Dựa trên mô hình của Engle và Granger, tác giả tiến hành ước lượng tác động dài hạn cho mô hình (3.1). Kết quả ước lượng mô hình (3.1) trình bày trong bảng 4.2 như sau:
Bảng 4.2: Kết quả ước lượng cân bằng dài hạn mô hình (3.1)
Dependent Variable: GDPR Method: Least Squares Date: 09/15/17 Time: 22:28 Sample: 1993 2015
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 0.084392 0.026864 3.141523 0.0056
ODA 0.621042 0.269719 2.302550 0.0335
OPENR 0.051541 0.019044 2.706422 0.0145
POPR -1.587022 1.126259 -1.409109 0.1758
SAV -0.121832 0.052913 -2.302491 0.0335
R-squared 0.583586 Mean dependent var 0.065487
Adjusted R-squared 0.491049 S.D. dependent var 0.014534 S.E. of regression 0.010369 Akaike info criterion -6.110372 Sum squared resid 0.001935 Schwarz criterion -5.863526 Log likelihood 75.26928 Hannan-Quinn criter. -6.048291 F-statistic 6.306544 Durbin-Watson stat 1.519773 Prob(F-statistic) 0.002354
(Nguồn: Kết quả phân tích từ bảng kết xuất trên phần mềm EVIEW 8)
Bảng 4.2 cho thấy: giá trị R2 < giá trị thống kê Durbin – Watson, như vậy đáp ứng được điều kiện cần để hồi quy không phải là giả mạo. Tuy nhiên, R2 = 58.36%, do đó mô hình chỉ có thể giải thích ở mức độ khá. Từ những phân tích trên, ta có được phương trình hồi quy mô tả sự biến động của các biến ảnh hưởng đến tỉ lệ tăng trưởng GDP như sau:
GDPR = 0,0844 + 0,621ODA + 0,0515OPENR – 1.587POPR - 0,1218SAV
Tóm lại, kết quả ước lượng mô hình (3.1) cho thấy, ODA và OPENR có tác động tích cực đến tăng trưởng GDP trong dài hạn, vì khi 1% thay đổi trong ODA và
OPENR sẽ làm GDPR thay đổi lần lượt là 0.621% và 0.0515% theo hướng cùng chiều. Trong khi đó, POPR và SAV tác động bất lợi đến tăng trưởng GDP trong dài hạn, bởi vì khi 1% thay đổi trong POPR và SAV sẽ làm GDPR thay đổi lần lượt là 0.314% và 0.146% theo hướng tiêu cực.