3.2.1. Kiểm định nghiệm đơn vị
Kiểm định nghiệm đơn vị là một kiểm định được sử dụng để kiểm định một chuỗi thời gian dừng hay không dừng. Để tránh ước lượng hồi quy sai, chuỗi thuộc tính ngẫu nhiên sẽ được kiểm định. Một số qua trình kiểm định được đưa vào để phát triển mô hình, trong đó phổ biến nhất là phương pháp Augmented Dickey-Fuller (ADF). Kiểm định ADF dựa trên việc từ chối hệ số gốc của một giả thuyết (chuỗi thời gian không dừng, có nghiệm đơn vị). Trong mô hình thực nghiệm tác giả kiểm định thấy biến phụ thuộc Y có xu hướng thời gian (time trend) và có chuỗi dừng. Mô hình ADF phát triển từ mô hình ước lượng của kiểm định DF với hình thức sau:
Khi Yt là một bước ngẫu nhiên với hằng số xoay quanh một đường xu thế ngẫu nhiên
Giả thuyết H0: = 0 (Yt là chuỗi không dừng, có nghiệm đơn vị)
H1: < 0 (Yt là chuỗi dừng)
Miền bác bỏ trị thống kê critical |!| < |!"| với mức ý nghĩa # = 5%
Nếu có hiện tượng tự tương quan chuỗi giữa các giá trị ut do thiếu biến thì sử dụng ADF, kiểm định này được thực hiện bằng cách đưa thêm vào phương trình (5) các biến trễ của sai phân biến phụ thuộc ∆t :
∆t = 1 + 2 t +Yt-1+#i∑*+,∆(t-i + )t ………. (6)
Trong đó t là chuỗi thời gian, nó là một xu hướng thời gian tuyến tính,
, là tham số ước lượng, n là số lượng tối ưu của độ trễ trong biến phụ thuộc và )t là sai số ngẫu nhiên. Với giả thuyết như sau:
H0: = 0 có nghiệm đơn vị, dữ liệu cần kiểm định bậc sai phân cho dừng (Yt là chuỗi không dừng).
H1: < 0 dữ liệu có xu hướng dừng (Yt là chuỗi dừng) và cần được điều chỉnh bằng cách sử dụng xu hướng thời gian trong mô hình hồi quy thay cho sai phân (level). Giả thuyết của mô hình ADF là = 0 dữ liệu cần kiểm định bậc sai phân điều chỉnh cho dừng và < 0 dừng ở dữ liệu gốc không cần kiểm định bậc sai phân.
3.2.2. Kiểm định ý nghĩa thống kê của các hệ số hồi quy
Kiểm định sự phù hợp của mô hình hồi quy dựa trên kiểm định hệ số để biết ý nghĩa thống kê F, kiểm định Wald được sử dụng cho giả thuyết mô hình phù hợp hay không và kiểm định cho biết mức độ ảnh hưởng của biến độc lập tới biến phụ thuộc.
Kiểm định hệ số với mức ý nghĩa # = 5%, cặp giả thuyết hệ số cho rằng: H0: 2= 3=…= k=0 mô hình không phù hợp
H1: có ít nhất 1 - ≠ 0 (0 = 2, 2) thì mô hình phù hợp Ước lượng mô hình OLS (Ordinary Least Squares)
Tiêu chuẩn kiểm định =455/(78)955/(*8:)= (899;/(:8);)/(*8:) ………… (7) Miền bác bỏ: ≥ #(2 − 1, > − 2) hoặc ? < #
Do đó sử dụng kiểm định Wald để loại bỏ các biến không ảnh hưởng lên biến phụ thuộc Y. Bỏ từng biến, chọn biến có giá trị Prob ()lớn nhất bỏ trước đến khi tất cả các biến đều có ?@AB () < # .
