010 015 020 025 5.93 4.83 4.4 4.32 4.35 4.17 4.3 3.69 3.82 5.39 4.38 3.31 3.85 3.19 3.61 2.97 3.07 3.19 0 1 2 3 4 5 6 Singapore Malysia Brunei Trung quốc Thái lan Indonesia Philippines Việt Nam Campuchia Chỉ số về giáo dục đại học và đào tạo nguồn nhân lực
Chỉ số về sáng kiến- sáng tạo
Năm 2008 khi cuộc khủng hoảng kinh tế toàn cầu xảy ra, quy mô kinh tế ngầm ở Việt Nam có xu hướng tăng lên đơi chút, rồi vẫn nằm trong xu hướng giảm. So với mức trung bình của thế giới thì năm 2015 quy mơ kinh tế ngầm của Việt Nam ở mức 14,78% so với quy mô khu vực kinh tế chính thức, thấp hơn mức 27,78% trung bình của 158 quốc gia trên tồn thế giới. Năm 2015, quy mơ kinh tế ngầm của Thái Lan ở mức 43,12 %, Singapore là 9,2%, Philippines là 28,04%, Myanmar là 50,99%, Malaysia là 26,07%, Lao là 25%, Indonesia là 21,76%, Campuchia là 33,85%. Như vậy, quy mô kinh tế ngầm hiện nay ở Việt Nam chỉ cao hơn Singapore và thấp hơn hầu hết các nước trong cùng khu vực Asean. Sự tồn tại (ở mức khá cao) của quy mô kinh tế ngầm là thách thức khơng nhỏ đối với Chính phủ các quốc gia, ngay cả các nước đã phát triển như Mỹ quy mô kinh tế ngầm vẫn chiếm 7%, Nhật Bản chiếm 8,19% thì vấn đề kìm hãm rồi tiến đến triệt tiêu hoàn toàn khu vực kinh tế ngầm vẫn là câu hỏi chưa có lời giải đáp thỏa đáng.
4.5. Thống kê mô tả
Bảng thống kê mô tả cung cấp các thơng tin tổng quan về trung bình, trung vị, sai số, giá trị lớn nhất, giá trị nhỏ nhất của các biến trong mơ hình được minh họa trong bảng 4.5.
Bảng 4.5: Thống kê mô tả các biến trong mơ hình
Biến số Trung bình Lớn nhất Nhỏ nhất Sai số
SE 18,69 22,24 14,78 2,314
LnFDI 7,889 9,376 5,927 0,989
HC 2,135 2,670 1,722 0,301
4.6. Kết quả thực nghiệm 4.6.1. Kiểm định tính dừng 4.6.1. Kiểm định tính dừng
Trong dữ liệu chuỗi thời gian, để tránh kết quả hồi quy là giả mạo thì việc đầu tiên là phải kiểm định tính dừng. Hơn nữa, điều kiện để áp dụng được mơ hình
ARDL theo Pesaran et al (2001) là khơng có biến số nào dừng ở bậc sai phân lớn hơn bậc 2. Kiểm định Dickey-Fuller mở rộng (ADF) là phương pháp phổ biến trong nghiên cứu dữ liệu chuỗi thời gian, ngoài ra đề tài sử dụng thêm kiểm định PP do Phillips & Perron đề xuất năm 1987 để đảm bảo tính chính xác. Kết quả kiểm định tính dừng trong bảng 9 cho thấy biến SE và biến HC có dừng ở bậc gốc, biến FDI khơng dừng ở bậc gốc mà dừng ở bậc 1. Như vậy thỏa mãn điều kiện khơng có biến nào dừng ở bậc 2, do vậy áp dụng phương pháp tự hồi quy phân phối trễ vào mơ hình là hợp lý.
Bảng 4.6: Kết quả kiểm định tính dừng
Tên biến Bậc gốc Bậc 1
ADF test PP test ADF test PP test
SE -4,555*** -4,556*** -7,551*** -11,073***
LnFDI -1,402 -1,450 -3,278** -3,236**
HC -3,106 -3,601* -3,368 -3.867*
Ký hiệu ***, ** và * lần lượt biểu thị cho mức ý nghĩa 1%; 5% và 10%.
