Professional Documents
Culture Documents
So Sánh Mô Hình Arima Và Vecm Trong Dự Báo Cầu Lao Động Ở Các Doanh Nghiệp Ngành Công Nghiệp Chế Biến Tỉnh Bình Dương
So Sánh Mô Hình Arima Và Vecm Trong Dự Báo Cầu Lao Động Ở Các Doanh Nghiệp Ngành Công Nghiệp Chế Biến Tỉnh Bình Dương
Tóm tắt:
Bài viết ứng dụng các mô hình trong phương pháp chuỗi thời gian vào dự báo cầu lao động
của các doanh nghiệp ngành công nghiệp chế biến ở Bình Dương. Trong đó, hai mô hình phổ
biến được sử dụng nhiều trong dự báo cầu lao động trong ngắn hạn là ARIMA và VECM được
phân tích và so sánh. Mô hình được xây dựng trên dữ liệu từ năm 1996 đến 2014, sau đó dự
báo được thực hiện cho các năm 2015 đến 2017 để kiểm tra mức độ chính xác của các mô
hình. Kết quả cho thấy cả hai mô hình đều có năng lực dự báo tốt, tuy nhiên, mô hình ARIMA
trong trường hợp này có khả năng dự báo chính xác hơn so với mô hình VECM. Bên cạnh đó,
nhóm tác giả tìm thấy vai trò quan trọng của vốn sản xuất đối với sự thay đổi cầu lao động
ngành công nghiệp chế biến Bình Dương cả trong ngắn hạn và dài hạn.
Từ khóa: Dự báo, cầu lao động, phương pháp chuỗi thời gian, công nghiệp chế biến, ARIMA,
VECM
Mã JEL: C53, E27, J23
i −1
giá trị của các biến ở năm i và năm (i-1). i=1997, ..., 2014. Các giá trị từ năm 2015 -2017 được giữ lại để dự
báo và đánh giá năng lực dự báo của mô hình. Như vậy, các biến mới sử dụng trong mô hình được mã hóa
lại thành L1, DT1 và VSX1.
Một vấn đề khác trong nghiên cứu theo phương pháp chuỗi thời gian đó là dữ liệu thường được thu thập
theo tháng hoặc quý. Tuy nhiên, việc có một bộ dữ liệu đầy đủ theo tháng hoặc quý trong một khoảng thời
gian dài đối với một địa phương là điều không khả thi. Vì vậy, nghiên cứu chỉ thực hiện dự báo trên bộ số
liệu có sẵn và đầy đủ nhất theo 6năm từ niên giám thống kê Bình Dương qua các năm.
6
6 trích xuất từ niên giám thống kê Bình Dương theo
Như vậy, các dữ liệu nghiên cứu trong bài viết được
Như năm củadữngành
vậy, các công
liệu nghiên cứunghiệp
trong bàichếviếtbiến
được và
tríchdữ liệu
xuất lãi suất
từ niên giám cho
thốngvay trung
kê Bình bình
Dương hằng năm tại Việt Nam từ IMF
Như vậy, các
Nhưdữvậy,
liệucác
nghiên cứunghiên
dữ liệu trong bài
cứu viết được
trong bài trích xuất từ
viếthằng
được niên
trích giám
xuất thốnggiám
từNam
niên kê Bình Dương
thống kê Bình Dương
theo năm củatrong
ngànhkhoảng
công nghiệp
thờichế biến
gian và dữ
từnghiệp liệu
1996 chế lãi suất
đếnbiến
2017.cho vay trung bình năm tại Việt
theo năm của ngành công
theotừnăm và dữ liệu lãi suất cho vay trung bình hằng năm tại Việt Nam
từ IMF trong khoảng thời gian 1996củađếnngành
2017.công nghiệp chế biến và dữ liệu lãi suất cho vay trung bình hằng năm tại Việt Nam
3.2. Mô trong
từ IMF hình
từ IMFnghiên
khoảng
trongthời cứu
gian từ
khoảng 1996
thời gianđến
từ 2017.
1996 đến 2017.
3.2. Mô hình nghiên cứu
3.2. Mô
3.2.1. Mô hình
hình nghiên
ARIMA cứu
3.2. Mô hình nghiên cứu
3.2.1. Mô hình ARIMA
3.2.1. Mô hình ARIMA
Theo Box Theo Boxsự3.2.1.
và cộng &(2015) Môbiến
cộng hình ARIMA
sự (2015)
phụ biến
thuộc L1tphụ
đượcthuộc L1ttheo
giải thích đượccácgiải thích
giá trị trongtheo các giá trịCommented
quá khứ trong quá khứNhững
[MNH4]: hoặc chỗ giá trịtài liệu không có
tô đỏ là
Theo Box Theo và cộngBox sựvà(2015)
cộng biến
sự phụ thuộc
(2015) biến L1t thuộc
phụ được giải
L1t thích
được theo
giải các giá
thích theotrị các
trong
giá quá
trị khứ
trongdanh mục tham khảoCommented [MNH4]: Những chỗ tô đỏ là tài
trong quá khứ
trễcủa
hoặc giá trị trễ của bản
bản thân
thân biếnbiến
hoặc giá trịhoặc
phụ
phụ thuộc
trễ của bản thân
thuộc
và vàsốthuộc
các sai
biến phụ
các
nhẫusai số
nhiên.
và các
nhẫu
sai số
nhiên.
nhẫu nhiên.
Commented
trongdanh mục tham khảo [MNH4]: Những
trongdanh mục tham khảo
Hầu hết các chuỗi thời gian giá kinh
trị trễtếcủa bản thân
không biếndừng,
có tính phụ thuộc
tức làvà các sai
chúng sẽ số
dầnnhẫu nhiên.
Hầu hếtHầu các hết chuỗi
các thời gian
chuỗi kinh
thờichuỗi
gian tế không
kinh tế không cócótính
tính dừng,
dừng, tứckết
tức
hợp sau môt
làlàchúng
chúng sẽ sẽ dần kết sau
hợp sau môt khoảng thời
khoảng thời gian dài. Nếu chuỗi thời gian mà ở sai phân bậc d thì chuỗi có tính dừng, lúc nàytức
Hầu hết các thời gian kinh tế không có tính dừng, chuỗilà dần
chúng
sai
kếtsẽhợp
dần kếtmôt hợp sau môt
giankhoảng
dài. Nếuthời chuỗi
khoảng
thời
gian dài.
thời Nếu gian
gian chuỗi
dài.
mà
Nếu
ở chuỗi
thời sai
gianphân
mà
thời
bậc
ở gian d thì
sai phân
mà ở
chuỗi
bậc
sai dphân có
thì chuỗi
bậc
tính
d có dừng,
tính
thì chuỗi
lúctính
dừng,
có
này
lúc nàychuỗi
dừng,chuỗi
lúc
sai
sai phân
này
bậc d là I(0).
