Phương pháp ước lượng được tác giả dự kiến sử dụng ban đầu trong luận văn này tương tự như phương pháp ước lượng của Huntington (2015) đã sử dụng đó là phương pháp ước lượng OLS với các mô hình OLS gộp (pooled OLS), mô hình ảnh hưởng cố định (Fixed Effects Models, FEM) và mô hình ảnh hưởng ngẫu nhiên (Random Effects models, REM), cũng như các kiểm định Hausman (so sánh mô hình FEM và REM) và kiểm định nhân tử Breusch – Pagan Lagrangian (so sánh mô hình REM và Pooled OLS).
Tuy nhiên, tác giả nhận thấy rằng phương pháp ước lượng OLS này sẽ có thể gây ra kết quả chệch (biased) nguyên nhân mô hình thực nghiệm của tác giả được viết dưới dạng phi tuyến do sự hiện diện của biến bình phương của thu nhập của quốc gia. Hơn thế nữa, tác giả cho rằng có sự tồn tại vấn đề nội sinh trong mô hình nghiên cứu của mình, được thể hiện: (1) ảnh hưởng nhân quả giữa biến phụ thuộc (cán cân tài khoản vãng lai) và các biến độc lập (chẳng hạn như mối quan hệ thâm hụt kép giữa cán cân tài khoản vãng lai và cán cân ngân sách…), (2) sự tương quan giữa các biến số kinh tế vĩ mô trong mô hình nghiên cứu, (3) sự tương quan giữa các biến độc lập và phần dư của mô hình nghiên cứu. Do đó, để khắc phục được vấn đề nội sinh cũng như hồi quy mô hình dưới dạng phi tuyến thì tác giả sử dụng phương pháp ước lượng GMM như sự đề nghị của Milena (2007). Đồng thời, các nghiên cứu trước đây cho rằng việc sử dụng phương pháp ước lượng GMM hệ thống (system GMM) sẽ cho kết quả hiệu quả hơn so với kết quả có được từ phương pháp ước lượng GMM sai phân (different GMM)2.
Ngoài ra, bài nghiên cứu này sử dụng dạng dữ liệu bảng không cân đối, do đó, các ước lượng bằng các phương pháp truyền thống dễ gây sai lệch các kết quả trong mô hình. Trong khi đó, phương pháp GMM lại có khả năng khắc phục được các yếu tố không cân đối trong bảng dữ liệu cũng như vấn đề dữ liệu bảng động khá tốt và cho ra kết quả hồi quy có độ tin cậy cao hơn. Do đó tác giả sử dụng phương pháp ước lượng GMM hệ thống cho tất cả các phương trình ước lượng của tác giả được đề cập trong phần 3.2.
Cuối cùng, phương pháp ước lượng GMM cũng yêu cầu phải thỏa mãn hai kiểm định cơ bản khi sử dụng phương pháp đó là kiểm định tự tương quan được thiết kế bởi Arellano và Bond (1991) và kiểm định Hansen khi xem xét về vấn đề giới hạn nội sinh (Overidentifying restrictions) của mô hình. Kiểm định tự tương quan với giả thuyết H0 là không tồn tại tự tương quan trong mô hình, do đó tác giả kỳ vọng p-value của kiểm định càng lớn thì mô hình sẽ không tồn tại hiện tượng tự tương quan (với mức ý nghĩa 10% thì p-value nên lớn hơn 10%). Tương tự vậy, kiểm định Hansen sẽ có giả thuyết H0: các biến công cụ được sử dụng trong mô hình không tương quan với phần dư (hay biến công cụ có giá trị), và tác giả cũng kỳ vọng p-value của kiểm định càng lớn thì biến công cụ của mô hình sẽ có giá trị (với mức ý nghĩa 10% thì p-value nên lớn hơn 10%).
