LỜI NÓI ĐẦU
Con đường phát triển nền kinh tế thị trường định hướng xã hội chủ nghĩa mà Đảng và nhà nước
đã lựa chọn tuy rất tiên tiến nhưng cũng không thể tránh khỉ những thất bại thị trường. Độc
quyền là một trong những yếu tố gây thất bại thị trường nổi cộm mà bất kỳ các doanh nghiệp
trong ngành hay quốc gia nào cũng quan tâm và chú ý đến. Độc quyền phát sinh có thể do chính
sách của chính phủ, lợi thế kinh tế theo quy mô hay một vài đặc điểm mang đặc tính của ngành,
vì vậy cần nhận biết tính độc quyền trong các ngành để đưa ra các giải pháp xử lý. Để biết mức
độ độc quyền trong một ngành nghề có nhiều phương pháp, trong đó có phương pháp tính chỉ số
mức độ tập trung của ngành. Cũng như là đánh giá sự khác nhua giữ các loại hình doanh nghiệp
cùng ngành. Bởi vậy, nhóm chúng em đã thực hiện báo cáo “Đánh giá mức độ tập trung của
ngành và sự ảnh hưởng của các chỉ số đến lợi nhuận ngành” từ những số liệu cụ thể về ngành
của Việt Nam trong 4 năm từ 2008 đến 2011 dựa vào những kiến thức đã học trong môn Tổ
chức ngành kết hợp với những kiến thức về kinh tế lượng.
Các mã ngành được chọn:
-mã ngành 12: Sản xuất sản phẩm thuốc lá và thuốc hút khác
-mã ngành 32: Công nghiệp chế biến chế tạo khác
-mã ngành 51: Ngành vận tải hàng không
Bài tiểu luận của chúng em gồm 3 phần chính:
Phần 1: Cách bóc tách số liệu, cách tính chỉ số tập trung (HHI, CR4, CR8,) và cách hồi quy với
từng chỉ số tập trung.
Phần 2: Tính toán và phân tích các chỉ số tập trung
Phần 3::Phân tích và nhận xét hồi quy
Trong quá trình thực hiện báo cáo, chúng em không thể tránh khỏi những thiếu sót, rất mong
được sự giúp đỡ của cô giáo và xin trân thành cảm ơn cô đã dành thời gian hướng dẫn chúng
em.

1


BẢNG ĐÁNH GIÁ ĐÓNG GÓP CỦA CÁC THÀNH VIÊN
Tên thành viên

Trần Tuấn Anh
Phan Trung Hiếu
Tống Khánh Linh
Nguyễn Thị Hồng Ngọc
Lê Thanh Thủy

Mã sinh viên
1214410019
1214410068
1214410114
1214410141
1214410196

Mức độ đóng góp
18%
20%
20%
21%
21%

2


MỤC LỤC

3


I. CÁCH THỨC BÓC TÁCH SỐ LIỆU
- Từ file dữ liệu bao gồm tất cả các doanh nghiệp của các ngành, ta lọc ra các doanh nghiệp

thuộc nhóm ngành cần lấy số liệu bằng cách vào cửa sổ( “ Sort and Filter” → Filter → tại cột “
Ngành_KD” ta ấn vào mũi tên để vào bảng lọc→ bỏ chọn tất cả → Chọn những doanh nghiệp
có mã ngành cấp 2. Tức là 2 số đầu của các mã ngành cấp 6 bằng cách tích vào ô trống → ok),
ta sẽ tách được những doanh nghiệp nằm trong mã ngành cần tìm.
- Sau khi lọc ra được các doanh nghiệp nằm trong mã ngành cần tìm, chúng ta chuyển dữ liệu
sang một sheet khác trong excel để làm việc cho tiện. Với số vừa copy chúng ta vẫn chưa thể
thực hiện việc tính toán mà phải loại bỏ những số liệu không hoàn chỉnh ví dụ như trống dữ liệu
kết quả kinh doanh hay tổng số lao động v.v bằng cách chọn các cột đó lần lượt rồi sắp xếp
chúng theo chiều giảm dần của số liệu ( chọn Data→Sort→largest to Smallest) những ô số liệu
trống sẽ bị đẩy xuống dưới cùng và chúng ta xóa những dòng đó đi. Khi đó chúng ta đã có được
những số liệu hoàn chỉnh để có thể thực hiện việc tính toán các chỉ số và nhận xét.
II. PHƯƠNG PHÁP TÍNH CÁC CHỈ SỐ TẬP TRUNG
1. Cách tính tỉ lệ tập trung CRm

m

CRm = ∑ si
i =1

- Công thức :

Trong đó: CR là tỉ lệ tập trung
Si là thị phần của mỗi hãng
m là số hãng lớn nhất cần tính

4


như công thức chúng ta dùng trên để tính các chỉ số CR m tức là thị phần của m hãng lớn nhất
trên thị trường qua đó thấy được những hãng lớn chiếm giữ bao nhiêu phần trăm thị phần và liệu

những hãng này có khả năng điều tiết thị trường nhằm mục đích kiếm lời hay không vv.v
N

HHI = ∑ si
i =1

2

2. Cách tính chỉ số đo mức độ tập trung của thị trường HHI

- Công thức:

Trong đó: HHI là chỉ số đo mức độ tập trung của thị trường
Si là thị phần của mỗi hãng
N là số hãng trong ngành
-Ý nghĩa : HHI nằm trong khoảng từ 1/N đến 1, HHI nhỏ thể hiện không có doanh nghiệp nào
có quyền lực nổi trội trên thị trường, HHI càng lớn, mức độ tập trung của ngành càng lớn.
HHI < 0.01 thì thi trường có tính cạnh tranh cao
HHI < 0.15 thì thị trường không có sự tập trung
HHI ∈ (0.15; 0.25) thì thị trường có mức độ tập trung vừa phải
HHI > 0.25 thì thị trường có mức độ tập trung cao
III, KẾT QUẢ TÍNH TOÁN VÀ NHẬN XÉT CÁC NGÀNH
*chú ý khi xem kết quả nhóm:
-Trong quá trình thực hiện tính toán nhóm nhận thấy các doanh nghiệp tư nhân hiện nay không
chỉ có số lượng lớn trong các ngành mà kết quả kinh doanh cũng phân bố tương đối đều so với
những loại hình doanh nghiệp khác nên nhóm đã chọn loại hình doanh nghiệp này là loại hình
doanh nghiệp cơ sở để so sánh sự trên lệch với những loại hình doanh nghiệp khác với các biến
giả:
+LH20 thể hiện chênh lệch của loại hình doanh nghiệp nhà nước với doanh nghiệp tư nhân
+LH21 thể hiện chênh lệch của loại hình công ty TNHH với doanh nghiệp tư nhân

