TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG

KHOA KINH TẾ QUỐC TẾ

=====000=====

TIỂU LUẬN
MÔN: KINH TẾ LƯỢNG 1

ĐỀ TÀI: CÁC NHÂN TỐ VĨ MÔ ẢNH HƯỞNG ĐẾN

TỈ LỆ THẤT NGHIỆP CỦA MỘT SỐ NƯỚC ASEAN
GIAI ĐOẠN 1994 – 2017

Giảng viên hướng dẫn: Th.S Nguyễn Thu Giang

Danh sách thành viên nhóm 14

Nguyễn Mai Anh 1714410017
Trần Trung Hiếu 1714410096
Hà Nguyễn Huệ Linh 1714410132
Lê Thị Thùy Dương 1614420020
Đinh Tuấn Anh 1714410005

Hà Nội – 03/2019
 MỤC LỤC

MỞ ĐẦU...............................................................................................................................3

CHƯƠNG I. CƠ SỞ LÝ THUYẾT......................................................................................4

1.1. THẤT NGHIỆP VÀ NHỮNG VẤN ĐỀ LIÊN QUAN............................................4

1.2. CÁC NGHIÊN CỨU VỀ THẤT NGHIỆP..............................................................9

CHƯƠNG II. XÂY DỰNG MÔ HÌNH HỒI QUY............................................................12

2.1. PHƯƠNG PHÁP LUẬN ĐƯỢC SỬ DỤNG TRONG NGHIÊN CỨU................12

2.2. XÂY DỰNG MÔ HÌNH LÝ THUYẾT...................................................................12

2.3. MÔ TẢ SỐ LIỆU MÔ HÌNH.................................................................................13

CHƯƠNG III. KẾT QUẢ ƯỚC LƯỢNG VÀ SUY DIỄN THỐNG KÊ..........................19

3.1. BẢNG KẾT QUẢ THU ĐƯỢC..............................................................................19

3.2. PHÂN TÍCH KẾT QUẢ..........................................................................................19

3.3. KIỂM ĐỊNH GIẢ THUYẾT...................................................................................21

3.4. KIỂM ĐỊNH CÁC KHUYẾT TẬT CỦA MÔ HÌNH.............................................22

CHƯƠNG IV. KẾT LUẬN MÔ HÌNH.............................................................................23

4.1. KẾT LUẬN..............................................................................................................23

4.2. KIẾN NGHỊ GIẢI PHÁP.......................................................................................23

PHỤ LỤC...........................................................................................................................26

TÀI LIỆU THAM KHẢO..................................................................................................32

2
 LỜI MỞ ĐẦU
Kinh tế lượng - một bộ phận của Kinh tế học, theo nghĩa rộng được hiểu là môn
khoa học kinh tế giao thoa với thống kê học và toán kinh tế, theo nghĩa hẹp được hiểu là
ứng dụng toán, là các phương pháp thống kê vào kinh tế. Kinh tế lượng lý thuyết nghiên
cứu các thuộc tính thống kê của các quy trình kinh tế lượng, trong khi kinh tế lượng thực
nghiệm đánh giá các lý thuyết kinh tế phát triển để quan sát kinh tế trong quá khứ và dự
đoán tương lai. Nhìn chung, Kinh tế lượng có hai mục đích chính: kiểm nghiệm lý thuyết
kinh tế bằng cách xây dựng các mô hình kinh tế (có khả năng kiểm định được), chạy
(estimate) và kiểm tra các mô hình đó xem chúng đưa ra kết quả chấp nhận hay phủ quyết
lý thuyết kinh tế.
Thất nghiệp là tình trạng người muốn có việc làm mà không tìm được việc làm.
Không phải ngẫu nhiên mà tỉ lệ thất nghiệp được coi là một trong những chỉ tiêu quan
trọng nhất trong việc đánh giá sức mạnh của 1 nền kinh tế. Thực tế là Tỷ lệ thất nghiệp
cao đồng nghĩa với Tổng sản phẩm quốc nội (GDP) thấp, các nguồn lực con người không
được sử dụng, bỏ phí cơ hội sản xuất thêm sản phẩm và dịch vụ. Thêm vào đó, thất
nghiệp dẫn đến nhu cầu xã hội giảm, hàng hóa và dịch vụ không có người tiêu dùng, chất
lượng sản phẩm và giá cả tụt giảm. Hơn nữa, tình trạng thất nghiệp cao đưa đến nhu cầu
tiêu dùng ít đi so với khi nhiều việc làm, do đó mà cơ hội đầu tư cũng ít hơn. Bởi vậy,
nhận thức chính xác và sử dụng hợp lý chỉ tiêu này có ý nghĩa quan trọng trong việc khảo
sát và đánh giá tình trạng phát triển bền vững, nhịp nhàng, toàn diện nền kinh tế. Bất kì
một quốc gia nào mong muốn kinh tế tăng trưởng ổn định đều đặc biệt quan tâm đến việc
duy trì tỉ lệ thất nghiệp ở mức độ hợp lý, nhằm tạo đà cho nền kinh tế đi lên.
Để hiểu nhiều hơn về việc áp dụng Kinh tế lượng vào việc nghiên cứu và đánh giá
các tác động của một số nhân tố đến tỉ lệ thất nghiệp của một số các quốc gia, chúng em
xây dựng tiểu luận với đề tài “Các nhân tố vĩ mô ảnh hưởng đến tỉ lệ thất nghiệp của một
số nước ASEAN giai đoạn 1994 - 2017” dưới sự hướng dẫn của Th.S Nguyễn Thu
Giang, với công cụ phân tích kinh tế là phần mềm R. Tiểu luận không thể tránh khỏi

3
những sai sót, những điều chưa hợp lý, vì thế chúng em kính mong nhận được sự góp ý
từ cô để bài làm được hoàn thiện hơn.