Biến Ký hiệu Miêu tả Kỳ vọng Nguồn dữ liệu
Cán cân tài khoản vãng lai
CA Được đo lường bởi cán cân tài khoản vãng lai
trên GDP
World Bank
Tỷ lệ tiết kiệm SAVING Được đo lường bởi tỷ lệ tiết kiệm trên GDP
World Bank
Tỷ lệ dân số phụ thuộc
AGE Được đo lường bởi tỷ lệ dân số phụ thuộc trên dân số lao động
+ World Bank
Thu nhập quốc gia INCOME Được đo lường bởi giá trị logarithm của GDP
Biến Ký hiệu Miêu tả Kỳ vọng Nguồn dữ liệu
trên đầu người Giá trị bình phương
của thu nhập quốc gia
INCOME2 Bình phương của giá trị logarithm của GDP
trên đầu người
+ World Bank
Cán cân ngân sách
GOV Được đo lường bởi chênh lệch giữa thu ngân sách và chi ngân
sách trên GDP
+ World Bank
Độ mở cửa thương mại
TRADEOPEN Được đo lường bởi tổng xuất nhập khẩu
trên GDP
+ World Bank
Xuất khẩu dầu thô ròng (adsbygoogle = window.adsbygoogle || []).push({});
NETEXPORTOIL Được đo lường bởi chênh lệch xuất khẩu dầu thô và nhập khẩu ròng nhân với giá dầu
vào cuối năm
+ U.S. Energy Information Administration
(EIA)
Xuất khẩu dầu thô ròng dương
OILPOS Các quan sát có giá trị xuất khẩu dầu thô ròng
lớn hơn 0
+ U.S. Energy Information Administration
(EIA) Xuất khẩu dầu thô
ròng âm
OILNEG Các quan sát có giá trị xuất khẩu dầu thô ròng nhỏ hoặc bằng hơn 0
- U.S. Energy Information Administration
(EIA) Nguồn: Tác giả tự tổng hợp
CHƯƠNG 4: KẾT QUẢ THỰC NGHIỆM 4.1. Thống kê mô tả và ma trận tương quan
Trong phần này, tác giả sẽ phân tích bảng thống kê mô tả của các quốc gia trong mẫu, đồng thời phân tích sự khác biệt giữa các biến trong bài nghiên cứu của giữa hai giai đoạn trước khủng hoảng kinh tế và sau khủng hoảng kinh tế. Kết quả thống kê mô tả được trình bày trong bảng 4.1.
Đầu tiên, có thể nhận thấy trung bình tài khoản vãng lai của các quốc gia trong mẫu ở giai đoạn trước khủng hoảng (2.18) là bé hơn rất nhiều so với giai đoạn sau khủng hoảng (4.26). Điều này cho thấy rằng cuộc khủng hoảng kinh tế không ảnh hưởng nhiều đến tài khoản vãng lai của nhóm các quốc gia đang phát triển ở châu Á. Ngoài giá trị trung bình thì từ giá trị độ lệch chuẩn ta cũng có thể thấy rằng tài khoản vãng lai của các quốc gia giai đoạn trước khủng hoảng biến động nhiều hơn (18.53) so với giai đoạn sau khủng hoảng (12.85). Từ giá trị trung bình tài khoản vãng lai của giai đoạn tổng thể, có thể thấy rằng giá trị trung bình toàn giai đoạn khá gần so với giai đoạn trước khủng hoảng, chứng tỏ rằng giai đoạn sau khủng hoảng ảnh hưởng rất sâu sắc lên tài khoản vãng lãi của nhóm các quốc gia này (theo chiều hướng tăng thặng dư).
Xét về giá trị trung bình của thu nhập bình quân đầu người thì ta có thể thấy rằng giá trị này cho các quốc gia đang phát triển ở châu Á không bị biến động quá lớn khi xem xét theo phương diện toàn thời gian (8.30), trước khủng hoảng (8.06) hoặc sau khủng hoảng (8.95).
Đối với khía cạnh xuất khẩu dầu thô ròng thì gần như sản lượng này không thay đổi qua các giai đoạn xem xét.