+LH22 thể hiện chênh lệch của loại hình doanh nghiệp hợp tác xã với doanh nghiệp tư nhân
+LH23 thể hiện chênh lệch của loại hình công ty cổ phần với doanh nghiệp tư nhân
+LH24 thể hiện chênh lệch của loại hình doanh nghiệp có vốn đầu tư nước ngoài với doanh
nghiệp tư nhân
5


1. Mã ngành 12 : Sản xuất sản phầm thuốc lá và thuốc hút khác
1.1 Kết quả tính toán

Năm

CR4

CR8

HHI

2008

Số doanh
nghiệp
22

0.736632

0.905515

0.15073


2009

23

0.735621

0.903791

0.149885

2010

24

0.698467

0.899991

0.13727

2011

26

0.69707

0.902289

0.138312


NHẬN XÉT
Theo kết quả thống kê như trong bảng kết hợp biểu đồ ta thấy các chỉ số CR8 và HHI có xu
hướng giảm nhẹ từ năm 2008 đến năm 2010 rồi lại tăng lên trong năm 2011 trong khi đó CR4
thì giảm liên tục nhưng giảm nhẹ từ năm 2008 đến năm 2011 với một biên độ không đáng kể
cho thấy sự tương đối ổn định về mức độ tập trung cũng như thị phần của các doanh nghiệp
trong cùng một ngành. Thị phần của bốn doanh nghiệp lớn nhất trong 4 năm luôn đạt ở mức cao
(>69,7%) nhưng lại giảm từ 73,66% (2008) đến 69,70% (2011) (giảm đi gần 4% trong 4 năm)
do có sự gia tăng số lượng doanh nghiệp qua từng năm. Thị phần của tám doanh nghiệp lớn nhất
ở mức rất cao ( dao động ở mức 90%). Khả năng cạnh tranh không được cao khi mà số lượng
doanh nghiệp có trong ngành chỉ dừng lại ở mức cao nhất là 26 doanh nghiệp vào năm 2011
Về chỉ số đo mức độ tâp trung của thị trường, HHI cao nhất vào năm 2008 là 0.15073 cho thấy
thị trường có mức độ tập trung vừa phải. Trong các năm tiếp theo HHI luôn thấp hơn 0.15 có
nghĩa rằng thị trường không có sự tập trung. Như vậy có thể thấy rằng mặc dù mức độ cạnh
tranh trong ngành không được cao nhưng qua các năm thì mức độ cạnh tranh cũng dần tăng lên.
Trên thực tế, ngành sản xuất sản phẩm thuốc là và thuốc hút khác không được ủng hộ bởi nhà
nước do liên quan đến vấn đề về sức khỏe không chỉ của bản thân người hút mà còn của những
người xung quanh. Do vậy mà nhà nước đã tạo ra nhiều rào cản cho các hãng gia nhập ngành
như các quy định về sản xuất, yêu cầu thủ tục giấy phép hay là đánh thuế cao hơn so với các sản
phẩm khác… Nhận thấy sự khó khăn của việc gia nhập ngành mà không có lợi nhuận cao do
thuế cao nên số lượng hãng có trong ngành chỉ đạt ở con số khiêm tốn
1.2 Phân tích hồi quy

Mô hình 1:Biến tập trung CR4
F-statistic= 29,8491

Prob > F

= 0.0000

R-squared


= 0.7586

6


Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-285995.4

172867.5

-1.654420

0.1022

KQKD

0.080262


0.008330

9.635842

0.0000

CR4

398941.4

241143.9

1.654370

0.1022

TSLD

-64.99525

12.48662

-5.205192

0.0000

LH20

57553.04


12399.43

4.641588

0.0000

LH21

3763.007

12891.25

0.291904

0.7712

LH22

30294.07

16261.22

1.862964

0.0663

LH23

735.0173


21637.98

0.033969

0.9730

LH24

53.77484

29675.11

0.001812

0.9986

LN = -285995.4 + 0.080262*KQKD + 398941.4*CR4 - 64.995*TSLD + 57553.04*LH20 +
3763.00737642*LH21 + 30294.071823*LH22 + 735.0173*LH23 + 53.77484*LH24+ui
- R^2 = 75,86%, nghĩa là biến độc lập( thị phần, TSLN,…) trong mô hình giải thích được
92,12% sự biến động trong tổng doanh thu của ngành thuốc lá
- Prob > F= 0.000 => bác bỏ giả thiết Ho hay các hệ số ước lượng đều có ý nghĩa về mặt thống
kê.
- Giá trị p-value của biến độc lập là KQKD,TSLD, LH20 nhỏ hơn mức ý nghĩa α = 0.05 => có ý
nghĩa về mặt thống kê. Giá trị p-value của biến LH22 nhỏ hơn mức ý nghĩa α=0,1 => có ý nghĩa
về mặt thống kê với mức ý nghĩa 10%; giá trị p-value của các biến còn lại đều lớn hơn mức ý
nghĩa 0.05 => không có ý nghĩa về mặt thống kê

Mô hình 2: Biến tập trung CR8

F-statistic = 30,065


Prob > F

= 0.0000

R-squared

= 0.7599

7


Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-3517431.

1975951.

-1.780121


0.0791

KQKD

0.079900

0.008235

9.702301

0.0000

CR8

3895832.

2188682.

1.779990

0.0791

TSLD

-64.69695

12.39090

-5.221329


0.0000

LH20

59088.06

12273.57

4.814250

0.0000

LH21

3417.613

12844.13

0.266084

0.7909

LH22

27681.34

16151.25

1.713882


0.0906

LH23

654.3065

21579.22

0.030321

0.9759

LH24

-3980.347

29691.69

-0.134056

0.8937

LN = -3517431+ 0.079899*KQKD + 3895832*CR8 - 64.69695*TSLD + 59088.0567*LH20 +
3417.613*LH21 + 27681.33*LH22 + 654.3065*LH23 - 3980.347*LH24 +ui
- R^2 = 75,99%, nghĩa là biến độc lập( thị phần, TSLD,…) trong mô hình giải thích được
75,99% sự biến động trong tổng doanh thu của ngành thuốc lá.
- Prob > F= 0.000 => bác bỏ giả thiết Ho hay các hệ số ước lượng đều có ý nghĩa về mặt thống
kê.
- Giá trị p-value của biến độc lập là KQKD,TSLD, LH20 nhỏ hơn mức ý nghĩa α = 0.05 => có ý
nghĩa về mặt thống kê. Giá trị p-value của biến CR8 và LH22 nhỏ hơn mức ý nghĩa α=0,1=> có

ý nghĩa với mức ý nghĩa 10%; giá trị p-value của các biến còn lại đều lớn hơn mức ý nghĩa 0.05
=> không có ý nghĩa về mặt thống kê

Mô hình 3: Biến tập trung HHI
Do không có doanh nghiệp nào là doanh nghiệp tư nhân, ta loại bỏ biến LH22 để tránh hiện
tượng đa cộng tuyến
8


F-statistic = 29,941

Prob > F

= 0.0000

R-squared

= 0.759139

9


Variable

Coefficient

Std. Error

t-Statistic


Prob.

