0
Tải bản đầy đủ (.pdf) (133 trang)

Mô tả các biến, dấu kỳ vọng và nguồn dữ liệu

Một phần của tài liệu BÁO CÁO TỔNG HỢP NGHIỆM THU CHÍNH THỨC ĐÁNH GIÁ TÁC ĐỘNG CỦA HIỆP ĐỊNH ĐỐI TÁC TOÀN DIỆN VÀ TIẾN BỘ XUYÊN THÁI BÌNH DƢƠNG (CPTPP) TỚI HOẠT ĐỘNG THƯƠNG MẠI HÀNG HÓA TẠI VIỆT NAM (Trang 89 -91 )

Biến Diễn giải và đơn vị tính Dấu mong đợi Nguồn dữ liệu lnTradet

Kim ngạch xuất nhập khẩu của Việt Nam - CPTPP vào năm t (lấy giá trị logarit)

/

Uncomtrade

lnEXPt

Kim ngạch xuất khẩu của Việt Nam sang các nước CPTPP năm t (lấy giá trị logarit)

/

Uncomtrade

lnIMPt

Kim ngạch xuất khẩu của Việt Nam sang các nước CPTPP năm t (lấy giá trị logarit)

/

Uncomtrade

TRF

Thuế quan trung bình có tính tới trọng số của các nước CPTPP và Việt Nam năm t (%)

-

Ngân hàng thế giới

lnGDP

Thu nhập bình quân đầu người của các nước CPTPP và Việt Nam năm t (lấy giá trị logarit)

+

Ngân hàng thế giới

lnPOP

Dân số các nước CPTPP và Việt Nam năm t (lấy giá trị logarit)

+

Ngân hàng thế giới

lnOPEN

Độ mở thương mại của các nước CPTPP và Việt Nam năm t (lấy giá trị logarit)

+

Ngân hàng thế giới

Đánh giá tác động của CPTPP đến hoạt động thương mại hàng hóa tại Việt Nam

85

nước CPTPP và Việt Nam năm t (lấy giá trị logarit)

giới

Nguồn: Nhóm tác giả đề xuất

Dữ liệu bảng là dữ liệu có quy mô về thời gian và không gian. Cấu trúc dữ liệu bảng được kết hợp từ dữ liệu chuỗi thời gian, thuận lợi trong phân tích sự biến động của đối tượng nghiên cứu theo thời gian. Mô hình hồi quy dữ liệu bảng được sử dụng để lượng hóa mức độ tác động của các tác động của các yếu tố ảnh hưởng đến thương mại Việt Nam trong CPTPP thông qua mô hình: hồi quy thuần túy (Pool OLS), hiệu ứng cố định (FEM), hiệu ứng ngẫu nhiên (REM) và các kiểm nghiệm sự phù hợp của mô hình, kiểm định Hausman cùng với kiểm định các khuyết tật trong mô hình. Mô hình hồi quy thuần túy là mô hình hồi quy sử dụng phương pháp bình phương nhỏ nhất (POOL OLS). Trong mô hình, các hệ số đều không thay đổi theo thời gian và không gian, không xét đến sự tồn tại của những hiệu ứng đặc thù theo không gian và thời gian của chuỗi dữ liệu. Do đó, ước lượng này thường cho kết quả sai lệch và kém hiệu quả. Mô hình hiệu ứng cố định (FEM) khắc phục được nhược điểm của POOL OLS, cho phép sự kết hợp khác nhau cảu tất cả các quan sát chéo được thể hiện ở hệ số chặn. Tuy nhiên, nhược điểm của mô hình là sẽ loại các biến không thay đổi theo thời gian ra khỏi phương trình. Tương tự mô hình FEM, REM có thể xác định được các hệ số chặn khác nhau của từng đơn vị chéo, tác động chung của các biến giải thích. Tuy nhiên, khác với FEM, trong REM các hệ số chặn của từng đơn vị chéo được phát sinh từ một hệ số chung không đổi theo đối tượng và thời gian và một biến ngẫu nhiên. Như vậy, FEM cho rằng các đối tượng và hệ số chặn cố định, trong khi REM cho rằng các đơn vị chéo khác nhau ở sai số. Vậy khi nào sử dụng FEM? Khi nào sử dụng REM? Kiểm định Hausman được sử dụng khi phải lựa chọn giữa 2 mô hình FEM, REM.

Kiểm định Hausman là một kiểm tra giả định thống kê trong kinh tế lượng được đặt theo tên của James Durbin, De-Min Wu và Jerry A. Hausman. Thuật toán này sử dụng để so sánh hai phương pháp ước lượng FEM và REM. Hay nói cách khác để xem xét mô hình FEM hay REM phù hợp hơn, ta sử dụng kiểm định Hausman. Thực chất kiểm định Hausman để xem xét có tồn tại tự tương quan giữa εi và các biến độc lập hay không.

Đánh giá tác động của CPTPP đến hoạt động thương mại hàng hóa tại Việt Nam

86

Giả thiết:

Ho: εi và biến độc lập không tương quan H1: εi và biến độc lập có tương quan

Khi giá trị P_value <0.05 ta bác bỏ Ho, khi đóm εi và biến độc lập tương quan với nhauà ta sử dụng mô hình tác động cố định. Ngược lại, ta sử dụng mô hình tác động ngẫu nhiên.

Sau đó, nghiên cứu sẽ áp phép kiểm định F để đánh giá mức độ phù hợp của mô hình. Ngoài ra, để tìm khắc phục các khuyết tật của mô hình, trong nghiên cứu này tác giả cũng áp dụng kiểm định hiện tượng phương sai sai số thay đổi (Heteroskedasticity), kiểm định hiện tượng đa cộng tuyến (Multiple Collinearity), kiểm định hiện tượng tương quan chuỗi. Nếu xảy ra phương sai sai số thay đổi, dùng mô hình sai số chuẩn mạnh – Robust Standard Errors để khắc phục. Nếu xảy ra hiện tượng đa cộng tuyến, mô hình được khắc phụ bằng cách bổ sung hoặc loại bỏ bớt biến hoặc lấy sai phân bậc 1.

4.2. Kết quả nghiên cứu 4.2.1. Thống kê mô tả các biến 4.2.1. Thống kê mô tả các biến

Các biến LnTrade, LnIMP, LnEXP, TRFcptpp, TRFvn, LnREER có độ lệch chuẩn cao tương ứng là 2.3138; 2.5223; 2.3787; 3.1328; 3.6001; 2.0974 nghĩa là các biến này biến động rất mạnh.

Một phần của tài liệu BÁO CÁO TỔNG HỢP NGHIỆM THU CHÍNH THỨC ĐÁNH GIÁ TÁC ĐỘNG CỦA HIỆP ĐỊNH ĐỐI TÁC TOÀN DIỆN VÀ TIẾN BỘ XUYÊN THÁI BÌNH DƢƠNG (CPTPP) TỚI HOẠT ĐỘNG THƯƠNG MẠI HÀNG HÓA TẠI VIỆT NAM (Trang 89 -91 )

×