3.2.3. Kiểm định tự tương quan
Sử dụng kiểm định Breusch-Godfrey với độ trễ một thời điểm để phát hiện tự tương quan của mô hình. Ước lượng hồi quy OLS từ phương trình (4):
= C8+ C8+ ⋯ + CE8E+ )………..…… (8)
Kiểm định giả thuyết:
H0: C = C = ⋯ = CE = 0 mô hình không có hiện tượng tự tương quan
H1: có ít nhất 1 C- ≠ 0 (0 = 1, F) thì mô hình có hiện tượng tự tương quan
Tiêu chuẩn kiểm định: >G ~ I"
>GJK > MNá @ị ớN ℎạ> I" hoặc ? ≤ # thì bác bỏ H0
3.2.4. Kiểm định phương sai sai số thay đổi
Sử dụng kiểm định White dựa trên hồi quy bình phương phần dư (ký hiệu là Resid) theo bậc nhất và bậc hai của các biến độc lập để phát hiện phương sai sai số thay đổi, từ phương trình (4) ước lượng mô hình bằng OLS thông qua kiểm định không có tích chéo giữa các biến độc lập, tính các phần dư U+:
U+ = #+ #++ # ++ #+ + #++ V+ ……… (9) Kiểm định giả thuyết:
H0: # = # = ⋯ = #= 0 mô hình có phương sai đồng đều
H1: có ít nhất 1 #- ≠ 0 (0 = 2, 2) thì mô hình có hiện tượng phương sai thay đổi
Tiêu chuẩn kiểm định I = >G ~ I với mức ý nghĩa # = 5%, Miền bác bỏ W" = XI/I> I"Y hoặc ? ≤ #
3.2.5. Kiểm định bỏ sót biến giải thích
Sử dụng kiểm định Ramsey để kiểm tra dạng hàm có bỏ sót biến giải thích hay không, từ phương trình (4) ước lượng mô hình OLS, từ đó sử dụng hồi quy phụ tính +^ và G[\] :
+ = + + + ^+ ^ + ⋯ + V+ ………..….. (10)
Kiểm định giả thuyết:
H0: β = β = ⋯ = β_ = 0 mô hình không bị bỏ sót biến
H1: có ít nhất 1 αa ≠ 0 (j = 3, k) thì mô hình bỏ sót biến Tiêu chuẩn kiểm định: = (9efg; 89hij; )/k
(89efg; )/(*8:) ~ (l, > − 2), m là số biến đưa thêm vào
Miền bác bỏ W" = X/ > "(l, > − 2)Y hoặc ? ≤ #
3.2.6. Kiểm định phân phối chuẩn của sai số ngẫu nhiên
Sử dụng kiểm định Jarque-Bera để kiểm định phân phối chuẩn của sai số ngẫu nhiên U, trong hồi quy tuyến tính cổ điển, thống kê này rất quan trọng cho việc kiểm định phần dư của mô hình hồi quy theo phương pháp OLS có phân phối chuẩn hay không.
Tiêu chuẩn kiểm định mn = o5;+(78 ) ;p ……….. (11) Trong đó q =∑(rs8rt)u
*.54wu ; =∑(rs8rt)y
*.54wy
S là độ nghiêng của phân phối, K là độ nhọn của phân phối Giả thuyết H0: U có phân phối chuẩn
Miền bác bỏ W" = Xmn mn⁄ > IY hoặc P(JB) < # với mức ý nghĩa
3.2.7. Kiểm tra đa cộng tuyến
Để phát hiện được hiện tượng đa cộng tuyến có xảy ra trong mô hình hay không, thì tiến hành lần lượt hồi quy biến phụ thuộc Y với các biến độc lập. Sau đó sử dụng độ đo Theil (m) để xem xét mức độ đa cộng tuyến của mô hình:
l = G− ∑ (G: − G-)
-, ~ 0(2,2) ……… (12)
Nếu l ≈ 0 thì không có đa cộng tuyến.