C

-180040.4

105419.8

-1.707843

0.0917

KQKD

0.080294

0.008310

9.662218

0.0000

HHI

1250187.

731285.6

1.709575


0.0914

TSLD

-65.06485

12.46489

-5.219850

0.0000

LH20

57745.57

12364.00

4.670462

0.0000

LH21

3794.192

12875.78

0.294677


0.7690

LH22

29899.24

16219.51

1.843412

0.0692

LH23

712.6518

21612.57

0.032974

0.9738

LH24

-597.6129

29644.52

-0.020159


0.9840

LN = -180040.4 + 0.080294*KQKD + 1250187*HHI - 65.06485*TSLD + 57745.57*LH20 +
3794.192*LH21 + 29899.24 *LH22 + 712.651*LH23 - 597.613*LH24 + ui
- R^2 = 75,91%, nghĩa là biến độc lập( thị phần, TSLD,…) trong mô hình giải thích được
75,91% sự biến động trong tổng doanh thu của ngành hàng không
- Prob > F= 0.000 => bác bỏ giả thiết Ho hay các hệ số ước lượng đều có ý nghĩa về mặt thống
kê.
- Giá trị p-value của biến độc lập là KQKD,TSLD, LH20 nhỏ hơn mức ý nghĩa α = 0.05 => có ý
nghĩa về mặt thống kê. Giá trị p-value của biên HHI, LH22 nhỏ hơn mức ý nghĩa α = 0,1 => có
ý nghĩa về mặt thống kê với mức ý nghĩa 10%; giá trị p-value của các biến còn lại đều lớn hơn
mức ý nghĩa 0.05 => không có ý nghĩa về mặt thống kê

NHẬN XÉT:
Chỉ số R^2 cao trong các mô hình (khoảng 75%) chứng tỏ rằng các biến gồm kqkd, tsld, lhdn..
giải thích khá tốt cho biến “ln”. Đồng thời, các biên kqkd, tsld đều có ý nghĩa trong cả 3 mô
hình, cho thấy sự phụ thuộc của lợi nhuận doanh nghiệp đối với kết quả kinh doanh, lao động.
Ngoài ra, chỉ số về mức độ tập trung trong ngành HHI, CR8 đều có ý nghĩa với mức ý nghĩa
10% cho thấy sự ảnh hưởng về mức độ tập trung đối với lợi nhuận của các hãng.

10


Qua 3 mô hình, hệ số chặn đều âm nên trong ngành thuốc lá, chi phí cố định ban đầu lớn ảnh
hưởng đến hãng. Hệ số của biến tsld âm trong cả 3 mô hình đều âm chứng tỏ lợi nhuận tỉ lệ
nghịch với số lao động của hãng, trái ngược với lý thuyết rằng các doanh nghiệp có lượng lao
động càng lớn thì doanh thu càng lớn và làm tăng lợi nhuận. Điều này có thể do nguyên nhân
doanh nghiệp sử dụng quá nhiều lao động hoặc công nghệ, máy móc của doanh nghiệp trong
ngành được cải thiện, vì vậy làm cho lợi nhuận vẫn tăng trong khi số lao động giảm qua các
năm.

Biến LH20 có ý nghĩa và có hệ số dương chứng tỏ các doanh nghiệp nhà nước có lợi nhuận lớn
hơn lợi nhuận doanh nghiệp tư nhân. Điều này thể hiện trên thực tế khi thuốc lá là một trong
những mặt hàng có giấy phép và quy định gia nhập ngành rất phức tạp, chủ yếu tập trung thị
phần ở các doanh nghiệp nhà nước
2. Mã ngành 32: : công nghiệp chế biến chế tạo
2.1 Kết quả tính toán

Năm

Số doanh nghiệp

CR4

CR8

HHI

2008

781

0.1683305

0.252628

0.015116

2009

506


0.376382

0.457501

0.084855

2010

1140

0.166542

0.271572

0.015169

2011

1098

0.178484

0.268321

0.015459

NHẬN XÉT:
Nhìn vào bảng tính toán kết hơp biểu đồ ta có thể thấy các chỉ số tập trung tăng giảm cùng chiều
tại các thời điểm đó là cùng tăng trong giai đoạn 2008- 2009, giảm trong giai đoạn 2009- 2010

rồi lại tăng vào năm 2011. Thị phần của bốn doanh nghiệp lớn nhất chỉ đạt cao nhất là 37,64%
vào năm 2009 do trong năm này đột nhiên số lượng doanh nghiệp có trong ngành giảm xuống so
với các năm khác, còn lại CR4 chỉ đạt vào khoảng 16-17%. Tương tự CR8 cũng cao nhất vào
năm 2009 ở mức 45,75%, các năm còn lại dao dộng từ 26-27%
Chỉ số tập trung của thị trường luôn đạt ở mức ~ 0.01 đổ xuống cho thấy thị trường của ngành
có tính cạnh tranh cao. Số lượng doanh nghiệp qua 4 năm tăng từ 781 lên đến 1098 ( tăng 317
hãng), đây là con số cho thấy sự thu hút của ngành đối với các hãng là rất cao, càng nhiều hãng
gia nhập ngành độ tập trung của thị trường càng giảm, tính cạnh tranh càng cao. Ngoại trừ năm
2009 có chỉ số HHI = 0.084855 thể hiện thị trường không có sự tập trung do năm này lượng
doanh nghiệp trong ngành đột nhiên giảm so với năm 2008. Điều này có thể lý giải bởi một số lí
do sau:
11


Ngành công nghiệp chế biến khác không cần nhiều vốn và tư bản, sản phẩm của ngành là
những vật dụng với hàm lượng giá trị lao động cao hơn tư bản, dẫn đến các doanh nghiệp dễ
dàng tham gia vào ngành, tạo nên sự cạnh tranh gắt gao
Các sản phẩm trong ngành đều là những sản phẩm đòi hỏi khả năng sáng tạo cao (kim hoàn,
nhạc cụ, đồ chơi, thiết bị y tế,…), với chi phí chuyển đổi thấp, độ trung thành của khách hàng
đối với nhãn hiệu cũng không cao, khiến cho rào cản gia nhập ngành gần như không có
Nhiều doanh nghiệp tham gia vào ngành, cơ sở vật chất còn thấp, công nghệ sản xuất của một
số ngành còn lạc hậu, chưa được cải tiến, sử dụng công nghệ lỗi thời, mức độ ảnh hưởng đến
môi trường rất cao ở một số ngành như ô nhiễm không khí trong ngành sản xuất xi măng, nung
gạch trong các lò gạch thủ công…đó là nguyện nhân dẫn đến việc các doanh nghiệp nhỏ hay
vừa tuy mới gia nhập lại có thể cạnh tranh và phát triển bời vì họ không hề xử lí các vấn để môi
trường hay an toàn lao động vì nhà nước chưa thể quản lí trong thời gian ngắn mói thành lập
những doanh nghiệp này.
2.2 Phân tích hồi quy

