Hệ số tương quan dùng thể hiện quan hệ giữa các biến trong mô hình. Hệ số tương quan biến động từ -1 tới 1 với chiều tác động âm và dương tương ứng. Dựa vào kết quả ma trận tương quan, tác giả sẽ phân tích mối tương quan giữa các biến các biến độc lập trong mô hình.
Bảng 4.2: Kết quả ma trận tự tương quan
yit GDPit INit FD1it FD2it FD3it FD4it FD5it Git yit 1 GDPit 0.0438 1 INit 0.0433 0.9916 1 FD1it - 0.0318 0.8699 0.895 1 FD2it 0.0064 0.8801 0.903 0.9842 1 FD3it - 0.2256 - 0.0258 0.0004 0.2067 0.1611 1 FD4it -0.065 -0.069 -0.0655 0.1758 0.13 0.5086 1 FD5it - 0.1847 - 0.0053 0.0178 0.1063 0.1415 0.5566 0.0374 1 Git - 0.1853 0.7636 0.7599 0.7534 0.7313 - 0.0099 0.1043 - 0.2215 1
(Nguồn: Kết quả tổng hợp từ phần mềm Stata (xem số liệu chi tiết tại phụ lục))
Kết quả phân tích ma trận tự tương quan giữa các biến trong mô hình theo bảng 4.2 cho thấy, tồn tại các hệ số tự tương quan cặp giữa các biến độc lập lớn hơn 0.8, tồn tại hiện tượng đa cộng tuyến nghiêm trọng giữa các cặp biến độc lập trong mô hình. Do giữa các biến có tương quan khá cao với nhau và các biến này có liên
quan mật thiết về ý nghĩa kinh tế trong mô hình nên tác giả tiếp tục tiến hành kiểm tra hiện tượng đa cộng tuyến thông qua nhân tử phóng đại phương sai VIF.
Kết luận: Tồn tại tại hiện tượng đa cộng tuyến với tiêu chuẩn tương quan cặp tuyến tính.
4.2.2Kiểm định đa cộng tuyến
Tác giả kiểm định đa cộng tuyến với tiêu chuẩn nhân tử phóng đại phương sai. VIF nhỏ hơn 10 không tồn tại đa cộng tuyến nghiêm trọng (Baltagi, 2008). Kết quả kiểm định được trình bày như sau:
Bảng 4.3: Kết quả kiểm tra đa cộng tuyến với nhân tử phóng đại phương sai:
Variable VIF 1/VIF
INit 89.82 0.011134 GDPit 71.79 0.013930 FD1it 46.29 0.021605 FD2it 43.33 0.023080 FD3 it 2.62 0.381514 FD4it 1.86 0.536328 FD5it 2.26 0.442947 Git 3.27 0.305600 Mean VIF 32.65
(Nguồn: Kết quả tổng hợp từ phần mềm Stata (xem số liệu chi tiết tại phụ lục))
Dựa vào bảng 4.3 kết quả kiểm tra đa cộng tuyến với nhân tử phóng đại phương sai, cho thấy trung bình VIF của các biến trong mô hình là 32.65. VIF của biến INit và GDPit, FD1it, FD2it vượt quá 10. Mô hình tồn tại hiện tượng đa cộng tuyến.
Kết luận: Với tiêu chuẩn nhân tử phóng đại phương sai VIF, mô hình tồn tại hiện tượng đa cộng tuyến.
Tuy nhiên theo Christopher Achen hiện tượng đa cộng tuyến không quá nghiêm trọng. Bởi vì ngay cả khi đa cộng tuyến chặt, như trong trường hợp gần đa cộng tuyến (near multicollinearity), các ước lượng OLS vẫn có tính chất của BLUE (ước lượng vững, không chệch và hiệu quả).
4.3 Kiểm định phụ thuộc chéo (Cross-section dependence) và kiểm định tính dừng dữ liệu bảng. định tính dừng dữ liệu bảng.
4.3.1Kiểm định phụ thuộc chéo (Cross-section dependence)
Phụ thuộc chéo khi cú sốc trong quốc gia này ảnh hưởng đến quốc gia khác, làm mất hiệu quả kết quả kiểm định tính dừng của dữ liệu bảng thông thường.
Trước khi áp dụng bảng đơn vị gốc, tác giả phải xác định xem mẫu dữ liệu có sự phụ thuộc chéo hay độc lập chéo. Trong trường hợp dữ liệu chịu tác động của phụ thuộc chéo, tác giả sử dụng phương pháp hiệu chỉnh trung bình của Levin–Lin– Chu (2002) nhằm loại bỏ tác động tương quan chéo trong kiểm định tính dừng Fisher (Choi, 2001).