4
 CHƯƠNG I. CƠ SỞ LÝ THUYẾT

1.1. THẤT NGHIỆP VÀ NHỮNG VẤN ĐỀ LIÊN QUAN

Thất nghiệp, trong kinh tế học, là tình trạng người lao động muốn có việc làm mà
không tìm được việc làm. Tỷ lệ thất nghiệp là phần trăm số người lao động không có việc
làm trên tổng số lực lượng lao động xã hội.
Thực tế, tỷ lệ thất nghiệp trong một nền kinh tế thường dao động xung quanh tỷ lệ
thất nghiệp tự nhiên. Khi nền kinh tế lâm vào khủng hoảng do chu kỳ kinh tế, sản xuất bị
thu hẹp, sản lượng thực tế thấp hơn mực tiềm năng, tỷ lệ thất nghiệp cao hơn mức thất
nghiệp tự nhiên. Ngược lại, khi đẩy mạnh sản xuất trên mọi ngành kinh tế thì cần phải
thuê mướn thêm nhân công, điều này làm cho tỷ lệ thất nghiệp giảm xuống dưới mức thất
nghiệp tự nhiên.
Phân loại:
 Thất nghiệp cổ điển: là dạng thất nghiệp liên quan tới loại việc làm mà tiền công
thực tế trả cho người làm công việc đó cao hơn mức tiền công thực tế bình quân của thị
trường lao động chung, khiến cho lượng cung về lao động đối với công việc này cao hơn
lượng cầu.
 Thất nghiệp cơ cấu: là loại thất nghiệp tạm thời do người lao động đang chờ để tìm
được việc làm mà họ kỳ vọng chứ không phải không thể tìm được việc làm nào.
 Thất nghiệp chu kỳ: là loại thất nghiệp liên quan đến chu kỳ kinh tế tại pha mà
tổng cầu thấp hơn tổng cung dẫn tới doanh nghiệp phải thu hẹp sản xuất và phải giảm
thuê mướn lao động.
 Thất nghiệp ma sát: là dạng thất nghiệp do người lao động và người thuê mướn lao
động không tìm được nhau vì những lý do như khác biệt về địa lý, thiếu thông tin, v.v...
 Thất nghiệp trá hình: là dạng thất nghiệp của những người lao động không được sử
dụng đúng hoặc không được sử dụng hết kỹ năng.
 Thất nghiệp ẩn: là dạng thất nghiệp không được báo cáo.
Công thức tính:
Số người thất nghiệp
Tỷ lệ thất nghiệp = x 100%
Lực lượng lao động
5
  Số người thất nghiệp: Không tính những người không cố gắng tìm việc.
 Tổng số lao động xã hội = Số người có việc làm + số người không có việc làm
nhưng tích cực tìm việc.
Thất nghiệp là một trong số những vấn đề kinh tế mà nhiều quốc gia đang phát triển
phải đối mặt. Khủng hoảng kinh tế toàn cầu năm 2008 - 2009 ảnh hưởng lớn đến sự thuê
lao động ở các nước ASEAN. Người dân ở các nước đôi lúc khó có được một công việc
do tỷ lệ thất nghiệp cao hơn. Tình huống như vậy còn tồi tệ hơn và nhận được sự quan
tâm của các nhà hoạch định chính sách cũng như các nhà kinh tế suốt nhiều năm. Họ sẽ
liên tục theo dõi, đánh giá tình hình hiện tại và có hành động phù hợp khi cần thiết dựa
trên độ tin cậy và tính sẵn có của thông tin và số liệu thống kê.
Xác định một vài ảnh hưởng chính gây thất nghiệp ở các quốc gia dựa trên các yếu
tố kinh tế vĩ mô là mục tiêu chính của bài tiểu luận này. Một cuộc thảo luận có thể được
hình thành từ mối quan hệ đáng kể giữa các biến và sự thất nghiệp. Trên hết, các mối
quan hệ lâu dài sẽ được ưu tiên thử nghiệm trong bài nghiên cứu này. Theo các kết quả
nghiên cứu trước đây, các yếu tố phổ biến ảnh hưởng rất lớn đến tỷ lệ thất nghiệp là lạm
phát (INF), tổng sản phẩm nội địa (GDP), dân số (POP), đầu tư trực tiếp nước ngoài
(FDI), thuế thu nhập (IT), tiền lương tối thiểu (MW).
GDP
Chúng ta thấy khi kinh tế tăng trưởng, GDP thực tế tăng. Trong quá trình đó các
doanh nghiệp mở rộng sản xuất và thuê thêm lao động nên việc làm nhiều hơn và thất
nghiệp giảm.
Ngược lại, khi lao động bị thất nghiệp làm gia tăng tỉ lệ thất nghiệp kèm theo sự
giảm sút GDP thực tế. Mối quan hệ tỉ lệ nghịch giữa thất nghiệp và GDP gọi là định luật
Okun (1929-1979), người đầu tiên phát hiện ra.
Định luật Okun ra đời nhằm khảo sát sự biến động của chu kì kinh tế, sự giao động
của mức sản lượng thực tế quanh sản lượng tiềm năng và mối quan hệ giữa chúng, trên cơ
sở đó, dự báo mức tỉ lệ thất nghiệp kì vọng trong sự ràng buộc với hai biến số nêu trên.
Định luật này cho rằng: Khi sản lượng thực tế thấp hơn sản lượng tự nhiên 2% thì thất
nghiệp thực tế tăng thêm 1%.
Tỷ lệ lạm phát
6
 Năm 1958, A.W.Phillips công bố kết quả khảo sát quan hệ giữa thất nghiệp và tốc
độ thay đổi tiền lương ở Anh giữa 1861 và 1957, và ông thấy nó là mối quan hệ nghịch
giữa tỉ lệ lạm phát và tỉ lệ thất nghiệp. Từ đó người ta tiến hành phương pháp “kích cầu”
thông qua các chính sách mở rộng tài khóa và tiền tệ, khi tổng cầu gia tăng, nhiều sản
lượng được sản xuất hơn, có nhiều người có việc làm hơn, tỷ lệ thất nghiệp trong ngắn
hạn giảm xuống, nhưng đồng thời chấp nhận mức giá chung của nền kinh tế tăng lên, và
tăng lạm phát.
Theo kết quả này có sự đánh đổi giữa lạm phát và thất nghiệp.
Mối quan hệ này trong ngắn hạn được thể hiện trên đường cong Phillips. Đặc biệt,
mô hình đường cong Phillips chỉ sử dụng để phân tích sự thay đổi về phía tổng cầu, nó
không đúng khi có sự thay đổi về phía tổng cung.
FDI
FDI góp phần tăng số lượng việc làm và đào tạo nhân công. Thực vậy, một trong
những mục đích của FDI là khai thác các điều kiện để đạt được chi phí sản xuất thấp, nên
doanh nghiệp có vốn đầu tư nước ngoài sẽ thuê mướn nhiều lao động địa phương. Thu
nhập của một bộ phận dân cư địa phương được cải thiện sẽ đóng góp tích cực vào tăng
trưởng kinh tế địa phương. Trong quá trình thuê mướn đó, đào tạo các kỹ năng nghề
nghiệp, mà trong nhiều trường hợp là mới mẻ và tiến bộ ở các nước đang phát triển thu
hút FDI, sẽ được xí nghiệp cung cấp. Điều này tạo ra một đội ngũ lao động có kỹ năng
cho nước thu hút FDI. Không chỉ có lao động thông thường, mà cả các nhà chuyên môn
địa phương cũng có cơ hội làm việc và được bồi dưỡng nghiệp vụ ở các xí nghiệp có vốn
đầu tư nước ngoài.
Dân số
Số lượng và chất lượng nguồn nhân lực chịu ảnh hưởng của quy mô, cơ cấu và chất
lượng dân số. Nước nào có quy mô dân số lớn thì có quy mô nguồn nhân lực lớn và
ngược lại. Mặt khác, cơ cấu tuổi của dân số có ảnh hưởng quyết định đến quy mô và cơ
cấu nguồn lao động. Mặc dù dân số là cơ sở hình thành các nguồn lao động, nhưng mối
quan hệ giữa dân số và các nguồn lao động không phụ thuộc trực tiếp vào nhau trong
cùng một thời gian, mà việc tăng hoặc giảm gia tăng dân số của thời kỳ này sẽ làm tăng
hoặc giảm nguồn lao động của thời kỳ sau đó từ 15 đến 16 năm. Bởi
7
vì con người từ khi sinh ra đến khi bước vào tuổi lao động phải mất từ 15 đến 16 năm.
Tiền lương tối thiểu
Tính cứng nhắc của tiền lương là việc duy trì mức lương bình quân thực tế trả cho
người lao động cao hơn mức lương bình quân trên thị trường đã được thiết lập bởi quan
hệ cung - cầu về sức lao động.
Giải thích cho tính cứng nhắc của tiền lương, người ta chỉ ra một số nguyên nhân
như sau:
 Luật tiền lương tối thiểu: Để bảo vệ người lao động, chính phủ quy định việc trả
lương cao hơn mức lương tối thiểu, kể cả với lao động yếu thế nhất. Điều đó buộc giới
chủ phải trả lương cao hơn mức lương bình quân của thị trường khi mức lương tối thiểu
cao hơn.
 Sức mạnh của tổ chức đại diện cho người lao động (Công đoàn): Cũng nhằm bảo
vệ lợi ích cho giai cấp công nhân, Công đoàn là một trong ba Bên tham gia vào các thỏa
thuyết về tiền lương. Vì một lý do nào đó, Công đoàn chiếm ưu thế hơn trong việc xác lập
giá công lao động trên thị trường làm cho giá công đó cao hơn mức bình quân (điển hình
ở thị trường lao động độc quyền bán).
 Lý thuyết tiền lương hiệu quả: Dưới góc độ của người sử dụng lao động, việc cắt
giảm tiền lương không phải lúc nào cũng mang lại hiệu quả, đôi khi hành động đó còn
mang lại những tác động không mong muốn. Với mục tiêu cuối cùng là tăng năng suất lao
động, giới sử dụng lao động đưa ra lý thuyết tiền lương hiệu quả để giải thích cho hành
động trả lương cao hơn cho người lao động so với mức bình quân trên thị trường.
Tác động đến việc làm và thất nghiệp: Tính cứng nhắc của tiền lương góp phần làm
gia tăng thất nghiệp:
 Đối với cung lao động: Người lao động thường có tâm lý "chờ" những công việc
có mức thu nhập cao hơn (Thất nghiệp chờ việc hay thất nghiệp tự nguyện).
 Đối với cầu lao động: Người sử dụng lao động thường có xu hướng cắt giảm số
chỗ làm việc hoặc chỉ trả lương cao hơn cho những nhóm công việc mang lại lợi ích nhiều
hơn hoặc do sự thay thế đối với loại lao động làm những công việc đặc thù. Điều này làm
cho thất nghiệp gia tăng do số chỗ làm việc bị cắt giảm; thị trường lao động dễ bị phân
mảng, mất cân bằng về cung - cầu lao động theo cơ cấu ngành nghề.
8
Thuế thu nhập
Thuế thu nhập làm cho tiền lương sau khi nộp thuế mà các hộ gia đình nhận được sẽ
thấp hơn so với tiền lương ban đầu mà các hãng trả. Khi đoạn thẳng đứng AB đo số tiền
mà mỗi công nhân nộp thuế thu nhập, thì con số hữu nghiệp cân bằng là N 1, tức là số
lượng công nhân mà các hộ gia đình muốn cung ứng tại mức tiền lương đã trừ đi thuế W 3
và các hãng nhu cầu tại mức tiền lương ban đầu W 1. Tại mức tiền lương sua khi nộp thuế
W3 thì tỉ lệ thất nghiệp tự nhiên là đoạn thẳng nằm ngang BC, tức là số lượng công nhân
trong lực lượng lao động không muốn làm việc tại mức lương hiện hành đem về nhà (đã
trừ thuế).
Giả sử thuế thu nhập được bãi bỏ, trạng thái cân bằng mới của thị trường lao động
diễn ra ở điểm E. Khi đó mức hữu nghiệp sẽ tăng lên từ N1 đến N2; và mặc dù có nhiều
người hơn muốn ở trong lực lượng lao động thì số tiền được đưa về nhà tăng lên từ W3
đến W2, nhưng tỉ lệ thất nghiệp tự nhiên đã được giảm khoảng E nhỏ hơn. Như vậy, đối
với mưc trợ cấp thất nghiệp cố định, mức gia tăng tiền lương sau khi nộp thuế từ W 3 đến
W2 sẽ làm giảm mức thất nghiệp tự nguyện.
Tương tự, việc thay đổi các mức đóng góp của các hãng và công nhân vào bảo hiểm
quốc gia sẽ làm thay đổi tỉ lệ thất nghiệp tự nhiên. Các khoản đóng góp này sẽ làm tăng
mức hữu nghiệp cân bằng, tăng mức tiền công cân bằng được đưa về và giảm tỉ lệ thất
nghiệp tự nhiên.
Chính sách tài khoá
Theo những nhà kinh tế theo trường phái Keynes, chính sách tài khoá có thể được sử
dụng hiệu quả trong giảm tỷ lệ thất nghiệp. Khi nền kinh tế đang suy thoái, chính sách tài
khoá mở cửa sẽ làm tăng tổng cầu (AD), yêu cầu về hàng hoá cao hơn, dẫn đến sự ra đời
9
của nhiều việc làm hơn. Cụ thể hơn, khi nền kinh tế suy thoái, các công ty sa thải nhiều
công nhân, các công ty giảm đầu tư và các hộ gia đình giảm tiêu dùng, điều này tạo sự gia
tăng trong tiết kiệm cá nhân. Việc cắt giảm chi tiêu đã làm giảm quy mô của hiệu ứng số
nhân tiền và làm tăng lên lượng thất nghiệp so với ban đầu. Trong trường hợp này, chính
phủ có thể vay tiền từ khu vực tư nhân ở mức lãi suất tương đối thấp và chi tiêu vào xây
dựng các cơ sở hạ tầng, gián tiếp tạo ra việc làm cho công nhân.