Mô hình 1:Biến tập trung CR4

Do không có doanh nghiệp nào là doanh nghiệp cổ phần, ta loại bỏ biến LH21 để tránh hiện
tượng đa cộng tuyến
F-statistic=111.9010
Variable
CR4
KQKD
LH20
LH22
LH23
LH24
TSLD
_cons

Prob > F

Coeficients
-6366.391
0.054554
-3331.190
-1010.923
392.4103
683.8986
4.302001
553.0712

= 0.0000
Standard Error
4904.409
0.002233
14260.43

10084.96
1095.344
771.2518
1.192728
1045.105

R-squared
t-statistic
-1.298095
24.43012
-0.233597
-0.100241
0.358253
0.886738
3.606859
0.529202

= 0.182746
Prob.
0.1943
0.0000
0.8153
0.9202
0.7202
0.3753
0.0003
0.5967

LN= 553.0712 -6366.391*CR4 +0.054554*KQKD +4.302001*TSLN -3331.19*LH20
-1010.923*LH22 +392.4203*LH23 +683.8986*LH24 +ui

- R^2 = 18.27%, nghĩa là biến độc lập( KQKD, TSLN,…) trong mô hình giải thích được 18.27%
sự biến động trong tổng doanh thu của ngành công nghiệp chế biến chế tạo khác
- Prob > F= 0.000 => bác bỏ giả thiết Ho hay các hệ số ước lượng đều có ý nghĩa về mặt thống
kê.

12


- Giá trị p-value của biến độc lập là KQKD,TSLD nhỏ hơn mức ý nghĩa α = 1% và 5% => có ý
nghĩa về mặt thống kê với mức ý nghĩa 1% và 5%. Còn giá trị p-value của các biến còn lại đều
lớn 0.05 => không có ý nghĩa về mặt thống kê với mức ý nghĩa là 1% và 5%. Đối với mức ý
nghĩa là 10%, các biến này cũng không có ý nghĩa về mặt thống kê vì p-value đều lớn hơn 0.1

Mô hình 2: Biến tập trung CR8
Do không có doanh nghiệp nào là doanh nghiệp cổ phần, ta loại bỏ biến LH21 để tránh hiện
tượng đa cộng tuyến

F-statistic =111.865
Variable
CR8
KQKD
LH20
LH22
LH23
LH24
TSLD
_cons

Prob > F
Coeficients

-6343.588
0.054552
-3397.368
-1031.031
385.5683
673.3523
4.294391
1139.950

= 0.0000
Standard Error
5216.400
0.002233
14260.10
10085.16
1095.278
771.0005
1.192645
1549.339

R-squared

= 0.182698

t-statistic
-1.216085
24.42742
-0.238243
-0.102232
0.352028

0.873349
3.600728
0.735765

Prob.
0.2240
0.0000
0.8117
0.9186
0.7248
0.3825
0.0003
0.4619

LN= 1139.95 -6366.391*CR8+0.054552*KQKD +4.294391*TSLN -3397.368*LH20
-1031.031*LH22 +385.5683*LH23 +673.3523*LH24 +ui
- R^2 = 18.27%, nghĩa là biến độc lập( KQKD, TSLN,…) trong mô hình giải thích được 18.27%
sự biến động trong tổng doanh thu của ngành giáo dục và đào tạo.
- Prob > F= 0.000 => bác bỏ giả thiết Ho hay các hệ số ước lượng đều có ý nghĩa về mặt thống
kê.
- Giá trị p-value của biến độc lập là KQKD,TSLD nhỏ hơn mức ý nghĩa α = 1% và 5% => có ý
nghĩa về mặt thống kê với mức ý nghĩa 1% và 5%. Còn giá trị p-value của các biến còn lại đều
lớn 0.05 => không có ý nghĩa về mặt thống kê với mức ý nghĩa là 1% và 5%. Đối với mức ý
nghĩa là 10%, các biến này cũng không có ý nghĩa về mặt thống kê vì p-value đều lớn hơn 0.1

Mô hình 3: Biến tập trung HHI
Do không có doanh nghiệp nào là doanh nghiệp cổ phần, ta loại bỏ biến LH21 để tránh hiện
tượng đa cộng tuyến
13



F-statistic = 111.8977
Variable
HHI
KQKD
LH20
LH22
LH23
LH24
TSLD
_cons

Prob > F
Coeficients
-18682.09
0.054551
-3323.640
-1009.358
393.7833
683.7277
4.302585
-254.5658

= 0.0000
Standard Error
14474.22
0.002233
14260.69
10085.02
1095.413

771.3051
1.192762
571.4097

R-squared

= 0.182742

t-statistic
-1.290714
24.42921
-0.233063
-0.100085
0.359484
0.886456
3.607245
-0.445505

Prob.
0.1969
0.0000
0.8157
0.9203
0.7193
0.3754
0.0003
0.6560

LN= -254.5658 -18682.09*HHI+0.054551*KQKD +4.302585*TSLN -3323.64*LH20
-1009.358*LH22 +393.7833*LH23 +683.7277*LH24 +ui

- R^2 = 18.27%, nghĩa là biến độc lập(KQKD, TSLN,…) trong mô hình giải thích được 18.27%
sự biến động trong tổng doanh thu của ngành công nghiệp chế biến chế tạo khác.
- Prob > F= 0.000 => bác bỏ giả thiết Ho hay các hệ số ước lượng đều có ý nghĩa về mặt thống
kê.
- Giá trị p-value của biến độc lập là KQKD,TSLD nhỏ hơn mức ý nghĩa α = 1% và 5% => có ý
nghĩa về mặt thống kê với mức ý nghĩa 1% và 5%. Còn giá trị p-value của các biến còn lại đều
lớn 0.05 => không có ý nghĩa về mặt thống kê với mức ý nghĩa là 1% và 5%. Đối với mức ý
nghĩa là 10%, các biến này cũng không có ý nghĩa về mặt thống kê vì p-value đều lớn hơn 0.1
NHẬN XÉT:
Qua các phương trình hồi quy ta thấy đầu tiên là chỉ số R^2 vào khoảng 18.27% như vậy là khả
năng giải thích của các biến độc lập và 1 vài biến giả không thực sự tốt và có ý nghĩa. Với các
chỉ số tập trung tăng dần thì giá trị ước lượng tương ứng là giảm dần tức là càng có chỉ số tập
trung lớn thì lợi nhuận cách doanh nghiệp có được trong ngành càng giảm. Điều này hoàn toàn
hợp lý vì trong ngành công nghiệp chế biến chế tạo khác, nguyên liệu là yếu tố quan trọng của
ngành chính vì vậy việc có thêm các nhà máy tại các khu nguyên liệu làm giảm chi phí chuyên
chở nguyên liệu. Tuy nhiên nếu đúng trước góc độ xã hội thì việc này cũng chưa chắc đem lại
nhiều lợi ích hơn bởi vì các vấn đề môi trường mà xã hội phải gắng chịu.
3. Mã ngành 51: ngành vận tải hàng không
3.1 Kết quả tính

