Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 64 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
64
Dung lượng
1,61 MB
Nội dung
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TP.HCM NGUYỄN HOÀNG THỤY BÍCH TRÂM ĐÁNH GIÁ XÁC SUẤT VỠ NỢ CỦA HỆ THỐNG NGÂN HÀNG THƯƠNG MẠI VIỆT NAM Chuyên ngành : Tài – Ngân hàng Mã số : 60.34.02.01 LUẬN VĂN THẠC SĨ KINH TẾ NGƯỜI HƯỚNG DẪN KHOA HỌC: TS NGUYỄN THỊ NGỌC TRANG TP HỒ CHÍ MINH – NĂM 2013 Mục lục Chương Giới thiệu Chương Các nghiên cứu trước Chương Tổng quan stress test 13 3.1 Khái niệm stress test .13 3.2 Phân loại stress test 14 3.3 Quy trình thực stress test 21 3.3.1 Xác định phạm vi phân tích 21 3.3.2 Thiết kế kịch kinh tế vĩ mô stress test 23 3.3.3 Tích hợp phân tích thị trường rủi ro tín dụng 24 3.4 Xây dựng khn khổ mơ hình stress test 26 3.4.1 Các mơ hình bảng cân đối kế tốn 29 3.4.2 Các mơ hình giá trị có rủi ro (VaR) 31 Chương Dữ liệu nghiên cứu lựa chọn biến kinh tế vĩ mô 35 Chương Phương pháp kết nghiên cứu 41 5.1 Tổng quan phương pháp luận .41 5.2 Mơ hình vĩ mơ xây dựng kịch 41 5.3 Mơ hình kinh tế vi mơ .49 5.4 Ước tính giá trị tổn thất mơ hình CreditRisk+ 54 Chương Kết luận .58 Tài liệu tham khảo 59 i Danh mục bảng biểu Bảng 1: Đặc điểm loại stress test 17 Bảng 2: Phân loại dạng mơ hình phương pháp stress test vĩ mô 28 Bảng 3: Các biến kinh tế vĩ mô xem xét lựa chọn để xây dựng kịch 35 Bảng 4: Ma trận tương quan biến kinh tế vĩ mô tỷ lệ nợ xấu 37 Bảng 5: Tóm tắt thống kê mơ tả biến mơ hình xây dựng kịch 39 Bảng 6: Danh mục ngân hàng thương mại mẫu 40 Bảng 7: Kiểm định tính dừng .42 Bảng 8: Kiểm định đồng liên kết 42 Bảng 9: Kiểm định tiêu chuẩn lựa chọn độ trễ thích hợp 43 Bảng 10: Kết mơ hình vĩ mơ 44 Bảng 11: Kiểm định LM tính tự tương quan mơ hình vĩ mơ 46 Bảng 12: Kiểm định độ lệch chuẩn 47 Bảng 13: Kết ước lượng liệu bảng 51 Bảng 14: Tóm tắt thống kê NPL mô qua kịch 53 Bảng 15: Kết chạy Creditrisk+ xác định xác xuất vỡ nợ .55 ii Tóm tắt Bài nghiên cứu thực stress test để xem xét tác động vĩ mơ lên rủi ro tín dụng ngân hàng thương mại Việt Nam dựa phân tích viễn cảnh Kết cho thấy có tồn mối tương quan âm tỷ lệ nợ xấu (NPL) tăng trưởng GDP với độ trễ hai quý Bài nghiên cứu sử dụng phương pháp mô Monte Carlo Credit VaR để tính tốn khả vỡ nợ khu vực ngân hàng thương mại nhận thấy ngân hàng thương mại hấp thụ khoản tổn thất tín dụng kịch vĩ mơ bất lợi Điều đe dọa đến ổn định hệ thống tài Những ước lượng hữu ích cho Ngân Hàng Nhà Nước việc xác định mức độ rủi ro tín dụng tính tốn tỷ số an tồn vốn tối thiếu cần thiết trường hợp xấu xảy Từ khóa: Ngân hàng thương mại, nợ xấu, tăng trưởng GDP Chương Giới thiệu Những năm gần có nhiều nghiên cứu stress test Tầm quan trọng stress test nhấn mạnh khủng hoảng gần vụ sụp đổ ngân hàng nhiều quốc gia Hiểu biết sâu sắc khả