4. Thông số kỹ thuật
5.2.3. Vấn đề Nội sinh
Trong phần này, chúng tơi trình bày cách thiết lập cuối cùng của các kiểm tra thiết thực mà chúng tơi cố gắng kiểm sốt các vấn đề nội sinh tiềm ẩn của các biến lãi suất, lạm phát, tỷ lệ thất nghiệp. Các biến này có thể được xác định đồng thời với vay mượn của chính phủ vì những lý do sau đây.
Đầu tiên, đó là một giả thuyết hợp lý mà người cho vay có thể u cầu phí bảo hiểm rủi ro của các chính phủ có địn bẩy cao, sau đó sẽ dẫn đến chi phí đi vay cao hơn. Thứ hai, lạm phát có thể làm đảo ngược quan hệ nhân quả với vay mượn của chính phủ. Có nghĩa là, các quốc gia có một cổ phiếu nợ lớn có thể có lợi ích trong việc tăng tỷ lệ lạm phát để giảm gánh nặng nợ thực tế. Thứ ba, cũng có thể là một mối quan hệ đảo ngược giữa tỷ lệ thất nghiệp và vay mươn của phủ. Có nghĩa là, chính phủ có thể giải quyết vào các thiếu hụt tài chính để chống lại tình trạng thất nghiệp. Đối với những lý do này, ước tính có thể bị sai lệch khi các vấn đề nội sinh tiềm ẩn của ba biến này không được đưa vào tài khoản.
Thật không may, thật khó để tìm biến biến đổi theo thời gian có thể được sử dụng như là cơng cụ cho các biến số có khả năng nội sinh. Như đã trình bày ở phần dưới, các biến, chúng tôi đã lựa chọn "làm việc" theo nghĩa là kiểm tra xác định lại chỉ ra rằng họ không liên quan trực tiếp đến vay mươn của chính phủ. Người đọc cần lưu ý, tuy nhiên, họ khơng hồn tồn thỏa đáng từ gốc độ lý thuyết.
Nhóm 9 – CHNH Đêm 1 – K22 Page 35
Chúng tôi sử dụng bốn biến như công cụ chủ yếu của chúng tôi. Đầu tiên, một biến giả (quyền EMU trong Bảng 4) đó là 1 cho tất cả các nước đã ký hiệp ước Maastricht (EU 15) từ năm 1993 trở đi và khác 0 (Áo, Phần Lan và Thụy Điển- các nước EFTA cũ-, biến này là 1 từ năm 1995 trở đi vì họ khơng tham gia vào EU cho tới năm đó). Hiệp ước Maastricht áp đặt những hạn chế quan trọng lên quyền tự chủ của chính sách tiền tệ của các quốc gia thành viên và do đó có thể được tương quan với lạm phát, tỷ lệ thất nghiệp và lãi suất. Trong khi nó cũng áp đặt một số hạn chế đối với chính sách tài chính, chúng tơi thấy rằng nó khơng có ý nghĩa liên quan đến sự tăng trưởng của nợ tài chính rịng khi chúng tơi ước tính mơ hình ưa thích của chúng tơi với biến bao gồm này. Ngoài ra, các báo cáo kiểm tra đánh giá lại trong Bảng 11 không cho rằng đây là một công cụ không hợp lệ.
Thứ hai, chúng tôi sử dụng một chỉ số đo lường sản xuất công nghiệp. Chỉ số này được xây dựng bởi các nước OECD và xem xét những sản phẩm được sản xuất của các nước cơ sở này tham gia vào khai thác, sản xuất và sản xuất khí đốt, điện, và nước. Chúng tôi cho rằng biến này có thể là một công cụ hợp lý vì những thay đổi trong trong lạm phát, tỷ lệ thất nghiệp và lãi suất có thể sẽ là tương quan với những thay đổi trong sản lượng công nghiệp.
Chúng tôi sử dụng tốc độ tăng trưởng của chi phí lao động trong sản xuất công nghiệp như công cụ thứ ba. Như cho sự thay đổi trong sản lượng cơng nghiệp, biến này có thể liên quan đến các biến có khả năng nội sinh. Đơn vị chi phí biến đổi lao động được định nghĩa là chi phí trung bình của lao động trên một đơn vị sản lượng. Biến này cũng nhận được từ các nước OECD..
Công cụ thứ tư là một biến để đo số năm cho đến khi cuộc bầu cử tiếp theo. Chúng tôi cho rằng các chính phủ cố gắng hơn nữa để chi phối tỷ lệ thất nghiệp và tỷ lệ lạm phát theo hướng thuận lợi hơn tiếp cận năm bầu cử.
Kết quả từ hồi quy với biến công cụ được thu thập trong bảng 11.Trong cột đầu tiên (GMM 1), chúng tơi trình bày kết quả khi chúng tơi chỉ phối hợp tỷ lệ thất nghiệp. Kết quả trong cột thứ hai (GMM 2) thu được bằng phối hợp chỉ có tỷ lệ lạm phát . Cột
Nhóm 9 – CHNH Đêm 1 – K22 Page 36
thứ ba (GMM 3) trình bày kết quả của một mơ hình mà chỉ có lãi suất. Trong cột thứ tư (GMM 4), chúng tôi thu thập các kết quả cho một mơ hình mà tất cả các biến có khả năng nội sinh là gắn kết cùng một lúc.