Bảng 4.1. Thống kê mô tả Tên biến Số quan sát Trung bình Độ lêch chuẩn Giá trị nhỏ nhất Trung vị Giá trị lớn nhất ca 520 2.74 17.20 -242.19 0.42 60.27 age 520 56.67 14.42 27.80 56.02 98.05
incomeper 520 8.30 1.42 4.59 8.38 10.93 gov 520 -1.35 11.56 -151.31 -1.69 43.30 tradeopen 520 96.63 73.88 15.24 80.75 439.66 netexportoil 520 0.01 0.05 -0.10 0.00 0.14 saving 520 25.89 17.64 -236.43 25.24 64.72 Trước khủng hoảng Tên biến ca 380 2.18 18.53 -242.19 0.00 60.27 age 380 60.23 13.87 31.28 60.33 98.05 incomeper 380 8.06 1.41 4.59 8.12 10.66 gov 380 -1.53 12.46 -151.31 -1.45 43.30 tradeopen 380 95.43 74.89 15.24 79.59 439.66 netexportoil 380 0.01 0.05 -0.10 0.00 0.14 saving 380 25.09 18.66 -236.43 23.97 64.72 Sau khủng hoảng Tên biến ca 140 4.26 12.85 -26.87 2.61 45.22 age 140 46.99 11.10 27.80 46.88 69.31 incomeper 140 8.95 1.23 6.59 8.96 10.93 gov 140 -0.85 8.68 -20.39 -2.67 34.00 tradeopen 140 99.90 71.23 28.05 85.52 377.30 netexportoil 140 0.01 0.05 -0.09 0.00 0.13 saving 140 28.08 14.32 -3.68 29.88 58.67
Tác giả tiếp tục sử dụng ma trận tương quan để phân tích sơ bộ về mối quan hệ giữa các biến với nhau, đồng thời xem xét các biến độc lập trong bài nghiên cứu có tương
quan cao với nhau hay không? Hay có hiện tượng đa cộng tuyến trong bài nghiên cứu hay không?
Đầu tiên, bảng 4.2 thể hiện ma trận tương quan trong giai đoạn toàn mẫu. Có thể thấy rằng biến thu nhập bình quân đầu người (incomeper) và biến xuất khẩu dầu thô ròng (netexportoil) có tương quan cùng chiều với tài khoản vãng lai. Ngoài ra, không có hệ số tương quan nào giữa các biến độc lập lớn hơn 0.8 (mức tương quan thường dùng để nhận dạng đa cộng tuyến), do đó, hiện tượng đa cộng tuyến không có khả năng xảy ra trong bài nghiên cứu này cho giai đoạn toàn mẫu.
Bảng 4.2. Ma trận tương quan giai đoạn toàn mẫu
ca age incomeper gov tradeopen netexportoil saving
ca 1.00 age -0.32 1.00 0.00 incomeper 0.35 -0.55 1.00 0.00 0.00 gov 0.71 -0.22 0.21 1.00 0.00 0.00 0.00 tradeopen 0.19 -0.40 0.47 0.14 1.00 0.00 0.00 0.00 0.00 netexportoil 0.33 0.01 0.25 0.26 -0.22 1.00 0.00 0.77 0.00 0.00 0.00 saving 0.57 -0.31 0.06 0.67 0.20 0.00 1.00 0.00 0.00 0.16 0.00 0.00 0.98
Tiếp theo, bảng 4.3 trình bày ma trận tương quan cho hai giai đoạn trước và sau khủng hoảng. Các kết quả cũng tương tự như trong bảng 4.2, do đó, tác giả kết luận rằng các biến độc lập trong bài nghiên cứu này không đa cộng tuyến với nhau.
Bảng 4.3. Ma trận tương quan giai đoạn trước và sau khủng hoảng.