Những bảng kiểm tra đơn vị gốc với độc lập chéo xem xét hành vi tiệm cận của các chuỗi chiều thời gian T và chiều cắt ngang N. Theo Levin và các đồng sự (2002), các bài kiểm tra thống kê LLC hoạt động tốt khi N nằm giữa 10 và 250 và T nằm giữa 5 và 250. Như vậy, nó là thích hợp để sử dụng kiểm định LLC cho độc lập chéo trong bảng, vì T và N trong bài viết này là 25 và 18, tương ứng.
H0: Tồn tại phụ thuộc chéo trong mô hình
H1: Không tồn tại phụ thuộc chéo trong mô hình
Bảng 4.4: Kiểm định phụ thuộc chéo (cross-section dependence) Kiểm định Pesaran
‘CD (2004) Giá trị thống kê p-value
yit 5847.05 0.0000
GDPit 9.03 0.0000
INit 6.81 0.0000
FD2it 0.271 0.7861 FD3it 7.94 0.0000 FD4it 2.577 0.0100 FD5it 0.419 0.6753 Git 0.385 0.7000 *two-sided test
(Nguồn: Kết quả tổng hợp từ phần mềm Stata (xem số liệu chi tiết tại phụ lục))
P-value các kiểm định Pesaran CD cho kết quả nhỏ hơn 0.05 ở hầu hết mô hình trên trừ FD2it, FD5it, Git. Tồn tại phụ thuộc chéo trong mô hình bài nghiên cứu. (adsbygoogle = window.adsbygoogle || []).push({});
Điều đó ngụ ý rằng sáu yếu tố (tức là: yit, GDPit, INit, FD1it, FD3it, FD4it) có bằng chứng mạnh mẽ phụ thuộc chéo, và (FD2it, FD5it, Git) độc lập chéo.
4.3.2 Kiểm định tính dừng dữ liệu bảng
Đối với chuỗi dữ liệu tồn tại phụ thuộc chéo, tác giả sử dụng kiểm định tính dừng Levin–Lin–Chu (2002) với hiệu chỉnh tương quan chéo Levin–Lin–Chu (2002). Với dữ liệu không tồn tại phụ thuộc chéo FD2it, FD5it, Git tác giả sử dụng phương pháp kiểm định tính dừng Levin–Lin–Chu (2002) không bao gồm hiệu chỉnh phụ thuộc chéo Levin–Lin–Chu (2002). Cỡ mẫu bài nghiên cứu phù hợp với kiểm định Levin–Lin–Chu (2002).
Bảng 4.5: Kiểm định tính dừng
Kiểm định Levin–Lin–Chu (2002)
Hiệu chỉnh tương quan chéo Levin–Lin–Chu (2002)
Biến Bậc 0 Sai phân bậc 1
yit 1.0490 -6.4100***
GDPit 9.4e+03 -1.4e+02***
INit 56.8140 -22.7671***
FD3it 5.1238 -6.6033***
FD4it -0.3090 -17.4757***
Kiểm định Levin–Lin–Chu (2002)
Không hiệu chỉnh tương quan chéo Levin–Lin–Chu (2002)
Biến Bậc 0 Sai phân bậc 1
FD2it -19.9393*** -13.4091*** FD5it -20.1682*** -12.6181***
Git 6.0154*** -13.6668***
*** ứng với mức ý nghĩa 1%.
(Nguồn: Kết quả tổng hợp từ phần mềm Stata (xem số liệu chi tiết tại phụ lục))
Kết quả kiểm định tính dừng cho thấy tất cả các biến yit, GDPit, INit, FD1it, FD3it, FD4it không dừng tại bậc gốc, và dừng ở bậc 1 với mức ý nghĩa 1%. Các biến FD2it, FD5it, Git dừng ở bậc gốc và bậc 1. Dữ liệu không đồng loạt dừng ở bậc 0 và chỉ dừng cở bậc 1, bậc dữ liệu được định nghĩa tại I(1).