chuỗi sai
phân bậc d là I(0). Lúc này chuỗi thời gian ban đầu là ARIMA(p, d, q), tức là nó là một chuỗi thời gian
Lúc phân
này chuỗi làthời
bậc dphân I(0).gian
Lúc
bậcMô
ban Lúc
này đầunày
I(0).chuỗi
d làhình
là ARIMA(p,
thời gian ban đầu d, q), tức là nó
là ARIMA(p, làtức
d, q), một là chuỗi
nó là một thời gian
chuỗi thờitrung
gian bình trượt kết hợp
trung bình trượt kết hợp tự hồi quy. ARIMA cóchuỗi
dạng:thời gian ban đầu là ARIMA(p, d, q), tức là nó là một chuỗi thời gian
tự hồi quy.
trung bìnhMô hình
trượt kết ARIMA
hợp tự hồi có
quy.dạng:
Mô hình ARIMA có
trung bình trượt kết hợp tự hồi quy. Mô hình ARIMA có dạng: dạng:
Với ∆dL1
Với ∆dL1
t là sai phânlàbậc said phân(∆dL1t bậc = ∆d-1dL1 (∆t+1dL1- ∆d-1=L1 ∆td-1
vớiL1d >=2, - ∆∆d-1 1
L1
d-1
L1t =L1với d >=2,
t –L1 t-1) 1 ∆1L1 =L1 –L1 )
Vớit ∆dL1t là sai dphân bậc d (∆dL1 t t = ∆d-1dL1t+1 t+1 - ∆d-1 L1t với t d >=2, ∆ L1t =L1tt –L1t-1t ) t-1
Với ∆ L1 là sai phân bậc d (∆ L1 = ∆ k t+1 - ∆d-1L1t với d >=2, ∆1L1t =L1t –L1t-1)
L1
Gọi B là phép toán dịch chuyển lùi có dạng: BL1t = L1t-1; tổng quát: L1t-k=B L1t; Đặt L1t = ∆L1
t t
k t
Gọi GọiB2Blà là phép
phép toán
toán dịch
dịch chuyển chuyển lùi có lùi
dạng: có dạng:
BL1 t = L1BL1t-1; tổng= L1
quát: ; tổng
L1 t-k =Bquát:
L1 t ; L1
Đặt L1
k =Bt =k
L1
∆L1 ;
t Đặt L1 = ∆L1t
p(B) = (1 - η1B – η2B - …-Gọi ηpBB p là phép toán dịch chuyển lùi có dạng: BL1
) là phép 2 2
toán tự phồi quy; t t = L1t-1 t-1; tổng quát: L1t-k=B t-k L1t; Đặtt L1t = ∆L1tt
p(B) 2= (1(1 - ηη1BB=–p –(1 η2B ηB-B…- ηη2pBB2η)- là Bphép toán tựtoán
hồitoán
quy;
q(B) = (1 - φ1Bp(B)
– φ 2B= - …--p(B)φ p1B ) làη-phép -toán
…- )ηlà pphép tựtựhồi hồiquy;
p
2 1 – trung p…- bình pBtrượt.
) là phép quy;
q(B) = (1 -q(B) φ1B =– (1 φ 2-Bφ2 -B2…- – φφ pB
B
p
2 ) là phép
- …- toán
p trung bình trượt.
p φ pB ) là phép toán trung bình trượt.
q(B)
Nếu chuỗi L1t=có(1tính - φdừng
1
B –với φ sai
B phân
1 - …-bậc2 φ p1Bcủa ) lànóphép là I(0),toán
mô hìnhtrung cóbình
thể được trượt. viết lại như
Nếu chuỗi NếuL1t2có
chuỗi tínhL1 dừng với sai phân bậc 1 của nó là I(0), mô hình có thể được viết lại như
sau: t có tính dừng với sai phân bậc 1 của nó là I(0), mô hình có thể được viết lại như
Nếu sau:chuỗisau: L1t có tính dừng với sai phân bậc 1 của nó là I(0), mô hình có thể được viết lại như sau:
q( B)
DL1t ut q( B)
p ( B ) DL1t DL1 ut q( B) u
p ( Bt ) p( B)
t
Trong đó, DL1t = ∆L1t, L1t là số lao động ở năm t, DL1t là sai phân bậc 1 số lao động tại năm t.
Trong đó, = DL1 t = ∆L1, L1t,t L1 t là số laođộng
động ở năm t, t,
DL1 t là sai là phân bậc 1 bậcsố lao1 động tại động
năm t. tại năm t. B×DL1
B×DL1t = DL1Trong
t-1,
đó, DL1 ∆L1
t Trong đó t , DL1
là
t =số ∆L1 laot, L1 t là sốởlao năm
động ởDL1
năm sai phân số lao
t t, DL1t là sai phân bậc 1 số lao động tại năm t. t
= DL1 B×DL1 , t = DL1
B×DL1 t-1 , = DL1 ,
3.2.2. Mô hình VECM t-1 t t-1
3.2.2. Mô hình 3.2.2. VECM
Mô hình VECM
Mô hình3.2.2.
VECMMô hình
là một dạng VECM đặc biệt của mô hình VAR, nó là sự kết hợp giữa VAR và ECM
Mô hình VECM Mô hình là VECM
một dạng là đặc
một biệt
dạngcủa đặcmô hình
biệt của VAR,
mô hình nó làVAR, sự kết nóhợp
là sự giữa
kếtVARhợp giữavà ECM
VAR và ECM
Mô hìnhMô nghiên
hìnhcứu VECMcầu laolàđộng một ngành
dạng công
đặcđộng nghiệp
biệtngànhcủa chế môbiến ở Bình
hình VAR, Dương nó theo
là sự môkếthình
hợp giữa VAR và ECM
Mô hình nghiênMô hình cứu cầu
nghiên laocứu cầu lao độngcông nghiệp
ngành công chế biến
nghiệp ở Bình
chế biến Dương
ở Bình theo mô hình
Dương theo mô hình
VECM như sau:
Mô VECMhìnhnhư nghiên
sau: như
VECM cứusau:
cầu lao động ngành công nghiệp chế biến ở Bình Dương theo mô hình VECM như
sau: p p p p
L1t ( L1t 1 0 ) 1,i L1t i 2,pi DT 1t i pp3,i VSX 1pt i p 4,1LSt ip ut (2) p
L1t 1 0i )1
p
L1t
1( L1
0 ) i1,1i L DT 1
1t i 2,i i1DT 1 VSX 1 4,11LS t i ut (2)
1t ( L1ti11 t i 3,i iVSX t i 4,1LS t i ut (2)
iL 1, i t i i 1
2, i t i i 1 3, i t i
1
i 1 i 1 i 1 i 1
Trong đó, α là ma trận hệ số điều chỉnh, thể hiện tốc độ mà các biến độc lập hội tụ trở lại giá trị cân bằng;
Trong đó, α là ma trận hệ số điều chỉnh, thể hiện tốc độ mà các biến độc lập hội tụ trở lại giá trị cân
bằng;
β là maTrong
trận đó,
hệ Trong
αsốlàdài
mađó,hạn
trận
α làthể
hệ sốhiện
ma điềuhệ
trận mối
chỉnh, quan
số điều hệtốc
thể chỉnh,
hiện đồng liên
thểđộhiện
mà cáckết
tốc giữa
biến
độ màđộc các
cáclập biến;
hội
biến tụ trở
độc lập lại
hộigiá trị cân
tụ trở lại giá trị cân
bằng; bằng;
β là ma trận hệ số dài hạn thể hiện mối quan hệ đồng liên kết giữa các biến;
β là ma trận hệma số trận
dài hạn thểdài
hiện mối quan hệ đồng 44liên kết giữa các biến;
j,i làSố
mối282
quantháng
hệ ngắn12/2020
hạnβgiữa
là hệ với
các biến số cáchạn
biếnthể
trễhiện
của mối
nó; quan hệ đồng liên kết giữa các biến;
j,i là mối quanlà hệ
mốingắn
quanhạn
hệ giữa
ngắncác
hạnbiến
giữavới
cáccác biến
biến vớitrễcác
của nó;trễ của nó;
biến
j,i
không có tính dừng (Hình 1). Thêm vào đó, ở biểu đồ tương quan, biểu đồ PACF ở tất cả các độ trễ có
hình sin và nhiều độ trễ nằm ngoài khoảng tin cậy, hoặc có thể thấy kiểm định toàn bộ giá trị ρk của
hình sin và nhiều độ trễ nằm ngoài khoảng tin cậy, hoặc có thể thấy kiểm định toàn bộ giá trị ρk của
ACF tại 12 độ trễ đều khác 0 có ý nghĩa nên chuỗi không có tính dừng (Hình 2). Cuối cùng, là kiểm
ACF tại 12 độ trễ đều khác 0 có ý nghĩa nên chuỗi không có tính dừng (Hình 2). Cuối cùng, là kiểm
định nghiệm đơn vị (ADF), các chuỗi của ngành không dừng do giá trị thống kê t lớn hơn giá trị tới hạn
định nghiệm đơn vị (ADF), các chuỗi của ngành không dừng do giá trị thống kê t lớn hơn giá trị tới hạn
(Bảng 1).