phục hồi hệ thống ngân hàng trước kịch kinh tế vĩ mô bất lợi quan trọng cho việc đánh giá rủi ro hệ thống giúp nhà điều hành đưa sách quản lý kịp thời bảo đảm an tồn cho hệ thống tài quốc gia Bài nghiên cứu thực stress test để xem xét tác động vĩ mơ lên rủi ro tín dụng ngân hàng thương mại Việt Nam dựa phân tích kịch Khuôn khổ thực bao gồm ba phần độc lập bổ sung cho kết hợp theo thứ tự Phần sử dụng mơ hình kinh tế lượng theo chuỗi thời gian để ước lượng mối quan hệ biến kinh tế vĩ mô lựa chọn sử dụng kết để mô kịch vĩ mô bất lợi hai năm tới Phần thứ hai sử dụng mơ hình kinh tế lượng theo liệu bảng để ước tính độ nhạy tỷ lệ nợ xấu (NPL) tăng trưởng GDP sử dụng kết để mô chất lượng tín dụng kịch xấu Phần sử dụng liệu tỷ lệ nợ xấu tám ngân hàng thương mại niêm yết khoảng thời gian từ năm 2006 đến năm 2013 Phần thứ ba sử dụng tỷ lệ nợ xấu dự báo đại diện cho xác suất vỡ nợ (PD) trường hợp bất lợi để ước tính phần tổn thất tín dụng, sử dụng mơ hình giá trị tín dụng có rủi ro (Credit VaR) Kết cho thấy mối tương quan ngược chiều tỷ lệ nợ xấu tăng trưởng GDP Trong đó, tăng trưởng GDP tác động lên tỷ lệ nợ xấu với độ trễ hai quý Kết thực kịch sở kinh tế khơng có cú sốc cho thấy tăng trưởng GDP giảm 2,9 phần trăm làm gia tăng 1,3 lần nợ xấu quý III năm 2013 Như vậy, kịch sở tỷ lệ nợ xấu vào khoảng 3,7 phần trăm quý III năm 2013 Ngoài ra, chất lượng tín dụng thể mức độ quán tính mạnh mẽ với hệ số tự hồi quy 0,84 Điều ngụ ý phần trăm gia tăng tỷ lệ nợ xấu quý gây gia tăng 0,84 phần trăm tỷ lệ nợ xấu quý Bài nghiên cứu xây dựng bốn kịch kinh tế vĩ mô, kịch kéo dài hai năm Những kịch bao gồm kịch sở phản ánh mức độ tăng trưởng GDP dự kiến kinh tế không xảy cú sốc ba kịch xấu coi cực đoan, có khả xảy điều kiện Nhìn chung, kết kịch sở tỷ lệ nợ xấu đạt đỉnh vào khoảng phần trăm quý thứ ba năm 2015 Ngược lại, kịch xấu làm tăng tỷ lệ nợ xấu vào khoảng 6,4 phần trăm vào quý năm 2014 dự báo Nhìn chung, thực stress test cho thấy ngân hàng thương mại Việt Nam có nguồn lực tài chưa đủ tốt để hấp thụ tổn thất tín dụng tập hợp kịch kinh tế vĩ mô bất lợi Đây mầm mống đe dọa đến ổn định tài cho hệ thống ngân hàng thương mại Việt Nam Cấu trúc nghiên cứu sau: Phần trình bày ngắn gọn số nghiên cứu liên quan, phần thảo luận phương pháp luận Phần mô tả liệu thu thập phần kết thực nghiệm Cuối cùng, phần kết luận nghiên cứu Chương Các nghiên cứu trước Wilson (1997) Merton (1974) biết đến với nghiên cứu stress test đo lường rủi ro tín dụng tác động kinh tế vĩ mơ Wilson thiết lập mơ hình trực tiếp dựa tính nhạy cảm nhiều biến kinh tế vĩ mô xác suất vỡ nợ theo khu vực ngành nghề Mơ hình hồi quy mối liên hệ xác suất vỡ nợ nhân tố vĩ mơ, sau mơ phân phối xác suất vỡ nợ tương lai với mức thua lỗ kì vọng ảnh hưởng biến động kinh tế vĩ mơ Mơ hình Merton khác biệt chỗ kết hợp thay đổi giá tài sản vào tiến trình xác định xác suất vỡ nợ Mơ hình Wilson mang tính trực giác tính tốn mơ hình Merton cần nhiều liệu u cầu tính tốn phức tạp Kể từ nhiều nghiên cứu ứng dụng công cụ để đánh giá mức độ hồi phục hệ thống ngân hàng quốc gia khác trước biến động vĩ mô bất lợi Berkowitz (1999), Pesola (2001), Froyland Larsen (tháng 10, 2002), Boss cộng (2002), Hoggarth Whitley (2003), Gerlach cộng (2003), Virolainen Sorge (2006), Barnhill cộng (2006), van den End cộng (2006), Missina Tessier (2007) Mục tiêu nghiên cứu đo lường mức độ nhạy cảm danh mục tín dụng trước kịch vĩ mô bất lợi kiện, biến động ngoan mục Những thử nghiệm làm cho rủi ro minh bạch hơn, giúp đánh giá mức lỗ tiềm điều kiện thị trường khơng bình thường Trong đó, Boss (2002) sử dụng mơ hình rủi ro tín dụng vĩ mơ để phân tích tình hình biến động xấu thị trường gây áp lực lên xác suất vỡ nợ ngân hàng Áo tác giả nhận thấy sức sản xuất công nghiệp, tỷ lệ lạm phát, số chứng khoán, lãi suất ngắn hạn danh nghĩa giá dầu nhân tố định xác suất vỡ nợ Sorge & Virolainen (2006) ứng dụng hai phương pháp stress test cho kinh tế Phần Lan kết hợp phân tích kinh tế lượng theo liệu bảng cân đối kế toán (mơ hình bảng cân đối kế tốn) mơ hình giá trị có rủi ro VaR Trong mơ hình bảng cân đối kế tốn, Sorge Virolainen sử dụng khn khổ Wilson Theo đó, biến vĩ mơ liên kết với khoản mục cho vay bảng cân đối kế tốn thơng qua phương pháp mơ Monte Carlo để mô ảnh hưởng vài cú sốc đến hệ thống ngân hàng, từ xác định giá trị có rủi ro VaR Mơ hình VaR kết hợp phân tích nhân tố rủi ro để ước lượng xác suất mát, đưa số cụ thể mức độ nhạy cảm danh mục trước nhiều loại rủi ro khác Thơng qua đó, tác giả cịn tìm thấy mối quan hệ có ý nghĩa thống kê tỷ lệ vỡ nợ đặc trưng theo ngành GDP, lãi suất tổng nợ khu vực doanh nghiệp Từ cho thấy biến động mơi trường kinh tế có ảnh hưởng lên dự phịng nợ khó địi ngân hàng Một số nhà nghiên cứu kết hợp nợ xấu, khoản dự phịng nợ khó địi nhân tố kinh tế vĩ mô vào ma trận vector để đo lường tính bất ổn hệ thống tài Kalirai Scheicher (2002) xây dựng mơ hình ước lượng hồi quy theo liệu chuỗi thời gian biến dự phòng nợ khó địi tích lũy tập hợp lớn biến kinh tế vĩ mô bao gồm GDP, lỗ hổng sản lượng ngành công nghiệp, số giá tiêu dùng, tốc độ tăng trưởng cung tiền, số thị trường chứng khoán, tỷ giá hối đoái, xuất giá dầu Bên cạnh đó, stress test xem cơng cụ đánh giá tính ổn định tài giới thiệu chương trình FSAP 1999 liên kết IMF với WB (IMF&WB 2003) Sau giới thiệu FSAP, nhà điều hành giám sát tiền tệ quốc gia bắt đầu kết hợp công cụ vào đánh giá ổn định tài định kì Nhiều nghiên cứu làm sáng tỏ tính hữu ích stress test phân tích vĩ mơ Ví dụ, Borio, Furfine & Lowe (2001) tầm quan trọng stress test việc nâng cao hiểu biết rủi ro mối quan hệ với chu kì kinh