Hình 2: Tác động của chính sách tài khoá đến tổng cầu
Nhìn chung, chính sách tài khoá (cắt giảm thuế/ tăng chi tiêu chính phủ) có thể làm
tăng tổng cầu, từ đó làm tăng GDP thực, góp phần làm tăng trưởng kinh tế, tăng nhu cầu
về việc làm từ phía doanh nghiệp, giảm tỷ lệ thất nghiệp.
1.2. CÁC NGHIÊN CỨU VỀ THẤT NGHIỆP
Tunah, H. năm 2010 đã nghiên cứu những biến vĩ mô gây ra sự thất nghiệp ở Thổ
Nhĩ Kỳ. Những dữ liệu theo quý từ năm 2000 đến 2008 được sử dụng làm dữ liệu mẫu
cho nghiên cứu này. Kiểm định ADF (Augmented Dickey-Fuller Test), kiểm định PP
(Phillip-Perron test), kiểm định Johansen, kiểm định Granger (Granger causality
techniques) được sử dụng để phân tích. Các kết quả cho thấy có sự tác động đáng kể của
GDP thực tế, chỉ số giá tiêu dùng và tỷ lệ thất nghiệp trước đó trên tỷ lệ thất nghiệp.
Trong khi đó tỷ giá hối đoái thực hiệu quả REER (real effective exchange rate) không ảnh
hưởng gì đến sự thất nghiệp.
10
 Cùng năm với nghiên cứu trên, El-Agrody và cộng sự đã kiểm tra nghiên cứu kinh
tế về thất nghiệp và tác động của nó đối với GDP của Ai Cập. Số liệu được thu thập từ
năm 1994 đến năm 2004. Phương pháp phân tích hồi quy tuyến tính đơn và đa biến đã
được áp dụng. Các biến dùng trong cuộc nghiên cứu là tư hữu hóa, dân số, chi phí tiêu
dùng, lãi suất, tỷ giá hối đoái, công nghệ, nông sản nội địa, mức lương thực tế, và đầu tư
nông nghiệp. Kết quả này cho thấy ảnh hưởng tích cực của tỷ lệ thất nghiệp quốc gia, đầu
tư quốc gia, tỷ giá hối đoái và GDP đầu người bình quân lên tổng GDP. Kết quả cũng làm
nổi bật sự tư nhân hoá và gia tăng dân số như lý do chính của gia tăng thất nghiệp. Chúng
cho thấy các chính sách tư nhân hoá cần được sửa lại và giảm lãi suất để hạ thấp thất
nghiệp nông nghiệp.
Lui (2009) đã nghiên cứu mỗi quan hệ giữa lạm phát với thất nghiệp trong tình
huống mà lạm phát có kết quả khác nhau về công nhân được thuê và công nhân thất
nghiệp. Dữ liệu được dùng trong phân tích này là từ khảo sát của Ý về thu nhập hộ gia
đình và của cải năm 2004, chỉ có lực lượng lao động được đưa vào phân tích. Mô hình
cân bằng tổng quát và phương pháp hồi quy tuyến tính được sử dụng. Kết quả cho thấy
mối quan hệ lạm phát - thất nghiệp có thể tiêu cực hoặc tích cực tùy vào những thể chế thị
trường lao động và hàng hoá. Mức cao hơn của lạm phát gia tăng động lực làm việc cho
người lao động và tạo ra ảnh hưởng tiêu cực lên thất nghiệp. Mặt khác, lạm phát làm giảm
lợi nhuận của một doanh nghiệp từ việc tạo ra nhiều vị trí công việc còn trống, do đó nâng
cao tỉ lệ thất nghiệp.
Altavilla và Ciccarelli (2007) đã tìm hiểu vai trò của dự báo lạm phát trong điều kiện
không chắc chắn xung quanh những tác động ước tính của các quy định tiền tệ thay thế
đối với động lực thất nghiệp ở Châu Âu và Hoa Kỳ, lấy dữ liệu từ Mỹ và Châu Âu giai
đoạn từ năm 1990 đến năm 2005. Họ đã sử dụng dự báo lạm phát của tám mô hình cạnh
tranh để phân tích quy mô và thời gian của các hiệu ứng này cũng như định lượng sự
không chắc chắn liên quan đến những mô hình lạm phát khác nhau. Kết quả phù hợp với
cách tiếp cận mô hình kết hợp (model-combination) của các ngân hàng trung ương khi họ
đưa ra chiến lược.
Pallis (2006) thì nghiên cứu mối quan hệ giữa lạm phát và thất nghiệp ở các nước
thành viên Liên minh Châu Âu mới. Số liệu được sử dụng trong phân tích được lấy theo
11
năm bao gồm giai đoạn từ năm 1994 đến năm 2005, lấy từ hội đồng Châu Âu năm 2004
đề cập đến 10 quốc gia thành viên mới của EU. Ba biến được sử dụng là "giá dự kiến của
tổng sản phẩm quốc nội tại thị trường giá cả (tiền tệ quốc gia, tỷ lệ phần trăm thay đổi
hàng năm)", "bồi thường danh nghĩa cho mỗi nhân viên; tổng thể nền kinh tế (tiền tệ quốc
gia, tỷ lệ phần trăm thay đổi hàng năm)" và "Tổng tỉ lệ lao động (%)". Phương pháp ước
lượng bình phương tối thiểu phi tuyến tính và các kĩ thuật E-view đã được sử dụng.
Nghiên cứu này kết luận rằng việc áp dụng các chính sách chung trong nền kinh tế có thể
là vấn đề do tác động khác nhau của các chính sách này đối với lạm phát và thất nghiệp.
Cashell (2004) nghiên cứu mối liên hệ giữa Lạm phát và Thất nghiệp. Dữ liệu được
sử dụng từ giữa năm 1997 đến tháng 9 năm 2001. Có thể kết luận rằng phản ứng của lạm
phát rất chậm đối với sự thay đổi tỷ lệ thất nghiệp. Nghiên cứu kết luận rằng hầu hết các
ước tính gần đây về tỷ lệ thất nghiệp tự nhiên kéo dài đều cho thấy tỷ lệ thất nghiệp dưới
5% cuối cùng sẽ dẫn đến một tốc độ tăng lạm phát.
Flaim (1990) đã kiểm tra sự thay đổi dân số và tỷ lệ thất nghiệp do thời kì bùng nổ
trẻ sơ sinh. Ông nghiên cứu sự thay đổi dân số và những thay đổi trong tỷ lệ thất nghiệp
trong giai đoạn 1960-1990. Kết quả khảo sát cho thấy tỷ lệ thất nghiệp có xu hướng tăng
lên trong những năm 60 và 70, lý do là tỷ lệ tăng dân số nhanh và tỷ lệ này có sự suy
giảm trong thập niên 1980. Kết quả cũng xác nhận rằng sự thay đổi độ tuổi và dân số có
tác động lớn đến tỷ lệ thất nghiệp.