Truoc khung hoang
ca age incomeper gov tradeopen netexportoil saving (adsbygoogle = window.adsbygoogle || []).push({});
ca 1.00 age -0.31 1.00 0.00 incomeper 0.32 -0.49 1.00 0.00 0.00 gov 0.70 -0.20 0.15 1.00 0.00 0.00 0.00 tradeopen 0.17 -0.44 0.49 0.14 1.00 0.00 0.00 0.00 0.01 netexportoil 0.29 0.07 0.25 0.19 -0.24 1.00 0.00 0.17 0.00 0.00 0.00 saving 0.59 -0.27 0.03 0.72 0.20 -0.04 1.00 0.00 0.00 0.61 0.00 0.00 0.46
Sau khung hoang
ca age incomeper gov tradeopen netexportoil saving
ca 1.00 age -0.44 1.00 0.00 incomeper 0.52 -0.53 1.00 0.00 0.00 gov 0.80 -0.37 0.47 1.00 0.00 0.00 0.00 tradeopen 0.28 -0.39 0.46 0.15 1.00
0.00 0.00 0.00 0.08
netexportoil 0.51 -0.22 0.33 0.58 -0.15 1.00
0.00 0.01 0.00 0.00 0.07
saving 0.45 -0.43 0.11 0.40 0.20 0.14 1.00
0.00 0.00 0.21 0.00 0.02 0.09
4.2. Kết quả nghiên cứu 4.2.1. Kết quả nghiên cứu chính 4.2.1. Kết quả nghiên cứu chính
Bảng 4.4 cho thấy kết quả ước lượng với biến đại diện cho dầu mỏ là xuất khẩu dầu thô ròng. Kết quả cho thấy rằng xuất khẩu dầu thô ròng có ảnh hưởng tích cực lên cán cân tài khoản vãng lai (được biểu hiện qua hệ số của biến netexportoil dương cho tất cả các phương pháp ước lượng). Ngoài ra, khi xem xét ảnh hưởng của thu nhập bình quân đầu người tác động lên tài khoản vãng lai thì ta có thể thấy rằng, có một mối quan hệ phi tuyến giữa thu nhập bình quân đầu người và cán cân tài khoản vãng lai (ở phương pháp OLS) vì biến incomeper2 có ý nghĩa thống kê. Tuy bằng chứng là không có cho các phương pháp FEM, REM nhưng nó cũng cho thấy bước đầu về mối quan hệ phi tuyến giữa thu nhập bình quân đầu người và cán cân tài khoản thanh toán. Từ kết quả ta cũng có thể thấy rằng chi tiêu chính phủ cũng có ảnh hưởng dương lên cán cân tài khoản vãng lai. Điều này cho thấy, các chương trình chi tiêu chính phủ cũng có ảnh hưởng đến cán cân tài khoản vãng lai (cụ thể là tác động tiêu cực). Kết quả cũng cho thấy rằng, tỷ lệ dân số phụ thuộc có tác động tiêu cực lên tài khoản vãng lai. Một sự gia tăng trong tỷ lệ dân số phụ thuộc sẽ làm giảm lực lượng lao động quốc gia, do đó, làm giảm năng xuất quốc gia cũng như tác động trực tiếp đến cán cân tài khoản vãng lai. Độ mở cửa thương mại không có thấy mối quan hệ có ý nghĩa thống kê lên cán cân tài khoản vãng lai. Mặc dù các quốc gia đang phát triển khu vực châu Á đang cố gắng mở rộng giao thương với thế giới, nhưng do các rủi ro đặc thù của quốc gia như: môi trường pháp lý, thể chế, rủi ro đồng tiền, rủi ro chính trị…sẽ làm giảm sức hút của các đối tác nước ngoài khi thực hiện giao dịch với các quốc gia này. Giá trị p-value cho thấy phương pháp REM là phù hợp hơn so với phương pháp FEM tuy nhiên, về mặt dấu hai phương pháp này đồng nhất với nhau nên việc lựa
chọn giữa hai phương pháp này là không cần thiết. Tóm lại, từ bảng 4.4 ta thấy rằng có một mối quan hệ dương giữa xuất khẩu dầu thô ròng và cán cân tài khoản vãng lai.
Bảng 4.4. Kết quả ước lượng với xuất khẩu dầu thuần
ca OLS FEM REM
Hệ số P-value Hệ số P-value Hệ số P-value
age -0.13*** 0.00 -0.13*** 0.03 -0.13*** 0.02 incomeper -14.21*** 0.00 8.18 0.11 4.49 0.35 incomeper2 0.96*** 0.00 -0.46 0.15 -0.22 0.46 gov 0.88*** 0.00 0.89*** 0.00 0.91*** 0.00 tradeopen 0.01 0.54 -0.02 0.39 0.00 0.98 netexportoil 52.21*** 0.00 120.17*** 0.01 86.12*** 0.00 Hằng số 59.82*** 0.00 -23.65 0.28 -11.50 0.58 Số quan sát 520 520 520 R2 0.578 0.502 0.554 Hausman 0.324
*, ** và ***: tương ứng với mức ý nghĩa 10%, 5% và 1%
Tiếp theo, bảng 4.5 sẽ trình bày các kết quả ước lượng tương tự như bảng 4.4 tuy nhiên, biến xuất khẩu dầu thô ròng sẽ được tách ra thành hai thành phần riêng biệt là xuất khẩu và nhập khẩu để xem xét mặt xuất khẩu và nhập khẩu thì yếu tố nào tác động nhiều hơn lên cán cân tài khoản vãng lai. Các kết quả dường như không có thay đổi so với bảng 4.4. Đối với biến xuất nhập dầu, kết hợp với bảng 4.4 ta thấy rằng cán cân thương mại dầu có một tác động đáng kể lên cán cân tài khoản vãng lai và tác động tích cực này là do nhân tố xuất khẩu dầu thô chứ không phải nhân tố nhập khẩu dầu. Kết quả này được ủng hộ bởi nghiên cứu của Hungtinton (2015).