(Bảng 1).
Hình 1: Đồ thị tương quan chuỗi L1
Hình 1: Đồ thị tương quan chuỗi L1
6
không có tính dừng (Hình 1). Thêm vào đó, ở biểu đồ tương quan, biểu đồ PACF ở tất cả các độ trễ có
hình sin và nhiều độ trễ nằm ngoài khoảng tin cậy, hoặc có thể thấy kiểm định toàn bộ giá trị ρk của
ACF tại 12 độ trễ đều khác 0 có ý nghĩa nên chuỗi không có tính dừng (Hình 2). Cuối cùng, là kiểm
định nghiệm đơn vị (ADF), các chuỗi của ngành không dừng do giá trị thống kê t lớn hơn giá trị tới hạn
(Bảng 1).
Hình 1: Đồ thị tương quan chuỗi L1
Nguồn: nghiên cứu của nhóm tác giả
Nguồn: nghiên cứu của nhóm tác giả
η j,i là mối
Sauquan hệ ngắn
khi chuỗi hạn giữa
L1 được cácphân
lấy sai biếnmột
vớilần
cácthìbiến
đượctrễchuỗi
của dừng
nó; với giá trị p (0,0039<0,05), đồ
Sau khi chuỗi L1 được lấy sai phân một lần thì được chuỗi dừng với giá trị p (0,0039<0,05), đồ
pthịlàvàsốbiểu
trễ, đồ tương
được lựaquan
chọncũng
sao cho
không thấycóchuỗi
sự tựL1tương dừngquan
ở sai giữa
phân các
bậc một.
sai số ước lượng. Số trễ, p, được xác
thị và biểu đồ tương quan cũng cho thấy chuỗi L1 dừng ở sai phân bậc một.
định bằng phép thử, bắt đầu từ giá trị cao nhất có thể và độ trễ này sẽ được kiểm định ý nghĩa thống kê bằng
tỷ số t. AIC và SBC là các Hình
tiêu3:chíBiểu
để lựa đồ tương
chọn pquan tối ưuchuỗi L1 sai
cho mô phân
hình ADF, bậcp 1được lựa chọn sao cho AIC và
Hình 3: Biểu đồ tương quan chuỗi L1 sai phân bậc 1
SBC nhỏ nhất; Autocorrelation Partial Correlation AC PAC Q-Sta... Prob
ut là nhiễu trắng. Autocorrelation Partial Correlation
AC PAC Q-Sta... Prob
1 -0.15... -0.15... 0.4702 0.493
21-0.22...
-0.15...-0.25...
-0.15... 1.5303
0.4702 0.465
0.493
Như vậy, các biến mới được mã hóa lại như sau: lao động (L1), doanh thu (DT1) và vốn sản xuất (VSX1).
Nguồn: nghiên cứu của
32 -0.22...
0.098 -0.25...
nhóm
0.019 1.7537
tác 1.5303 0.625
giả 0.465
43 0.136
0.098 0.112
0.019 2.2148
1.7537 0.696
0.625
Để ứng dụng mô hình VECM các nhà dự báo luôn kỳ vọng các biến có mối quan hệ với nhau trong dài
54-0.12...
0.136-0.05...
65-0.26...
0.112 2.6355
2.2148 0.756
0.696
-0.12...-0.27...
-0.05... 4.6335
2.6355 0.592
0.756
hạn bởi tính đồng kết hợp thể hiện mối quan hệ dài hạn và ổn định giữa các biến
7 -0.26...
0.051 -0.11...
Sau khi chuỗi L1 được lấy sai phân một lần thì867-0.02...
được chuỗi với
giá trị nhau. Phương đồ
-0.27... 4.7189
4.6335 0.694
dừng với
p (0,0039<0,05),
0.592 pháp hợp
0.051-0.16...
-0.11... 4.7397
4.7189 0.785
0.694
lý cực đại của Johansen với kiểm định trace được sử dụng để kiểm định tính đồng kết hợp. Các kiểm định
thị và biểu đồ tương quan cũng cho thấy chuỗi L1 dừng
98-0.13... -0.16... 5.4974 0.789
-0.02... -0.16... 4.7397 0.785
ở sai phân5.4974bậc0.854
một.
1...9 -0.13...
0.021 -0.04...
-0.16... 5.5184 0.789
1...
1... 0.043
0.021-0.07...
-0.04... 5.6197
5.5184 0.897
0.854
1...
1... 0.044
0.043-0.03...
-0.07... 5.7428
5.6197 0.928
0.897
Hình 3: Biểu đồ tương quan chuỗi L1 sai phân bậc 1
1... 0.044 -0.03... 5.7428 0.928
Nguồn: nghiên cứu của nhóm tác giả
Nguồn: nghiên
Autocorrelation cứu của AC
Partial Correlation nhóm
PACtác giả Prob
Q-Sta...