12
 CHƯƠNG II. XÂY DỰNG MÔ HÌNH HỒI QUY
2.1. PHƯƠNG PHÁP LUẬN ĐƯỢC SỬ DỤNG TRONG NGHIÊN CỨU

2.1.1. Phương pháp thu thập số liệu

Số liệu đã thu thập thuộc dạng thông tin thứ cấp, dạng số liệu hỗn hợp, thể hiện
thông tin của các yếu tố kinh tế vĩ mô của từng nước trong giai đoạn từ 1994 đến 2017.
Nguồn dữ liệu thứ cấp được lấy từ nguồn xác minh có tính chính xác cao, cụ thể là từ
nguồn dữ liệu của Ngân hàng Thế giới (World Bank).
2.1.2. Phương pháp xử lý số liệu
Sử dụng phần mềm R để xử lý sơ lược số liệu, tính ma trận tương quan giữa các
biến.
2.1.3. Phương pháp sử dụng trong nghiên cứu
Chạy phần mềm R hồi quy mô hình để ước lượng ra tham số của các mô hình hồi
quy đa biến. Từ phần mềm R ta dễ dàng: Xét phân tử phóng đại phương sai VIF nhận biết
đa cộng tuyến. Dùng kiểm định t để ước lượng khoảng tin cậy cho các tham số trong mô
hình.
2.2. XÂY DỰNG MÔ HÌNH LÝ THUYẾT
Dựa vào cơ sở lý thuyết cũng như các nghiên cứu từ trước, nhóm đã xây dựng mô
hình này để nghiên cứu mối quan hệ, ảnh hưởng của các biến kinh tế vĩ mô tới thất
nghiệp: UEM = f (POP, FDI, INF, GDP, EXP)
Trong đó:
 UEM: tỷ lệ thất nghiệp (%)
 POP: tổng dân số hàng năm (người)
 FDI: tỉ lệ vốn đầu tư nước ngoài trực tiếp so với tổng sản phẩm quốc nội (%)
 INF: tỷ lệ lạm phát hàng năm (% của tổng sản phẩm quốc nội)
 GDP: mức tăng trưởng của tổng sản phẩm quốc nội hàng năm (%)
 EXP: chi tiêu chính phủ so với tổng sản phẩm quốc nội (%)
Để kiểm tra ảnh hưởng các yếu tố vĩ mô đến tỷ lệ thất nghiệp, từ lý thuyết đã trình
bày bên trên, nhóm đề xuất dạng mô hình nghiên cứu như sau:
Mô hình hàm hồi quy tổng thể:
13
Mô hình hàm hồi quy mẫu:

Giải thích các biến:

STT Kí hiệu Ý nghĩa/ Nguồn Đơn Dấu kì vọng
biến vị
1 UEM Tỷ lệ thất nghiệp %
2 POP Tổng dân số Người +
3 FDI Tỷ lệ vốn đầu tư nước ngoài trực tiếp so % -
với tổng sản phẩm quốc nội
4 INF Tỷ lệ lạm phát % -
5 GDP Tỷ lệ tăng trưởng tổng sản phẩm quốc nội % -
6 EXP Chi tiêu chính phủ so với tổng sản phẩm % +
quốc nội

Bảng 1: Giải thích các biến

Trong đó:
 Biến phụ thuộc: UEM.
 Biến độc lập: POP, FDI, INF, GDP, EXP.
2.3. MÔ TẢ SỐ LIỆU MÔ HÌNH

2.3.1. Nguồn dữ liệu đã sử dụng

Mẫu gồm 120 quan sát. Số liệu lấy từ website chính thức của Ngân hàng Thế giới
Worldbank từ 5 quốc gia ASEAN: Cambodia, Laos, Malaysia, Philippines và Vietnam
trong 24 năm, tính từ năm 1994 đến năm 2017.
2.3.2. Mô tả thống kê
Chạy lệnh summary, mô tả kết quả thu được:
Biến Số quan sát Trung bình Trung vị Min Max
UE 120 2.344 2.409 0.160 5.260
M
POP 120 43312730 2590148 4740380 104918090
0
14
 FDI 120 4.76095 4.01556 0.05669 14.25776
INF 120 8.158 5.465 -5.992 127.974
GDP 120 6.000 6.648 -34.809 13.250
EXP 120 15.128 15.555 6.093 21.671
Bảng 2: Mô tả kết quả thu được
Từ số liệu thu được, với 120 quan sát, ta nhận thấy trung bình tỷ lệ thất nghiệp rơi
vào khoảng 2,344%, trung vị là 2,409. Tỷ lệ thất nghiệp cao nhất là khoảng 5,26%, dữ
liệu của Campuchia vào năm 1998, tỷ lệ thấp nhất là 0,16% của Campuchia vào năm
2012.
Nhận xét đối với số liệu các biến độc lập của mô hình:
Biến POP tức dân số các nước qua thống kê cho thấy, mức dân số cao nhất là
104,918,090 người, của Philippines năm 2017, thấp nhất là nước Lào vào năm
1994 với 4,740,380 người.
Biến FDI tức tỷ lệ vốn đầu tư nước ngoài trực tiếp so với tổng sản phẩm quốc nội,
tỷ lệ cao nhất là 14.25776% của Campuchia năm 2012, thấp nhất là Malaysia năm
2009 với 0.05669%.
Biến INF tức tỷ lệ lạm phát, tỷ lệ cao nhất là 127.974% của Lào năm 1999, thấp
nhất là Malaysia năm 2009 khi rơi vào tình trạng giảm phát với mức độ giảm phát
là -5.992%.
Biến GDP tức tỷ lệ tăng trưởng tổng sản phẩm quốc nội, tỷ lệ cao nhất là 13.25%
vào năm 2005 của Campuchia, thấp nhất là -34.809% Campuchia năm 1994.
Biến EXP tức chi tiêu chính phủ so với tổng sản phẩm quốc nội, tỷ lệ cao nhất là
21.671% Malaysia năm 2009, thấp nhất là Campuchia năm 1995 với 6.093%.
2.3.3. Sử dụng biểu đồ histogram và bảng tần suất:
Từ số liệu thu được, sử dụng biểu đồ histogram và bảng tần suất để mô tả các biến
số, ta được:

15
 Tổng dân số hằng năm của 5 nước đại diện ASEAN, dân số tập trung trong khoảng
từ 0-35 triệu người và 65-100 triệu người với tần suất cao nhất là 1.5e-08.