4.4 Kiểm định hiện tượng phương sai thay đổi phần dư - Greene (2000) (2000)
Tác giả tiến hành kiểm tra một số giả thuyết cổ điển như hiện tượng tự tương quan giữa các phần dư và hiện tượng phương sai thay đổi cho mô hình
Tác giả tiến hành kiểm định phương sai sai số thay đổi bằng phương pháp kiểm định Greene (2000) với giả thuyết như sau:
Giả thuyết H0: Mô hình không có hiện tượng phương sai thay đổi Giả thuyết H1: Mô hình có hiện tượng phương sai thay đổi
Bảng 4.6: Kết quả kiểm tra phương sai thay đổi mô hình
10998.42 0.000
(Nguồn: Kết quả tổng hợp từ phần mềm Stata (xem số liệu chi tiết tại phụ lục))
Từ bảng 4.6, kết quả kiểm định Greene (2000) bằng phần mềm Stata 14 cho thấy kết quả với p-value đều bằng 0.0000 < α = 0.05. Suy ra, bác bỏ giả thuyết H0 ở mức ý nghĩa 5% cho thấy tồn tại hiện tượng phương sai thay đổi trong mô hình.
Kết luận: Tồn tại hiện tượng phương sai thay đổi trong mô hình ở mức ý nghĩa 5%.
4.5 Kiểm định hiện tượng tự tương quan phần dư – Wooldridge (2002) và Drukker (2003) (2002) và Drukker (2003) (adsbygoogle = window.adsbygoogle || []).push({});
Để kiểm tra hiện tượng tự tương quan, tác giả sử dụng phương pháp Wooldridge (2002) và Drukker (2003) và đặt giả thuyết kiểm định như sau:
Giả thuyết H0: Mô hình không có hiện tượng tự tương quan Giả thuyết H1: Mô hình có hiện tượng tự tương quan
Bảng 4.7: Kết quả kiểm tra tự tương quan mô hình
Chi bình Phương (χ2) p-value
79.677 0.0000
(Nguồn: Kết quả tổng hợp từ phần mềm Stata (xem số liệu chi tiết tại phụ lục))
Kết quả kiểm định bằng phần mềm Stata14 cho kết quả ở bảng 4.7 cho kết quả với p-value đều bằng 0.0000 < α = 0.05. Suy ra, bác bỏ giả thuyết H0 ở mức ý nghĩa 5% cho thấy tồn tại hiện tượng tự tương quan bậc 1 trong mô hình.
Kết luận: Tồn tại hiện tượng tự tương quan bậc 1 trong mô hình với mức ý nghĩa 5%.
4.6 Phân tích kết quả hồi quy 4.6.1 Kết quả hồi quy tuyến tính 4.6.1 Kết quả hồi quy tuyến tính
Mô hình tồn tại phương sai thay đổi và tự tương quan, đã được phát hiện bởi kiểm định Greene (2000), Wooldridge (2002) và Drukker (2003). Phương pháp hồi quy phổ biến trên dữ liệu bảng FEM, REM, Pooled không kiểm soát phương sai thay đổi tự tương quan, kết quả hồi quy với FEM, REM khi mô hình tồn tại phương
sai thay đổi cho kết quả không đáng tin cậy. Vì vậy mô hình hồi quy sẽ được thực thi để kiểm định các giả thuyết nghiên cứu và giải thích kết quả hồi quy. Vì thế, tác giả sử dụng phương pháp GMM được giới thiệu bởi Arellano Bond (1991) kiểm soát hiện tượng phương sai thay đổi và tự tương quan và nội sinh cho kết quả ước lượng vững và hiệu quả.
Dựa vào bộ dữ liệu được thu thập dưới dạng dữ liệu bảng từ năm 1990 đến 2014 theo dạng dữ liệu cân bằng (Balanced data) đã được mô tả ở chương 3, Tác giả sẽ tiến hành kiểm định mô hình trên phần mềm thống kê Stata14.
-. 6 -. 4 -. 2 0 .2 d e n e rg yu se -20 -10 0 10 20 dfdinet
Hình 4.1: Sai phân bậc 1 của GDP bình quân đầu người, chi tiêu chính phủ và sai phân bậc 1 tiêu thụ năng lượng bình quân đầu người.
(Nguồn: Kết quả tổng hợp từ phần mềm Stata)
Hình 4.2: Sai phân bậc 1 các chỉ tiêu phát triển tài chính và sai phân bậc 1 tiêu thụ năng lượng bình quân đầu người.