7 định ADF
Bảng 1: Kiểm
Biến Giá trị thống Giá trị tới hạn Biến Giá trị thống kê t Giá trị tới hạn
7
kê t Bảng 1: Kiểm định ADF
L1
Biến -1,509007
Giá trị thống Giá -2,666593
trị tới hạn ∆L1 Biến -4,411069***
Giá trị thống kê t -3,92035
Giá trị tới hạn
Bảng 1: Kiểm định ADF
***: mức ý nghĩa kê1%t
Biến Giá trị thống Giá trị tới hạn Biến Giá trị thống kê t Giá trị tới hạn
L1Nguồn: nghiên cứu của nhóm tác-2,666593
-1,509007 giả ∆L1 -4,411069*** -3,92035
kê t
***: TừmứcHình
ý nghĩa3, các
1%giá trị ACF và PACF cùng giảm đột ngột tại độ trễ thứ 2, thứ 6 của chuỗi L1.
L1 -1,509007 -2,666593 ∆L1 -4,411069*** -3,92035
Do Nguồn:
vậy, ta có AR(2,6)
nghiên cứu và củaMA(2,6)
nhóm tác đốigiả với chuỗi L1. Xét các mô hình cho chuỗi L1 ở Bảng 2.
***: mức ý nghĩa 1%
Từ Hình 3, các giá trị ACF và PACF cùng giảm đột ngột tại độ trễ thứ 2, thứ 6 của chuỗi L1.
Nguồn: nghiên cứu của nhóm tác giả
Do vậy, ta có AR(2,6) và MA(2,6) Bảng đối2:vớiCácchuỗi mô hình
L1. Xét ARIMA các môdựhình kiến cho chuỗi L1 ở Bảng 2.
Từ Hình 3, các giá trị ACF và PACF cùng giảm đột ngột tại độ trễ thứ 2, thứ 6 của chuỗi L1.
Chuỗi thời gian ARIMA1 ARIMA2 ARIMA3 ARIMA4 ARIMA5 ARIMA6
Do vậy, ta có AR(2,6) và MA(2,6) đối với chuỗi L1. Xét các mô hình cho chuỗi L1 ở Bảng 2.
Mô hình AR(2),Bảng 2: AR(2), Các mô hình AR(6), ARIMA dự kiến AR(2), AR(2), AR(6),
Chuỗi thời gian MA(2)
ARIMA1 MA(6)
ARIMA2 MA(2)
ARIMA3 AR(6),
ARIMA4 AR(6),
ARIMA5 MA(2),
ARIMA6
Bảng 2: Các mô hình ARIMA dự kiến
Mô hình AR(2), AR(2), AR(6), MA(2)
AR(2), MA(6)
AR(2), MA(6)
AR(6),
Chuỗi thời gian ARIMA1 ARIMA2 ARIMA3 ARIMA4 ARIMA5 ARIMA6
Nguồn: nghiên cứu của nhóm tác giả.
MA(2) MA(6) MA(2) AR(6), AR(6), MA(2),
Mô hình AR(2), AR(2), AR(6), AR(2), AR(2), AR(6),
MA(2) MA(6) MA(6)
phần dư từ mô hình VECM MA(2)bao gồm: Tính MA(6) dừng phần MA(2) dư, hiện tượng AR(6), tự tươngAR(6),
quan, phươngMA(2), sai thay đổi
Thực hiện
Nguồn: các mô
nghiên cứuhìnhcủa theo
nhómthứ táctựgiả.
để xem xét lựa chọn mô hình phù hợp nhất. Kết quả của các mô
giữa các biến, MA(2) MA(6)
có vi phạmMA(6)
hình được thểvàhiện
phân phối 3.
ở Bảng chuẩn của phần dư được kiểm tra để xem xét mô hình các giả thiết
Nguồn: nghiên cứu của nhóm tác giả.
về phầnThực dưhiện
hay các
không.mô hình theo thứ tự để xem xét lựa chọn mô hình phù hợp nhất. Kết quả của các mô
hình được
4. Thực
Kết quả thể hiện ở Bảng 3. Bảng 3: Các tiêu chí lựa chọn mô hình
hiệnvà cácthảo luậntheo
mô hình thứ tự để xem xét lựa chọn mô hình phù hợp nhất. Kết quả của các mô
Tiêu chí ARIMA1 ARIMA2 ARIMA3 ARIMA4 ARIMA5 ARIMA6
hình
4.1.Rđược
Mô
2
thể hiện
hình ARIMAở Bảng 3.
điều 0,076043 Bảng 0,172738
3: Các tiêu chí 0,17823
lựa chọn mô0,187844 hình 0,177985 0,304381
chỉnhchí ARIMA1
Tiêu ARIMA2 ARIMA3 ARIMA4 ARIMA5 ARIMA6
Bảng 3: Các tiêu chí lựa chọn mô hình
AIC điều
R 2
-2,071509
0,076043 -2,133623
0,172738 -2,14022
0,17823 -2,026430
0,187844 -2,016134 0,177985 -2,041676
0,304381
Tiêu chí ARIMA1 ARIMA2 ARIMA3 ARIMA4 ARIMA5 ARIMA6
SIC
chỉnh -1,875459 -1,937573 -1,94417 -1,781367 -1,771071 -1,796613
R2 điều 0,076043 0,172738 0,17823 0,187844 0,177985 0,304381
Nguồn:
AIC nghiên-2,071509 cứu của nhóm-2,133623 tác giả. -2,14022 -2,026430 -2,016134 -2,041676
chỉnh
SIC -1,875459 -1,937573 -1,94417 -1,781367 -1,771071 -1,796613
AIC -2,071509 -2,133623 -2,14022 -2,026430 2 -2,016134 -2,041676
Nguồn: Từ nghiên
các tiêucứu chícủa
trên,
nhómmô hình có giá trị AIC và SIC nhỏ nhất, R điều chỉnh cao nhất sẽ được
tác giả.
SIC -1,875459 -1,937573 -1,94417 -1,781367 -1,771071 -1,796613
lựa chọn. Chuỗi công nghiệp chế biến có mô hình ARMA3 phù hợp nhất.
Nguồn: nghiên cứu của nhóm tác giả. 8hình
8và đó
Để lựa
Từ các chọn
tiêu chímôtrên,
hìnhmô phùhìnhhợp có nhất giáthìtrịmôAIC SICphải nhỏđáp nhất, ứngRcác
2
điềukiểm định
chỉnh vềnhất
cao nhiễu sẽtrắng.
được
Kiểm
lựa địnhChuỗi
chọn. nghiệm côngđơnnghiệp
vị chochế phần dư có
biến bằng môbiểu hìnhđồ tương quan
ARMA3 phù hợp thống kê Q và ADF đều cho thấy phần
nhất.