Qua biểu đồ histogram, tỷ lệ đầu tư trực tiếp từ nước ngoài tập trung chủ yếu trong
khoảng từ 0-15% với tần số cao nhất khoảng gần 0.15. Tỷ lệ đầu tư ảnh hưởng tới tỷ lệ

16
thất nghiệp thao chiều nghịch, vì khi đầu tư tăng, GDP sẽ tăng theo, do vậy thất nghiệp sẽ
giảm.

Tỷ lệ lạm phát ở 5 nước ASEAN trong giai đoạn 1994 – 2017 nằm ở ngưỡng 0 -
25% tần suất cao nhất là 0.1. Tỷ lệ làm phát từ 0-10% hay còn gọi là lạm phát một con số,
đây là tỷ lệ lạm phát vừa phải. Trong thời kì này, nền kinh tế hoạt động bình thường, đời
sống ổn định, trong ngắn hạn sẽ làm tăng trưởng sản lượng đi kèm tỷ lệ thất nghiệp giảm.
Tuy nhiên vẫn có trường hợp tỷ lệ lạm phát tăng cao, tỷ lệ này là 127.974% của Lào năm
1999, đây là tỷ lệ lạm phát rất cao, khiến nền kinh tế dễ dàng suy sụp một cách nhanh
chóng.

17
 Mức tăng trưởng của tổng sản phẩm quốc nội hằng năm (%) tập trung chủ yếu
trong khoảng từ 0 – 10 (%) với tần suất cao nhất lớn hơn 0.2, mức tăng trưởng này của 5
nước ASEAN là vừa phải, trong mức nền kinh tế có thể chấp nhận được. Tuy nhiên, qua
biểu đồ histogram, ta vẫn thấy được có trường hợp mức tăng trưởng mang giá trị âm, bé
hơn -30%, nền kinh tế rơi vào khủng hoảng, tốc độ tăng trưởng của nên kinh tế kém, tỷ lệ
thất nghiệp tăng cao.

18
 Với chi tiêu chính phủ so với tổng sản phẩm quốc nội (%), qua biểu đồ histogram,
tỷ lệ chi tiêu chính phủ có giá trị nằm trong khoảng từ 10 – 20 (%) với tần suất cao nhất là
vào khoảng gần 0.12.

2.3.4. Ma trận tương quan giữa các biến

Chạy lệnh cor tìm sự tương quan của các biến:

UEM POP FDI INF GDP EXP

1.00000000
UEM
0.46317654 1.00000000
POP
-0.60186777 -0.24197969 1.00000000
FDI
-0.08796326 -0.13882142 -0.04122653 1.00000000
INF
-0.09287540 -0.04285799 0.22359445 -0.25833664 1.00000000
GDP
0.45665098 0.34467570 -0.28306865 0.01580835 -0.05090415 1.00000000
EXP
Bảng 3: Mô tả kết quả thu được khi kiểm tra độ tương quan
Dựa vào ma trận hệ số tương quan, ta có:
 POP có hệ số tương quan tương đối cao là 0.46317654 và có tác động dương lên
biến phụ thuộc.  
 FDI có hệ số tương quan khá cao là 0.60186777 và có tác động âm lên biến phụ
thuộc.
 INF có hệ số tương quan thấp là 0.08796326 và có tác động âm lên biến phụ thuộc.
 GDP có hệ số tương quan thấp là 0.0928754 và có tác động âm lên biến phụ thuộc.
 EXP có hệ số tương quan trung bình là 0.45665098 và có tác động dương lên biến
phụ thuộc.
 Hệ số tương quan giữa các biến độc lập với nhau rất thấp, cao nhất chỉ là
0.3446750 (giữa EXP và POP). Vì vậy rất khó hoặc không xảy ra đa cộng tuyến giữa các
biến độc lập.
⇨ Kết luận:
 Tương quan về dấu của các biến độc lập với biến phụ thuộc đúng như dấu kì vọng.

19
  Nhìn chung, các biến độc lập có tương quan trung bình thấp đối với biến phụ thuộc
là tỷ lệ thất nghiệp và có tác động theo chiều âm đến biến phụ thuộc, trừ biến POP và
EXP có tác động theo chiều dương lên biến phụ thuộc.

20
 CHƯƠNG III. KẾT QUẢ ƯỚC LƯỢNG VÀ SUY DIỄN
THỐNG KÊ
3.1. BẢNG KẾT QUẢ THU ĐƯỢC

Bước đầu tiên ta sử dụng lệnh gán tên mô hình và biến để chạy mô hình hồi quy, thu
được kết quả:
Estimate Std. Error t Pr(>|t|)
(Intercept) 1.688e+00 4.015e-01 4.203 5.25e-05 ***
Pop 8.354e-09 2.307e-09 3.621 0.00044 ***
Fdi -1.755e-01 2.564e-02 -6.842 4.12e-10 ***
Inf -5.523e-03 5.315e-03 -1.039 0.30097
Gdp 4.926e-03 1.766e-02 0.279 0.78079
exp 7.571e-02 2.296e-02 3.297 0.00130 **
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.8257 on 114 degrees of freedom
Multiple R-squared:  0.5197,Adjusted R-squared:  0.4986
F-statistic: 24.67 on 5 and 114 DF, p-value: < 2.2e-16
3.2. PHÂN TÍCH KẾT QUẢ

Sau khi chạy R được toàn bộ dữ liệu như trình bày ở trên, chúng ta tiến hành đọc và
phân tích số liệu.  
3.2.1. Mô hình hồi quy mẫu
Ta có mô hình hồi quy mẫu:
UEMi = ^β 1+ ^β 2*POP + ^β 3FDI + ^β 4 INF + ^β 5GDP + ^β 6EXP + u^ i
Trước hết, chúng ta thành lập được một bảng số liệu như sau:  
Tên biến Hệ số hồi quy t P-value SER
Hệ số tự do 1.688e+00 4.203 5.25e-05 4.015e-01
POP 8.354e-09 3.621 0.00044 2.307e-09
FDI -1.755e-01 - 4.12e-10 2.564e-02
6.842
INF -5.523e-03 - 0.30097 5.315e-03
1.039
GDP 4.926e-03 0.279 0.78079 1.766e-02

21
 EXP 7.571e-02 3.297 0.00130 2.296e-02
Bảng 3: Kết quả chạy hồi quy bằng phần mềm R
Theo kết quả chạy hồi quy trên phần mềm R, ta có hàm hồi quy mẫu (SRF) như sau:
𝐔𝐄𝐌𝐢= 16.88 + (8.354e-09) *POP – (1.755e-01) *FDI – (5.523e-03) *INF + (4.926e-
03) *GDP + (7.571e-02) *EXP + 𝐮̂𝐢

3.2.2. Ý nghĩa của các hệ số hồi quy

 ^β 1: Trong trường hợp các yếu tố đều bằng 0, tỷ lệ thất nghiệp (UEM) là 16.88 (%).
 ^β 2: Trong trường hợp các yếu tố khác không đổi, dân số (POP) tăng 1 nghìn người
thì tỷ lệ thất nghiệp tăng (8.354e-09) %.
 ^β 3: Trong trường hợp các yếu tố khác không đổi, tỷ lệ đầu tư trực tiếp từ nước
ngoài (FDI) tăng 1% thì tỷ lệ thất nghiệp giảm (1.755e-01) %.
 ^β 4 : Trong trường hợp các yếu tố khác không đổi, tỷ lệ lạm phát (INF) tăng 1% thì
tỷ lệ thất nghiệp giảm (-5.523e-03) %.  
 ^β 5: Trong trường hợp các yếu tố khác không đổi, tỷ lệ tăng trưởng tổng thu nhập
quốc nội (GDP) tăng 1% thì tỷ lệ thất nghiệp tăng (4.926e-03) %.
 ^β 6 : Trong trường hợp các yếu tố khác không đổi, tỷ lệ chi tiêu của chính phủ
(EXP) tăng 1% thì tỷ lệ thất nghiệp tăng (7.571e-02) %.
3.2.3. Phân tích các số liệu liên quan
 Số quan sát là 120
 Tổng bình phương các phần dư RSS = 0.8257
 Bậc tự do của phần được giải thích Dfm = 5
 Bậc tự do của phần dư Dfr = 114
 Hệ số xác định R2 (r-squared) = 0.5197 thể hiện mức độ phù hợp của hàm hồi quy
mẫu ở mức trung bình. Bên cạnh đó, giá trị 0.5197 còn thể hiện tỷ lệ phần trăm biến động
của tỷ lệ thất nghiệp được giải thích bởi các biến độc lập gồm: “dân số”, "tỷ lệ vốn đầu tư
trực tiếp từ nước ngoài”, “tỷ lệ lạm phát”, “tỷ lệ tăng trưởng GDP” và “tỷ lệ chi tiêu chính
phủ”. Nghĩa là các biến độc lập POP, FDI, INF, GDP và EXP giải thích được 51.97% sự
thay đổi trong giá trị của biến UEM, còn lại là các yếu tố khác.
22
3.3. KIỂM ĐỊNH GIẢ THUYẾT

