Tác giả sử dụng phần mềm stata 12 để tiến hành tổng hợp dữ liệu và hồi quy kết quả nghiên cứu. Kết quả của bài cụ thể được nêu ở bảng 3.2
Tác giả tiến hành đồng thời cả hai phương pháp FEM và GMM để theo dõi sự khác biệt trong nghiên cứu. Kết quả bảng 3.2 thể hiện cột thứ nhất giới thiệu và giải thích các biến.
Mô hình 1 gồm: cột thứ 2 là kết quả ước lượng theo phương pháp FEM, cột thứ 3 biểu hiện giá trị P-value của phương pháp FEM.
Mô hình 2 gồm: cột thứ 4 là kết quả ước lượng theo phương pháp GMM khi không có biến kiểm soát, cột thứ 5 biểu hiện giá trị P-value của phương pháp GMM khi chưa có biến kiểm soát.
Mô hình 3 gồm: cột thứ 6 biểu thị kết quả ước lượng theo phương pháp GMM khi có biến kiểm soát và cột thứ 7 biểu hiện giá trị P-value của phương pháp GMM khi có biến kiểm soát.
Bảng 3.2: Tổng hợp kết quả hồi quy từ hai phương pháp FEM và GMM
Variabel
FEM GMM
Coef Prob Coef Prob Coef Prob
(1) (2) (3) LogGDPt-1 -0.1593268*** 0.000 -0.4882296*** 0.000 -0.5511215*** 0.000 LogTNDNit 0.0024428 0.667 0.0315857 0.619 0.006685 0.668 LogGTGTit 0.018865** 0.034 0.0893119*** 0.001 0.1723492** 0.008 LogTNCNit 0.0159255*** 0.001 0.0459448*** 0.000 0.0320587*** 0.000 LogXNKit 0.0086615** 0.028 0.016458 0.714 -0.0012581 0.923 LogLLDit 0.041783 0.330 0.0969509*** 0.000 LogCPIit 0.6804458*** 0.000 0.322362*** 0.000 LogDTTNIit 0.0601974*** 0.000 0.256695*** 0.000 _Cons -2.472342*** 0.000 R-squared 0.4254 Hausman Test 0.000*** (CD) Pesaran Test 0.308 Heteroskedasticity 0.000***
Arellano-Bond Test AR(2) 0.366 0.163
Sargan Test 0.336 0.812
Prob>(F-Chi2) 0.0000*** 0.0000*** 0.0000***
Số quan sát 450 450 450
Ở mô hình 1, Kiểm định Hausman cho thấy P-value = 0.000 < 0.005 điều này cho thấy phương pháp hồi quy tác động cố định (FEM) là phù hợp với mô hình; P- value của F bằng 0.000 cho thấy sự phù hợp của mô hình ước lượng và có ý nghĩa đối với các biến độc lập và biến phụ phuộc tham gia trong mô hình. Kiểm định (CD) Pesaran về tính phụ thuộc chéo cho thấy dữ liệu của bài nghiên cứu có hiện tượng phụ thuộc chéo (Cross-sectional dependence) và xảy ra hiện tượng phương sai thay đổi. Các giá trị LogGDPit-1, LogGTGTit, LogTNCNit, LogXNKit, LogCPIit, LogDTTNit có mức ý nghĩa thống kê cao, LogLLDit và LogTNDNit không có ý nghĩa thống kê.
Kết quả phương pháp hồi quy mô hình 1:
LogGRGDPit= -2,472342*** - 0.1593268***LogGDPit-1 + 0.018865**LogGTGTit +
0.0159255***LogTNCNit + 0.0024428LogTNDNit +
0.0086615**LogXNKit + 0.6804458***LogCPIit +
0,041783LogLLDit + 0.0601974***LogDTTNit
Mô hình 2 sử dụng phương pháp hồi quy GMM không bao gồm tập biến kiểm soát (CPI, DTTN, Lao động). LogGDP với độ trễ t-1 mang dấu âm và có ý nghĩa thống kê ở mức 1% khi mô hình không có biến kiểm soát. Tất cả các hệ số về thuế đều có hiệu ứng dương đối với tăng trưởng và có ý nghĩa thống kê, như vậy có thể thấy thuế không gây ra hiện tượng bóp méo tăng trưởng kinh tế. Tuy nhiên với phương pháp GMM thì chỉ có hai biến LogGTGT và LogTNCN có ý nghĩa thống kê ở mức 1%, còn LogXNK và LogTNDN không có ý nghĩa thống kê. Các kiểm định cho kết quả lựa chọn mô hình GMM không có hiện tượng tự tương quan Arellano- Bond Test AR(2) = 0.366 > 0.05, và mô hình không bị nội sinh Sargan Test = 0.336 > 0.05.
Kết quả phương pháp hồi quy mô hình 2:
LogGRGDPit= -0.4882296***LogGDPit-1 + 0.0893119**LogGTGTit +
0.0459448***LogTNCNit + 0.0315857LogTNDNit +
Mô hình 3 sử dụng phương pháp hồi quy GMM khi có tập biến kiểm soát thu được kết quả giá trị P của thống kê Saran là 0.812. Điều này khẳng định các công cụ được sử dụng trong GMM là ngoại sinh, tức là không tương quan với số dư. Kết quả
Arellano-Bond Test AR(2) với giá trị P-value = 0.163 > 0.05 cho thấy các biến trong mô hình không có hiện tượng tự tương quan. Như vậy, có thể thấy các biến trong mô hình thực nghiệm là vững. Giá trị các biến LogGDPit-1,LogTNCNit, LogDTTNit, LogCPIit, có ý nghĩa thống kê ở mức 1%, giá trị LogGTGTit có ý nghĩa thống kê ở mức 5%. Còn LogXNKit và LogTNDNit thì không có ý nghĩa thống kê
LogGRGDPit= -0.5511215***LogGDPit-1 + 0.1723492**LogGTGTit +
0.0320587***LogTNCNit + 0.0066685LogTNDNit -
0.0012581LogXNKit + 0.322362***LogCPIit +
0.0969509***LogLLDit + 0.256695***LogDTTNit
Bảng 3.2 thể hiện kết quả hồi quy so sánh giữa phương pháp FEM và phương pháp GMM khi chưa có biến kiểm soát và khi đưa thêm vào mô hình các biến kiểm soát về CPI, DTTN, Lao động để xem các biến này khi thêm vào mô hình có tác động nhiều đến kết quả ở mô hình 1 hay không. Cả hai phương pháp FEM và phương pháp GMM đều cho kết quả giá trị LogGDPt-1 âm và có ý nghĩa thống kê với mức ý nghĩa 1%. Các hệ số về thuế cho ra kết quả dương (+) tức là không gây ra hiện tượng bóp méo tăng trưởng kinh tế. Tuy nhiên, nghiên cứu chưa phát hiện ra mối quan hệ giữa Thuế thu nhập Doanh nghiệp và tăng trưởng kinh tế bởi vì kết quả thu được không có ý nghĩa thống kê ở cả hai phương pháp. Giá trị Log Thuế xuất nhập khẩu thu được ở mô hình 2 và mô hình 3 theo phương pháp GMM đều không có ý nghĩa thống kê với biến tăng trưởng kinh tế. Các biến kiểm soát thực hiện trong mô hình thu được kết quả như kỳ vọng. Cụ thể, các yếu tố về lao động, lạm phát và đầu tư tư nhân đóng góp tích cực vào tăng trưởng kinh tế với mức ý nghĩa 1%.