Từ các tiêu chí trên, mô hình có giá trị AIC và SIC nhỏ nhất, R2 điều chỉnh cao nhất sẽ được
dư của cả hai chuỗi đều có Hình
tínhHình
dừng 4:4:Biểu
và Biểu
các đồ đồtương
giá tương
Để lựa chọn mô hình phù hợp nhất thì mô hình đó phải đáp ứngphần
trị ACFquan
quan và củacủa
PACF phần
phầncủa dư
dưcác dư kiểmđềuđịnh
nằmvềtrong
nhiễukhoảng
trắng.
lựa chọn. Chuỗi công nghiệp chế biến
Q-statistic
Q-statistic có mô
probabilities
probabilities hình
adjusted
adjusted ARMA3
forfor
22ARMA
ARMA terms phù hợp nhất.
terms
tin
Kiểm định nghiệm đơn vị cho phần dư bằng biểu đồ tương quan thống kê Q và ADF đều cho thấychuỗi
cậy 95% ở tất cả các độ trễ, nên phần dư của mô hình là nhiễu trắng. Mô hình ARIMA3 của phần
Để lựa chọn mô hình phù hợp nhất
Autocorrelation
Autocorrelation thìCorrelation
Partial
Partial mô hình đóACAC
Correlation phảiPAC đápQ-Sta...
PAC ứng các
Q-Sta...Prob kiểm định về nhiễu trắng.
Prob
công
dư củanghiệp
cả haichế
chuỗi biếnđềuđápcóứng
tínhđiều
dừngkiện và các các nhiễu
giá trị không
ACF vàtựPACF tương quan
của phầnnên dưlà đều
mô hình phù hợp
nằm trong nhất
khoảng
Kiểm định nghiệm đơn vị cho phần dư bằng biểu đồ tương quan
1 -0.25... thống
-0.25...
1 -0.25... -0.25... kê Q và ADF đều cho thấy phần
1.2837
1.2837
(Hình
tin cậy4,95%Bảng 4). cả các độ trễ, nên phần dư của mô hình
ở tất là nhiễu
2 -0.09... -0.17...trắng.
-0.17...
2 -0.09... 1.4788 Mô hình ARIMA3 của chuỗi
1.4788
dư của cả hai chuỗi đều có tính dừng và các giá trị ACF3 3và PACF
0.017
0.017 -0.05...của
-0.05... phần
1.4854
1.4854 0.223dư đều nằm trong khoảng
0.223
công nghiệp chế biến đáp ứngHình điều4: Biểu
kiện cácđồnhiễu
tương quan
không tựcủa
4 40.097
0.097tương phần
0.077
0.077 quandư0.423
1.7215
1.7215 nên
0.423là mô hình phù hợp nhất
tin cậy 95% ở tất cả các độ trễ, nên phần dư của mô hình là nhiễu
5 -0.20... -0.17...trắng.
-0.17...
5 -0.20... 2.8323Mô
2.8323 0.418 hình ARIMA3 của chuỗi
0.418
(Hình 4, Bảng 4). 6 60.111
0.1110.035
0.0353.1937
3.19370.526
0.526
công nghiệp chế biến đáp ứng điều kiện các nhiễu không tự tương
7 -0.04... -0.05...
7 -0.04... quan
3.2475nên
-0.05...3.2475 0.662 là mô hình phù hợp nhất
0.662
Hình 4: Biểu đồ tương quan 8 -0.09...của phần
-0.12...
8 -0.09... -0.12... dư0.738
3.5419
3.5419 0.738
(Hình 4, Bảng 4). 9 -0.10...
9 -0.16...
-0.10... -0.16... 3.9669
3.9669 0.784
0.784
1...
1...0.045
0.045-0.11...
-0.11...4.0586
4.05860.852
0.852
Hình 4: Biểu đồ tương quan 1...
1...0.005của
0.005 phần
-0.03...
-0.03... dư 0.907
4.0602
4.0602 0.907
1... -0.02...
1... -0.06...
-0.02... -0.06...4.0910
4.09100.943
0.943
Nguồn:
Nguồn:nghiên
nghiêncứu
cứucủa
củanhóm
nhómtác
tácgiả.
giả.
Bảng
Bảng4:4:Kiểm
Kiểmđịnh
địnhADF ADFphần
phầndư dưcủa
củachuỗi
chuỗi
Biến
Biến Giá
Giátrịtrịthống
thốngkêkêt t Giá
Giátrịtrịtới
tớihạn
hạn
DL1
DL1 -4,925090***
-4,925090*** -3,920350
-3,920350
Nguồn:
Nguồn:Nghiên
Nghiêncứu
cứucủa
củanhóm
nhómtác
tácgiả.
giả.
Như
Nhưvậy,
vậy,trong
trongsốsốcác
cácmô
môhình
hìnhARIMA
ARIMAởởBảng
Số 282 tháng 12/2020 46 33thì
Bảng thìmô
môhình
hìnhARIMA3
ARIMA3làlàmô
môhình
hìnhphù
phùhợp
hợp
nhất.
nhất.Kết
Kếtquả
quảhồi
hồiquy
quycủa
củacác
cácmô
môhình
hìnhđược
đượcthể
thểhiện
hiệnởởBảng
Bảng5.5.
Bảng
Bảng5:5:Kết
Kếtquả
quảmô
môhình
hìnhARIMA3
ARIMA3
Nguồn: Nghiên cứu của nhóm tác giả.
Như vậy, trong số các mô hình ARIMA ở Bảng 3 thì mô hình ARIMA3 là mô hình phù hợp
nhất. Kết quả hồi quy của các mô hình được thể hiện ở Bảng 5.
Hình
Hình 7: Biểu đồ
đồtương quan
quanchuỗi
chuỗiLS
Hình 7: Biểu7:đồ
Biểu
tương tương
quan chuỗi LS LS
Sample: 1997 2014
Sample:
Sample: Included
1997 2014 1997 2014
observations: 18
Included observations:
Included observations: 18 18
Autocorrelation Partial Correlation AC PAC Q-Sta... Prob
Autocorrelation
Autocorrelation Partial CorrelationCorrelation
Partial AC PACACQ-Sta... PAC ProbQ-Sta... Prob
1 0.363 0.363 2.7924 0.095
1
1 0.3632 -0.00... 0.363
0.363 -0.15...0.363
2.7924 0.095 2.7924 0.095
2.7925 0.248
2 -0.00... -0.15...0.248
2 -0.00...3-0.15... 2.7925 0.248
-0.02... 2.7925
0.037 2.8090 0.422
3 -0.02...
3 -0.02...4 -0.14...
0.037 2.80900.0370.422
2.8090 0.422
-0.16... 3.3095 0.507
4 -0.14...
4 -0.14...5-0.16... -0.16...
3.3095 0.507 3.3095 0.507
-0.22... -0.12... 4.6467 0.460
5 -0.22...
5 -0.22...6-0.12... -0.12...0.460
4.6467 4.6467 0.460
-0.35... -0.30... 8.4524 0.207
6 -0.35...
6 -0.35...7-0.30... -0.30...0.207
8.4524 8.4524 0.207
-0.24... -0.04... 10.331 0.171
7 -0.24...
7 -0.24...8-0.04... -0.04...
10.331 0.171 10.331 0.171
-0.20... -0.25... 11.880 0.157
8 -0.20...
8 -0.20...9-0.25... -0.25...0.157
11.880 11.880 0.157
-0.13... -0.07... 12.559 0.184
9 -0.13... 9 -0.13... -0.07... 12.559 0.184
1...-0.07... 12.559 0.184
-0.01... -0.15... 12.568 0.249
1... -0.01... 1... -0.01... -0.15... 12.568 0.249
1...-0.15... 12.568 0.249
0.079 -0.04... 12.888 0.301
1... 0.079 1... 0.079 -0.04...0.301
12.888 0.301
1...-0.04... 12.888
0.133 -0.14... 13.947 0.304
1... 0.133 -0.14...
1... 0.133 -0.14... 13.947 0.304 13.947 0.304
Hình 8: Biểu đồ tương quan sau khi lấy sai phân bậc 1 Chuỗi DT1
Sample: 1997
Sample: 1997 2014
2014
Included observations:
Included observations: 17
17
Autocorrelation
Autocorrelation Partial Correlation
Partial Correlation AC
AC PAC Q-Sta...
PAC Q-Sta... Prob
Prob
1
1 -0.13...
-0.13... -0.13...
-0.13... 0.3824
0.3824 0.536
0.536
2
2 -0.22...
-0.22... -0.24...
-0.24... 1.4592
1.4592 0.482
0.482
3 -0.05... -0.13...
3 -0.05... -0.13... 1.5291
1.5291 0.676
0.676
4 -0.12... -0.24...
4 -0.12... -0.24... 1.9253
1.9253 0.749
0.749
5
5 -0.01...
-0.01... -0.16...
-0.16... 1.9322
1.9322 0.858
0.858
6
6 0.160
0.160 0.013
0.013 2.6878
2.6878 0.847
0.847
7 -0.22... -0.32...
7 -0.22... -0.32... 4.3113
4.3113 0.743
0.743
8 -0.13... -0.34...
8 -0.13... -0.34... 4.9836
4.9836 0.759
0.759
10 9
9 0.321
1...
0.321 0.043
1... 0.007
0.043
0.007 -0.11...
-0.11...
9.1316
9.1316
9.1340
9.1340
0.425
0.425
0.519
0.519
1... 0.033 -0.02...
1... 0.033 -0.02... 9.1937
9.1937 0.604
0.604
1...
1... -0.08...
-0.08... -0.19...
-0.19... 9.6766
9.6766 0.644
0.644
Sample:
Sample: 1997
1997 2014
Autocorrelation
2014 Partial Correlation AC PAC Q-Sta... Prob
Included observations:
Included observations: 17
17
1 -0.13... -0.13... 0.3824 0.536
Autocorrelation
Autocorrelation Partial Correlation
Partial Correlation AC -0.24...
2 -0.22...
AC PAC
PAC Q-Sta...
1.4592
Q-Sta... Prob
0.482
Prob
3 -0.05... -0.13... 1.5291 0.676
1 -0.12...
4
1 0.007 -0.24...
0.007 0.007
0.007 0.0011
1.9253
0.0011 0.973
0.749
0.973
2 -0.01...
5
2 -0.58... -0.16...
-0.58... -0.58...
-0.58... 7.3598
1.9322
7.3598 0.025
0.858
0.025
3 0.160
6
3 0.164 0.013
0.164 0.267
0.267 7.9818
2.6878
7.9818 0.046
0.847
0.046
4 -0.22...
7
4 0.377 -0.32...
0.377 0.007
0.007 11.522
4.3113
11.522 0.021
0.743
0.021
5 -0.13...
8
5 -0.01... -0.34...
-0.01... 0.277
0.277 11.532
4.9836
11.532 0.042
0.759
0.042
6 -0.21...
9
6 -0.21... -0.10...
0.321 -0.10...
0.043 12.927
9.1316
12.927 0.044
0.425
0.044
7 -0.14...
1...7 -0.14... -0.18...
0.007 -0.11...
-0.18... 13.610
9.1340
13.610 0.059
0.519
0.059
8 0.033
1...8 0.065 -0.02...
0.065 -0.17...
-0.17... 13.760
9.1937
13.760 0.088
0.604
0.088
9 -0.08...
1...9 0.103 -0.08...
-0.19...
0.103 -0.08... 14.188
9.6766
14.188 0.116
0.644
0.116
1... -0.17...
1... -0.17... -0.16...
-0.16... 15.636
15.636 0.111
0.111
1... -0.10...
1... -0.10... 0.141
0.141 16.183
16.183 0.134
0.134
Nguồn: nghiên cứu của nhóm tác giả. 1... 0.041 -0.18...
1... 0.041 -0.18... 16.290
16.290 0.178
0.178
Sample:
Sample: 1997
1997 2014
Autocorrelation
2014 Partial Correlation AC PAC Q-Sta... Prob
Sau khi chuỗi L1 được lấy sai phân mộtIncluded
lần thì
Included được 17
observations:
observations: chuỗi dừng với giá trị p (0,0039<0,05), đồ thị và biểu
17
1 0.007 0.007 0.0011 0.973
đồ tương quan cũng cho thấy chuỗi L1 dừng ở sai phân
Autocorrelation
Autocorrelation bậc
Partial
Partial một. 2 -0.58...
Correlation
Correlation AC
AC PAC
PAC Q-Sta...
-0.58... 7.3598Prob
Q-Sta... Prob
0.025
3 0.164 0.267 7.9818 0.046
1 -0.21...
1 -0.21... -0.21...
-0.21... 0.9226
0.9226 0.337
0.337
Từ Hình 3, các giá trị ACF và PACF cùng giảm đột ngột tại độ2245trễ thứ 2, 1.6732
thứ 60.433
0.377 0.007 11.522 0.021
-0.18...
-0.18... -0.24...
-0.24... 1.6732 của
0.042 chuỗi L1. Do vậy, ta
0.433
3 -0.01...
3 0.247
0.277
0.247 0.161
0.161 11.532
3.0763
3.0763 0.380
0.380
có AR(2,6) và MA(2,6) đối với chuỗi L1. Xét các mô hình cho chuỗi
4
6
L1
-0.21...
4 -0.10...
-0.10...
57-0.02...
-0.14... ở Bảng
-0.10...
-0.05...
-0.05...
-0.18...
3.3352 2.
12.927
3.3352
0.044
0.503
0.503
13.6100.645
0.021 3.3549 0.059
5 -0.02... 0.021 3.3549 0.645
68-0.07...
0.065-0.16...
-0.17... 3.5001
13.7600.744
0.088
Thực hiện các mô hình theo thứ tự để xem xét lựa chọn mô hình
7 phù hợp 3.6118
0.103-0.09...
-0.05... -0.08...
-0.09... nhất. Kết
0.116 quả của các mô hình
6 -0.07... -0.16... 3.5001 0.744
79-0.05... 14.1880.823
3.6118 0.823
1...
8 -0.17...-0.18...
8 -0.08...
-0.08... -0.16... 3.8435
-0.18... 15.6360.871
3.8435 0.111
0.871
được thể hiện ở Bảng 3. 1... -0.10...-0.10...
9 -0.05...
9 -0.05... 0.141 3.9563
-0.10... 16.1830.914
3.9563 0.134
0.914
1...-0.03...
1...
1... 0.041-0.13...