3.3.1. Kiểm định hệ số hồi quy bằng phương pháp khoảng tin cậy
Ta có cặp giả thuyết thống kê:

Từ kết quả chạy hồi quy bằng phương pháp OLS trên phần mềm R, ta có khoảng tin
cậy của các hệ số hồi quy với mức ý nghĩa = 5% như sau:
POP [ 3.783851e-09; 1.292415e-08]
FDI [ -0.2262926; -0.1247074]
INF [-0.01605197; 0.005005972]
GDP [ -0.03005832; 0.03991032]
EXP [ 0.03022642; 0.1211936]

cons [0.8926317;2.483368]

Với tất cả các biến POP, FDI, INF, GDP, EXP, ^β 1 giá trị thuộc vào khoảng tin cậy
nên ta bác bỏ được giả thiết Ho, vậy mô hình có ý nghĩa thống kê ở mức ý nghĩa 5%.
3.3.2. Kiểm định hệ số hồi quy bằng phương pháp P-value:
Từ kết quả trên ta có bảng sau:

Biến p-value
POP 0.00044
FDI 4.12e-10
INF 0.300
GDP 0.78079
EXP 0.0013
Bảng 4: Giá trị p-value
 Các biến POP, FDI, EXP có hệ số P–value < 0.05, nghĩa là các biến này có ý nghĩa
thống kê.
 Hai biến GDP và EXP có P-value > 0.05 nên chưa xác định hệ số có ý nghĩa thống
kê hay không.
23
3.4. KIỂM ĐỊNH CÁC KHUYẾT TẬT CỦA MÔ HÌNH

Kiểm định hiện tượng đa cộng tuyến

Trong mô hình hồi quy, nếu các biến độc lập có tương quan chặt, mạnh với nhau thì
sẽ có hiện tượng đa cộng tuyến. Đó là hiện tượng các biến độc lập trong mô hình phụ
thuộc lẫn nhau và thể hiện được dưới dạng hàm số. Nói cách khác, hai biến độc lập có
quan hệ rất mạnh với nhau, đúng ra hai biến này phải là 1 biến nhưng thực tế trong mô
hình nghiên cứu lại được tách làm 2 biến. Hiện tượng đa cộng tuyến vi phạm giả định của
mô hình hồi qui tuyến tính cổ điển là các biến độc lập không có mối quan hệ tuyến tính
với nhau.
Dấu hiệu: Xét nhân tử phóng đại phương sai VIF (variance inflation factor). Nếu
VIF > 2 thì có dấu hiệu đa cộng tuyến, đây là điều không mong muốn. Nếu VIF > 10 thì
chắc chắn có đa cộng tuyến. Nếu VIF < 2, mô hình không bị đa cộng tuyến.
Chạy lệnh vif ta thu được kết quả:
POP FDI INF GDP EXP
1.197651 1.170990 1.102077 1.127939 1.196168
Ta thấy VIFFDI, VIFPOP, VIFINF, VIFGDP và VIFEXP đều nhỏ hơn 2 nên mô hình
chắc chắn không xảy ra đa cộng tuyến.

24
 CHƯƠNG IV. KẾT LUẬN MÔ HÌNH

4.1. KẾT LUẬN

- Các yếu tố vĩ mô như dân số (POP), tỷ lệ đầu tư trực tiếp nước ngoài (FDI), tỷ lệ
lạm phát (INF), tỷ lệ tăng trưởng tổng sản phẩm quốc nội (GDP) và tỷ lệ chi tiêu của
chính phủ (EXP) đều có ảnh hưởng đến tỷ lệ thất nghiệp của các nước ASEAN.
- Mô hình lựa chọn phù hợp với các lí thuyết kinh tế, có ý nghĩa thống kê.
- Mô hình không tồn tại hiện tượng đa cộng tuyến nhưng có phương sai sai số thay
đổi.
4.2. KIẾN NGHỊ GIẢI PHÁP  

Dựa vào mô hình, ta có thể thấy mối quan hệ giữa dân số, tỷ lệ đầu tư trực tiếp nước
ngoài, tỷ lệ lạm phát, tỷ lệ tăng trưởng GDP và tỷ lệ chi tiêu chính phủ là ngược chiều với
tỷ lệ thất nghiệp. Theo kết quả của mô hình hồi quy ta thấy, khi tăng tỷ lệ đầu tư trực tiếp
nước ngoài 1 đơn vị thì tỷ lệ thất nghiệp giảm (1.755e-01) %, lớn nhất trong tất cả các
biến với điều kiện các yếu tố khác không đổi. Tỷ lệ chi tiêu chính phủ và tỷ lệ tăng
trưởng GDP có tác động tương đối đến tỷ lệ thất nghiệp. Dân số, theo cơ sở lý thuyết và
kết quả chạy mô hình, cũng có ảnh hưởng đến tỷ lệ thất nghiệp, tuy nhiên ảnh hưởng là
rất nhỏ và gần như không đáng kể.
Vì vậy, qua kết quả của việc hồi quy mô hình này, chúng em đề xuất một số giải
pháp để giảm tỷ lệ thất nghiệp ở các nước ASEAN:
- Tăng tỷ lệ đầu tư trực tiếp nước ngoài (FDI): Giảm thuế cho các doanh nghiệp
mới đầu tư vào các lĩnh vực phát triển của nhà nước, kêu gọi vốn đầu tư từ các nước phát
triển, cải cách thể chế, đơn giản hóa các thủ tục hành chính cho các doanh nghiệp nước
ngoài, mở cửa các lĩnh vực có sức hút với các nahf đầu tư nước ngoài, phát triển cơ sở hạ
tầng, nâng cao khoa học kĩ thuật.

- Tăng tỷ lệ tăng trưởng tổng sản phẩm quốc nội (GDP): Tổng sản phẩm quốc nội
thể hiện sức mạnh của nền kinh tế, quy mô GDP càng lớn thì kinh tế càng mạnh. Vì vậy
cần tập trung phát triển kiểm soát lạm phát, linh hoạt các công cụ chính sách tiền tệ, phối

25
hợp chặt chẽ, đồng bộ với chính sách tài khóa, tăng chi tiêu chính phủ, tăng xuất khẩu và
giảm nhập khẩu, tăng đầu tư trong và ngoài nước, khuyến khích tiêu dùng trong nước.

- Đánh đổi giữa lạm phát và thất nghiệp

26
 KẾT LUẬN
Qua những phân tích trên đây, chúng ta có thể kết luận rằng tỉ lệ thất nghiệp UEM
nhìn chung có chịu ảnh hưởng của một số yếu tố như dân số, tỉ lệ lạm phát, tỉ lệ đầu tư
trực tiếp nước ngoài, tỉ lệ tăng trưởng của tổng sản phẩm quốc nội và chi tiêu chính phủ
(POP, INF, FDI, GDP và EXP). Việc xây dựng, chạy mô hình và kiểm định đã giúp
chúng ta có cái nhìn đầy đủ và tương đối chính xác về sự ảnh hưởng của từng biến được
đưa vào, ý nghĩa của chúng đối với biến phụ thuộc, từ đó rút ra được mối tương quan giữa
các biến và mức độ phụ thuộc của UEM với các biến độc lập đó. Như vậy sẽ giúp cho
chúng ta có được định hướng đúng đắn cho bản thân cũng như giúp Chính phủ có thể kịp
thời đưa ra được những điều chỉnh đúng đắn trong chính sách về giải quyết vấn đề thất
nghiệp song song với các vấn đề trọng yếu khác. Bên cạnh đó vẫn còn nhiều yếu tố khác
có khả năng tác động đến tỉ lệ thất nghiệp mà bản báo cáo của báo cáo chưa nghiên cứu
đến như tiền lương tối thiểu, tỉ lệ đầu tư không hoàn vốn,… Do đó kết quả đưa ra vẫn
chưa phải là chính xác nhất và còn cần rất nhiều những nghiên cứu sâu hơn.
Cuối cùng chúng em xin chân thành cảm ơn giảng viên bộ môn cô Nguyễn Thu
Giang, người đã nhiệt tình chỉ bảo và giúp đỡ chúng em trong quá trình hoàn thiện bản
báo cáo này. Qua quá trình hoàn thiện, chúng em đã có cơ hội được thực hành nhưng kiến
thức đã học về vận dụng R trong phần nội dung học phần. Với vốn kiến thức và kĩ năng
có hạn, chúng em tự nhận thấy bản báo cáo này còn nhiều thiếu xót, tuy nhiên chúng em
vẫn rất mong có được sự góp ý và động viên của cô để có thể làm vận dụng những kiến
thức đã có được vào công việc tương lai và cuộc sống sau này.

