Từ việc phân tích khung lý thuyết và tổng quan các các nghiên cứu tiền nghiệm, tác giả đã rút ra được mô hình nghiên cứu xem xét mối quan hệ giữa xuất khẩu thủy sản và tăng trưởng kinh tế, cùng với các kênh truyền dẫn dựu trên mô hình vòng xoáy tiến ở chương 2, mô hình nghiên cứu có thể được biểu diễn dưới dạng phương trình logarit cơ số tự nhiên như sau:
LnGDP= β0+ β1LnFEX+ β2LnREER+ β3LnOPEN+ β4LnLAB + β5LnFDI +εi
Để có thêm cơ sở đánh giá vai trò của xuất khẩu thủy sản đối với tăng trưởng ngành thủy sản, bên cạnh các phân tích dữ liệu trình bày ở chương 3, tác giả ước lượng thêm mô hình sau:
Mối quan hệ giữa xuất khẩu thủy sản và tăng trưởng kinh tế ngành thủy sản cũng được nhiều tác giả sử dụng trong các nghiên cứu tiền nghiệm (Golub, S , & Varma, A, 2014, Shamsuzzaman và cộng sự, 2020)
Về số liệu sử dụng trong luận án, tác giả thu thập từ các nguồn cụ thể như sau: - Số liệu thứ cấp về GDP cả nước, GDP ngành thủy sản, lao động đang làm việc trong nền kinh tế, vốn đầu tư trực tiếp nước ngoài được thu thập từ Tổng Cục Thống Kê; dữ liệu của World Bank;
- Độ mở thương mại được thu thập từ dữ liệu của Ngân hàng Phát triển Châu Á Thái Bình Dương
- Kim ngạch xuất khẩu thủy sản thu thập từ Tổng Cục Hải Quan
- Tỷ giá hối đoái thực đa phương (REER) được thu thập từ tổ chức Hợp tác và phát triển kinh tế (Organisation for Economic Cooperation and Development)
Ta có bảng tổng hợp các biến trong mô hình như bảng 4 1
Bảng 4 1: Định nghĩa các biến nghiên cứu
Ký hiệu Định nghĩa biến Nghiên cứu ế thừa Kỳ vọng
Biến phụ thuộc
GDP GDP cả nước (giá So sánh 2010) – được thu thập từ Tổng cục Thống kê
FGDP GDP ngành Thủy sản (giá So sánh 2010) – được thu thập từ Tổng cục Thống kê
Biến độc lập
FEX Giá trị xuất khẩu thủy sản (USD) – Thu thập từ Tổng cục Hải quan Mishra (2011), Dritsaki (2013), Shahbaz và Rahman (2014) + LAB
Lao động đang làm việc trong ngành nông – lâm nghiệm -thủy sản Số liệu được thu thập từ Tổng cục Thống kê
Bakari & Mabrouki (2017)
+
OPEN Độ mở thương mại – Thu thập từ Ngân hàng Phát triển Châu Á Thái Bình
Mishra (2011), Dritsaki (2013), Shahbaz và
Các bước để ước lượng mô hình như sau:
Bước 1: Log hóa các chuỗi số liệu
Chuyển đổi các chuỗi về dạng logarit là hữu ích để khắc phục vấn đề phương sai sai số thay đổi (heteroskedasticity) Chuyển đổi logarit giúp thu hẹp phạm vi các biến được đo lường, do đó làm giảm sự khác biệt giữa các trị số gấp nhiều lần Nói cách khác, logarit các chuỗi sẽ làm cho các chuỗi ổn định hơn, đồng thời tránh được việc che giấu đi những đặc tính khác của số liệu Ngoài ra, chúng ta có thể tuyến tính hóa những mối quan hệ phi tuyến thông qua logarit các chuỗi, ví dụ như hàm sản xuất Cobb-Douglas, từ đó có thể ước lượng bằng các phương pháp kinh tế lượng thông thường
Bước 2: Hiệu chỉnh mùa vụ
Yếu tố mùa vụ chỉ những biến đổi có tính lặp đi lặp lại trong năm của một chuỗi số liệu Do văn hóa truyền thống mỗi nước khác nhau, yếu tố về thời tiết cũng khác nhau nên các hoạt động về kinh tế sẽ bị tác động mạnh vào một vài thời điểm trong năm Nên việc phân tích một chuỗi số liệu bao gồm thành tố mùa vụ sẽ giúp ta
Dương Rahman (2014), Bakari
& Mabrouki (2017)
FDI
Vốn đầu tư trực tiếp nước ngoài (giá So sánh 2010) – Thu thậpTổng cục Thống kê Nguyễn Mại (2003), Freeman (2002), Nguyễn Thị Phương Hoa (2004) Đoàn Ngọc Phúc (2004) + REER