Năm
2008

Số doanh nghiệp
5

CR4
0.99602

CR8


HHI
0.81657

2009

9

0.947321

0.999956

0.280408

2010

20

0.999692

0.999944

0.836663
14


2011

12


0.998271

1

0.862654

NHẬN XÉT
Theo kết quả thống kê như trong bảng kết hợp biểu đồ ta nhận thấy rằng, các chỉ số CR4 và CR8
có sự tăng giảm không ổn định qua các năm. Ví dụ như thị phần của bốn doanh nghiệp lớn nhất
từ năm 2008 đến năm 2009 giảm từ 99,6% xuống còn 94,7% nhưng sau đó đến năm 2010 lại
tăng lên ở mức 99,97% và cuối cùng giảm xuống 99,8 % vào năm 2011. Trong khi đó, vào năm
2008 số lượng doanh nghiệp kinh doanh trong lĩnh vực vận tải hàng không chỉ là 5 doanh
nghiệp, vì vậy chưa có đủ số liệu để tính thị phần của tám doanh nghiệp lớn nhất trong ngành,
bắt đầu từ năm 2009 thị phần của tám doanh nghiệp lớn nhất luôn đạt ở mức cao vào khoảng
99~100 %. Sở dĩ có con số lớn như vậy là vì số lượng hãng gia nhập ngành là quá ít, cao nhất là
20 hãng vào năm 2010 nhưng đến năm 2011 lại giảm xuống chỉ còn 12 hãng cho thấy sự cạnh
tranh ở đây là không cao.
Cụ thể, chỉ số tập trung của thị trường luôn đạt vào mức từ 0.81 trở lên ngoại trừ năm 2009 là
rơi vào khoảng 0.28 cho thấy thị trường có mức độ tập trung cao trừ năm 2009 có chỉ số HHI
thể hiện mức độ tập trung vừa phải. Như vậy có thể thấy được rằng, ít doanh nghiệp tham gia
vào ngành sẽ làm gia tăng thị phần mà những hàng lớn nhất nắm giữ.
3.2 Phân tích hồi quy

Mô hình 1:Biến tập trung CR4
Do không có doanh nghiệp nào là doanh nghiệp tư nhân, ta loại bỏ biến LH22 để tránh hiện
tượng đa cộng tuyến
F-statistic= 55,1818

Prob > F


= 0.0000

R-squared

= 0.9212

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-488473.6

597206.4

-0.817931

0.4193

KQKD

-0.079981


0.005337

-14.98569

0.0000

TSLD

292.9825

18.35541

15.96164

0.0000

CR4

477734.6

596205.0

0.801293

0.4287

LH20

226.8988


67179.50

0.003378

0.9973

LH21

13531.25

61742.30

0.219157

0.8279

LH23

9593.808

85381.03

0.112365

0.9112

LH24

9627.590


63072.97

0.152642

0.8796
15


LN = -488473,6+477734,6*CR4 - 0,079981*KQKD +292,9825*TSLD + 226,8988*LH20 +
13531,25*LH21 +9593,808*LH23 + 9627,590*LH24 +ui
- R^2 = 92,12%, nghĩa là biến độc lập( thị phần, TSLN,…) trong mô hình giải thích được
92,12% sự biến động trong tổng doanh thu của ngành hàng không.
- Prob > F= 0.000 => bác bỏ giả thiết Ho hay các hệ số ước lượng đều có ý nghĩa về mặt thống
kê.
- Giá trị p-value của biến độc lập là KQKD,TSLD nhỏ hơn mức ý nghĩa α = 0.05 => có ý nghĩa
về mặt thống kê. Còn giá trị p-value của các biến còn lại đều lớn hơn mức ý nghĩa 0.1 => không
có ý nghĩa về mặt thống kê

Mô hình 2: Biến tập trung CR8
Do không có doanh nghiệp nào là doanh nghiệp tư nhân, ta loại bỏ biến LH22 để tránh hiện
tượng đa cộng tuyến
Do năm 2008, ngành hàng không chỉ có 6 doanh nghiệp nên không thể tính CR8. Vì vậy, ta thực
hiện hồi quy mô hình với biến tập trung CR8 từ năm 2009 đến năm 2011 với mã ngành 51.

F-statistic =47,8971

Prob > F

= 0.0000


R-squared

= 0.922924

Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

45782863

51430556

0.890188

0.3810

KQKD

0.051846

0.023030


2.251198

0.0324

TSLD

-318.2612

106.0819

-3.000146

0.0056

LH20

93538.39

48160.20

1.942234

0.0622

LH21

-76988.50

45097.15


-1.707170

0.0989

LH23

-85988.02

61699.87

-1.393650

0.1744
16


LH24

-80031.59

45966.23

-1.741095

0.0926

CR8

-45709681


51431118

-0.888755

0.3817

LN= 45782863 - 45709681*CR8+0.051846*KQKD – 318,2612*TSLD +93538,39*LH20
-76988,5 *LH21 – 85988,02*LH23 – 80031,59*LH24 +ui
- R^2 = 92,29%, nghĩa là biến độc lập( thị phần, TSLD,…) trong mô hình giải thích được
92,29% sự biến động trong tổng doanh thu của ngành hàng không.
- Prob > F= 0.000 => bác bỏ giả thiết Ho hay các hệ số ước lượng đều có ý nghĩa về mặt thống
kê.
- Giá trị p-value của biến độc lập là KQKD,TSLD nhỏ hơn mức ý nghĩa α = 0.05 => có ý nghĩa
về mặt thống kê. P-value của biieens LH20, LH21, LH24 nhỏ hơn mức ý nghĩa α=0,1 => có ý
nghĩa với mức ý nghĩa 10%; giá trị p-value của các biến còn lại đều lớn hơn mức ý nghĩa 0.1 =>
không có ý nghĩa về mặt thống kê
Mô hình 3: Biến tập trung HHI
Do không có doanh nghiệp nào là doanh nghiệp tư nhân, ta loại bỏ biến LH22 để tránh hiện
tượng đa cộng tuyến
F-statistic = 55, 065

Prob > F

= 0.0000

R-squared

= 0.921140

17



Variable

Coefficient

Std. Error

t-Statistic

Prob.