27
 PHỤ LỤC
Bảng số liệu để chạy mô hình

COUNTR
Y TIME UEM POP FDI INF GDP EXP
Vietnam 16.9523
1994 1.983999968 73925082 11.939483 2 8.838980952 14.06092825
Vietnam
1995 1.957999945 75198977 8.5859659 17.0402 9.540480175 14.16092525
Vietnam 8.69676
1996 1.929999948 76372719 9.7130806 7 9.340017496 13.01445255
Vietnam 6.59740
1997 2.869999886 77453335 8.2700968 5 8.152084143 13.06254616
Vietnam 8.83786
1998 2.289999962 78452897 6.1412144 4 5.764455464 14.19064827
Vietnam 5.73470
1999 2.329999924 79391374 4.9226635 3 4.773586881 14.97284155
Vietnam 3.40882
2000 2.25999999 80285562 4.1639241 8 6.787316408 18.07875309
Vietnam 2.62226
2001 2.75999999 81139919 3.9773355 5 6.192893312 15.62335636
Vietnam 4.69892
2002 2.119999886 81956496 3.9926871 8 6.320820988 16.64142949
Vietnam 7.10960 17.5599036
2003 2.25 82747662 3.6660123 2 6.899063492 9
Vietnam 8.43331 17.5598728
2004 2.140000105 83527678 3.5440811 2 7.536410612 9
Vietnam 18.8105 17.0951672
2005 2.299000025 84308843 3.3904036 2 7.547247727 9
Vietnam 8.56894 17.6467762
2006 2.448999882 85094617 3.6160009 8 6.977954812 2
Vietnam 9.63022 19.0588857
2007 2.595999956 85889590 8.6547177 6 7.129504484 2
Vietnam 22.6733 18.6721673
2008 2.380000114 86707801 9.6630391 2 5.661771208 3
Vietnam 6.21562 18.7377098
2009 2.609999895 87565407 7.1688199 3 5.397897543 3
Vietnam 19.1843835
2010 2.640000105 88472512 6.9006118 12.0743 6.423238217 6
Vietnam 2011 2.019999981 89436644 5.4817993 21.2606 6.240302749 18.3801099
28
 6 3
Vietnam 10.9260 20.3126314
2012 1.769999981 90451881 5.370299 3 5.247367156 4
Vietnam 4.76065 21.5626926
2013 1.950000048 91497725 5.1979294 5 5.421882991 8
Vietnam 3.66238
2014 1.870000005 92544915 4.9408003 4 5.983654637 19.72155486
Vietnam
2015 2.119999886 93571567 6.1063612 -0.19079 6.679288789 18.68908001
Vietnam 1.11064
2016 2.099999905 94569072 6.1380724 9 6.210811668 16.99037096
Vietnam 4.12491
2017 2.052999973 95540800 6.300835 9 6.81224566 17.49260978
Laos 7.70059
1994 2.622999907 4740380 3.8351747 6 8.15901853 14.63257002
Laos 19.6853
1995 2.599999905 4851923 5.392574 6 7.031254328 20.3949681
Laos 13.7252
1996 2.438999891 4957180 8.5287093 1 6.928323725 17.54262103
Laos 19.3528
1997 2.282999992 5056519 4.9398634 2 6.872091273 17.34241675
Laos 84.5044
1998 2.109999895 5150763 3.5385709 6 3.967608091 16.46877902
Laos
1999 1.962000012 5241284 3.5483484 127.974 7.306376073 16.36226052
Laos 24.7977
2000 1.832000017 5329304 1.9576039 8 5.798782326 15.97741261
Laos 8.86807
2001 1.671000004 5414568 1.351579 4 5.751412882 15.3408742
Laos 6.31846
2002 1.537999988 5497273 0.2531769 5 5.918743682 15.31547851
Laos 13.4500
2003 1.39199996 5579656 0.9629697 9 6.067002304 15.07756211
Laos 10.6904
2004 1.256999969 5664605 0.714895 3 6.35769548 14.17419228
Laos 8.64032
2005 1.350000024 5754026 1.0133213 2 7.107568369 15.46619002
Laos
2006 1.210999966 5849356 5.4247615 10.8051 8.619266209 14.3440497
Laos 7.43828
2007 1.059999943 5949787 7.6609717 6 7.596828801 13.50093727
Laos 8.86345 10.7844255
2008 0.912999988 6052190 4.1839374 1 7.824902763 2

29
 Laos 11.5161401
2009 0.763999999 6152036 5.4620749 -2.93207 7.501774913 5
Laos 9.19657 11.0270983
2010 0.709999979 6246274 3.9115322 1 8.526905517 4
Laos 10.4687 10.7431744
2011 0.700999975 6333487 3.4373668 2 8.038652681 9
Laos 7.52885 10.9849961
2012 0.68900001 6415169 6.0615658 9 8.026098434 3
Laos 6.47397 16.8133673
2013 0.67900002 6494557 5.7057788 2 8.026300226 3
Laos 5.72655 15.4860759
2014 0.663999975 6576397 6.5391631 9 7.611963441 6
Laos 2.34858 14.8923361
2015 0.649999976 6663967 7.4894414 5 7.269591775 1
Laos 3.02252 13.8677114
2016 0.661000013 6758353 5.9174586 1 7.023091874 6
Laos 1.85179 12.2015251
2017 0.671000004 6858160 9.4900463 6 6.892747966 3
Combodia 59.9652
1994 0.855000019 10315376 2.4682643 9 -34.80863877 7.83614173
Combodia
1995 0.846000016 10653558 4.382185 8.00418 9.903468901 6.093261362
Combodia 3.03250
1996 0.839999974 10980273 8.3725542 2 5.89750561 9.746181642
Combodia 6.00507
1997 2.993000031 11295880 5.9156417 6 4.006621073 9.01833263
Combodia 10.3577
1998 5.260000229 11597739 7.7817266 4 4.681632108 8.913681378
Combodia 1.26155
1999 3.809999943 11883636 6.6028638 2 12.70538113 10.7823661
Combodia
2000 2.470000029 12152354 3.2167443 -4.28323 10.7119948 7.35823581
Combodia 2.64654
2001 1.820000052 12402473 3.6767564 1 7.446606976 8.893687516
Combodia 0.71314 9.38058683
2002 2.00999999 12634729 3.0568509 1 6.578939503 3
Combodia 1.79751 9.29103452
2003 2.082000017 12853124 1.7513166 8 8.505895557 5
Combodia 4.82373 8.18001329
2004 2.34800005 13063377 2.461977 8 10.34052878 4
Combodia 6.07667
2005 1.998999953 13270201 6.0253839 9 13.25008691 7.59087661
Combodia 2006 1.641000032 13474489 6.6424225 4.63110 10.77108367 8.58695261
30
 9 4
Combodia 6.51803 8.20115340
2007 0.870000005 13676693 10.03895 4 10.21257391 9
Combodia 12.2537 8.56011655
2008 0.439999998 13880509 7.8746811 9 6.691577475 1
Combodia 2.50438 10.9657037
2009 0.189999998 14090208 8.9252724 5 0.086696959 8
Combodia 3.12059 10.6327675
2010 0.349999994 14308740 12.491381 3 5.963078575 5
Combodia 3.36406
2011 0.200000003 14537886 11.994844 6 7.069569946 11.0514137
Combodia 1.44051 10.5733421
2012 0.159999996 14776866 14.257763 8 7.313345505 9
Combodia 0.78138 11.8613711
2013 0.300000012 15022692 13.583346 8 7.356665149 7
Combodia 2.63219 12.4526946
2014 0.180000007 15270790 11.096895 6 7.142571101 7
Combodia 1.71927 11.5969699
2015 0.179000005 15517635 10.098664 1 7.036087179 9
Combodia 3.45611 12.9896420
2016 0.197999999 15762370 12.369221 7 6.863092098 6
Combodia 3.42865
2017 0.216000006 16005373 12.582625 3 7.09986595 12.87305648
Malaysia 3.93740
1994 3.003000021 19986894 5.8296441 6 9.212041799 19.53797351
Malaysia 3.63348
1995 3.140000105 20495597 4.7102666 4 9.829085181 18.46713201
Malaysia 3.67996 18.6890841
1996 2.519999981 21023321 5.0353628 1 10.0027007 1
Malaysia 3.48275 16.9903653
1997 2.450000048 21565325 5.1362412 7 7.322741842 4
Malaysia 8.49910 16.8127127
1998 3.200000048 22113464 2.9977403 3 -7.359415193 1
Malaysia 0.04576 18.5838824
1999 3.430000067 22656286 4.9214339 5 6.137612015 9
Malaysia 8.85449 16.5121871
2000 3 23185608 4.0384286 3 8.858868177 2
Malaysia 18.7453892
2001 3.529999971 23698907 0.5970293 -1.58187 0.517675319 6
Malaysia 3.12861
2002 3.470000029 24198811 3.1661326 4 5.390988299 17.6745509