Bảng 4.5. Kết quả ước lượng với xuất khẩu và nhập khẩu
Hệ số P-value Hệ số P-value Hệ số P-value age -0.13*** 0.00 -0.13*** 0.03 -0.13** 0.02 incomeper -14.15*** 0.00 8.79* 0.08 5.02 0.30 incomeper2 0.95*** 0.00 -0.49 0.12 -0.27 0.38 gov 0.88*** 0.00 0.87*** 0.00 0.89*** 0.00 tradeopen 0.00 0.57 -0.04 0.16 -0.01 0.63 oilpos 55.87*** 0.00 163.60*** 0.00 114.73 0.00 oilneg 41.80 0.25 -3.15 0.97 -0.23 1.00 Hằng số 59.72*** 0.00 -26.53 0.23 -13.16 0.53 Số quan sát 520 520 520 R2 0.58 0.49 0.55 Hausman 0.27
*, ** và ***: tương ứng với mức ý nghĩa 10%, 5% và 1%
Sau khi có được các ước lượng chính trong mô hình, tiếp theo, tác giả sẽ đi vào kiểm định tính vững của các kết quả đạt được.
4.2.2. Kiểm định tính vững của mô hình nghiên cứu
Bảng 4.6. Kết quả ước lượng với xuất khẩu và nhập khẩu theo giai đoạn trước và sau khủng hoảng
ca Toàn thời gian Trước khủng hoảng Sau khủng hoảng Hệ số P-value Hệ số P-value Hệ số P-value
age 0.70*** 0.00 -0.15** 0.02 -0.30*** 0.01 incomeper 11.70*** 0.00 -1.28 0.91 -18.51 0.51 incomeper2 -0.10 0.66 0.38 0.58 0.94 0.54 gov 0.43*** 0.00 0.22*** 0.00 0.86*** 0.00 tradeopen 0.03*** 0.01 0.02** 0.03 0.02 0.11 netexportoil 97.34*** 0.00 143.76*** 0.00 62.46*** 0.00 Dumvn*netexportoil -4979.19*** 0.00 -866.64** 0.05 -113.94 0.83 Hằng số -125.36*** 0.00 -4.61 0.92 104.68 0.43 AR (2) 0.31 0.14 0.27 Hansen 0.68 0.26 0.67
*, ** và ***: tương ứng với mức ý nghĩa 10%, 5% và 1%
Từ kết quả bảng 4.6, ta có thể thấy rằng, hệ số của biến tương tác giữa biến giả Việt Nam và xuất khẩu dầu thô ròng là âm và có giá trị tuyệt đối lớn hơn hệ số của biến xuất khẩu dầu thô ròng (netexportoil) cho hay giai đoạn: toàn mẫu và trước khủng hoảng. Do đó, kết quả thực nghiệm cho thấy rằng, so với các nước đang phát triển ở châu Á thì ảnh hưởng của xuất khẩu dầu thô ròng tại Việt nam có xu hướng làm giảm thâm hụt tài khoản vãng lai nhiều hơn các quốc gia khác.
4.2.3. Kiểm định tính vững của mô hình nghiên cứu
Trong phần này, tác giả kiểm định tính vững của mô hình nghiên cứu bằng ba cách. Thứ nhất, thay vì dùng các phương pháp hồi quy phổ thông là OLS, FEM, REM thì tác giả sẽ dùng phương pháp GMM. Như đã trình bày trong chương 3, phương pháp GMM có khả năng khắc phục được hầu hết các hiện tượng của kinh tế lượng như: (adsbygoogle = window.adsbygoogle || []).push({});
Phương sai thay đổi, tự tương quan và đăc biệt là hiện tượng nội sinh. Cách thứ hai, tác giả chia giai đoạn nghiên cứu thành hai giai đoạn nhỏ là trước năm 2008 (tác giả đặt là