Điều đó cho thấy, rất có thể, kết quả hồi quy của hệ số chặn (-7.112) và Ln(L) (1.018) có thể có giá trị bằng không (0). Như vậy, hàm hồi quy dạng 1 với hệ số chặn trong mô hình Cobb-Douglas là không phù hợp.
Mô hình 2. Hàm sản xuất Cobb-Douglas không có hệ số chặn: G = Vα.Lβ (2)
Bằng cách làm tương tự mô hình 1, kết quả hồi quy mô hình 2 như sau:
Model Summary
R | R Squareb | Adjusted R Square | Std. Error of the Estimate | |
1 | 1,000a | 1,000 | 1,000 | ,088031 |
Có thể bạn quan tâm!
-
Huy động nguồn lực tài chính để đầu tư hạ tầng kinh tế xã hội thành phố cửa khẩu quốc tế Móng Cái - 24 -
Mô Hình Tăng Trưởng Và Các Nguồn Lực Của Tăng Trưởng -
Tổng Hợpcác Khoản Thu Từ Đấtgiai Đoạn 2005 -2014 -
Huy động nguồn lực tài chính để đầu tư hạ tầng kinh tế xã hội thành phố cửa khẩu quốc tế Móng Cái - 28 -
Dự Báo Nhu Cầu Vốn Đầu Tư Của Móng Cái Giai Đoạn 2015-2020 Theo Mô Hình Tăng Trưởng Qua Các Năm -
Huy động nguồn lực tài chính để đầu tư hạ tầng kinh tế xã hội thành phố cửa khẩu quốc tế Móng Cái - 30
Xem toàn bộ 248 trang tài liệu này.
ANOVAa,b
Sum of Squares | df | Mean Square | F | Sig. | ||
Regression | 846,694 | 2 | 423,347 | 54628,887 | ,000c | |
1 | Residual | ,101 | 13 | ,008 | ||
Total | 846,794d | 15 |
Coefficientsa,b
Unstandardized Coefficients | Standardized Coefficients | T | Sig. | ||
B | Std. Error | Beta | |||
LN(V) 1 LN(L) | ,549 ,286 | ,020 ,015 | ,594 ,409 | 27,407 18,861 | ,000 ,000 |
Nhìn vào bảng kết quả hồi quy các hệ số, có thể dễ dàng kết luận rằng cả hai hệ số hồi quy Ln(V) và Ln(L) đều có ý nghĩa thống kê ở mức α=0,05. Tuy nhiên, mặc dù kết quả khá tốt nhưng dạng hàm này gặp một vấn đề đáng quan tâm. Đó là giá trị của R2 và R2 adjusted quá lớn (bằng 1). Điều đó có nghĩa rằng, GRDP của thành phố Móng Cái được giải thích trọn vẹn bởi chỉ hai biến số là Lao động và Vốn đầu tư (các biến số khác không đáng kể).
Tuy nhiên, về mặt lý thuyết, kết quả này đã loại bỏ ảnh hưởng của các nhân tố khác trong nền kinh tế như yếu tố Công nghệ, Quản lý, các vấn đề về Thể chế, môi trường kinh doanh, lợi thế tuyệt đối về vị trí địa lý, sự tác động, ảnh hưởng của các chính sách chính trị, chính sách đối ngoại của Việt Nam và Trung Quốc (sau này gọi chung là Nhân tố tổng hợp Total Factor Products- TFP),... Điều này là bất hợp lý trong thực tế vì không có một quốc gia hoặc vùng lãnh thổ nào kết quả tăng trưởng chỉ dựa trên 2 yếu tố Vốn và Lao động. Đối với Móng Cái, trong cơ cấu kinh tế, lĩnh vực dịch vụ chiếm trên 70% GRDP hàng năm; trong đó, các dịch vụ từ hoat động thương mại, xuất nhập khẩu là lĩnh vực tạo ra nhiều việc làm, mang lại nguồn thu ngân sách lớn và đóng góp vào GRDP của thành phố. Do đó, việc chấp nhận mô hình 2 cần phải được xem xét cụ thể sau khi cân nhắc các mô hình hồi quy 3 và 4.