31
Malaysia 3.29920 17.6261853
2003 3.609999895 24688703 2.9209421 2 5.788499284 2
Malaysia 6.00950 18.8868661
2004 3.539999962 25174109 3.5078652 6 6.783437734 3
Malaysia 8.86235 17.6866981
2005 3.529999971 25659393 2.7343931 7 5.332139149 4
Malaysia 3.98075 17.7191114
2006 3.329999924 26143566 4.7272024 7 5.584847072 4
Malaysia 4.88149 18.1188211
2007 3.230000019 26625845 4.686888 9 6.29878593 4
Malaysia 10.3887
2008 3.339999914 27111069 3.2807913 6 4.831769887 19.5680128
Malaysia 21.6713140
2009 3.690000057 27605383 0.0566923 -5.9921 -1.513528719 6
Malaysia 7.26686 18.2319253
2010 3.25 28112289 4.2685903 7 7.424847386 9
Malaysia 5.41240 19.7347795
2011 3.089999914 28635128 5.0744325 8 5.29391284 9
Malaysia 0.99993
2012 3.019999981 29170456 2.8290565 2 5.473454192 20.979877
Malaysia 0.17447 20.6021204
2013 3.109999895 29706724 3.4943015 4 4.69372252 3
Malaysia 2.46746 19.6835443
2014 2.869999886 30228017 3.1412679 7 6.00672195 9
Malaysia 18.5819944
2015 3.099999905 30723155 3.3229793 -0.3745 5.091515721 2
Malaysia 1.95120 17.0181709
2016 3.440000057 31187265 4.5391605 6 4.223410194 8
Malaysia 3.81956
2017 3.414999962 31624264 3.0223646 2 5.897009293 21.04572582
Philipines 9.99131 14.3453590
1994 3.823999882 68236230 2.4826612 5 4.387623341 8
Philipines 17.0757436
1995 3.802999973 69835715 1.994064 7.55087 4.678692219 4
Philipines 7.66103
1996 3.788000107 71446107 1.831061 8 5.845873472 16.9571732
Philipines 6.22439
1997 3.759000063 73064764 1.4840136 2 5.185362276 17.0409153
Philipines 10.4574
1998 3.726999998 74693695 3.1672817 8 -0.576718146 15.98284758
Philipines 1999 3.73300004 76335812 1.5024975 6.58505 3.081916458 17.3325687

32
 7
Philipines 5.70979 16.2167924
2000 3.726999998 77991569 1.8352066 6 4.41122216 4
Philipines 16.9471757
2001 3.700000048 79665315 0.9965635 5.54948 2.893987062 4
Philipines 4.16222 16.8286061
2002 3.657000065 81352060 2.1743511 7 3.645903318 1
Philipines 3.20132
2003 3.529999971 83031954 0.586355 8 4.970368696 16.9123527
Philipines 5.51688
2004 3.549999952 84678493 0.6479063 7 6.697623613 15.8542771
Philipines 17.2039991
2005 3.799999952 86274237 1.614412 5.82801 4.77766782 6
Philipines 4.94902 15.2236492
2006 4.050000191 87809419 2.2153663 4 5.242960356 4
Philipines 3.09033 14.5036911
2007 3.430000067 89293490 1.9541554 1 6.616662284 4
Philipines 7.54906 14.1608560
2008 3.720000029 90751864 0.7692681 2 4.152756843 5
Philipines 2.77324 15.1680197
2009 3.859999895 92220879 1.2264981 5 1.14833222 6
Philipines 4.22238 14.4003318
2010 3.609999895 93726624 0.5362908 7 7.63226478 9
Philipines 4.02172 14.1288846
2011 3.589999914 95277940 0.8954774 3 3.659751601 4
Philipines 1.96838 14.1861317
2012 3.5 96866642 1.2856924 4 6.683818881 8
Philipines 2.04546 13.7934077
2013 3.5 98481032 1.3748621 8 7.064024264 1
Philipines 3.15743 13.4027858
2014 3.599999905 100102249 2.0168258 8 6.145298786 3
Philipines
2015 3.039999962 101716359 1.9261116 -0.58657 6.066548905 14.1060815
Philipines 1.69909 14.0405095
2016 2.710000038 103320222 2.7155936 6 6.875714823 1
Philipines 2.32070
2017 2.345999956 104918090 3.2071242 9 6.684517503 14.2593435

33
34
 TÀI LIỆU THAM KHẢO
Nguyễn Quang Dong, Giáo trình Kinh tế lượng, NXB Đại học Kinh tế Quốc
dân.
Nguyễn Văn Công, 2007, Giáo trình Nguyên lý kinh tế vĩ mô, NXB Lao động.
Nhóm nghiên cứu, 2017, nghiên cứu “Các yếu tố ảnh hưởng đến tổng sản phẩm
quốc nội của các nước đang phát triển giai đoạn 2011 – 2015”.
Ahn, Y. s., Adji, S. S., & Willet, T. D. (1998). The Effects Of Inflation And
Exchange Rate
Policies On Direct Investment To Developing Countries. International Economic
Journal, 12 (1), 95-104.
Altavilla, C., & Ciccarelli, M. (2007). Inflation forecasts, Monetary policy and
Unemployment dynamics. European Central Bank (27), 1-37.
Anil, K. L., & Thomas, C. L. (2002). Nominal effective exchange rate and reade
balance adjustnebt in South Asia Countries. Journal Of Asian Economies, 371-383.
Cashell, W. B. (2004). Inflation and unemployment: What is the connection?
Federal Publications.
El-Agrody, N. M., Othman, A. Z., & Hassan, M. B.-D. (2010). Economic Study of
Unemployment in Egypt and Impacts on GDP. Nature and Science, 8 (10), 102-111.
Flaim, P. O. (1990). Population Changes, The Babt boom, and The Unemployment
Rate. Monthly Labor Review, 3-10.
Lui, L. Q. (2009). Inflation and Unemployment: The roles of goos and labor market
institution. 1 31.
Osinubi, T. S. (2005). Macroeconometric Analysis Of Growth, Unemployment And
Poverty In Nigeria. Pakistan Economic and Social Review, XLIII (2), 249-269.
Pallis, D. (2006). The trade off between inflation and unemployment in new
European Union member-states. International Research Journal Of Finance and
Economics (1), 81-97.
Tunah, H. (2010). The Analysis of Unemployment in Turkey: Some Empirical
Evidence Using Co integration Test. European Journal of Social Sciences, 18 (1), 18-38.

35
https://data.worldbank.org/indicator/sp.pop.totl
https://data.worldbank.org/indicator/NY.GDP.MKTP.KD.ZG
https://data.worldbank.org/indicator/BX.KLT.DINV.WD.GD.ZS
https://data.worldbank.org/indicator/NY.GDP.DEFL.KD.ZG
https://data.worldbank.org/indicator/GC.XPN.TOTL.GD.ZS
https://data.worldbank.org/indicator/sl.uem.totl.zs

36