Chúng tôi sử dụng tất cả các cơng cụ có sẵn trong hầu hết các mơ hình, thay vì chọn cơng cụ thử nghiệm cho mỗi mơ hình cá nhân. Ngoại lệ duy nhất là mơ hình chỉ phối hợp tỷ lệ thất nghiệp. Trong mơ hình này, các kiểm tra để đánh giá lại bị từ chối ở mức 10% khi bao gồm chỉ số sản xuất cơng nghiệp. Do đó chúng tơi khơng sử dụng chỉ số đó trong mơ hình đặc biệt này.
Nhóm 9 – CHNH Đêm 1 – K22 Page 37
Tất cả các mô hình được ước tính với ước lượng GMM. Ước lượng GMM là hiệu quả hơn so với ước lượng TSLS đơn giản bởi vì nó gán trọng lượng với các điều kiện theo đúng thời điểm của các biến của nó.
Lưu ý đầu tiên rằng theo các bài đánh giá lại (Hansen J) trong Bảng 11, các biến phố hợp có giá trị trong trong mơ hình thống kê GMM 1 tới GMM 4. Do đó nó được yên tâm rằng các kết quả trong hai mơ hình đầu tiên xác nhận kết quả chính từ các mơ
Nhóm 9 – CHNH Đêm 1 – K22 Page 38
hình cơ sở. Có nghĩa là, phân cấp chi tiêu là tiêu cực và mối quan hệ quan đến vay mượn của chính phủ, và hai biến phân cấp cịn lại là không quan trọng.
Tuy nhiên, khi chúng tôi cố gắng để phối hợp cơng cụ lãi suất, chúng tơi tìm ra các công cụ nàylà yếu tố dự báo yếu của biến đặc biệt này, bằng chứng là p-value lớn được báo cáo cho các bài kiểm tra đánh giá lại trong mơ hình GMM 3. Chúng tơi có được kết quả tương tự khi cả ba biến có khả năng nội sinh là phối hợp đồng thời, bằng chứng là kết quả báo cáo cho mơ hình GMM 4.
Điều này là không đáng ngạc nhiên khi xem xét thực tế rằng mặc dù các kỹ thuật biến công cụ đảm bảo tính thống nhất nó ít hiệu quả hơn OLS và do đó dẫn đến sai số chuẩn lớn hơn. Vấn đề không hiệu quả này có vẻ là đặc biệt nghiêm trọng trong mơ hình thứ ba và thứ tư. Thống kê F có ý nghĩa thấp hơn so với mơ hình trước đây, và khơng chỉ phân cấp mà cịn kiểm sốt các biến cịn lại là thường khơng có ý nghĩa. Vì vậy, chúng ta nên nghi ngờ rằng sự vô nghĩa của biến phân cấp chi tiêu trong mơ hình GMM 3 và 4 là do thực tế các bộ dụng cụ yếu, và khơng phải vì phân cấp chi tiêu là thực sự khơng thích hợp với vay mượn của chính phủ. Tuy nhiên, cần lưu ý, ngay cả trong các mơ hình này, phân cấp chi tiêu tiếp tục hiển thị một hệ số tiêu cực.
Để xác nhận rằng sự vô nghĩa của biến phân cấp chi tiêu trong mơ hình GMM 3 và 4 là cơng cụ yếu, chúng tơi ước tính một mơ hình thứ 5 (GMM 5). Trong mơ hình này, chúng tôi lại một lần nữa nghiên cứu với sự khác biệt của tình trạng thất nghiệp, tỷ lệ lạm phát, và lãi suất như nội sinh, như chúng tôi đã làm trong mơ hình thứ tư, và tất cả ba công cụ cùng một lúc. Nhưng chúng tôi cũng tăng số lượng các công cụ. Ngồi các thiết lập chính của các cơng cụ, chúng tôi sử dụng thêm độ trễ thứ hai của tình trạng thất nghiệp, tỷ lệ lạm phát và lãi suất. Độ trễ thứ hai không liên quan trực tiếp đến sự khác biệt và đó là cơng cụ có giá trị. Trong khi phương pháp này là có thể khơng hồn hảo, tức là sử dụng độ trễ như các cơng cụ có thể là khơng phù hợp nếu hàng loạt các màn hình hiển thị tương quan mạnh mẽ, các xét nghiệm kiểm tra trong cột năm của Bảng 11 thực hiện tốt, do đó làm tăng độ tin cậy của chúng tôi trong các kết quả.
Nhóm 9 – CHNH Đêm 1 – K22 Page 39
Kết quả trong mơ hình GMM 5 xác nhận phỏng đốn của chúng tơi liên quan đến mơ hình GMM 3 và 4. Đó là, khi cơng cụ bổ sung được sử dụng, phân cấp chi tiêu sẽ hiển thị một lần nữa ảnh hưởng tiêu cực đáng kể trong vay mượn công chúng. Một số biến kiểm soát khác cũng trở thành ý nghĩa một lần nữa.
Với kết quả này, chúng tôi tin rằng những kết luận từ các mơ hình cơ bản là đáng tin cậy đến các vấn đề nội sinh.