4.6.2. Kết quả ước lượng bằng phương pháp bình phương tối thiểu OLS
Đầu tiên, tác giả ước lượng mối quan hệ giữa các biến trong mơ hình bằng phương pháp ước lượng bình phương tối thiểu OLS. Kết quả ước lượng được thể hiện trong bảng 10. Theo đó, biến LnFDI mang dấu dương hàm ý thu hút đầu tư trực tiếp nước ngồi tăng thì quy mơ kinh tế ngầm của Việt Nam cũng tăng. Tuy nhiên kết luận này khơng có bằng chứng thống kê để ủng hộ. Trong khi đó biến HC mang dấu âm và có ý nghĩa thống kê ở mức 1%, hàm ý chất lượng thể chế phi chính thức được cải thiện thì người dân sẽ từ bỏ khu vực kinh tế ngầm để chuyển sang làm việc ở khu vực kinh tế chính thức. Hệ số chặn = 34,43 và có ý nghĩa thống kê, điều này giải thích rằng nền kinh tế Việt Nam luôn tồn tại khu vực kinh tế ngầm, cho dù khu vực kinh tế chính thức có hoạt động tốt hay khơng tốt.
Bảng 4.7: Kết quả ước lượng bằng phương pháp OLS
Tên biến Hệ số hồi quy Sai số t-Statistic Prob. LnFDI 0,229978 0.205969 1.116568 0.2762
HC -8.217348 0.677750 -12.12445 0.0000
Hệ số chặn 34.42841 0.747751 46.04264 0.0000
4.6.3. Kiểm định các giả thuyết của mơ hình OLS
Theo định lý Gauss & Markov để kết quả thu được từ phương pháp bình phương tối thiểu OLS là tối ưu thì mơ hình phải khơng vi phạm các giả thuyết cơ bản đó là: Đa cộng tuyến, phương sai thay đổi, tự tương quan, và phần dư có phân phối chuẩn. Do vậy tác giả tiến hành kiểm định tiến hành các giả thiết này, kết quả thu được như sau:
a. Kiểm định hiện tượng đa cộng tuyến
Tác giả sử dụng nhân tố phóng đại phương sai VIF (Variance Inflation
Factors) để phát hiện hiện tượng đa cộng tuyến giữa các biến độc lập trong mơ
hình. Theo kết quả trong bảng 11, cả 2 biến LnFDI, HDI đều có giá trị VIF = 4,57 < 10, theo Trọng & Ngọc (2008) kết quả này có khả năng suy đốn giữa các biến độc lập trong mơ hình khơng tồn tại hiện tượng đa cộng tuyến hoàn hảo.
Bảng 4.8: Kết quả nhân tử phóng đại phương sai VIF Tên biến Giá trị VIF Tên biến Giá trị VIF
LnFDI 4,793857
HC 4,793857
b. Kiểm định phương sai thay đổi
Để kiểm định hiện tượng phương sai thay đổi, tác giả sử dụng kiểm định của White (1980). Theo kết quả kiểm định trong bảng 12, thì trị thống kê n*R-square =
0,2986 có Prob = 0,8613 > 0,05. Như vậy có thể kết luận mơ hình có phương sai đồng nhất.
Bảng 4.9: Kết quả kiểm định White
Loại kiểm định: Kiểm định theo phương pháp của White Giả thuyết trống: Mơ hình có phương sai đồng nhất
F-statistic 0.132997 Prob. F(4,22) 0.8762
Obs*R-squared 0.298655 Prob. Chi-Square(2) 0.8613
Scaled explained SS 0.192745 Prob. Chi-Square(2) 0.9081
c. Kiểm định tự tương quan
Tác giả sử dụng kiểm định của Breusch-Godfrey để phát hiện mơ hình có bị hiện tượng tự tương quan hay khơng. Theo kết quả kiểm định trong bảng 13, thì trị thống kê n*R-square = 1,0196 có Prob = 0,601 > 0,05. Như vậy có thể kết luận mơ hình khơng gặp phải hiện tượng tự tương quan bậc 2.