Tỷ giá thực đa phương được tính toán dựa trên tỷ giá danh nghĩa đa phương, chỉ số giá tiêu dùng CPI và tỷ trọng thương mại của 10 quốc gia đối tác thương mại thủy sản chủ yếu với Việt Nam (Mỹ, Nhật Bản, Trung Quốc, Hàn Quốc, Anh, Canada, Netherlands, Úc, Đức, Nga) Khan và Saqib (1993); Arnade và Vasavada (1995); Nguyễn Quang Hiệp (2014, 2016) +
có cái nhìn xuyên suốt hơn về xu hướng của chuỗi dữ liệu Tuy nhiên, yếu tố mùa vụ lại ảnh hưởng đến sự ổn định của chuỗi số và làm lệch lạc các đặc tính thực của các yếu tố kinh tế
Ví dụ nước ta có tết nguyên đán bắt đầu từ quý 1 nên các hoạt động kinh tế sẽ bị ảnh hưởng mạnh vào thời điểm này Tiêu dùng thường gia tăng mạnh trong dịp tết, điều này sẽ dẫn đến lạm phát gia tăng tuy nhiên sản xuất lại sụt giảm nên kết quả là các tháng đầu năm lạm phát gia tăng nhưng sản xuất giảm và tăng trưởng kinh tế sụt giảm Chúng ta đều rõ đây là yếu tố mùa vụ, chỉ không biết rằng nó có tác động đến mức nào đến chuỗi số liệu mà thôi Vì vậy, loại bỏ yếu tố mùa vụ sẽ cho ta chuỗi số liệu tốt hơn trong phân tích cũng như dự báo Để loại bỏ yếu tố mùa vụ trong các chuỗi số, luận án sử dụng phương pháp trung bình trượt (Moving Average Methods)
Bước 3: Kiểm định nghiệm đơn vị ADF
Tất cả các chuỗi số liệu đã được chuyển về dạng logarit cơ số tự nhiên và hiệu chỉnh mùa vụ sẽ được kiểm định tính dừng thông qua kiểm định nghiệm đơn vị ADF Tính dừng là một giả định quan trọng trong kỹ thuật phân tích chuỗi thời gian Chuỗi số liệu chỉ có thể được mô hình hóa nếu nó độc lập với thời gian, hay các thuộc tính thống kê của nó không thay đổi theo thời gian
Bước 4: Ước lượng bằng phương pháp FMOLS
Khi mô hình tồn tại các chuỗi dừng I (1) thì nhiều khả năng giữa chúng có mói quan hệ đồng tích hợp, và việc lấy sai phân này có thể làm mất thông tin dài hạn của các chuỗi Phương pháp ước lượng FMOLS là một trong những phương pháp phù hợp để ước lượng mối quan hệ đồng tích bằng việc bổ sung thành phần hiệu chỉnh sai số ECM (thành phần dài hạn) vào phương trình, các quan hệ dài hạn có thể được xét tới
Bước 5: Ước lượng mô hình véc tơ hiệu chỉnh sai số (VECM)
- Nếu các chuỗi số liệu dừng, thì mô hình VAR sẽ được ước lượng cùng với các thủ tục như kiểm định quan hệ nhân quả Granger, kiểm định các khuyết tật của mô hình, ước lượng hàm phản ứng của các biến số đối với các cú sốc nội sinh, và
phân rã phương sai để kiểm định giả thuyết về mối quan hệ giữa xuất khẩu và tăng trưởng kinh tế theo các kênh truyền dẫn Độ trễ tối ưu cho các biến của mô hình được lựa chọn theo các tiêu chuẩn LR (sequential modified LR test statistic), FPE (Final prediction error), AIC (Akaike information criterion), SC (Schwarz
information criterion) và HQ (Hannan-Quinn information criterion)
- Tuy nhiên “đa phần các chuỗi số liệu kinh tế đều là chuỗi không dừng”, kiểm định đồng liên kết sẽ được thực hiện thông qua thủ tục Johansen Nếu các biến số liên kết bậc 1 (I(1)) và có quan hệ đồng liên kết, thì mô hình ECM sẽ được ước lượng cùng với các thủ tục như kiểm định quan hệ nhân quả Granger, kiểm định các khuyết tật của mô hình, ước lượng hàm phản ứng của các biến số đối với các cú sốc nội sinh và phân rã phương sai để kiểm định giả thuyết về mối quan hệ giữa xuất khẩu và tăng trưởng kinh tế theo các kênh truyền dẫn Độ trễ tối ưu cho các biến của mô hình được lựa chọn theo các tiêu chuẩn LR, FPE, AIC, SC và HQ