C

-47539.73

75865.94

-0.626628

0.5352

KQKD

-0.079997

0.005344

-14.96808


0.0000

TSLD

293.0601

18.38714

15.93832

0.0000

HHI

41664.17

54851.54

0.759581

0.4529

LH20

684.8463

67650.20

0.010123


0.9920

LH21

14646.99

61871.32

0.236733

0.8143

LH23

11508.62

85441.98

0.134695

0.8937

LH24

10789.47

63114.55

0.170951


0.8653

LN= -47539.73+41664.17*HHI - 0.079997*KQKD +293.0601*TSLD+ 684.8463*LH20
+14646.99*LH21 +11508.62*LH23 +10789,47*LH24 +ui
- R^2 = 92,11%, nghĩa là biến độc lập( thị phần, TSLN,…) trong mô hình giải thích được
92,11% sự biến động trong tổng doanh thu của ngành hàng không
- Prob > F= 0.000 => bác bỏ giả thiết Ho hay các hệ số ước lượng đều có ý nghĩa về mặt thống
kê.
- Giá trị p-value của biến độc lập là KQKD,TSLD nhỏ hơn mức ý nghĩa α = 0.05 => có ý nghĩa
về mặt thống kê. Còn giá trị p-value của các biến còn lại đều lớn hơn mức ý nghĩa 0.05 =>
không có ý nghĩa về mặt thống kê
NHẬN XÉT :
Chỉ số R^2 cao trong các mô hình (khoảng trên 90%) chứng tỏ rằng các biến gồm kqkd, tsld,
lhdn.. giải thích được 90% cho biến “ln”. Đồng thời, các biên kqkd, tsld đều có ý nghĩa trong cả
3 mô hình, cho thấy sự phụ thuộc của lợi nhuận doanh nghiệp đối với kết quả kinh doanh, lao
động. Ngoài ra, các chỉ số về mức độ tập trung trong ngành như HHI, CR4, CR8 và các biến loại
hình doanh nghiệp đều không có ý nghĩa với mức ý nghĩa 5%. Điều này thể hiện khuyết điểm
của mô hình so với thực tế khi sự tập trung của ngành vận tải hàng không có những ảnh hưởng
nhất định đối với lợi nhuận hãng.

Hệ số chặn trong mô hình 1 và 3 đều âm nên trong ngành vận tải hàng không, chi phí cố định
ban đầu lớn ảnh hưởng đến hãng. Điều này đúng với thực tế khi số vốn tối thiểu ban đầu và
công nghệ là những yêu cầu cơ bản khi gia nhập ngành này.
18


IV. MÔ HÌNH TỔNG HỢP
Thực hiện hồi quy mô hình tổng hợp với biến phụ thuộc là LN ( lợi nhuận của doanh
nghiệp) lần lượt với các biến tập trung CR4, CR8, HHI và các biến giải thích KQKD, TSLD,
LH20, LH21, LH22, LH23, LH24 ( biến LH 25 nhận các giá trị gần như đồng nhất vì vậy chúng

ta loại bỏ khỏi mô hình để tránh hiện tượng đa cộng tuyến). Trong mô hình tổng hợp cho cả 3
mã ngành ( mã 12, mã 32 và mã 51) chúng ta thêm vào mô hình hồi quy biến RC ( rào cản gia
nhập ngành).
Trong đó, RC là một biến giả, nhận giá trị = 1 nếu ngành có rào cản gia nhập và nhận giá
trị = 0 nếu ngành không có rào cản gia nhập.
Đối với mô hình hồi quy của từng ngành, do với mỗi ngành rào cản gia nhập ngành gần
như là đồng nhất nên để tránh hiện tượng đa cộng tuyến chúng ta loại bỏ biến RC khỏi mô hình
hồi quy cho từng mã ngành.
Đối với mã ngành 12 – Ngành sản xuất thuốc lá và thuốc hút khác: Trên thực tế, ngành
sản xuất sản phẩm thuốc là và thuốc hút khác không được ủng hộ bởi nhà nước do liên quan đến
vấn đề về sức khỏe không chỉ của bản thân người hút mà còn của những người xung quanh. Do
vậy mà nhà nước đã tạo ra nhiều rào cản cho các hãng gia nhập ngành như các quy định về sản
xuất, yêu cầu thủ tục, điều kiện cấp giấy phép mua bán, sản xuất rất khắt khe hay là đánh thuế
cao hơn so với các sản phẩm khác.
Đối với mã ngành 32 – Ngành công nghiệp chế biến, chế tạo: Ngành công nghiệp chế
biến không cần nhiều vốn và tư bản, sản phẩm của ngành là những vật dụng với hàm lượng giá
trị lao động cao hơn tư bản, dẫn đến các doanh nghiệp dễ dàng tham gia vào ngành, tạo nên sự
cạnh tranh gắt gao. Các sản phẩm trong ngành đều là những sản phẩm đòi hỏi khả năng sáng
tạo cao (kim hoàn, nhạc cụ, đồ chơi, thiết bị y tế,…), với chi phí chuyển đổi thấp, độ trung thành
của khách hàng đối với nhãn hiệu cũng không cao, khiến cho rào cản gia nhập ngành gần như
không có.
Đối với mã ngành 51 – Ngành vận tải hàng không: Đây là một trong những ngành có rào
cản gia nhập ngành khá cao. Nguyên nhân là do đây là một ngành tương đối mới so với các
ngành công nghiệp, dịch vụ khác. Ngành vận tải hàng không đòi hỏi độ an toàn cực kì cao vì vậy
các điều kiện để doanh nghiệp được cấp giấy phép rất khắt khe, hơn nữa, yêu cầu về vốn tối
thiểu để thành lập hãng hàng không và duy trì kinh doanh vận chuyển hàng không cũng tương
đối cao. Chẳng hạn để khai thác đến 10 tàu bay cần tối thiểu 700 tỷ đồng Việt Nam đối với hãng
hàng không có khai thác vận chuyển hàng không quốc tế và 300 tỷ đồng Việt Nam đối với hãng
hàng không chỉ khai thác vận chuyển hàng không nội địa...
Tuy nhiên, trong mô hình tổng hợp cho cả 3 mã ngành, do rào cản gia nhập của mỗi ngành

khác nhau (các giá trị của biến RC là không đồng nhất), vì vậy ta có thể đưa thêm biến RC vào
mô hình hồi quy tổng để xem xét tác động của biến này đối với sự thay đổi của lợi nhuận doanh
nghiệp.
19