3.3. Mô tả dữ liệu
Trong phần này sẽ mô tả chi tiết các dữ liệu của tác giả, nguồn dữ liệu, ý nghĩa thống kê và cuối cùng là phân tích kết quả. Các biến được sử dụng trong các mô hình thực nghiệm là tổng sản phẩm quốc nội (GDP), nguồn lao động (L), tổng vốn đầu tư trong nước (K), vốn đầu tư trực tiếp nước ngoài (FDI), lạm phát (INF) và tỷ trọng xuất khẩu (EX). Trong luận văn này, tác giả sử dụng dữ liệu theo năm từ năm 1993 đến năm 2012 để ước tính tác động của FDI tới tăng trưởng kinh tế. Nguồn cung cấp dữ liệu chính được mô tả như sau:
- Dữ liệu thống kê về FDI, GDP, EX, INF, K, nguồn: ADB, WB, MOEF, IMF, NBC.
- Dữ liệu thống kê về L, nguồn: NIS, MOP, ADB, WB, ILO, CDC.
Tổng sản phẩm quốc nội được sử dụng để đo lường sự tăng trưởng kinh tế, K và FDI được xác định là vốn đầu tư đóng góp vào nền kinh tế, xuất khẩu được xác định là tác động của chính sách mở cửa ký hiệu EX.
Hình 1 dưới đây là biến động các biến nghiên cứu theo thời gian và Hình 2 biểu
hiện xu hướng theo thời gian của các biến độc lập và tổng sản phẩm quốc nội dưới dạng tuyến tính.
10 20 30 40 50 60 70 94 96 98 00 02 04 06 08 10 12 EX
Hình 1: Biến động của các biến nghiên cứu từ năm 1993 đến 2012
Trung bình của biến GDP (triệu USD) Trung bình của biến FDI (triệu USD)
Trung bình của biến K (triệu USD) Trung bình của biến EX (%/GDP)
Trung bình của biến L (triệu lao động) Trung bình của biến INF (%/năm)
2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 94 96 98 00 02 04 06 08 10 12 GDP 0 200 400 600 800 1,000 1,200 1,400 1,600 94 96 98 00 02 04 06 08 10 12 FDI 0 400 800 1,200 1,600 2,000 2,400 2,800 94 96 98 00 02 04 06 08 10 12 K -5.0 -2.5 0.0 2.5 5.0 7.5 10.0 12.5 94 96 98 00 02 04 06 08 10 12 INF
Dựa vào hình 1 về biến động của các biến nghiên cứu cho thấy, từ năm 1993 sau khi đất nước Campuchia ổn định chính trị thì chỉ số GDP có xu hướng tăng dần mức 2,533.73 triệu USD vào năm 1993 và còn tiếp túc tăng ở mức 3,443.41 triệu USD tại thời điểm năm 1997. Vào năm 1998, do tình hình chính trị không ổn định sau cuộc bầu cử quốc hội lần thứ 2 kể tiếp lần thứ 1 vào năm 1993, GDP bị giảm xuống một chút so với năm 1997 ở mức 3,120.43 triệu USD. Sau đó trở lại tăng dần ở mức 4,658.25 triệu USD vào năm 2003, tình hình ngày càng mở cửa tiếp nhận vốn đầu tư nước ngoài và gia nhập WTO vào năm 2004 thì GDP ngày càng tăng mạnh ở mức 6,293.05 triệu USD. Và cho đến thời điểm năm 2012 GDP đạt ở mức 14,061.80 triệu USD. Nguồn vốn FDI đóng góp vào tăng trưởng kinh tế Campuchia khá đáng kể trong những năm gần đây, nhưng đã gặp nhiều khó khăn trong việc thu hút nguồn vốn này bởi chính sách cũng như tình hình đất nước Campuchia chưa phù hợp và đạt yêu cầu đối với nhà đầu tư nước ngoài. Vào năm 1993, Campuchia đã tiếp nhận vốn FDI đăng ký ở mức 54.12 triệu USD và tăng dần cho đến năm 1999 ở mức 232.24 triệu USD. Năm 2000 đến 2003 việc thu hút vốn FDI trở nên khó khăn do tính bất ổn chính trị, cho nên mức thu hút đã giảm dần cho tới mức 83.98 triệu USD vào năm 2003. Sau tình hình ổn định chính trị trở