Bảng 4.10: Kết quả kiểm định Breusch-Godfrey
Loại kiểm định: Kiểm định của Breusch-Godfrey
Giả thuyết trống: Mơ hình khơng bị tự tương quan bậc 2
F-statistic 0.425211 Prob. F(2,20) 0.6594
Obs*R-squared 1.019670 Prob. Chi-Square(2) 0.6006
d. Kiểm định phân phối chuẩn của phần dư
Giả thiết phần dư có phân phối chuẩn, tác giả sử dụng kiểm định của Jarque- Bera để phát hiện. Theo kết quả trong bảng 14, thì giá trị Prob (Jarque-Bera) = 0,7129 > 0,05. Như vậy có thể kết luận phần dư của mơ hình tn theo quy luật phân phối chuẩn.
Như vậy theo định lý của Gauss-Markov mơ hình nghiên cứu chính của đề tài thỏa mãn được bốn giả thiết là không bị đa cộng tuyến hồn hảo, có phương sai đồng nhất, khơng có tự tương quan và phần dư có phân phối chuẩn. Tuy nhiên, do
phương pháp OLS chưa thực sự đáng tin cậy. Tác giả sẽ trình bày lý do ở các phần tiếp theo.
Bảng 4.11: Kết quả kiểm định Jarque-Bera
4.6.4. Xác định độ trễ tối ưu của mơ hình
Theo Anno & Schneider (2003) dữ liệu về quy mô kinh tế ngầm là dữ liệu dạng bền, tức là quy mô kinh tế ngầm năm hiện tại có tương quan mạnh với quy mơ kinh tế ngầm những năm trước đó. Do vậy việc xác định độ trế tối ưu của mơ hình là rất cần thiết. Nếu sử dụng độ trễ quá dài thì các ước lượng sẽ không hiệu quả, ngược lại nếu độ trễ quá ngắn thì phần dư của ước lượng khơng thỏa mãn tính nhiễu trắng (white noise) có thể làm sai lệch kết quả phân tích. Căn cứ để chọn độ trễ tối ưu đó là các tiêu chuẩn như: Tiêu chuẩn AIC (Akaike Information Criterion), tiêu chuẩn SC (Schwart Bayesian Criterion) và tiêu chuẩn HQ (Hannan Quinn Information Criterion). Theo AIC, SC và HQ thì độ trễ tối ưu là độ trễ có chỉ số nhỏ nhất. Kết quả xác định độ trễ tối ưu của mơ hình nghiên cứu được thể hiện trong bảng 4.12. 0 1 2 3 4 5 6 7 -1.0 -0.5 0.0 0.5 Series: Residuals Sample 1991 2015 Observations 25 Mean 2.32e-15 Median 0.012002 Maximum 0.699979 Minimum -1.028373 Std. Dev. 0.436785 Skewness -0.366958 Kurtosis 2.666782 Jarque-Bera 0.676735 Probability 0.712933
Lag LogL LR FPE AIC SC HQ
0 -24.95481 NA 0.002549 2.541346 2.690125 2.576394 1 76.62993 166.2296 5.70e-07 -5.875448 -5.280334 -5.735257 2 91.65492 20.48861* 3.49e-07* -6.423174* -5.381725* -6.177840* 3 100.0105 9.115187 4.28e-07 -6.364591 -4.876806 -6.014114
Kết quả thống kê cho thấy 3 tiêu chí AIC, SC và HQ cho biết độ trễ tối ưu của mơ hình dùng trong phân tích hồi quy là 2(năm). Theo tác giả điều này phù hợp với thực tế bởi để chuyển đổi từ khu vực kinh tế ngầm sang khu vực kinh tế chính thức (hoặc ngược lại) thì người lao động phải có thời gian gián đoạn để tìm được doanh nghiệp phù hợp với mình. Hơn nữa, những điều kiện về cấp phép đầu tư, xây dựng nhà xưởng, huấn luyện và đào tạo nhân viên của các doanh nghiệp đầu tư trực tiếp nước ngồi tại Việt Nam cũng phải kéo dài trong vịng từ 2 đến 3 năm.