1. Mô hình với biến tập trung CR4
1.1. Phân tích kết quả hồi quy

F- statistic= 99.52742
Prob> F-statistic= 0.0000
R- squared= 0.205789
Variable

Coefficient

Std. Error

t- Statistic

Prob

CR4

-4708.314

2726.157

-1.727088


0.0842

KQKD

-0.010413

0.000688

-15.14010

0.0000

TSLD

32.72428

1.698871

19.26237

0.0000

LH20

76758.96

5428.534

14.13991


0.0000

LH21

26058.57

4668.501

5.581785

0.0000

LH22

64959.12

8331.556

7.798757

0.0000

LH23

C

4850.637

5.622633


0.0000

LH24

25847.46

4674.081

5.529957

0.0000

RC

20173.23

3119.108

6.467626

0.0000

Cons

-25830.76

4621.246

-5.589567


0.0000

Phương trình hồi quy thu được:
LN = -25830.76 – 4708.314*CR4 – 0.010413*KQKD + 32.72428*TSLD + 76758.96*LH20 +
26058.57*LH21 + 64959.12*LH22 + 64959.12*LH24 + 20173.23*RC
Nhận xét:
Thống kê F lớn với p-value = 0.0000 < 0.05 cho thấy mô hình có ý nghĩa thống kê. Tuy
nhiên, chỉ số R2 = 20.58% cho thấy các biến độc lập giải thích được 20.58% sự thay đổi
của biến phụ thuộc ( lợi nhuận).
- Với các mức ý nghĩa 1%, 5%, 10 %, tất cả các biến trong mô hình đều có ý nghĩa thống
kê. Tức là, sự thay đổi của tất cả các biến trên đều có ảnh hưởng tới lợi nhuận của doanh
nghiệp.
- Hai biến RC và TSLD có tác động dương đến biến LN. Trong đó biến RC có hệ số góc
rất lớn (= 20173.23), có thể nói rào cản gia nhập ngành có ảnh hưởng lớn đến lợi nhuận
của doanh nghiệp.
- Chỉ số đo mức độ tập trung ngành CR4 có ý nghĩa thống kê với mức ý nghĩa 10%. Hệ số
góc của biến CR4 mang dấu âm nghĩa là biến CR4 có ảnh hưởng âm đến sự thay đổi của
lợi nhuận doanh nghiệp.
1.2. Kiểm định mô hình:
Cặp giả thiết kiểm định của mô hình:
-

20


H0: Các giả thiết OLS đúng
H1: các giả thiết OLS bị vi phạm
1.3.
•


Kiểm định đa cộng tuyến bằng thừa số vif
Kết quả thu được: Mean VIF = 9.79 < 10 nên mô hình không mắc bệnh đa cộng
tuyến.
• Kiểm định phương sai sai số thay đổi
Sử dụng lệnh estat hettest thu được kết quả:
estat hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of ln
chi2(1)
= 25645.88
Prob > chi2 = 0.0000
Nhìn vào bảng kết quả ta thấy p-value=0.000< 0.05, có cơ sở thống kê để bác bỏ giả thiết
H0, chấp nhận giả thiết H1 với mức ý nghĩa 5%, hay nói cách khác mô hình đã bị mắc
phương sai sai số thay đổi.
Khắc phục phương sai sai số thay đổi bằng hồi quy robust ta được bảng kết quả:
F(9, 3457) = 4.92; Prob > F =0.0000; R-squared = 0.2058
Variable
Coefficient
Std. Error
t- Statistic
Prob
CR4

-4708.314

3058.34

-1.54


0.124

KQKD

-0.010413

0.0131921

-0.79

0.430

TSLD

32.72428

15.82223

2.07

0.039

LH20

76758.96

26832.47

2.86


0.004

LH21

26058.57

17117.36

1.52

0.128

LH22

64959.12

35007.22

1.86

0.064

LH23

27273.35

16961.9

1.61


0.108

LH24

25847.46

16452.9

1.57

0.116

RC

20173.23

5915.085

3.41

0.001

Cons

-25830.76

17852.22

-1.45


0.148

•

Kiểm định phân phối chuẩn của nhiễu
Sử dụng lệnh sktest e để kiểm định phân phối chuẩn của nhiễu. Bảng kết quả kiểm định
như sau:
Skewness/Kurtosis tests for Normality
------- joint -----Variable | Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2)

Prob>chi2
21


-------------+--------------------------------------------------------------e | 3.5e+03 0.0000
0.0000
Từ bảng kết quả ta thấy p-value =0.000< 0.05, có cơ sở thống kê để bác bỏ giả thiết H 0,
chấp nhận giả thiết H1 với mức ý nghĩa 5% , tức là mô hình có nhiễu phân phối không
chuẩn.
2. Mô hình với biến tập trung CR8
2.1. Phân tích kết quả hồi quy
F – statistic = 99.34544
Prob > F = 0.0000
R- squared = 0.205490
Variable
CR8
KQKD
TSLD
LH20
LH21

LH22
LH23
LH24
RC
Cons

Coefficient
-3766.689
-0.010473
32.78245
76338.76
25276.56
64815.44
26327.40
25089.29
21155.91
-24837.50

Std. Error
2905.246
0.000686
1.698474
5417.221
4630.355
8332.196
4781.016
4644.062
3378.258
4683.284


t- Statistic
-1.296505
-15.25777
19.30112
14.09187
5.458880
7.778914
5.506654
5.402447
6.262374
-5.324789

Prob
0.1949
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000

Phương trình hồi quy:
LN= -24837.50 - 3766.689*CR8 - 0.010473*KQKD + 32.78245*TSLD + 76338.76*LH20
+25276.56*LH21 + 64815.44*LH22+ 26327.40*LH23 + 25089.29*LH24 + 21155.91*RC
Nhận xét:
-


-

-

-

Thống kê F lớn với p-value = 0.0000 < 0.05 cho thấy mô hình có ý nghĩa thống kê. Tuy
nhiên, chỉ số R2 = 20.55% cho thấy các biến độc lập giải thích được 20.55% sự thay đổi
của biến phụ thuộc ( lợi nhuận).
Với các mức ý nghĩa 1%, 5%, 10 %, ngoài biến CR8 không có ý nghĩa thống kê thì các
biến giải thích còn lại ( HHI, KQKD, TSLD, LH20,LH21, LH22, LH23, Lh24, RC) đều
có ý nghĩa thống kê, tức là trừ CR8 thì các biến này đều có ảnh hưởng đến lợi nhuận của
doanh nghiệp.
Hai biến RC và TSLD có tác động dương đến biến LN. Trong đó biến RC có hệ số góc
rất lớn (= 21155.91), có thể nói rào cản gia nhập ngành có ảnh hưởng lớn đến lợi nhuận
của doanh nghiệp.
Chỉ số đo mức độ tập trung ngành CR8 không có ý nghĩa thống kê với mức ý nghĩa 10%.
Hay nói cách khác, biến CR8 không có ảnh hưởng đến lợi nhuận của oanh nghiệp.
22


