỘ SỐ 30

Ta được hàm hồi quy mẫu SRF:

•
•
•



NHÓM 8

BỘ SỐ 30

III. Kiểm định mô hình:
1. Ý nghĩa của hệ số hồi quy
Giả thuyết:
Sử dụng giá trị tới hạn:

Có 1,96
+ β1
tqs 1 = 18,61>1,96
bác bỏ Ho

+β2
tqs 2 =3,04>1,96
 Bác bỏ Ho

+ β3:
tqs 3 =1,391,96
bác bỏ Ho

+β5:
12

Source |

SS

df

MS

-------------+------------------------------

Number of obs =
F(

2,

400) =

403
843.08

13


NHÓM 8

BỘ SỐ 30

Model |

52.4657235


64.9118748

402

.161472325

Root MSE

=

.1764

-----------------------------------------------------------------------------lwage |

Coef.

Std. Err.

t

P>|t|

[95% Conf. Interval]

-------------+---------------------------------------------------------------lswage |
exper |

1.021818
.0165094

Xét 2 mô hình:
(UR): Y = 0+1*lswage+2*exper+3*highgrad+4*grad+5*college+ β6*polytech
(R): Y = 0 +1*lswage+ β2*exper
Giả thuyết:
Từ 2 bảng hồi quy trên ta có:
(UR) gồm 6 tham số, cóR-squared=0.8252;, n-k-1 = 403-6-1=396 bậc tự do.
(R) gồm k-q = 6-4=2 tham số, có R-squared=0.8083;
Áp dụng công thức kiểm định Wald, ta có:
(RR ) /q
F=
(1 R ) / (nk1)

~ F(q,n-k-1) (mức ý nghĩa =5%)

F0 = = 9.5715 > F(4,396) = 2,39
Bác bỏ H0
Không nên loại các phạm trù thể hiện trình độ học vấn ra ngoài mô hình.

14


NHÓM 8

BỘ SỐ 30

4. Kiểm tra các khuyết tật của mô hình :
a.

Kiểm định đa cộng tuyến:


1.0000

Có thể thấy hệ số tương quan giữa các biến đều tương đối thấp, do vậy có cơ sở để
kết luận không có đa cộng tuyến trong mô hình.
Cách 2:Sử dụng VIF:
Chúng ta biết rằng, nếu VIF > 10 thì cũng có thể xảy ra đa cộng tuyến.
Sử dụng Stata để tính VIF:

. vif
Variable |

VIF

1/VIF

-------------+----------------------

15


NHÓM 8
grad |

BỘ SỐ 30
4.73

highgrad |

3.64


Như vậy cả 2 cách kiểm định đều cho cùng một kết luận: mô hình không có đa cộng tuyến.
b.

Kiểm định phương sai sai số thay đổi:

Một vấn đề khác mà mô hình cũng có thể gặp phải, đó là phương sai của sai số thay đổi.Điều này không
ảnh hưởng đến tính không chệch, nhưng làm cho mô hình kém hiệu quả hơn.
Bây giờ ta cùng kiểm định xem có xảy ra hiện tượng phương sai sai số thay đổi trong mô hình không.

-.5

0

Residuals

.5

1

Cách 1: Sử dụng đồ thị:
Sử dụng lệnh vẽ đồ thị trong Stata:

10

10.5

Fitted values

11


--------------------------------------------------Source |

chi2

df

p

---------------------+----------------------------Heteroskedasticity |

23.52

17

0.1330

Skewness |

6.91

6

0.3294

Kurtosis |

1.45

1


phụ thuộc) hay không.
Cách 1:Sử dụng đồ thị:
Sử dụng Stata và vẽ đồ thị phân phối của phần dư trong mô hình:

0

.5

Density
1
1.5

2

2.5

Kernel density estimate

-.5

0

Residuals

.5

1

Kernel density estimate
Normal density

chuẩn.
Như vậy 2 kiểm định đều cho thấy có dấu hiệu phần dư phân phối không chuẩn trong mô hình.

d.

Kiểm định tự tương quan:

Do dữ liệu trong mô hình là dữ liệu chéo nên không xảy ra tự tương quan. Chúng ta có thể bỏ qua bước
kiểm định này.

e.

Kiểm định định dạng mô hình:
Sử dụng lệnh ovtest trong stata:
. ovtest

Ramsey RESET test using powers of the fitted values of lwage
Ho:
F(3, 393) =

model has no omitted variables
2.62
Prob > F =

0.0507

 Định dạng hàm đúng

19


403

397) =

372.59

Model |

53.5089948

5

10.701799

Prob > F

=

0.0000

Residual |

11.4028799

397

.028722619

R-squared


P>|t|

[95% Conf. Interval]

-------------+---------------------------------------------------------------lswage |
exper |

.8348578

college |

.0146759

grad |

.2058017
.2076913

.0448038

18.63

.004862

3.02

.0355312
.0488935

0.000

.089792
2.011422

.0222179
.4337226

4.04
4.64

0.000
0.000

.0461126
1.158742

.1334713
2.864102

------------------------------------------------------------------------------

Ta có mô hình mới:
= 2.0114 +0.01468exper + 0.83486lswage + 0.20580college +0.08979polytech + 0.20769grad

KẾT LUẬN
Như vậy nhóm chúng em đã hoàn thành xong mô hình kinh tế lượng về các yếu tố ảnh hưởng đến mức
lương hiện tại. Mô hình đã lượng hóa cho các yếu tố để chúng ta có biện pháp, chiến lược tăng lương
hiệu quả ( theo mô hình này, cách tốt nhất để có mức lương cao là tăng được lương khởi điểm ban đầu.
Ngoài ra, sẽ còn nhiều yếu tố ảnh hưởng đến biến phụ thuộc được nghiên cứu chưa được đưa vào mô
hình như giới tính, tình trạng hôn nhân… cần được xem xét để có báo cáo với kết quả chính xác hơn nữa.



label

variable label

------------------------------------------------------------------------------cons

int

%9.0g

annual consumption, $

inc

int

%9.0g

annual income, $

size

byte

%9.0g

family size

educ

BỘ SỐ 78
Tên biến

Biến

phụ cons

thuộc(Y)

Ý nghĩa

Dấu kì

Diễn giải

vọng

Chi tiêu hàng năm hộ
gia đình

inc

Thu nhập hàng năm hộ
gia đình

size

+

Số thành viên trong hộ


-

Trình độ học vấn của
chủ hộ

Tuổi càng cao thì chi
tiêu sẽ ít đi
Người có trình độ học

-

vấn cao sẽ chi tiêu ít
hơn

black

Màu da của chủ hộ

Người da màu có xu

(biến giả, bằng 1 nếu

hướng chi tiêu ít hơn

chủ hộ da màu, bằng 0

-

nếu chủ hộ không phải


annual consumption, $
0
10000
20000

30000

0

-10000

Mối quan hệ giữa cons và size

2

4

6
family size

8

10

24


NHÓM 8