4.6.5. Kiểm định đồng liên kết bằng phương pháp kiểm định đường bao.
Theo kết quả kiểm định tính dừng ở Bảng 9 thì các biến trong mơ hình khơng dừng cùng bậc với nhau. Cụ thể là biến SE và biến HC dừng ở bậc gốc, biến LnFDI dừng ở bậc 1. Theo Engle & Granger (1987) việc các biến không dừng ở cùng bậc vẫn có thể cho kết quả ước lượng đáng tin cậy nếu giữa các biến có tồn tại mối quan hệ đồng liên kết trong dài hạn. Gần đây Pesaran và cộng sự (2001) khi giới thiệu phương pháp ước lượng tự hồi quy phân phối trễ ARDL có đề xuất một phương pháp kiểm định đồng liên kết gọi là phương pháp kiểm định đường bao (Bounds test) với giả thiết H0 được phát biểu cho mơ hình 2 như sau:
Giả thiết H0: β1 = β2 = β3 = 0 Giả thiết H1: β1 ≠ β2 ≠ β3 ≠ 0.
Nếu trị giá của thống kê F-statistic > giá trị của đường bao I(1) thì bác bỏ giả thuyết H0, tức là giữa các biến của mơ hình có tồn tại mối quan hệ đồng liên kết trong dài hạn. Kết quả kiểm định đường bao của mơ hình 2 được thể hiện trong Bảng 4.13.
Bảng 4.13: Kết quả kiểm định đồng liên kết
F-Bounds test Giả thuyết trống: Không tồn tại đồng liên kết
Test statistic Value Signif I(0) I(1)
F-statistic 6.560662 10% 2.63 3.35
k 2 5% 3.1 3.87
2.5% 3.55 4.38
1% 4.13 5
Theo kết quả trong bảng 16, giá trị của F-statistic = 6,561 > Giới hạn trên của đường bao I(1) = 5. Như vậy là bác bỏ giả thiết H0, chấp nhận giả thiết H1. Điều này hàm ý giữa các biến trong mơ hình 2 có tồn tại một tổ hợp tuyến tính trong dài hạn. Kết quả này, lý giải cho sự chưa hợp lý của phương pháp ước lượng bình phương nhỏ nhất OLS ở trong bảng 10. Việc ước lượng cần phải chuyển sang mơ hình hiệu chỉnh sai số ECM để xác định từng loại tác động: Tác động trong ngắn hạn và tác động trong dài hạn.
4.6.6. Một số kiểm định bổ sung cho phương pháp ARDL
Để kết quả nghiên cứu là tin cậy, tác giả sẽ kiểm định các chẩn đoán bổ sung gồm: kiểm định phương sai sai số thay đổi, kiểm định tự tương quan, kiểm định phân phối chuẩn của phần dư, kiểm định mức độ ổn định của mơ hình thơng qua kiểm định tổng tích lũy của phần dư CUSUM (Cumulative Sum of Recursive
Residuals) và tổng tích lũy hiệu chỉnh của phần dư CUSUMSQ (Cumulative Sum of Square Recursive Residuals). Kết quả kiểm định chuẩn đoán bổ sung được minh
họa trong Bảng 4.14.
Bảng 4.14: Kết quả kiểm định bổ sung cho phương pháp ARDL Loại kiểm định Giá trị Obs*R-squared Prob Loại kiểm định Giá trị Obs*R-squared Prob
Kiểm định phương sai thay đổi 3,631385 0,4582
Kiểm định phân phối chuẩn của phần
dư 0,079844 0,9609
Theo kết quả kiểm định trong Bảng 17 thì mơ hình nghiên cứu ứng dụng phương pháp ARDL đều không gặp phải các khuyết tật là phương sai sai số thay đổi, tự tương quan chuỗi và phần dư khơng có phân phối chuẩn. Kết quả kiểm định CUSUM và CUSUMSQ được minh họa trong hình 4.4.