4. Nội dung và kết quả nghiên cứu:
4.3.1 Các biến trong phương trình “khả năng chịu đựng nợ”
Cũng giống như Reihart, Rogoff và Savastano (2003) chúng tôi sử dụng các quan sát về tỷ số nợ, lạm phát và trạng thái tái cấu trúc hoặc vỡ nợ như các biến giải thích, và xếp hạng tín dụng quốc gia IIR như biến giải thích. Tuy nhiên, không giống như Reihart, Rogoff và Savastano (2003), chúng tôi sử dụng các quan sát về tổng nợ của chính phủ được cung cấp bởi The World Economic Outlook (WEO) Database của IMF thay vì chỉ sử dụng dữ liệu nợ nước ngoài, chúng tôi thực hiện thay thế biến giả lạm phát trên 40% thành tỷ lệ lạm phát hàng năm trong ước lượng của chúng tôi, và trạng thái tái cấu trúc hoặc vỡ nợ (bao gồm cả trong nước và nước ngoài) hay không được chúng tôi nắm bắt qua biến giả vỡ nợ theo từng năm. Tiếp theo chúng tôi sẽ mô tả rõ một số biến giải thích, và giới thiệu các biến mới được đưa vào mô hình của chúng tôi.
Khả năng thanh toán nợ quốc gia. Như được đề nghị bởi Reihart, Rogoff và Savastano (2003), chúng tôi sử dụng xếp hạng tín dụng quốc gia được phát hành bởi Institutional Investor để đo lường khả năng thanh toán nợ quốc gia. Việc sử dụng IIR cho phép chúng tôi xem xét một mẫu rộng hơn của các nước so với việc sử dụng các chỉ số khác như EMBI spreads, Secondary market prices. Theo như Gelos et al. (2003), nhiều quốc gia có thu nhập thấp không tiếp cận được với thị trường
trái phiếu quốc tế, nhưng điều đó là sai lầm để kết luận rằng khả năng thanh toán nợ được quan sát không liên quan trong trường hợp này, ngoài ra, đấy là những quốc gia mà viện trợ chiếm tỷ trọng khá lớn trong tổng thu nhập quốc gia.
Institutional Investor xếp hạng các nước theo thang đo từ 0 đến 100, với một đánh giá thấp phản ánh một khả năng cao hơn việc các nước đi vay bị vỡ nợ, và với đánh giá 100 điểm cho một nước được coi là có rủi ro thấp nhất của vỡ nợ trên nghĩa vụ nợ của chính phủ. Các xếp hạng là dựa trên thông tin được cung cấp bởi các nhà kinh tế cấp cao và các nhà phân tích rủi ro chủ quyền tại các ngân hàng thế giới hàng đầu, các công ty chứng khoán và công ty quản lý quỹ. Xếp hạng đã được phát hành thường lệ từ 1979, và số các nước được chấm điểm đã tăng từ 96 nước trong năm 1980 lên đến 178 nước trong năm 2011.
IIR được phát hành mỗi sáu tháng một lần (trong các tạp chí Institutional Investor International tháng ba và tháng chín hàng năm), trong khi các biến hồi quy đều dựa trên cơ sở hàng năm. Và do khó khăn trong việc tiếp cận để tổng hợp số liệu từ các ấn phẩm của tạp chí Institutional Investor cho nên chúng tôi quyết định lấy IIR được phát hành vào tháng chín mỗi năm, từ năm 2003 đến 2011.
Cuối cùng, thực tế IIR bị chặn dưới bởi 0 và bị chặn trên bởi 100, điều này gợi ý rằng phải biến đổi số liệu. Nếu không thì chúng tôi không thể chắc chắn các giá trị IIR được dự báo sẽ nằm trong khoảng mà các biến phụ thuộc được định nghĩa. Chúng tôi thực hiện biến đổi theo Haque et al. (1996) cũng như nhiều nhà nghiên cứu khác:
𝑇𝐼𝐼𝑅 = 100. ln( 𝐼𝐼𝑅
100 − 𝐼𝐼𝑅)
Tuy nhiên, biến đổi này không ảnh hưởng đến kết quả ước lượng của chúng tôi, và kết luận chính của chúng tôi vẫn có giá trị nếu chúng tôi sử dụng IIR không biến đổi. Chúng tôi giới thiệu thêm các biến giải thích sau:
Mức thu nhập bình quân đầu người (CGDP). Biến này được chúng tôi đưa
vào mô hình (dưới dạng logarit) để nắm bắt một nhóm các thuộc tính (chất lượng của các thể chế, nguồn lực, cấu trúc nền kinh tế, và ổn định chính trị, và một số khác) cho phép các nước chuyển đổi hiệu quả hơn một đơn vị nợ
bổ sung thành thu nhập cao hơn, do đó nó có ảnh hưởng đồng thời lên cả khả năng lẫn thiện chí trả nợ.
Thâm hụt tài khoản vãng lai (CAB): tình hình thâm hụt tài khoản vãng lai cao có thể là một tín hiệu cho những khó khăn trả nợ trong tương lai. Do đó chúng tôi mong đợi hệ số của cán cân tài khoản vãng lai (như một phần của GDP) (CAB) là dương.
Tỷ lệ dự trữ trên nhập khẩu (RES): Chúng tôi cũng bao gồm tỷ lệ dự trữ trên nhập khẩu (RES) dưới dạng logarit để giải thích cho một thực tế là nhiều sự kiện vỡ nợ được kích hoạt bởi các cuộc khủng hoảng cán cân thanh toán (Kaminsky và Reinhart, 1999) và khả năng bảo vệ tỷ giá của các nước phụ thuộc vào lượng dự trữ ngoại hối của họ. Các biến trên được lùi một năm trong ước lượng của chúng tôi, với mục đích nắm bắt những tác động của những biến này trong thời gian t – 1 lên IIR trong thời gian t, đồng thời việc làm này có thể làm giảm vấn đề nội suy trong ước lượng và dùng nó như một công cụ cho các biến nội sinh trong mô hình của chúng tôi.
Tỷ lệ nợ trên GDP bình phương: biến này được đưa ra nhằm mục đích để nắm bắt những tác động phi tuyến tính của nợ trên IIR.
Cuối cùng, chúng tôi đưa vào mô hình giá trị trễ của biến phụ thuộc ở vế bên phải của phương trình để nắm bắt “đà quán tính” của mức xếp hạng theo thời gian, và một quốc gia có xu hướng giữ mức xếp hạng ổn định qua thời gian, trừ khi có các tác động bất lợi hoặc tích cực đáng kể xảy ra. Theo chúng tôi đánh giá mức tín nhiệm trong quá khứ nên có một ảnh hưởng lớn đến đánh giá hiện tại. Ngoài ra, các vấn đề lịch sử (tức là các quan sát về lạm phát và vỡ nợ trước giai đoạn của mẫu) và những tác động đó sẽ được nắm bắt trong mức độ ban đầu của mức xếp hạng tín dụng. Tuy nhiên, việc đưa một biến trễ của biến phụ thuộc vào phương trình làm gia tăng vấn đề tự tương quan trong mô hình, do đó các ước lượng thông thường có thể bị sai lệch. Ngoài ra, để nắm bắt những chính sách hay những nhân tố kinh tế vĩ mô hoặc các chính sách thay đổi theo thời gian ảnh hưởng đến tất cả các nước chúng tôi sử dụng biến giả thời gian. Nó có thể nắm bắt những thay đổi trong lãi suất của các nước công nghiệp, và những thay đổi chung trong tâm lý nhà đầu tư.