doanh Gần EU Mỹ thực thử nghiệm stress test lớn sau khủng hoảng để đánh giá hệ thống tài họ (Fed 2009a,b CEBS 2010a,b) Drehmann (2008) thảo luận mục tiêu, tiến trình lập mơ hình thách thức thực stress test Cihak (2007) trình bày tỉ mỉ toàn diện khung lý thuyết liên quan đến việc thiết kế stress test kịch vĩ mô với giả định phạm vi rủi ro rộng lớn Ông mô tả ứng dụng stress test liệu ngân hàng Bài nghiên cứu thảo luận điểm mạnh điểm yếu nhiều phương pháp thực stress test tính hữu ích nhà điều hành tiền tệ quốc gia Sorge (2004) cung cấp tổng quát phương pháp stress test cho hệ thống tài thảo luận thách thức phương pháp nghiên cứu đo lường rủi ro nội sinh tương quan rủi ro tín dụng rủi ro thị trường Berkowitz (2000) thảo luận cụ thể việc lựa chọn kịch thực stress test Hầu hết nghiên cứu xem xét rủi ro tín dụng thực stress test Trước thực mô ảnh hưởng kịch tác động lên chất rủi ro tín dụng, tác giả thường khảo sát mối liên kết biến vĩ mô (như tăng trưởng GDP, lãi suất, thất nghiệp, sức sản xuất công nghiệp, lạm phát, v.v) biến đo lường rủi ro tín dụng liên quan thơng qua mơ hình vệ tinh Có nhiều phương pháp cho việc thiết lập mơ vậy, thường gọi mơ hình rủi ro tín dụng vĩ mơ Drehmann (2005) Cihak (2007) làm sáng tỏ mối quan hệ phi tuyến biến động vĩ mơ rủi ro tín dụng mơ hình rủi ro tín dụng vĩ mơ Một vài nghiên cứu phát triển mơ hình rủi ro tín dụng vĩ mơ theo Merton dựa tỷ suất sinh lợi tài sản để ước lượng mức độ vỡ nợ Merton (1974) người thiết kế mơ hình định giá nhiều loại cơng cụ tài Ý tưởng mơ hình Merton xác định vỡ nợ sụt giảm tỷ suất sinh lợi tài sản xuống ngưỡng cho trước Mơ hình Merton sử dụng nghiên cứu Jakubik (2007) cho kinh tế cộng hịa Séc Mơ hình sử dụng nghiên cứu Drehmann (2005) khoản cho vay doanh nghiệp ngân hàng Anh Hamerle, Liebig & Scheule (2004) sử dụng mô hình đa nhân tố để dự báo xác suất vỡ nợ khoản cho vay cá nhân Đức dựa tiêu chuẩn Basel II Ngoài ra, nhiều nghiên cứu khác khảo sát mối quan hệ biến vĩ mô khoản mục cho vay bảng cân đối kế toán Baboucek & Jancar (2005) dùng mơ hình VAR sử dụng tỷ lệ nợ xấu (NPL) nhân tố vĩ mô đại diện cho kinh tế cộng hòa Séc để khám phá mối quan hệ Evjen cộng (2005) phân tích tác động phản ứng tiền tệ liên quan đến biến động phía cung cầu lên thua lỗ ngân hàng Norway Nghiên cứu xem xét cú sốc ảnh hưởng đến thay đổi nhanh chóng mức độ dự phịng ngân hàng, từ đưa mức thiết lập dự phịng cần thiết để đảm bảo ổn định tài thảo luận làm để kết hợp stress test việc đưa định sách tiền tệ Hơn nữa, tác giả cho thấy điều kiện môi trường kinh tế vĩ mô quan trọng cho khả thu hồi nợ Các số kinh tế vĩ mô sử dụng biến độc lập là: GDP, tỷ lệ thất nghiệp, tiền lương CPI Một vài nghiên cứu chủ yếu kết hợp nhiều nguồn gốc rủi ro vào mơ hình Một nghiên cứu sớm Barnhill, Papapanagiotou & Schumacher (2000) Các tác giả đo lường tương quan thị trường với rủi ro tín dụng ứng dụng kết giả định cho ngân hàng Bắc Phi, liên kết thay đổi điều kiện tài tỷ số yêu cầu vốn tối thiểu ngân hàng Nghiên cứu Van den End, Hoeberichts & Tabbae (2006) phân tích Bảng 12: Kiểm định độ lệch chuẩn Jarque-Bera test Equation chi2 df Prob > chi2 D_cr 0.112 0.94550 D_gdp 0.620 0.73363 D_lscb 1.433 0.48848 ALL 2.164 0.90397 Skewness test Equation Skewness chi2 df Prob > chi2 D_cr -0.13267 0.053 0.81825 D_gdp 0.21395 0.137 0.71096 D_lscb 0.67466 1.366 0.24258 1.556 0.66949 ALL Kurtosis test Equation Kurtosis chi2 df Prob > chi2 D_cr 2.7189 0.059 0.80764 D_gdp 2.1982 0.482 0.48743 D_lscb 2.7002 0.067 0.79518 0.609 0.89440 ALL Thực đánh giá rủi ro tín dụng dựa bốn kịch kinh tế vĩ mơ, có kịch phản ánh xu hướng tăng trưởng GDP kì vọng ba kịch bất lợi Thiết kế kịch bất lợi vấn đề đơn giản Người ta sử dụng biến động lịch sử để xây dựng cú sốc, lịch sử khó lặp lại hồn cảnh xung quanh cú sốc gần luôn khác nhau, đặt câu hỏi tính hiệu lực biến động Ngồi ra, cú sốc xây dựng thông qua xem xét 47 điều kiện kết hợp cân nhắc hướng tới tương lai Bài nghiên cứu sử dụng pha trộn lịch sử điều kiện khuôn khổ mơ hình VECM để tạo cú sốc Viễn cảnh tăng trưởng GDP bốn kịch xác định sau: Kịch sở: Kịch kịch chuẩn để nắm bắt trình tăng trưởng bình thường hoạt động kinh tế Theo đó, kết mơ hình VECM dự báo tốc độ tăng trưởng GDP tương lai mà không gây sốc hệ thống Kịch 1: Sử dụng kết VECM để mô tác động lãi suất tăng 11% quý năm 2013 Cú sốc tính tốn cách lấy giá trị trung bình biến lãi suất thời gian nghiên cứu cộng với độ lệch chuẩn Kịch 2: Sử dụng kết VECM để mô hiệu ứng cú sốc tiêu cực tăng trưởng tín dụng giảm xuống 2,1% quý năm 2013 Cú sốc tính tốn từ tăng trưởng tín dụng trung bình giai đoạn nghiên cứu trừ độ lệch chuẩn Kịch 3: Sử dụng kết VECM để mô hiệu ứng cú sốc tiêu cực tăng trưởng GDP giảm 30% quý năm 2013 Cú sốc tính tốn tăng trưởng GDP trung bình giai đoạn nghiên cứu trừ độ lệch chuẩn 48 Hình 1: Diễn biến tăng trưởng GDP kịch khác 5.3 Mơ hình kinh tế vi mô Trong phần này, nghiên cứu sử dụng kỹ thuật kinh tế lượng theo liệu bảng để phân tích độ nhạy khoản nợ xấu trước kịch kinh tế vĩ mơ Các ước tính phần dựa mẫu liệu tám ngân hàng lên sàn khoảng thời gian từ quý năm 2006 đến quý năm 2013 Bài nghiên cứu khám phá nhạy cảm nợ xấu tập hợp biến kinh tế vĩ mô lựa chọn bao gồm tăng trưởng GDP, tăng trưởng tín dụng, lãi suất bản, chênh lệch lãi suất cho vay tiết kiệm ngân hàng, tỷ giá hối đối thơng qua việc tính tốn ma trận tương quan cặp biến Qua đó, mối quan hệ nợ xấu tăng trưởng GDP lựa chọn nhằm xem xét mối quan hệ chu kì kinh doanh kinh tế tác động lên chất lượng cho vay hệ số ước tính bền vững có ý nghĩa thống kê mạnh mẽ nhằm mục tiêu mô chất lượng cho vay theo kịch