Mô hình 3. Hàm hồi quy tuyến tính có hệ số chặn: G = a + α.V + β.L (3) Hàm tuyến tính thuần nhất
Model Summary
R | R Square | Adjusted R Square | Std. Error of the Estimate | |
1 | ,992a | ,984 | ,982 | 231,8014 |
ANOVAa
Sum of Squares | df | Mean Square | F | Sig. | ||
Regression | 40498297,096 | 2 | 20249148,548 | 376,855 | ,000b | |
1 | Residual | 644782,877 | 12 | 53731,906 | ||
Total | 41143079,973 | 14 |
Coefficientsa
Unstandardized Coefficients | Standardized Coefficients | t | Sig. | |||
B | Std. Error | Beta | ||||
(Constant) | 192,960 | 858,247 | ,225 | ,826 | ||
1 | Net Investment (V) | ,274 | ,029 | ,945 | 9,402 | ,000 |
Labor (L) | ,011 | ,022 | ,050 | ,502 | ,625 |
Tương tự như mô hình 1, các giá trị sigma của hệ số chặn và Lao động (L) trong mô hình 3 có xác suất sai lầm khá cao (lần lượt là 0.826 và 0.625) nên không có ý nghĩa thống kê. Do đó, mô hình này cũng bị loại bỏ.
Mô hình 4. Hàm hồi quy tuyến tính không có hệ số chặn: G = α.V + β.L (4)
Kết quả hồi quy như sau:
Model Summary
R | R Squareb | Adjusted R Square | Std. Error of the Estimate | |
1 | ,997a | ,995 | ,994 | 223,1762 |
ANOVAa,b
Sum of Squares | df | Mean Square | F | Sig. | ||
Regression | 119601968,272 | 2 | 59800984,136 | 1200,639 | ,000c | |
1 | Residual | 647498,968 | 13 | 49807,613 | ||
Total | 120249467,240d | 15 |
Coefficientsa,b
Unstandardized Coefficients | Standardized Coefficients | t | Sig. | ||
B | Std. Error | Beta | |||
Net Investment (V) 1 Labor (L) | ,268 ,016 | ,012 ,002 | ,772 ,263 | 22,228 7,563 | ,000 ,000 |
Dễ thấy, cả hai hệ số hồi quy của Vốn (Net investment V) và Lao động (Labor L) đều có ý nghĩa thống kê ở mức α=0,05. Đồng thời, giá trị R2 và R2hiệu chỉnh tương đối lớn (0,994). Do đó, trong 4 mô hình được xem xét ở đây, mô hình số 4 này có độ tin cậy và phù hợp cao nhất.
Kết quả cụ thể: Gj = 0,268*Vj+ 0,016*Lj + uj (*)
(uj là các sai số của mô hình hồi quy, đại diện cho các biến còn lại không xuất hiện trong mô hình. Tuy nhiên, với giá trị R2 khá lớn, nên các biến số còn lại không có nhiều ý nghĩa về mặt thực tiễn).
Qua mô hình này chúng ta thấy:
Khi vốn đầu tư tăng thêm 1 tỷ đồng, GRDP của Móng Cái tăng thêm 0,268 tỷ đồng
Khi tổng số lao động tăng thêm 1 người, GRDP của Móng Cái tăng thêm 0,016 tỷ đồng.