(Nguồn: Kết quả tổng hợp từ phần mềm Stata) -. 6 -. 4 -. 2 0 .2 d e n e rg yu se -1 -.5 0 .5 ddocredit_b -. 6 -. 4 -. 2 0 .2 de ne rg yu se -4 -2 0 2 dstock_turnover -. 6 -. 4 -. 2 0 .2 d e n e rg yu se -200 -100 0 100 200 300 dstock_value -. 6 -. 4 -. 2 0 .2 d e n e rg yu se -.4 -.2 0 .2 .4 dgov_enpenditure -. 6 -. 4 -. 2 0 .2 d e n e rg yu se -1 -.5 0 .5 ddocredit_p -. 6 -. 4 -. 2 0 .2 de ne rg yu se -.2 -.1 0 .1 .2 dgdppercapita
Bảng 4.8: Kết quả mô hình hồi quy tuyến tính
Biến Model (1) Model (2) Model (3) Model (4) Model (5)
yit-1 0.673*** 0.673*** 0.676*** 0.672*** 0.671*** (16.98) (16.95) (16.95) (16.89) (16.85) INit 0.0130 0.0125 0.0119 0.00862 0.00775 (1.05) (1.01) (0.95) (0.70) (0.63) GDPit 0.0991*** 0.0960*** 0.0874*** 0.0980*** 0.101*** (3.11) (3.06) (2.80) (3.21) (3.27) Git -0.0384 -0.0395 -0.0379 -0.0395 -0.0429 (-0.87) (-0.89) (-0.85) (-0.89) (-0.97) FD1it -0.0133 (-0.70) FD2it -0.00894 (-0.49) FD3it 0.0000242 (0.37) FD4it -0.00871 (-0.92) FD5it -0.00149 (-1.19) _cons 0.336* 0.349* 0.377* 0.349* 0.314* (1.77) (1.85) (1.94) (1.87) (1.65) N 414 414 414 414 414
*, **, *** tương ứng với mức ý nghĩa 10%, 5% và 1%
Theo kết quả hồi quy mô hình ở bảng 4.8, hệ số ước tính về biến trể của tiêu thụ năng lượng là tích cực và đáng kể ở mức ý nghĩa 1%, ngụ ý rằng một sự thay đổi trong tiêu thụ năng lượng bị ảnh hưởng mạnh mẽ bởi mức tiêu thụ năng lượng trong các năm trước.
Các hệ số ước tính thu nhập tìm thấy là tích cực ở các mô hình với ý nghĩa thống kê ở mức 1%. Những lời giải thích dường như là cải tiến kỹ thuật tiết kiệm năng lượng có xu hướng lớn hơn cho phép số lượng thiết bị sử dụng năng lượng được đưa vào các hộ gia đình và các ngành công nghiệp (gây tiêu thụ năng lượng nhiều hơn), như tiền tiết kiệm được chi cho hàng hóa và dịch vụ khác.
Các hệ số chi tiêu chính phủ là âm ở tất cả các mô hình nhưng không có ý nghĩa thống kê.
4.6.2 Kết quả thực nghiệm của hồi quy phi tuyến với một hạn chéo Bảng 4.9: Kết quả hồi quy phi tuyến với một hạn chéo Bảng 4.9: Kết quả hồi quy phi tuyến với một hạn chéo
Biến Model (1) Model (2) Model (3) Model (4) Model (5) yit-1 0.667*** 0.667*** 0.680*** 0.669*** 0.667*** (16.72) (16.69) (16.99) (16.76) (16.70) INit 0.00658 0.00615 0.0117 0.00671 0.00504 (0.51) (0.47) (0.93) (0.54) (0.40) GDPit 0.182*** 0.181*** 0.0838*** 0.129*** 0.115*** (2.64) (2.70) (2.68) (2.63) (3.55) Git -0.0191 -0.0187 -0.0243 -0.0420 -0.0520 (-0.41) (-0.40) (-0.54) (-0.95) (-1.16) FD1it 0.133 (1.22) FD1it x GDPit -0.0178
(-1.36) FD2it 0.144 (1.33) FD2it x GDPit -0.0186 (-1.43) FD3it 0.00234*** (2.68) FD3it x GDPit - 0.000227*** (-2.66) FD4it 0.0407 (0.66) FD4it x GDPit -0.00590 (-0.81) FD5it 0.0155 (1.32) FD5it x GDPit -0.00169 (-1.45) _cons -0.339 -0.347 0.356* 0.112 0.232 (-0.64) (-0.67) (1.83) (0.32) (1.17) N 414 414 414 414 414
*, **, *** tương ứng với mức ý nghĩa 10%, 5% và 1%
Các mô hình tiêu thụ năng lượng đơn giản được đưa ra bởi phương trình (3) tìm thấy một mối tương quan đáng kể giữa các chỉ số phát triển tài chính và GDP thực tế bình quân đầu người. (adsbygoogle = window.adsbygoogle || []).push({});
Bài viết này tiếp tục xem xét một mô hình phi tuyến với hạn chéo của tiêu thụ năng lượng được đưa ra bởi phương trình (4). Các ước tính các tham số của phương trình (4) được báo cáo trong Bảng 4.9.