kinh tế vĩ mô Đặc biệt, nghiên cứu sử dụng logarit tỷ lệ nợ xấu NPLs ngân 49 hàng i theo tiến trình AR(1) chịu ảnh hưởng tốc độ tăng trưởng GDP khứ với S độ trễ Mơ hình thể sau: ln 𝑁𝑃𝐿 𝑖,𝑡 1−𝑁𝑃𝐿 𝑖,𝑡 = 𝜇𝑖 + 𝛼𝑙𝑛 𝑁𝑃𝐿 𝑖,𝑡 1−𝑁𝑃𝐿 𝑖,𝑡 + 𝑆 𝑠=0 𝛽𝑡−𝑠 ∆𝑙𝑛 𝐺𝐷𝑃 𝑡−𝑠 + 𝜀𝑖,𝑡 (3) Trong đó, 𝑁𝑃𝐿𝑖,𝑡 viết tắt (logarit) tỷ lệ nợ xấu ngân hàng i thời gian t GDPt viết tắt GDP quý t Vì tỷ lệ nợ xấu nằm khoảng [0, 1] nên biến đổi biến phụ thuộc thành dạng ln 𝑁𝑃𝐿 𝑖,𝑡 1−𝑁𝑃𝐿 𝑖,𝑡 để tránh vấn đề chuỗi liệu khơng phân phối chuẩn Mơ hình bao gồm biến trễ biến phụ thuộc để giải thích cho dai dẳng nợ xấu Các 𝜇𝑖 tác động cố định ngân hàng, coi ngẫu nhiên độ nhiễu riêng ngân hàng 𝜀𝑖,𝑡 giả định độc lập ngân hàng không tương quan chuỗi liệu Vì vậy, mơ hình giả định tương quan tỷ lệ nợ xấu ngân hàng riêng lẻ có nguồn gốc chung với điều kiện kinh tế vĩ mơ Đồng thời, mơ hình giả định tác động điều kiện kinh tế vĩ mô chất lượng cho vay đối xứng xu hướng tăng giảm chu kỳ kinh tế bỏ qua tác động phi tuyến tính hiệu ứng phản hồi tiềm từ thị trường tín dụng lên hoạt động kinh tế vĩ mô Các hệ số α phương trình (3) dự kiến dương nhỏ hệ số β dự kiến âm phản ánh chất lượng tín dụng xấu thời kì suy thối kinh tế Theo mơ hình này, tác dụng ngắn hạn thay đổi tốc độ tăng trưởng GDP lên logarit tỷ lệ nợ xấu tính tổng hệ số β ước lượng Theo đó, tác động cú sốc tăng trưởng GDP tỷ lệ nợ xấu trước chuyển đổi sang dạng logarit tính cơng thức sau: Tác động ngắn hạn: ∆𝑁𝑃𝐿 ∆𝑙𝑛 𝐺𝐷𝑃 = 𝑁𝑃𝐿 × − 𝑁𝑃𝐿 × 50 𝑠 𝛽𝑡−𝑠 (4) Tác động dài hạn: ∆𝑁𝑃𝐿 ∆𝑙𝑛 𝐺𝐷𝑃 = 1−𝛼 × 𝑁𝑃𝐿 × − 𝑁𝑃𝐿 × 𝑠 𝛽𝑡−𝑠 (5) Bài nghiên cứu ước tính phương trình (4) cho tỷ lệ nợ xấu tổng thể ngân hàng riêng lẻ mẫu Đây phương pháp thường sử dụng stress test để kiểm tra mức độ tác động điều kiện vĩ mô bất lợi lên chất lượng tín dụng Đầu tiên, nghiên cứu sử dụng phương pháp ước lượng theo liệu bảng để ước lượng phương trình (3) Sau đó, sử dụng kết ước lượng để tính tốn theo phương trình (4) để tìm mức độ tác động cụ thể tăng trưởng GDP lên chất lượng tín dụng Các kết hồi quy phù hợp với mong đợi có ý nghĩa thống kê mạnh mẽ bao gồm phương pháp OLS gộp lại (pooled OLS) ước lượng theo nhóm (fixed effect) Sau khám phá với cấu trúc độ trễ khác nhau, nghiên cứu lựa chọn độ trễ cho biến tăng trưởng GDP Nhìn chung, hệ số biến trễ tỷ lệ nợ xấu (NPL) khoảng 0,84 phản ánh tồn tính dai dẳng nợ xấu Tiếp theo, hệ số tăng trưởng GDP trễ âm có ý nghĩa thống kê mong đợi Bảng kết trình bày sau: Bảng 13: Kết ước lượng liệu bảng L.Logit (NPL) D.LnGDP LD.LnGDP L2D.LnGDP Pooled OLS [1] Within Groups [2] 0.9168713*** 0.8425786*** (0.0434289) (0.0662001) -0.9622535*** -0.9587635** (0.3646571) (0.3684347) -1.196764*** -1.220903*** (0.4354076) (0.441531) -0.8854442** -0.8850943** (0.4347497) (0.4396382) 51 Observations R-squared 108 108 0.8161 0.6440 Sai số chuẩn ngoặc ***p