Sử dụng các hệ số hồi quy đã chuẩn hóa (Standardized Coefficients) ta thấy, ảnh hưởng của vốn đầu tư đến GRDP là lớn hơn rất nhiều so với ảnh hưởng của lao động đến GRDP. Điều này hoàn toàn phù hợp với tính chất đặc thù của kinh tế Móng Cái khi phần lớn các hoạt động kinh tế phụ thuộc vào thương mại, xuất nhập khẩu với Trung Quốc; hoạt động này đã tạo ra một số lượng việc làm lớn cho các lao động phổ thông tham gia việc vận chuyển, bốc xếp hàng hoá tại khu vực cửa khẩu. Từ kết quả này, một gợi ý cho các nhà hoạch định chính sách của địa phương cần tạo điều kiện hơn nữa cho sự gia tăng các nguồn vốn, huy động các nguồn lực tài chính để đầu tư trên địa bàn nhằm hỗ trợ tăng trưởng GRDP.
Phụ lục 10: Giá trị hàng hoá xuất nhập khẩu, thanh toán biên mậu
Vốn đầu tư xã hội | Tổng giá trị hàng hóa XNK | Giá trị thanh toán biên mậu | Thu ngân sách từ XNK | Vốn NS đầu tư các công trình hạ tầng | Lượt khách du lịch đến Móng Cái | Doanh thu từ du lịch | |
Tỷ đồng | triệu USD | tỷ đồng | tỷ đồng | tỷ đồng | nghìn người | Triệu đồng | |
2000 | 165,80 | 377,2 | 260 | 171 | 69 | 878 | 149,04 |
2001 | 161,40 | 594,1 | 659 | 195 | 26 | 976 | 183,79 |
2002 | 235,10 | 558,2 | 980 | 146 | 52 | 1.302 | 188,68 |
2003 | 261,10 | 695,0 | 4.964 | 143 | 111 | 1.363 | 310,84 |
2004 | 427,70 | 695,0 | 7.975 | 162 | 118 | 1.522 | 350,00 |
2005 | 589,70 | 866,0 | 9.500 | 177 | 77 | 1.510 | 249,60 |
2006 | 816,60 | 1.596,4 | 33.473 | 247 | 84 | 1.504 | 298,10 |
2007 | 845,20 | 2.111,0 | 20.485 | 1022 | 128 | 1.655 | 390,76 |
2008 | 980,60 | 2.504,6 | 34.050 | 1368 | 147 | 424 | 380,71 |
2009 | 1.540,70 | 2.500,0 | 18.617 | 596 | 216 | 475 | 519,74 |
2010 | 1.962,00 | 3.417,9 | 34.986 | 679 | 307 | 466 | 389,92 |
2011 | 2.010,30 | 5.922,9 | 49.589 | 758 | 429 | 622 | 561,42 |
2012 | 2.832,50 | 3.367,6 | 37.874 | 578 | 253 | 633 | 579,27 |
2013 | 3.230,30 | 3.034,3 | 47.246 | 566 | 209 | 726 | 583,67 |
2014 | 3.079,80 | 4.195,0 | 43,127 | 529 | 255 | 642 | 710,21 |
Tổng | 19.138,8 | 7.689 | 2.655 |
I. Mô hình VAR (VectorAutoregressiveModels - Mô hình véc tơ tự hồi quy)
Trong nhiều kỹ thuật ước lượng với dữ liệu thời gian (time series data), mô hình véc tơ tự hồi quy (VAR) được ứng dụng khá phổ biến và hiệu quả. Về mặt hình thức, mô hình VAR gồm nhiều phương trình (mô hình hệ phương trình) và các biến đều có thể là nội sinh. Nói cách khác, biến phụ thuộc trong phương trình 1 có thể là biến giải thích trong phương trình 2 (và n nào đó). Đồng thời, mô hình VAR còn xét đến các tác động (nhân tố ảnh hưởng) đến chuỗi thời gian như: xu hướng (trend), chu kỳ (cylcle), mùa vụ (seasonal) và các cú sốc (irregular) nên có sự hiện diện của các biến trễ trong hàm hồi quy. Giả sử ta xét hai chuỗi thời gian Xt và Yt. Mô hình Var tổng quát đối với Xt và Yt có dạng sau đây:
=∝ + + +
= + + +
Trong đó: p là độ trễ của mỗi biến Xt và Yt, u1t và u2t là các véc tơ nhiễu có trung bình bằng không và phương sai không đổi (nhiễu trắng-white noise).