lại và việc cố gắng bắt kịp nền kinh tế thế giới, chính phủ Campuchia đã động lực gia nhập WTO và tăng được vốn FDI ở mức 131.42 triệu USD, và con số này ngày càng tăng cho tới thời điểm năm 2012 duy trì được vốn FDI ở mức 1,489.14 triệu USD. Vốn FDI thực chất đã và đang thúc đẩy đầu tư trong nước (K), họ ngày càng tiếp cận kiến thức, tiến bộ công nghệ và kết quả cho thấy con số vốn đầu tư trong nước ở mức 272.63 triệu USD và tăng dần cho đến năm 2012 là 2,404.57 triệu USD. Tăng trưởng kinh tế trong những năm gần đây đã thể hiện rõ nét ở nguồn lao động (L) ngày càng tăng từ 4.58 triệu lao động vào năm 1993 và tăng dần cho đến năm 2012 ở mức 8.3 triệu lao động. Lạm phát (INF) trong những năm gần đây đã giao động từ -4.41% đến 12.25% tính từ năm 1993 đến 2012. Campuchia là một đất nước đang phát triển và chỉ số
2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0 8.5 L G D P 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 10 20 30 40 50 60 70 EX G D P
nhập khẩu cao hơn so với xuất khẩu các mặt hàng như nông sản, quần áo… còn các sản phẩm tiêu dung chú yếu là nhập khẩu từ các nước làng giếng như Việt Nam, Trung Quốc, Thái Lan... Vào năm 1993 tỷ trọng xuất khẩu đạt con số 16.06% và tình hình kinh tế ngày càng phát triển làm con số này tăng dần đến năm 2006 đạt ở mức 68.59%, sau đó lại giảm dần ở mức 41.20% vào năm 2012 do tính cạnh tranh các mặt hàng xuất khẩu với các nước làng giếng ngày trở nên gay gắt.
Hình 2: Tác động của các biến độc lập tới GDP
Mối quan hệ tuyến tính giữa biến K và GDP Mối quan hệ tuyến tính giữa biến FDI và GDP
Mối quan hệ tuyến tính giữa biến L và GDP Mối quan hệ tuyến tính giữa biến EX và GDP
2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 0 500 1,000 1,500 2,000 2,500 K G D P 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 0 400 800 1,200 1,600 FDI G D P
Mối quan hệ tuyến tính giữa biến INF và GDP
Dựa vào hình 2 về tác động của các biến độc lập đến biến phụ thuộc GDP, nó thể hiện mối quan hệ tuyến tính giữa biến độc lập và GDP. Ta thấy, mối quan hệ giữa biến K với GDP có mối quan hệ thuận chiều và có tương quan rất chặt chẽ. Tác động của biến FDI lên GDP có mối quan hệ thuận chiều và có tương quan rất chặt chẽ. Biến L có tác động tới GDP có mối quan hệ thuận chiều và có tương quan rất chặt chẽ. Tuy nhiên, đối với tác động của biến EX và INF tới GDP chưa thể hiện được mối quan hệ tương quan.
2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 -5 0 5 10 15 INF G D P
CHƯƠNG IV. PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU
4.1. Kiểm định tính dừng (Stationary) của các biến bằng phương pháp ADF
(Augmented Dickey-Fuller)
Kết quả kiểm định trong bài này khá giới hạn vì số lượng các khảo sát ít (chỉ có 20 khảo sát cho mỗi chuỗi thời gian). Để kết quả ước lượng không bị thiên lệch, kiểm định tính dừng cho các biến nghiên cứu là cần thiết. Tác giả thực hiện kiểm định tính dừng theo tiêu chuẩn ADF. Kết quả kiểm định tính dừng cho thấy các biến GDP, L, K, FDI, INF và EX được trình bày vào bảng dưới đây.