2.2. Kiểm định mô hình

Cặp giả thiết kiểm định của mô hình:
H0: Các giả thiết OLS đúng
H1: các giả thiết OLS bị vi phạm
• Kiểm định đa cộng tuyến bằng thừa số vif
Kết quả thu được: Mean VIF = 9.71 < 10 nên mô hình không mắc bệnh đa cộng
tuyến.
• Kiểm định phương sai sai số thay đổi

Sử dụng lệnh estat hettest thu được kết quả:
estat hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of ln
chi2(1)
= 25848.44
Prob > chi2 = 0.0000
Nhìn vào bảng kết quả ta thấy p-value=0.000< 0.05, ta có cơ sở thống kê để bác bỏ giả
thiết H0, chấp nhận giả thiết H1 với mức ý nghĩa 5%, hay nói cách khác mô hình đã bị
mắc phương sai sai số thay đổi.
Khắc phục phương sai sai số thay đổi bằng hồi quy robust ta được bảng kết quả:
F( 9, 3457) = 4.96; Prob > F = 0.0000; R-squared = 0.2055
Variable
Coefficient
Std. Error
t- Statistic
Prob
CR8
-3766.689
1803.553
-2.09
0.037
KQKD
-0.010473
0.013208
-0.79
0.428
TSLD
32.78245

15.81052
2.07
0.038
LH20
76338.76
26971.19
2.83
0.005
LH21
25276.56
17413.96
1.45
0.147
LH22
64815.44
35041.17
1.85
0.064
LH23
26327.40
17398.27
1.51
0.130
LH24
25089.29
16712.21
1.50
0.133
RC
21155.91

6032.847
3.51
0.000
Cons
-24837.50
17994.86
-1.39
0.166
•

Kiểm định phân phối chuẩn của nhiễu
Skewness/Kurtosis tests for Normality
------- joint -----Variable |

Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2)

Prob>chi2

-------------+--------------------------------------------------------------e | 3.5e+03 0.0000

0.0000

23


Từ bảng kết quả, p-value=0.000< 0.05, có cơ sở thống kê để bác bỏ giả thiết H 0, chấp
nhận giả thiết H1 với mức ý nghĩa 5%, hay nói cách khác mô hình có nhiễu phân phối
không chuẩn.
3. Mô hình với tập trung HHI
3.1. Phân tích kết quả hồi quy


F – statistic = 181.8488
Prob > F = 0.0000
R – squared = 0.321626, Adj R- squared= 0.3199
Variable
HHI
KQKD
TSLD
LH20
LH21
LH22
LH23
LH24
RC
Cons

Coefficient
-8912.909
-0.017032
20.40345
54705.44
4319.569
56463.55
5277.101
5198.169
26635.44
-4466.555

Std. Error
4904.021

0.000528
1.291184
4176.837
3493.279
6227.398
3597.907
3502.249
4934.557
3492.619

t- statistic
-1.8174470
-32.25384
15.80212
13.09734
1.236537
9.066958
1.466714
1.484218
5.397737
-1.278855

Prob
0.0692
0.0000
0.0000
0.0000
0.2163
0.0000
0.1425

0.1378
0.0000
0 .2010

Phương trình hồi quy:
LN = -4466.555 - 8912.909*HHI - 0.017032*KQKD + 20.40345*TSLD + 54705.44*LH20 +
4319.569*LH21 + 56463.55*LH22+ 5277.101*LH23+ 5198.169*LH24 + 26635.44*RC
Nhận xét:
Thống kê F lớn với p-value = 0.0000 < 0.05 cho thấy mô hình có ý nghĩa thống kê. Tuy
nhiên, chỉ số R2 hiệu chỉnh = 31,99% cho thấy các biến độc lập giải thích được 31,99%
sự thay đổi của biến phụ thuộc ( lợi nhuận).
- Với các mức ý nghĩa 1%, 5%, 10 %, ngoài các biến LH21, Lh23 và Lh24 không có ý
nghĩa thống kê thì các biến giải thích còn lại ( HHI, KQKD, TSLD, LH20, LH22, RC)
đều có ý nghĩa thống kê. Tức là các biến này đều có ảnh hưởng đến lợi nhuận của doanh
nghiệp.
- Hai biến RC và TSLD có tác động dương đến biến LN. Trong đó biến RC có hệ số góc
rất lớn (= 26635.44), có thể nói rào cản gia nhập ngành có ảnh hưởng lớn đến lợi nhuận
của doanh nghiệp.
- Chỉ số đo mức độ tập trung ngành HHI có ý nghĩa thống kê với mức ý nghĩa 10%. Hệ số
góc của HHI mang dấu âm, tức là biến này có ảnh hưởng âm đến lợi nhuận của doanh
nghiệp.
3.2. Kiểm định mô hình
-

24


Cặp giả thiết kiểm định của mô hình:
H0: Các giả thiết OLS đúng
H1: các giả thiết OLS bị vi phạm

• Kiểm định đa cộng tuyến bằng thừa số Vif
Kết quả kiểm định: Mean VIF = 11.08Ta thấy thừa số vif = 11.08> 10, nên mô hình có khả
năng bị đa cộng tuyến. Tuy nhiên, bởi vì do số quan sát của mẫu rất lớn nên ta có thể bỏ qua
hiện tượng đa cộng tuyến của mô hình.
•

Kiểm định phương sai sai số thay đổi: sử dụng lệnh estat hettest để kiểm định phương sai
sai số thay đổi. Bảng kết quả:

estat hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of ln
chi2(1)

= 314.39

Prob > chi2 = 0.0000
Nhìn vào bảng kết quả ta thấy, p-value= 0.0000< 0.05 , có cơ sở thống kê để bác bỏ giả thiết
H0, chấp nhận H1 với mức ý nghĩa 5%, hay nói cách khác mô hình đã mắc bệnh phương sai
sai số thay đổi.
Khắc phục phương sai sai số thay đổi bằng hồi quy robust:
F( 9, 3452) =
Variable
HHI
KQKD
TSLD
LH20
LH21
LH22

LH23
LH24
RC
Cons
•

5.62; Prob > F
Coefficient
-8912.909
-0.017032
20.40345
54705.44
4319.569
56463.55
5277.101
5198.169
26635.44
-4466.555

= 0.0000; R-squared
Std. Error
2838.921
0.0046099
6.071788
18577.33
7160.947
39870.24
7285.848
7247.237
6365.302

7160.609

= 0.3216
t- statistic
-3.14
-3.69
3.36
2.94
0.60
1.42
0.72
0.72
4.18
-0.62

Prob
0.002
0.0000
0.001
0.003
0.546
0.157
0.469
0.473
0.0000
0 .533

Kiểm định phân phối chuẩn của nhiễu

Kiểm định Skewness - Kurtosis cho phân phối chuẩn của nhiễu được kết quả:

Skewness/Kurtosis tests for Normality
25