II. Kết quả ước lượng và kiểm định bằng phần mềm Eview
Các biến chính: Vốn đầu tư toàn xã hội Thanh toán biên mậu
Lượng khách du lịch
Xuất nhập khẩu (đã điều chỉnh theo tỷ giá)
Bước 1: Chuyển giá trị gốc sang dạng Log
(Mục tiêu của việc chuyển dạng Log để các biến trong mô hình có phân bố tập trung và ít sai số hơn, đồng thời, khi đưa về dạng Log thì các biến được giải thích cùng đơn vị đo lường theo % biến gốc)
Bảng 1
Log(Thanh toán biên mậu qua ngân hàng) | |
LXNK | Log(Tổng giá trị hàng hóa XNK) |
LKDL | Log(Lượng khách du lịch) |
LVXH | Log(Vốn đầu tư xã hội) |
Bước 2: Kiểm tra tính dừng và lựa chọn dữ liệu hồi quy Bảng 2
Trạng thái dừng | Kiểm định ADF | Kiểm định PP | |
LTTB | Dừng | -4.215451* | -4.161235* |
LXNK | Dừng | -3.277011** | -4.614604* |
LVXH | Dừng | -4.166955* | -4.227791* |
LKDL | Dừng | -3.766936** | -3.766936** |
Ghi chú: (*), (**) có ý nghĩa thống kê mức 1%, 5% | |||
Dựa trên bảng kết quả này, các biến hồi quy trong VAR được lựa chọn Log của các biến gốc.
Bước 3: Xác định độ trễ tối ưu Bảng 3
Lag | LogL | LR | FPE AIC SC HQ |
0 | -32.07167 | NA | 0.003025 5.549488 5.723318 5.513758 |
1 | 10.79767 | 52.76227 | 5.72e-05 1.415743 2.284896 1.237093 |
2 | 59.13804 | 29.74792* | 1.20e-06* -3.559699* -1.995224* -3.881269* |
* indicates lag order selected by the criterion
LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error
AIC: Akaike information criterion SC: Schwarz information criterion
HQ: Hannan-Quinn information criterion
LXNK = C(1)*LXNK(-1) + C(2)*LXNK(-2) + C(3)*LVXH(-1) + C(4)*LVXH(-2) +
C(5)*LTTB(-1) + C(6)*LTTB(-2) + C(7)*LKDL(-1) + C(8)*LKDL(-2) + C(9)
LVXH = C(10)*LXNK(-1) + C(11)*LXNK(-2) + C(12)*LVXH(-1) + C(13)*LVXH(-2) +
C(14)*LTTB(-1) + C(15)*LTTB(-2) + C(16)*LKDL(-1) + C(17) *LKDL(-2) + C(18)
Độ trễ tối ưu trong mô hình VAR được lựa chọn là trễ bậc 2 (theo các tiêu chí toàn bộ các tiêu chí lựa chọn). Do vậy, mô hình VAR thực hiện hồi quy có dạng tổng thể là:
LTTB = C(19)*LXNK(-1) + C(20)*LXNK(-2) + C(21)*LVXH(-1) + C(22)*LVXH(-2) +
C(23)*LTTB(-1) + C(24)*LTTB(-2) + C(25)*LKDL(-1) + C(26) *LKDL(-2) + C(27)
LKDL = C(28)*LXNK(-1) + C(29)*LXNK(-2) + C(30)*LVXH(-1) + C(31)*LVXH(-2) +
C(32)*LTTB(-1) + C(33)*LTTB(-2) + C(34)*LKDL(-1) + C(35) *LKDL(-2) + C(36)
(Hệ 4 phương trình đồng thời)
Bước 4: Chạy mô hình VAR và kết luận Bảng 4
Coefficient Std. Error t-Statistic Prob. |