-0.03... -0.18... 3.9986
-0.13... 16.2900.947
3.9986 0.178
0.947
Từ các tiêu chí trên, mô hình có giá trị AIC và SIC nhỏ nhất,1...
R-0.11...
1...
1...
2
điều
1... -0.11...
0.030
0.030
chỉnh
-0.18...
-0.12...
-0.12... 4.7226cao
-0.18... 4.6644
4.7226 0.967nhất sẽ được lựa chọn.
4.6644 0.946
0.946
0.967
Nguồn: nghiên cứu của nhóm tác giả.
Chuỗi công nghiệp chế biến có mô hình ARMA3 phù hợp nhất.
Nguồn: nghiên cứu của nhóm tác giả.
Hình 10: Biểu đồ tương quan sau khi lấy sai phân bậc 1 Chuỗi LS
Sample: 1997 2014
Included observations: 17
Độtháng
Số 282 trễ 12/2020
LR FPE 49 AIC SC HQ
Bảng 9: Kết quả hồi quy mô hình VECM về cầu lao động
Các biến ∆L1t Thống kê t
-0,011229 -0,68261
α 0,276609 0,95269
L1t-1 1
DT1t-1 -0,186827 -4,08857***
VSX1t-1 -0,662096 -4,32150***
LSt-1 4,018987 11,6671***
ρ0 -0,572466
Các biến Hệ số Thống kê t
∆L1t-1 -0,426332 -1,36600
∆DT1t-1 -0,017101 -0,15175
∆VSX1t-1 -0,645374 -2,47204**
∆LSt-1 -1,041357 -1,25718
R2 0,5025
Sum sq. resids 0,0404
S.E. equation 0,06359
Log likelihood 25,1413
***: Mức ý nghĩa 1%
**: Mức ý nghĩa 5%
Nguồn: nghiên cứu của nhóm tác giả.
Mô hình
chuỗi có nghiệm đơnhồivị,quy cầu lao
vì vậy, độngkhông
chuỗi trong dừng.
dài hạn với các biến như sau:
L1phân
Tiếp tục xem xét sai = - 0,572466 + 0,186827DT1
bậc 1, lúc này, tất cả các+ chuỗi
0,662096VSX1
đều dừng.- 4,018987LS
Có thể thấy rõ điều này qua biểu đồ
(4,08857) (4,32150) (11,6671)
tương quan và kiểm định ADF. Tất cả các chuỗi sau khi lấy sai phân bậc một đều có các giá trị ACF và PACF
Kết quảtin
nằm trong khoảng hồicậy
quy95%
cho thấy
(Hìnhphương trình
8, Hình cân bằng
9, Hình 10) trong
và giádài
trị hạn phùkêhợp
thống t bédohơn
cácgiá
biến
trịđộc
tới lập
hạnđều
(Bảng 6).
có ý nghĩa thống kê trong việc giải thích cầu lao động dài hạn ngành công nghiệp chế biến ở mức ý
Sau khi các chuỗi thời gian đều cùng dừng tại bậc tích hợp thứ 1. Sự đồng liên kết được kiểm tra bằng
nghĩa 1%. Kết quả cũng cho thấy hướng tác động của mô hình cũng phù hợp với kỳ vọng ban đầu, khi
các kiểm định Trace và kiểm định giá trị riêng nhỏ nhất để xem xét liệu rằng có tồn tại mối quan hệ trong
doanh thu và vốn sản xuất tăng thì cầu lao động tăng, trong khi đó, lãi suất tăng sẽ khiến cho chi phí
dài hạn giữa các biến hay không.
vay vốn tăng và làm giảm nhu cầu gia tăng lao động.
Bảng 7 cho thấy với cả hai kiểm định đều chấp nhận giả thuyết chuỗi có tính đồng kết hợp với mức ý
Bảng 9 cũng cho thấy sự tác động của các 13
biến đến cầu lao động trong ngắn hạn. Trong ngắn
nghĩa 5%. Hay nói cách khác, có 1 phương trình đồng kết hợp nên các chuỗi có thể chệch khỏi nhau trong
hạn chỉ có sự tác động của biến trễ VSX1 cho thấy có ý nghĩa thống kê mức 5%, trong khi đó sự giải
thích của các biến trễ củaBảng
chính10:
cầuKiểm
lao động
định(L1),
mốiDT1
quanvàhệLSnhân
lại không có ý nghĩa thống kê trong mô
quả Granger
hình này. Như vậy, chỉ có vốn sản
củaxuất
các có sự độc
biến tác động và biến
lập với ảnh hưởng trong cả dài hạn và ngắn hạn tới
phụ thuộc
biến động của cầu lao động, trong khi đó các nhân tố doanh thu và lãi suất đều thất bại trong việc kết
hợp với nhau và với vốn sản xuất để tác động lên cầu lao động trong
Kiểm địnhdàiF hạn. Tuy nhiên,
KiểmDT1, VSX1
định χ2
vàGiả
LS lại không
thuyết H0 có sự hiệu chỉnh về cân bằng trong dài hạn.F Giá trị p χ2 Giá trị p
Bảng 10: Kiểm định mối quan hệ nhân quả Granger
DT1 không gây nhân quả Granger đối với L1 3,62021 0,0779 0,023029 0,8794
VSX1 không gây nhân quả Granger đối với L1 5,77942 0,0306 6,110997 0,0134
LS không gây nhân quả Granger đối với L1 0,46489 0,5065 1,580496 0,2087
Để xem xét rõ hơn tác động của các biến lên cầu lao động Bình Dương, kiểm định nhân quả
Số 282 tháng 12/2020 50
Granger được thực hiện ở Bảng 10. Đối với kiểm định F, bác bỏ giả thuyết H0 đối với tác động của
doanh thu và vốn sản xuất lên cầu lao động. Tăng trưởng doanh thu và vốn sản xuất có tác động nhân
quả lên tăng trưởng cầu lao động ngành với mức ý nghĩa 10% và 5% theo thứ tự. Ngược lại, biến động
theo kết quả kiểm định Granger của tất cả các biến thì sự kết hợp giữa các biến DT1, VSX1 và LS đều
thực sự là nguyên nhân gây ra sự biến động của cầu lao động với giá trị p < 0,05 (0,0221).
Cuối cùng, các kiểm định được thực hiện để kiểm tra việc thỏa mãn các giả định của mô hình
đối với phần dư. Kết quả kiểm định cho thấy mô hình không có tương quan chuỗi giữa các biến trong
mô hình với các biến trễ của nó, mô hình có hiện tượng phương sai không đổi, phần dư là nhiễu trắng.