Theo kết quả hồi quy mô hình ở bảng 4.8, hệ số ước tính về biến trể của tiêu thụ năng lượng là tích cực và đáng kể ở mức ý nghĩa 1%, ngụ ý rằng một sự thay đổi trong tiêu thụ năng lượng bị ảnh hưởng mạnh mẽ bởi mức tiêu thụ năng lượng trong các năm trước.
Các hệ số ước tính thu nhập tìm thấy là tích cực ở các mô hình với ý nghĩa thống kê ở mức 1%.
Một so sánh các kết quả thực nghiệm ở bảng 4.9 so với bảng 4.8 cho thấy rằng các hệ số ước tính về giá năng lượng, biến trể của tiêu thụ năng lượng, chi tiêu chính phủ khá giống nhau. Cũng như ở bảng 4.8, các hệ số ước tính trên mỗi chỉ số phát triển tài chính gồm tín dụng tư nhân, tín dụng trong nước, vòng quay thị trường chứng khoán, đầu tư nước ngoài FDI là không đáng kể ở mức ý nghĩa 10%.
Tuy nhiên, ở bảng 4.9 hệ số ước tính giá trị cổ phiếu được giao dịch tìm thấy một tác động tích cực (0.00234) ở mức ý nghĩa 1% và hệ số gián tiếp của giá trị cổ phiếu được giao dịch và GDP là tiêu cực gián tiếp và có mức ý nghĩa 1%. Đây là kết quả quan trọng trong việc thiết lập rằng phát triển tài chính tác động lên tiêu thụ năng lượng một cách gián tiếp và có ý nghiã thống kê khi phát triển tài chính được đo bằng cách sử dụng biến giá trị cổ phiếu được giao dịch.
Các hệ số chi tiêu chính phủ là âm ở tất cả các mô hình nhưng không có ý nghĩa thống kê.
Ngoài ra, nếu xem xét các hiệu ứng phi tuyến của phát triển tài chính thu nhập, về tiêu thụ năng lượng bằng cách sử dụng một hạn chéo, các hệ số ước lượng của các hạn tương tác là không đáng kể ở mức ý nghĩa 10% trừ hạn chéo của giá trị cổ phiếu được giao dịch có tác động ngược chiều ở mức ý nghĩa 1%. Điều này ngụ
ý rằng trong hồi quy phi tuyến với một hạn chéo, hầu hết các chỉ tiêu phát triển tài chính không thể ảnh hưởng đến mức tiêu thụ năng lượng mặc dù GDP thực tế bình quân đầu người tăng lên.
TÓM TẮT CHƯƠNG 4
Chương 4 đã tiến hành thực hiện các phân tích thống kê mô tả, kiểm định tự tương quan và đa cộng tuyến, kiểm định phụ thuộc chéo, kiểm định tính dừng, kiểm định phương sai thay đổi để tìm ra mô hình hồi quy thích hợp để thực hiện hồi quy tuyến tính và phi tuyến với một hạn chéo để đảm bảo kết quả vững và hiệu quả.
Chương 4 đã phân tích kết quả hồi quy của các mô hình. Mặc dù kết quả của tác giả không thể được sử dụng để dự đoán mức tiêu thụ năng lượng trong 10 năm tiếp theo, nhưng kết quả hồi quy từ mô hình tuyến tính và phi tuyến với hạn chéo có thể được sử dụng để khám phá mối quan hệ giữa phát triển tài chính, tăng trưởng kinh tế, chi tiêu chính phủ và tiêu thụ năng lượng. Khi xem xét và hoạch định các chính sách năng lượng và chính sách môi trường nên đưa vào các tác động của phát triển tài chính, chi tiêu chính phủ và tăng trưởng kinh tế.
CHƯƠNG 5: KẾT LUẬN
5.1 Kết luận
Mặc dù tác dụng của phát triển tài chính về tiêu thụ năng lượng đã được điều tra trước đây, có rất ít nghiên cứu về các mối quan hệ phi tuyến giữa phát triển tài chính, tă trưởng kinh tế và tiêu thụ năng lượng.
Thứ nhất, nghiên cứu này sử dụng các thủ tục sau để điều tra những tác động