Bảng 4.1. Kiểm định nghiệm đơn vị theo phương pháp ADF
Chuỗi ADF Mức 1% Mức 5% Mức 10% Kết quả D(GDP,2) -4.823791 -3.920350 -3.065585 -2.673459 Dừng ở mức 1% D(L,2) -2.008442 -3.959148 -3.081002 -2.681330 Không dừng D(K,2) -3.552111 -4.057910 -3.119910 -2.701103 Dừng ở mức 5% D(FDI,2) -3.623200 -4.004425 -3.098896 -2.690439 Dừng ở mức 5% D(INF,2) -3.576017 -3.959148 -3.081002 -2.681330 Dừng ở mức 5% D(EX,2) -5.455206 -3.920350 -3.065585 -2.673459 Dừng ở mức 1% Nguồn: Tính toán của tác giả Ghi chú: phương pháp ADF, kiểm định tính dừng ở chuỗi gốc có tính đến hệ số chặn và xu hướng (intercept and trend), còn kiểm định tính dừng ở sai phân bậc I chỉ tính đến hệ số chặn mà thôi (intercept).
Kết quả cho thấy tất cả các biến đều không dừng ở chuỗi gốc, sau khi tiến hành kiểm định ở sai phân bậc nhất thì thấy biến GDP, K, FDI, INF và EX dừng trừ biến L không dừng. Điều này có nghĩa rằng ta có thể đưa biến đầu GDP, K,
FDI, INF và EX vào mô hình hồi quy để phân tích trong bài nghiên cứu này, còn biến L ta loại bỏ từ mô hình hồi quy vì biến này có thể làm cho kết quả ước lượng bị thiên lệch dẫn đến mô hình không tin cậy.
4.2. Kiểm định Wald
Hồi quy biến phụ thuộc GDP theo các biến độc lập K, FDI, INF và EX trên phương pháp bình phương nhỏ nhất để tính các hệ số và ý nghĩa thống kê của các biến độc lập. Theo bảng 4.2.1 ta thấy mô hình chưa phù hợp vì giá trị Prob () của các biến lớn hơn mức ý nghĩa # = 5%.
Bảng 4.2.1. Hồi quy mô hình bằng phương pháp LS
Biến độc lập Tham số β Sai số Thống kê t Giá trị P K 4.083805 0.599806 6.808549 0.0000 FDI 2.246425 1.004822 2.235645 0.0410 INF -15.8238 14.18922 -1.1152 0.2823 EX -7.86276 37.04176 -0.21227 0.8348 Hệ số chặn C 1566.178 490.1916 3.195032 0.0060 Nguồn: Tính toán của tác giả
Để xem xét mô hình hồi quy có ý nghĩa thống kê ta tiến hành lần lượt bỏ dần những biến có giá trị ?@AB () > # với mức ý nghĩa # = 5%. Do biến INF và EX có giá trị ?@AB () > #, tức là không có ý nghĩa thống kê trong mô hình hồi quy này, cho nên ta loại bỏ những biến này. Sau khi loại bỏ một số biến không có tác động, kiểm định Wald được xác định việc loại bỏ sự có mặt của những biến không cần thiết trong mô hình hồi quy.
Bảng 4.2.2. Báo cáo kiểm định Wald
Wald Test: Equation: Untitled
Test Statistic Value df Probability F-statistic 0.797425 (2, 15) 0.4687 Chi-square 1.594849 2 0.4505
Null Hypothesis Summary:
Normalized Restriction (= 0) Value Std. Err.
C(3) -15.82383 14.18922
C(4) -7.862758 37.04176
Restrictions are linear in coefficients.
Theo kết quả ?@AB() = 0.4687 > # = 0.05 ⟹ kiểm định có thể bỏ những biến không cần thiết INF và EX. Như vậy, các biến được đưa vào mô hình hồi quy là biến FDI và biến K, có nghĩa rằng trong bài nghiên cứu thực nghiệm này chỉ có hai yếu tố được quyết định đến tăng trưởng kinh tế Campuchia, đó là vốn đầu tư nước ngoài và vốn đầu tư trong nước. Bước tiếp theo ta hồi quy lại mô hình mới là biến K và FDI theo biến GDP, ta được kết qua hồi quy như bảng 4.2.3 sau:
Bảng 4.2.3. Hồi quy mô hình bằng phương pháp LS
Biến độc lập Tham số Sai số Thống kê t Giá trị P