Bảng 11: Các kiểm định mô hình VECM
Kiểm định Giá trị thống kê13 Giá trị p
LM(1) 14,20148 0,5837
H Bảng 10: Kiểm định
105,4964 mối quan hệ nhân quả Granger
0,3341
của các biến độc lập với biến phụ thuộc
NORM 2,709871 0,6075
Nguồn: nghiên cứu của nhóm tác giả
Bảng 12: Dự báo Kiểm định F Kiểm định χ2
ngắn hạn nhưng lại hội tụ kết hợp với nhau trong dài hạn.F Vì vậy, mô
Giả Giá hình
trị p VECMχ2phù hợpGiá
để trị
dựpbáo cho
Nămthuyết H0Giá trị ARIMA VECM
ngành. Mô hình VECM phụ thuộc không chỉ vào các biến độc lập mà còn có thể được giải thích bởi biến
trễ của chính nóthực Dựcủa
và các biến trễ báocác biến giải
Saithích.
số Vì vậy, cần
Dự xác
báo định những Sai
biếnsốtrễ nào sẽ làm cho
2015
môDT1
hìnhkhông 838402
tối ưugây nhân quả Granger đối864984
nhất. với L1 3,171%
3,62021 0,0779 873180
0,023029 4,15%
0,8794
2016 Bảng 8,893570
Theo 919655
các biến ở độ trễ ở 1 hoặc 2,919%
2 đều có cùng 935079
số lượng các giá trị LR, FPE, AIC, SC4,65%
và HQ nhỏ
2017 937208 967102 3,190% 994376 6,10%
nhất. Tuy nhiên, do số lượng quan sát của các biến không đủ đảm bảo để thực hiện hồi quy có độ trễ là 2,
VSX1 không gây nhân quả Granger đối với L1 5,77942 0,0306 6,110997 0,0134
sẽ làm giảm bậc tự do, nên thực hiện mô hình với độ trễ3,093%
MAPE 1 vẫn hợp lí. Như vậy, mô hình có độ 4,964%
trễ bằng 1 và
mộtLSphương
không trình
Theil đồngquả
gây nhân liên kết, kếtđối
Granger quảvớihồi
L1quy như Bảng 9.
0,03002
0,46489 0,5065 1,580496 0,04859
0,2087
MôNguồn:
hình hồi quy cứu
nghiên cầu lao
của động
nhóm trong
tác giảdài hạn với các biến như sau:
Nguồn: nghiên cứu của nhóm tác giả.
L1 = - 0,572466 + 0,186827DT1 + 0,662096VSX1 - 4,018987LS
(4,08857) Để xem xét (4,32150) (11,6671)
rõ hơn tác động của các biến lên cầu lao động Bình Dương, kiểm định nhân quả
Kết quả hồi
Granger quy
được chohiện
thực thấyở phương
Bảng 10.trình
Đốicân
với bằng
kiểm trong dàibác
định F, hạnbỏphù
giảhợp do các
thuyết biếnvới
H0 đối độctáclập đềucủa
động có ý nghĩa
thống
doanhkê trong
thu vàviệc
vốn giải thíchlên
sản xuất cầu laolaođộng
cầu động.dàiTăng
hạn trưởng
ngành doanh
công nghiệp chế biến
thu và vốn ở mức
sản xuất ý nghĩa
có tác động 1%.
nhânKết quả
cũng cho thấy hướng tác động của mô hình cũng phù hợp với kỳ vọng ban đầu, khi doanh
quả lên tăng trưởng cầu lao động ngành với mức ý nghĩa 10% và 5% theo thứ tự. Ngược lại, biến động
thu và vốn sản
xuất tăng thì cầu lao động tăng, trong khi đó, lãi suất tăng sẽ khiến cho chi phí vay vốn tăng và làm giảm
lãi suất không cho thấy có tác động nhân quả Granger đối với cầu lao động khi chấp nhận giả thuyết H0
nhu cầu gia tăng lao động. 2
rằng biến lãi suất không có mối quan hệ nhân quả với biến cầu lao động ngành. Kết quả kiểm định χ
Bảng 9 cũng cho thấy sự tác động của các biến đến cầu lao động trong ngắn hạn. Trong ngắn hạn chỉ có
có sự khác biệt với kiểm định F ở yếu tố doanh thu, lúc này doanh thu không có ý nghĩa tác động lên
sự tác động của biến trễ VSX1 cho thấy có ý nghĩa thống kê mức 5%, trong khi đó sự giải thích của các biến
cầu lao động của ngành, còn các nhân tố khác đều thống nhất kết quả với kiểm định F. Thêm vào đó,
trễ của chính cầu lao động (L1), DT1 và LS lại không có ý nghĩa thống kê trong mô hình này. Như vậy, chỉ
theo kết quả kiểm định Granger của tất cả các biến thì sự kết hợp giữa các biến DT1, VSX1 và LS đều
có vốn sản xuất có sự tác động và ảnh hưởng trong cả dài hạn và ngắn hạn tới biến động của cầu lao động,
thựckhi
trong sựđó
là nguyên
các nhânnhân gây ra sự
tố doanh thubiến động
và lãi của
suất cầuthất
đều lao bại
động với giá
trong việctrịkết
p <hợp
0,05với
(0,0221).
nhau và với vốn sản xuất
để tác độngCuối cùng,
lên cầu laocác kiểmtrong
động địnhdài
được thực
hạn. Tuyhiện để kiểm
nhiên, DT1, traVSX1
việc thỏa
và LSmãnlạicác giả định
không có sựcủa môchỉnh
hiệu hình về cân
đối với phần dư.
bằng trong dài hạn. Kết quả kiểm định cho thấy mô hình không có tương quan chuỗi giữa các biến trong
mô xem
Để hình xét
với rõ
cáchơn
biến
táctrễđộng
của nó,
củamô
cáchình
biếncólênhiện
cầutượng phương
lao động BìnhsaiDương,
không đổi,
kiểmphần
địnhdưnhân
là nhiễu trắng. được
quả Granger
thực hiện ở Bảng 10. Đối với kiểm Bảngđịnh
11: Các kiểm
F, bác bỏ định mô hình
giả thuyết H0 VECM
đối với tác động của doanh thu và vốn sản
xuấtKiểm định
lên cầu lao động. Tăng trưởng doanhGiá trịthu
thống
và kê Giá trịnhân
vốn sản xuất có tác động p quả lên tăng trưởng cầu lao
độngLM(1)
ngành với mức ý nghĩa 10% và14,20148 5% theo thứ tự. Ngược lại, biến động lãi suất không cho thấy có tác
0,5837
độngHnhân quả Granger đối với cầu 105,4964
lao động khi chấp nhận giả thuyết H0 rằng biến lãi suất không có mối
0,3341
quanNORM
hệ nhân quả với biến cầu lao động ngành. Kết quả kiểm định χ 0,6075
2,709871
2
có sự khác biệt với kiểm định F ở yếu
tố doanh thu, lúc
Nguồn: nàycứu
nghiên doanhcủathu không
nhóm có ý nghĩa tác động lên cầu lao động của ngành, còn các nhân tố khác
tác giả
Bảng 12: Dự báo
Năm Giá trị ARIMA VECM
thực Dự báo Sai số Dự báo Sai số
2015 838402 864984 3,171% 873180 4,15%
2016 893570 919655 2,919% 935079 4,65%
2017 937208 967102 3,190% 994376 6,10%
MAPE 3,093% 4,964%
Theil 0,03002 0,04859
Nguồn: nghiên cứu của nhóm tác giả